Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Analisi della segmentazione delle immagini digitali telerilevate applicata alla classificazione CORINE: proposte di procedure di ottimizzazione

Utilizzo delle immagini telerilevate per lo studio dei cambiamenti dell'utilizzo del suolo e procedure per ottenere i migliori risultati

Mostra/Nascondi contenuto.
1 INTRODUZIONE Una gestione sostenibile delle risorse naturali richiede un costante e dettagliato monitoraggio dei diversi aspetti dell’ambiente. In tale ambito l’importanza delle informazioni acquisite tramite telerilevamento, aereo e satellitare, è riconosciuto da decenni. La fotointerpretazione manuale è condizionata da alcuni limiti oggettivi, tra cui l’implicita soggettività del processo di classificazione (sia nel riconoscimento delle classi tematiche, sia nell’individuazione dei limiti tra le diverse unità) e l’elevato costo del processo di valutazione dell’accuratezza tematica e geometrica della cartografia prodotta. Nel corso degli anni sono stati sviluppati e sperimentati sempre nuovi e più sofisticati sistemi di classificazione automatica (unsupervised) o semi-automatica (supervised) delle immagini telerilevate. Tali sistemi, con approcci metodologici assai diversi tra loro (analisi statistiche con o senza l’ausilio della logica fuzzy, reti neurali..) permettono di derivare l’informazione tematica ricercata con un minimo contributo manuale del fotointerprete (Franklin, 2001). In questo lavoro di tesi sono stati presi in esami due diversi programmi con cui è possibile effettuare le classificazioni (l’image processor “ENVI” ed il programma per classificazioni “eCognition”). Questa scelta è dovuta alla diversa natura e diffusione dei due programmi: “ENVI” è un elaboratore di immagini estremamente diffuso in tutto il mondo e con un approccio alla classificazione tradizionale,basato sui singoli pixel; “eCognition” è, invece, un programma di classificazione relativamente recente, di conseguenza non ancora molto testato, che propone un metodo differente di classificazione, basato sull’identificazione di poligoni omogenei rappresentativi di un oggetto. Le due zone analizzate fanno parte dell’immagine del satellite ASTER in nostro possesso, adeguatamente ritagliata per ottenere queste due aree entrambe di dimensioni 467 x 467 pixel. Inizialmente sono state create le mappe di uso del suolo con l’utilizzo di tecniche tradizionali di classificazione supervised delle immagini digitali, utilizzando diversi algoritmi disponibili in “ENVI” e valutando la bontà della classificazione per ognuno. Successivamente sono state condotte le medesime classificazioni avvalendosi della tecnica object-based con il software “eCognition”. Le classificazioni ottenute sono poi state messe a confronto con le informazioni provenienti dalla banca dati europea CORINE Land Cover.

Tesi di Laurea

Facoltà: Agraria

Autore: Elena Dalla Valle Contatta »

 

Questa tesi ha raggiunto 1671 click dal 13/03/2006.

 

Consultata integralmente 2 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.