Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Zpracování RGB dat získaných z UAV k identifikaci krajinného pokryvu se zaměřením na malé vodní útvary Multispektrální satelitní snímky se často používají k identifikaci krajinného krytu. Pro pozorování malých prvků na povrchu Země může být zapotřebí vyšší prostorové a časové rozlišení. Vede to k nutnosti shromažďování údajů o nadmořské výšce na vyžádání. Letecké snímky nebo snímky UAV tyto požadavky splňují. Ke sběru dat vhodných k identifikaci klíčových typů krajinného krytu lze použít bezpilotní prostředek střední třídy nebo nízké třídy (UAV) nesoucí běžnou kameru RGB. UAV se používá jako zdroj dat s velmi vysokým prostorovým rozlišením shromažďovaným na vyžádání. Toto řešení je vhodné pro menší oblasti a je omezeno právními předpisy a povětrnostními podmínkami. Příspěvek je zaměřen na identifikaci krajinného pokryvu poblíž malého vodního útvaru různými metodami: nekontrolovanou klasifikací, kontrolovanou klasifikací a vegetačními (spektrálními RGB) indexy. Nakonec jsou použité metody porovnány. krajinná pokrývka; UAV; kontrolovaná klasifikace; klasifikace bez dozoru; vegetační indexy
eng Processing UAV Based RGB Data to Identify Land Cover with Focus on Small Water Body Multispectral satellite imagery is frequently used to land cover identification. Higher spatial and temporal resolution may be needed to observe small features located on the Earth surface. It leads to necessity of lower elevation data collected on demand. An airborne or UAV imagery meets these requirements. A middle- or low-class unmanned aerial vehicle (UAV) carrying a common RGB camera can be used to collect data suitable for identification of key land cover types. UAV is used as a source of data with a very high spatial resolution collected on demand. This solution is suitable for smaller areas and it is limited by legal regulations and weather conditions. The paper is focused on land cover identification near a small water body by various methods: unsupervised classification, supervised classification and vegetation (spectral RGB) indices. In the end, the used methods are compared. land cover; UAV; supervised classification; unsupervised classification; vegetation indices