Usporedba rezultata nadziranih klasifikacija hiperspektralnih i satelitskih snimki

master's thesis

• Title (english): Comparison of Supervised Classification Results of Hyperspectral and Satellite Images
• Author: Ana Puljić
• Mentor: Andrija Krtalić (mentor); MBZ: 225511
• Committee member: Andrija Krtalić (predsjednik povjerenstva)
• Committee member: Ana Kuveždić Divjak (član povjerenstva)
• Committee member: Luka Rumora (član povjerenstva)
• Granter: University of Zagreb; Faculty of Geodesy; Zagreb
• Defense date and country: 2024-06-14, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Geodesy

Abstract

U ovom diplomskom radu opisano je istraživan je primjene hiperspektralnih i multispektralnih satelitskih snimki za klasifikaciju urbanog područja, analizira njihove prednosti i ograničenja te su uspoređeni rezultati nadziranih klasifikacija područja dijela grada Zagreba, s ciljem identifikacije različitih tipova pokrova. Proučavala se točnost i pouzdanost klasifikacije te se ističe važnost odabira optimalnih metoda i vrsta snimki za mapiranje urbanih područja. Također, definirani su pojmovi daljinskih istraživanja, elektromagnetnog spektra, spektralnih kanala, senzora te rezolucija snimki. Praktični dio rada obuhvaća slijedeće aktivnosti: izoštravanje multispektralnih kanala, analizu spektralnih potpisa i kanala te nadziranu klasifikaciju područja primjenom metode Spectral Angle Mapping, Maximum Likelihood Classification na hiperspektralnoj i multispektralnoj snimci, te Maximum Likelihood Classification na snimkama sa prethodno izračunatim Normaliziranim Vegetacijskim Indeksom (NDVI).

Abstract (english)

This master thesis explores the application of hyperspectral and multispectral satellite imagery for the classification of urban areas, analyzing their strengths and limitations, and comparing the results of supervised classifications of areas in part of the city of Zagreb to identify different land cover types. It examines the accuracy and reliability of classification and emphasizes the importance of selecting optimal methods and types of imagery for precise mapping of urban areas. Additionally, the thesis defines concepts of remote sensing, electromagnetic spectrum, spectral bands, sensors, and image resolution. The practical part of the work involves sharpening multispectral channels, analyzing spectral signatures and bands, and supervised classification of areas using the Spectral Angle Mapping, Maximum Likelihood Classification on hyperspectral and multispectral imagery, and Maximum Likelihood Classification on images with previously calculated Normalized Difference Vegetation Index (NDVI).

• Keywords: nadzirana klasifikacija; hiperspektralna snimka; multispektralna satelitska snimka; NDVI indeks
• Keywords (english): Supervised classification; hyperspectral imagery; multispectral satellite imagery; NDVI index
• Language: croatian
• URN:NBN: urn:nbn:hr:256:459783
• Study programme: Title: Geodesy and Geoinformatics; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka geodezije i geoinformatike (magistar/magistra inženjer/inženjerka geodezije i geoinformatike)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2024-06-21 09:39:33