Možnosti identifikace městské zeleně prostředky DPZ /
Bakalářská práce se zabývá možnostmi identifikace městské vegetace prostřednictvím klasifikace hyperspektrálních a lidarových dat. Základem se stala maska vytvořená pomocí NDVI, která oddělila vegetaci od umělých povrchů. V rešeršní části byly popsány dosavadní přístupy k problematice, následně byl...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2018
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/h42fz/ |
| LEADER | 04034ctm a22006017i 4500 | ||
|---|---|---|---|
| 001 | MUB01006420090 | ||
| 003 | CZ BrMU | ||
| 005 | 20180622103929.0 | ||
| 008 | 180616s2018 xr ||||| |||||||||||cze d | ||
| STA | |a POSLANO DO SKCR |b 2018-07-11 | ||
| 035 | |a (ISMU-VSKP)309563 | ||
| 040 | |a BOD114 |b cze |d BOD004 |e rda | ||
| 072 | 7 | |a 528 |x Geodezie. Kartografie |2 Konspekt |9 7 | |
| 080 | |a 712.252 |2 MRF | ||
| 080 | |a 528.8 |2 MRF | ||
| 080 | |a (043)378.22 |2 MRF | ||
| 100 | 1 | |a Willmann, Jaroslav |% UČO 451445 |* [absolvent PřírF MU] |4 dis | |
| 242 | 1 | 0 | |a Capabilities of Remote Sensing data for classification of urban greenery |y eng |
| 245 | 1 | 0 | |a Možnosti identifikace městské zeleně prostředky DPZ / |c Jaroslav Willmann |
| 264 | 0 | |c 2018 | |
| 300 | |a 54 listů, 19 listů nečíslovaných příloh | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a bez média |b n |2 rdamedia | ||
| 338 | |a svazek |b nc |2 rdacarrier | ||
| 500 | |a Vedoucí práce: Kateřina Tajovská | ||
| 502 | |a Bakalářská práce (Bc.)--Masarykova univerzita, Přírodovědecká fakulta, 2018 | ||
| 520 | 2 | |a Bakalářská práce se zabývá možnostmi identifikace městské vegetace prostřednictvím klasifikace hyperspektrálních a lidarových dat. Základem se stala maska vytvořená pomocí NDVI, která oddělila vegetaci od umělých povrchů. V rešeršní části byly popsány dosavadní přístupy k problematice, následně byl zvolen pracovní postup pro tuto práci. Jejíž cílem bylo zjistit za jakého rozhodovacího pravidla a na jakém typu dat bude klasifikace nejpřesnější. Pro ověření přesnosti výsledků byly vypočítány statistické charakteristiky a provedeno vlastní terénní šetření. Nejpřesnějším výsledkem se stala klasifikace na lidarových datech pří rozhodovacím pravidle maximální pravděpodobnosti, které se ukázalo jako nejvhodnější ze všech použitých klasifikátorů. |% cze | |
| 520 | 2 | 9 | |a Bachelor thesis deals with possibilities of identification of urban vegetation through classification of hyperspectral and lidar data. The basis was the NDVI mask that separated vegetation from artificial surfaces. In research part of this thesis was described existing approaches to the problem then the workflow was chosen for this work. The main goal was to find the best classifier and the most appropriate type of data for classifiation. To verify the accuracy of the results was calculated statistical characteristics and conducted field survey. The most accurate result became classification of lidar data using Maximum Likelihood classifier, which proved to be the most appropriate of all used classifiers. |9 eng |
| 650 | 0 | 7 | |a dálkový průzkum Země |7 ph119671 |2 czenas |
| 650 | 0 | 7 | |a veřejná zeleň |7 ph127078 |2 czenas |
| 650 | 0 | 9 | |a remote sensing |2 eczenas |
| 650 | 0 | 9 | |a urban plants |2 eczenas |
| 655 | 7 | |a bakalářské práce |7 fd132403 |2 czenas | |
| 655 | 9 | |a bachelor's theses |2 eczenas | |
| 658 | |a Geografie a kartografie |b Geografická kartografie a geoinformatika |c PřF B-GK KART (KART) |2 CZ-BrMU | ||
| 700 | 1 | |a Tajovská, Kateřina |7 mub2018980384 |% UČO 54836 |4 ths | |
| 710 | 2 | |a Masarykova univerzita. |b Geografický ústav |7 ko2005276089 |4 dgg | |
| 856 | 4 | 1 | |u http://is.muni.cz/th/h42fz/ |
| CAT | |c 20180616 |l MUB01 |h 0421 | ||
| CAT | |a RACLAVSKA |b 02 |c 20180620 |l MUB01 |h 1417 | ||
| CAT | |a RACLAVSKA |b 02 |c 20180620 |l MUB01 |h 1418 | ||
| CAT | |a KOURILOVA |b 02 |c 20180622 |l MUB01 |h 1039 | ||
| CAT | |c 20180703 |l MUB01 |h 1003 | ||
| CAT | |c 20180711 |l MUB01 |h 1158 | ||
| CAT | |c 20210614 |l MUB01 |h 1029 | ||
| CAT | |c 20210614 |l MUB01 |h 2015 | ||
| CAT | |a BATCH |b 00 |c 20210724 |l MUB01 |h 1302 | ||
| CAT | |a VACOVAX |b 02 |c 20230106 |l MUB01 |h 0956 | ||
| GEO | |a 22/06/2018 |b ODESLANO 3/07/2018 | ||
| LOW | |a POSLANO DO SKCR |b 2018-07-11 | ||
| 994 | - | 1 | |l MUB01 |l MUB01 |m VYSPR |1 PRIF |a Přírodovědecká fakulta |2 PRSGR |b ÚK sklad - GR |3 K-14664 |5 3145372919 |8 20180620 |f 71 |f Prezenční SKLAD |r 20180620 |s dar |
| AVA | |a SCI50 |b PRIF |c ÚK sklad - GR |d K-14664 |e available |t K dispozici |f 1 |g 0 |h N |i 0 |j PRSGR | ||