ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON
|
|
- Zsigmond Boros
- 7 évvel ezelőtt
- Látták:
Átírás
1 ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON Kozma-Bognár Veronika 1, Dr. Berke József Pannon Egyetem, Georgikon Kar, Keszthely, kbv@ex1.georgikon.hu 2 - Gábor Dénes Főiskola, Alap és Műszaki Tudományi Intézet, Budapest, berke@gdf.hu Abstract. Napjainkban a távérzékelési módszerek közül a többsávos légifelvételezés egyre szélesebb körben használt technológia. Kiválóan alkalmazzák olyan kutatási területeken, ahol a megfelelő szintű eredmény elérése érdekében nagy spektrális felbontású felvételekre van szükség. Jelenleg az adatok gyűjtése fejlettebb szinten áll, mint azok feldolgozása, hasznosítása. Mivel az érzékelők technikai fejlődését a feldolgozási módszerek és az alkalmazások jelentős késése követi, indokolttá válik a feldolgozási eljárások pontosítása valamint a gyakorlati alkalmazások (mezőgazdaság, környezetvédelem) lehetőségeinek kibővítése. A multi- és hiperspektrális érzékelők által szolgáltatott adatok mennyisége, és komplexitása rendkívül nagy, ezért elemzésükhöz megfelelő szintű hardware és szoftver eszközháttérrel kell rendelkezni. A feldolgozást támogató programok köre elég korlátozott. Számos térinformatikai szoftver esetében (pl. ENVI, IMAGINE) önálló képfeldolgozó modulok tartalmazzák a sok csatornaszámú felvételek esetében alkalmazható főbb képfeldolgozási módszereket (maximum likelihood, cluster analysis, stb.). A évben bevezetésre került egy olyan új - fraktálszerkezetre épülő - vizsgálati módszer, amely tapasztalataink alapján más technikákhoz képest spektrálisan pontosabb mérést tesz lehetővé. A spektrális fraktáldimenzióként (SFD) elnevezett matematikai eljárás közvetlen alkalmazható több dimenziós szintérben is, lehetővé téve ezzel a többsávos felvételek vizsgálati módszerének újszerű megválasztását. Segítségével növelhetjük a nagy spektrális felbontás kínálta hasznos információk kinyerését vagy olyan sávok kiválasztását, amelyeket más módszerekkel kívánunk feldolgozni. Jelen publikációban bemutatásra kerül az SFD paraméter matematikai alapjai mellett a gyakorlatban történő alkalmazás néhány lehetősége (spektrumgörbék, zajos képek vizsgálata). Bemutatjuk az SFD alapú spektrumok gyakorlati alkalmazhatóságát fontosabb növénykultúrák esetén, valamint javasoljuk SFD alapú spektrumkönyvtárak létrehozását. A vörös-él számítás új, SFD alapú számítási módszerére teszünk javaslatot. Keywords: Hyperspectral Remote Sensing, Image Processing, Multispectral Remote Sensing, Spectral Fractaldimension, Red Edge Inflection Point, Stress Detection, Spectral Noise Detection
2 2 Kozma-Bognár Veronika1, Dr. Berke József2 1 Bevezetés A távérzékelt felvételeket többféle szempont szerint is csoportosíthatjuk, pl.: adatgyűjtés célja, felvételek készítésének magassága, geometriai felbontás, hullámhossz-tartomány, csatornaszám. A csatornák száma alapján a következő csoportokat különíthetjük el egymástól: Pankromatikus kép: 1 db csatorna Színes kép (RGB kamerák): 3 db csatorna Multispektrális felvételek: 4-20 db csatorna Hiperspektrális felvételek: 21- db csatorna [16] A pankromatikus felvételek általában nagy geometriai felbontásúak, a látható és a közeli infravörös tartomány integrálásával készülnek. A multispektrális felvételek több szélesebb sávszélességű csatornát tartalmaznak, míg a hiperspektrális felvételek szűk sávszélességűek (0,01 µm) és nagy csatornaszámúak [24, 25]. A több sávban készített felvételekkel köszönhetően a nagy spektrális felbontásnak - a tereptárgyak és felszínrészletek általában jobban elkülöníthetőek, mint az egyetlen sávban készítettek. Ezért napjainkban egyre hangsúlyosabb szerepet kap a multi és hiperspektrális képalkotó berendezések alkalmazása. A távérzékelés során a földfelszín tárgyairól visszavert illetve kisugárzott elektromágneses energia kerül rögzítésre. Az detektáló berendezések 3000 nm alatt hullámhosszoknál elsősorban a visszavert energiát, míg 5000 nm felett a kibocsátott energiát detektálják. A anyagok fizikai és elektromágneses jellemzőitől valamint az elektromágneses sugárzás hullámhosszától függően a különböző tulajdonságú elemek eltérő reflexió (illetve emissziós) értékeket vesznek fel az egyes hullámhossztartományokban. Az objektumok hullámhossz függvényében ábrázolt visszaverődési értékeit spektrális visszaverődési görbének nevezzük [7, 24]. A görbék alapján az egyes mikroorganizmusok, ásványok, növények, építmények, mesterséges anyagok jól azonosíthatóakká válnak, hiszen a különböző anyagok eltérő tulajdonságaiból adódóan más-más reflexiós görbékkel rendelkeznek. A meghatározott körülmények között rögzített és gyűjteménybe foglalt spektrális ujjlenyomatokat tartalmazó spektrumkönyvtárak [1, 28], jelentős szerepet játszanak a spektrális azonosításban. Az itt található standard spektrális profilokat általában referenciaként használják az elemek meghatározásánál. A felszín reflektancia viszonyaival foglalkozó szakirodalmakban számos indexet találunk, amelyeket az állományok visszaverődési görbéinek bizonyos értékeiből, változásaiból generálhatunk. A távérzékelésben igen elterjedt vegetációs index az NDVI (Normalised Difference Vegetation Index), ami egy első generációs index, és a fotoszintetikusan aktív vegetációt mutatja. Amennyiben a vizsgált növényállományban talaj foltok is találhatóak, abban az esetben a talajjal módosított vegetációs indexet a SAVI-t (Soil-Adjusted Vegetation Index) kell alkalmazni. A második generációs indexnek tekintjük a Vörös Él Indexet (Red Edge Index), [8], ami a reflektancia görbék alakját és relatív helyzetét (Red Edge Inflection Point - REIP) írja le. A görbe értékelése során az inflexiós pont eltolódásából következtethetünk a növény egészségi állapotára, stressz tűrő képességére, klorofill tartalomra, fertőzöttség mértékére, stb. [15, 27, 29]. A többféle számítási módszer közül alapvetően két, egyszerű módszer került a gyakorlatban használatra:
3 ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON 3 A REIP kiszámítása [12] szerint: λ re = ( ) [(R re - R 700 )/( R R 700 )], ahol R re = (R 670 +R 780 )/2 (1) A REIP kiszámítása [22] szerint: λ re = ( ) [(R re - R 695 )/(R 742 -R 695 )], ahol R re = (R 663 +R 788 )/2 (2) ahol R re = inflexiós pont reflektanciája, R λ = reflektancia a λ hullámhosszon A többsávos képalkotó technológiák működtetése során az adatok egy adatkocka formájában kerülnek rögzítésre, melynek minden sávját egy-egy a vizsgált területet lefedő kép alkotja. Az azonos területet ábrázoló képelemek függőleges mentén kiolvasott intenzitásértékeiből áll össze a terület felszíni anyagának folyamatos eloszlású spektruma. A multi és hiperspektrális szenzorok által rögzített adatok nyers számértékek, amelyeket a későbbiek folyamán a terepen felvett spektroradiométeres referenciák és egyéb korrekciók (pl. atmoszférikus) elvégzése után reflektancia értékekké lehet átalakítani. Az így kapott reflektancia adatok a beeső napfény folyamatosan mért radianciáját is figyelembe veszik. Ezután a korrekció után a felvételen rögzített spektrum már alkalmas más, pl. laborspektrumokkal való összehasonlításra [13]. A spektrumkönyvtárakban laboratóriumi körülmények között meghatározott adatokat gyűjtenek, amelyekben a természetben jelentkező befolyásoló tényezők hatásai nem tükröződnek. Általában tiszta vagy kevert anyagok értékeit tartalmazzák, míg a távérzékelő berendezéseink ettől jelentősen eltérő, számos atmoszférikus és érzékelőre jellemző egyedi információt is integrálnak kimenő adataikba. Gyakran a pontosabb referenciaadatok felvételezése érdekében terepi spektrométerek kerülnek alkalmazásra, amelyekkel az érzékelők közötti különbség részben kompenzálható (azonos szériájú érzékelők alkalmazása) azonban az atmoszférikus hatás nem. További problémát okoz az is, hogy a helyszíni spektroszkópiás vizsgálatok pontosságát is több tényező befolyásolhatja (pl. kalibráció, látószög, detektortípus, időjárási viszonyok), melyek utólagos korrekcióval nem javíthatóak és megismétlésükre sincs lehetőség [9]. Anyag és módszer A vizsgálataink helyszíne a Keszthelytől 15 km-re fekvő Várvölgy község határában elhelyezkedő tesztterületünk volt, ahol több mezőgazdasági hasznosítás alatt álló tábla található. A tanulmányozott területen 2006 óta folytatunk multi és hiperspektrális légifelvételezéseket. Az első hiperspektrális felvételezésre 2007-ben került sor AISA Dual hiperspektrális szenzorral, ami az Európai Unió legjelentősebb rendszerei közé tartozik. Az AISA Dual, az AISA kameracsalád (finnországi SPECIM fejlesztette ki) tagjaként, az AISA Eagle és Hawk szenzorok egy duális tartóban történő összeszerelése révén került kialakításra. A két szenzor egy időben azonos földi sávról képes szinkronizálva adatot gyűjteni, a nm spektrális tartományban, maximum 498 sávban. A keszthelyi térségben két időpontban is történtek repülések. Az első alkalommal én a várvölgyi tesztterületet követően a Zala Völgyén végighaladva a Kis-Balaton egyes területei kerültek pásztázásra. A második esetben én már csak a várvölgyi rész került monitorozásra. A szenzor közel 1200 m repülési
4 4 Kozma-Bognár Veronika1, Dr. Berke József2 magasságból gyűjtött adatokat. Eredményül 359 spektrális sávban készült kb. 1 m/pixel terepi felbontású felvétel [17]. A nagy csatornaszámból adódóan több olyan sávot is találtunk, amelyek különböző típusú zajjal terheltek. Az AISA felvételeken vizuális interpretáció alapján három zaj típust különítettünk el egymástól [20]: geometriai, érzékelő okozta, légköri. Az 1. ábra egy zajmentes AISA felvételt (254. sáv), a 2. ábra pedig légköri zajjal terhelt (273. sáv) sávot ábrázol, geometriai és radiometriai korrekciók után, amelyeket egy speciális szoftvercsomaggal a Caligeo-val végeztünk. 1. ábra Zajmentes AISA felvétel (254.sáv). 2. ábra Zajos AISA felvétel (273.sáv, Várvölgy). A én készült zajmentes felvételeken jól elkülöníthetőek a földhasználati, művelési módok, jól láthatók a mezőgazdasági táblák határai, a talajművelés iránya. A felvételek igen részletes információkat szolgáltatnak a felszín spektrális tulajdonságairól, de a terepi felbontás tekintetében nem érik el a szubméteres nagyságrendet. Olyan felhasználási területeken ahol nagyobb terepi felbontást szeretnénk elérni, de nem szükséges a sok csatornaszám, illetve az anyagi háttér nem engedi meg ennek a technológiának a használatát, ott megfelelő eredményeket érhetünk el repülőgépre szerelt kézi felvevő eszközökkel is. A várvölgyi tesztterületünkön végeztük, olyan multispektrális felvételezéseket is, amelyek esetében elértük, sőt jelentősen túlhaladtuk az 1 méter alatti terepi felbontást, cm. A repülés során alkalmazott digitális eszközök: egy látható fény tartományát érzékelő ( nm) Canon EOS digitális kamera, egy a közeli infravörös tartományt ( nm) érzékelő Canon EOS digitális kamera, és egy a Hexium cég által kifejlesztett termális infravörös ( nm) kamera [14]. A kamerák által készített állóképek összeillesztése után a felvételek georeferálásra kerültek, így megfelelő pontosságú mérésekre, elemzésekre alkalmassá váltak (3, 4, 5. ábra), [6, 18]. A terepi referencia adatok gyűjtésére a repülés időpontjaiban vagy ezen időpontok közvetlen közelében került sor. A terepi mérések során elsődlegesen a növényállomány feltérképezése volt a célunk, megállapításra kerültek a vegetációk típusai. A későbbi felvételezések folyamán rögzítettük a területet érintő esetleges változásokat. A tanulmányozott területről GPS adatok [11], meteorológiai adatok, színhőmérsékleti adatok, és talajminta-vételezési adatok gyűjtését végeztük. A mért adatokat minden alkalommal jegyzőkönyv formájában rögzítettük, és mellékeltük a munka folyamán kézi kamerával készített fotókat [19].
5 ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON 5 3., 4., 5. ábra Illesztett és georeferált légifelvételek a látható, a közeli és a távoli infravörös tartományban, a Várvölgyi tesztterületről. A várvölgyi tesztterületről készített multi és hiperspektrális felvételeiből és a jellemző referencia adatokból indultunk ki, amikor a különböző vegetációk spektrális fraktáldimenziójának mérését elkezdtük. Az SFD [26] egy, az általános fraktáldimenzióból [21, 23] származtatott szerkezetvizsgálati eljárás. Nemcsak a térbeli szerkezetnek, hanem a spektrális sávok színszerkezetének mérésére is alkalmas, és elegendő információt ad számunkra a színek, színárnyalatok (fraktál) tulajdonságaira vonatkozóan is [2, 3, 4, 5]. Legyen a spektrális fraktáldimenzió (SFD) [6], [7]: LS 2 log L (3) S1 SFD SS1 log SS 2 ahol L S1 és L S2 a az N-dimenziós színtérben mért spektrális hosszúságok, S S1 és S S2 pedig a használt spektrális mérték nagysága (azaz a spektrális felbontás). Gyakorlatban az N={1, 3, 4, 6, 7, 8, 10, 12, 32, 60, 79, 126, 254, 488, 498, } értékeket vehet fel, ahol
6 N=1 fekete-fehér kép N=60 COIS VNIR szenzor N=3 színes megjelenítők N=79 DAIS7915 all szenzor N=4 színes nyomtatók N=126 HyMap szenzor N=7 Landsat ETM+ N=254 AISA Hawk szenzor N=6, 8, 10, 12 fotónyomtatóknál N=488 AISA Eagle szenzor N=32 DAIS7915 VIS, NIR N=498 AISA Dual szenzor A spektrális felbontás mértékének megfeleltethetjük a gyakorlatban az {S i =1,, S i =16, ahol i=1 vagy i=2} bit információelméleti fogalmát. Tipikus spektrális felbontások: színtrevágott kép - 1 bit szürkeárnyalatos kép 2-16 bit színes kép 8-16 bit A dimenzió kiszámításához (két vagy több képsáv esetén) a spektrális fraktáldimenzió definíció alkalmazható a mért adatokra, mint függvényre (értékes spektrális dobozok száma az összes spektrális doboz függvényében) egyszerű matematikai átlagolással számítva az alábbiak szerint: S 1 log( ) BM j n j 1 log( BTj ) SFD (4) mérhető S 1 ahol n a képrétegek vagy képcsatornák száma S a spektrális felbontás bitben BM j - értékes képpontot tartalmazó spektrális dobozok száma j-bit esetén BT j összes lehetséges spektrális dobozok száma j-bit esetén A lehetséges spektrális dobozok száma j-bit esetén az alábbiak szerint számítható: BT S n (2 ) (5) j Eredmények A vizsgálataink során 10 táblát vizsgáltunk, amelyben 5 különböző vegetáció típust tudtunk elkülöníteni: kukorica, tritikálé, búza, napraforgó, műveletlen terület. Vizsgálataink alá vontunk egyéb objektumokat is, mint a műutat, és az út mellett húzódó erdősávot is, amelyet főleg akácfák alkottak. A fentiekben ismertetett SFD szerkezeti paraméter sávonkénti mérésével elsőként készítettük el a hullámhossz alapú spektrális, 16 bites görbéket ujjlenyomatokat [18, 20] a fenti növényekre, objektumokra (6. ábra) valamint a zaj elemzéséhez a teljes képekre is (7. ábra). A 6. ábra (valamint a mért adatok) alapján egyértelműen elkülöníthetők a növénykultúrák, megállapíthatók az egyes vizsgálatokhoz leginkább alkalmas spektrális sávok. A 7. ábrán az erdő, az út és a fenti kultúrnövények átlagának görbéi láthatók a csatornák sorszámának függvényében. A fenti állítások itt is jól érzékelhetők.
7 ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON 7 6. ábra Spektrális SFD 16 bit alapú ujjlenyomatok kukorica, napraforgó, búza és tritikálé esetén AISA DUAL adatok alapján. Kukorica, napraforgó, búza és tritikálé 16 bites SFD ujjlenyomata AISA DUAL / / felvétel alapján 0,9100 0,8900 0,8700 0,8500 SFD érték 0,8300 0,8100 0,7900 0,7700 0, Hullámhossz /nm/ Kukor ica SFD 16 bit Napraforgó SFD 16 bit Búza SFD 16 bit Tritikálé SFD 16 bit 7. ábra A teljes AISA DUAL kép ( , Várvölgy) spektrális SFD 16 bit alapú ujjlenyomata zajos sávok elkülönítéséhez. SFD 16 bites mérések eredményei a teljes AISA DUAL , Várvölgy képek esetén, sávonként S F D é rté k 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, Csatornaszám 16 bit A teljes sávok alapján készített görbék jellegének elemzésével közvetlenül következtetni lehet a zajos sávokra. Megállapítottuk, hogy a teljes képen jelentkező zaj hatására (pl. atmoszférikus hatás) a színszerkezet jelentősen romlik, azaz az SFD értékek jelentősen és ugrásszerűen csökkennek, esetleg oszcillálnak. Ilyen tartományok a , , , sávok. Mindez jól látható a 1. és 2. ábrán bemutatott képen is, ahol SFD 2ábra = 0,4451, SFD 3ábra =0,1622. A közölt tartományok teljes összhangban vannak a vizuális interpretációval megállapított zajos tartományokkal. Vörös-él inflexiós pontjának tapasztalati úton történő meghatározásához összehasonlító elemzéseket végeztünk. Az elemzésekhez felhasználtuk [12, 22] által javasolt összefüggéseket, ezek SFD és reflektancia alapú (8. ábra) számítási összefüggéseit (1), (2). AISA DUAL felvételeken történő méréseink alapján megállapítható, hogy növényi vegetáció esetén, a nm valamint a nm közötti tartományokban az SFD alapú spektrumokon ujjlenyomatokon történő lokális minimum (9. ábra) keresésével közvetlenül megállapítható a vörös-él inflexiós pont.
8 8 Kozma-Bognár Veronika1, Dr. Berke József2 8. ábra Vörös-él inflexiós pont meghatározás AISA DUAL felvételeken SFD ujjlenyomatok és reflektancia adatok felhasználásával Reflektancia és SFD alapú REIP értékek összehasonlítása 780,00 REIP érték /nm/ 760,00 740,00 720,00 700,00 Műveletlen terület Búza Tritikálé 680,00 REIP-SFD-Berke-Kozma-Bognár SFD lok. min nm SFD lok. min nm Mutanga-Skidmore Clevers SFD-Mutanga-Skidmore SFD-Clevers Kukorica Erdő Napraforgó Növény REIP módszer Erdő Kukorica Napraforgó Tritikálé Búza Műveletlen terület 9. ábra Vörös-él inflexiós pont meghatározása 16 bites SFD görbéken AISA DUAL felvételeken lokális minimum alapján. Vörös-él meghatározás kulturnövényeken 16 bites SFD ujjlenyomat /AISA DUAL / felvétel/ alapján 0,9 0,89 SFD érték 0,88 0,87 0,86 0, Csatornaszám Kukorica SFD 16 bit Napraforgó SFD 16 bit Búza SFD 16 bit Tritikálé SFD 16 bit Műveletlen terület SFD 16 bit Erdő SFD 16 bit 1. táblázat Vörös-él inflexiós pont meghatározásához mért és számított adatok nanométerben, AISA DUAL felvételeken 16 bites SFD görbék és reflektancia adatok alapján. REIP-SFD-Berke- Kozma-Bognár SFD lok. min nm SFD lok. min nm Kukorica 716,29 719,07 719,07 Napraforgó 716,26 719,07 719,07 Búza 716,89 761,28 719,07 Tritikálé 715,93 719,07 719,07 Műveletlen terület 715,75 719,07 719,07 Erdő 716,36 686,44 691,09 Javasoltuk [18], hogy SFD spektrumgörbéken az alábbi összefüggés segítségével történjen a vörös-él inflexiós pont meghatározása (1. táblázat): λ re = {SFD ÁTLAG ( )}*30 (6)
9 ÚJ ÉRTÉKELÉSI MÓDSZEREK FEJLESZTÉSE ÉS ALKALMAZÁSA MULTI-ÉS HIPERSPEKTRÁLIS ADATOKON 9 Látható, infra és hőkamerával készült felvételeken történő méréseink alapján megállapítható, hogy növényi vegetáció esetén, a nm közötti tartományban az SFD alapú spektrumokon ujjlenyomatokon a lokális minimum 780 nm. Mindez elsősorban az eltérő típusú érzékelőkre és a multispektrális adatokra vezethető vissza. Vagyis az általunk ismertetett SFD alapú mérések ugyan lehetővé teszik az eltérő terepi és spektrális felbontású felvételek feldolgozását, azonban a (6) során javasolt összefüggés hiperspektrális adatokon mért SFD értékek alapján használható, multispektrális esetben nem. Összefoglalás Az általunk kifejlesztett SFD alapú adatfeldolgozási módszer közvetlenül a távérzékelő berendezések képi adatainak szerkezetén végzett számításokra épül [3, 4, 5], nem feltétlenül igényli kiegészítő légi vagy terepi sugárzásmérők alkalmazását, mégis számos esetben jól alkalmazható információkkal szolgál. Az SFD alapú szerkezeti adatok kevésbé érzékenyek a terepi, atmoszférikus vagy egyéb korrekciós tényezőkre, hiszen logaritmikus számításokra épülnek. Kifejlesztettünk olyan ujjlenyomatokat, amely a terepi beazonosításon kívül, csak képi információk felhasználásával is számíthatóak, kiküszöbölve ezzel a fent említett korrekciók hiányából vagy pontatlanságából eredő hátrányokat. Létrehoztunk olyan SFD spektrum görbéket, amelyekkel a reflektancia görbékhez hasonlóan leírhatóak, jellemezhetőek, beazonosíthatóak és térképezhetőek az egyes felszíni formák. REIP meghatározásához tapasztalati összefüggést javaslunk (6), amely a jelenleg használt tapasztalati összefüggésekhez hasonlóan, könnyen számítható eredményt ad SFD spektrumgörbe használatával. Irodalom 1. Aster Spectral Library: 2. Berke, J Fractal dimension on image processing. 4th KEPAF Conference on Image Analysis and Pattern Recognition. Vol.4, pp Berke, J Measuring of Spectral Fractal Dimension, Advances in Systems. Computing Sciences and Software Engineering. Springer pp , ISBN Berke, J Measuring of Spectral Fractal Dimension. Journal of New Mathematics and Natural Computation. ISSN , 3/3: Berke, J Using Spectral Fractal Dimension in Image Classification. CISSE2008, International Joint Conferences on Computer, Information, and Systems Sciences, and Engineering, December 5-13, Berke, J. und Kozma-Bognár, V Fernerkundung und Feldmessungen im Gebiet des Kis-Balaton I.. Moorschutz im Wald / Renaturierung von Braunmoosmooren. Lübben. 7. Berke, J., Hegedűs, Gy. Cs., Kelemen, D. and Szabó, J Digital image processing and applications pp. ISBN
10 10 Kozma-Bognár Veronika1, Dr. Berke József2 8. Broge, N. H. and Mortensen, J. V Deriving green crop area index and canopy chlorophyll density of winter wheat from spectral reflectance data. Remote Sensing of Environment Burai, P Első magyarországi légi hiperspektrális képalkotó rendszer AISA DUAL, 4. Fény-Tér-Kép Konferencia, Dobogókő. 10. Burai, P Távérzékelési módszerek összehasonlító elemzése mezőgazdasági mintaterületeken. Debreceni Egyetem, Agrártudományi Centrum, Mezőgazdaságtudományi Kar, Víz- és Környezetgazdálkodási Tanszék. PhD dolgozat. 11. Busznyák, J., Nagy, G. és Berke, J Georgikon GNSS bázisállomás üzembehelyezésének tapasztalatai. Informatika a Felsőoktatásban 2008 Konferencia, Debrecen. ISBN Clevers, J.G.P.W., De Jong, S.M., Epema, G.F., Van Der Meer, F.D., Bakker, W.H., Skidmore, A.K. and Scholte, K.H Derivation of the red edge index using the MERIS standard band setting. International Journal of Remote Sensing. 23 (16), Hargitai, H A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése. ELTE TTK FDI. PhD dolgozat. 14. Hexium Műszaki Fejlesztő Kft. Hexium hordozható hőkamera: HX-IDS-M Jung, A Spektrális információk alkalmazása a városklíma-kutatásban. Budapesti Corvinus Egyetem Kertészettudományi Kar, Kertészettudományi Doktori Iskola. PhD. Dolgozat. 16. EU Council, 149/2003/EK belső rendelet. 17. Kozma-Bognár, V., Hegedűs, G. and Berke, J Fractal texture based image classification on hyperspectral data. AVA 3 International Conference on Agricultural Economics, Rural Development and Informatics. Debrecen. ISBN Kozma-Bognár, V. and Berke, J., New Applied Techniques in Evaluation of Hyperspectral Data, Georgikon for Agriculture, a multidisciplinary journal in agricultural sciences, Vol. 12./2., preprint. 19. Kozma-Bognár, V., Hermann, P., Bencze, K., Berke, J. and Busznyák, J Possibilities of an Interactive Report on Terrain Measurement. Journal of Applied Multimedia. No. 2/III./2008. pp , ISSN Kozma-Bognár, V., Kovács, ZS., Berke, J bit or 16 bit, 6th Fény-Tér-Kép Conference, Dobogókő. 21. Mandelbrot, B. B The fractal geometry of nature. W.H. Freeman and Company. New York. 22. Mutanga, O. and Skidmore, A. K Integrating imaging spectroscopy and neural networks to map grass quality in the Kruger National Park, South Africa. Remote Sensing of Environment. 90 (2004) Peitgen, H-O. and Saupe, D The Science of fractal images. Springer-Verlag.NY. 24. Sabins, F. F Remote Sensing. Principles and Interpretation. W. H. Freeman and Co. Los Angeles. ISBN X. 25. Schowengerdt, R. A Remote Sensing Models and Methods for Image Processing. Elsevier. ISBN 13: SFD official website: Tamás, J. és Róth, L Hiperspektrális adatfeldolgozási és megjelenítési lehetőségek. Fény-Tér-Kép 2008 konferencia. Dobogókő. 28. USGS Digital Spectral Library Varshney, P. K. and Arora, M. K Advanced Image Processing Techniques for Remotely Sensed Hyperspectral Data. Springer-Verlag. New York.
Informatika a felsőoktatásban 2008 Debrecen, 2008. augusztus 27-29.
HIPERSPEKTRÁLIS FELVÉTELEK MEZŐGAZDASÁGI ÉS KÖRNYZETVÉDELMI CÉLÚ FELHASZNÁLÁSÁNAK LEHETŐSÉGEI A KESZTHELYI TÉRSÉGBEN APPLICATION OF HIPERSPEKTRAL IMAGES IN AGRICULTURE AND ENVIRONMETAL PROTECTION IN THE
RészletesebbenA hiperspektrális képalkotás elve
Távérzékelési laboratórium A VM MGI Hiperspektrális laborja korszerű hardveres és szoftveres hátterére alapozva biztosítja a távérzékelési technológia megbízható hazai és nemzetközi szolgáltatását. Távérzékelés
RészletesebbenLÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ
LÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ DEÁKVÁRI JÓZSEF 1 - KOVÁCS LÁSZLÓ 1 - SZALAY D. KORNÉL 1 - TOLNER IMRE TIBOR 1 - CSORBA ÁDÁM
Részletesebben2015.09.29. TARTALOM. Távérzékelés fogalma I. Távérzékelés fogalma II. A távérzékelés multi-koncepciója
TARTALOM I. Távérzékelés fogalma, folyamata TÁVÉRZÉKELÉS ALKALMAZÁSI LEHETŐSÉGEI a környezetszennyezés hatásvizsgálatánál II. Távérzékelt felvételek és szenzorok III. Távérzékelt felvételek feldolgozás
RészletesebbenDRÓNOK HASZNÁLATA A MEZŐGAZDASÁGBAN
DRÓNOK HASZNÁLATA A MEZŐGAZDASÁGBAN KÖRÖSPARTI JÁNOS NAIK Öntözési és Vízgazdálkodási Önálló Kutatási Osztály (ÖVKI) Szaktanári továbbképzés Szarvas, 2017. december 7. A drónok használata egyre elterjedtebb
RészletesebbenTérinformatika és Geoinformatika
Távérzékelés 1 Térinformatika és Geoinformatika 2 A térinformatika az informatika azon része, amely térbeli adatokat, térbeli információkat dolgoz fel A geoinformatika az informatika azon része, amely
RészletesebbenInformációtartalmú elemzések a közlekedéseredetű szennyezőanyagok hatásvizsgálatánál
Információtartalmú elemzések a közlekedéseredetű szennyezőanyagok hatásvizsgálatánál Kozma-Bognár Veronika 1 Szabó Rita 2 Berke József 2 1 ügyvivő szakértő, Pannon Egyetem, Meteorológia és Vízgazdálkodás
RészletesebbenDigitális képérzékelők egységes paraméterezése információtartalom és fraktálszerkezet alapján
Seventh Hungarian Conference on Computer Graphics and Geometry, Budapest, 204 Digitális képérzékelők egységes paraméterezése információtartalom és fraktálszerkezet alapán Berke József Gábor Dénes Főiskola,
RészletesebbenHIPERSPEKTRÁLIS KÉPALKOTÁS
OKTATÁSI SEGÉDLET Lektorálta: Dr. Berke József egyetemi docens HIPERSPEKTRÁLIS KÉPALKOTÁS HIPER v1.0 Kozma-Bognár Veronika kbv@ex1.georgikon.hu Pannon Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Gazdaságmódszertani
RészletesebbenElőadás célja: ERDAS IMAGINE történelem a Georgikon Karon. ERDAS IMAGINE alkalmazása Karunk oktatási feladataiban
ERDAS IMAGINE ERDAS IMAGINE8.x osztályozó eljárások gyakorlati alkalmazása a Georgikon Karon gyakorlati alkalmazásának 1 Pallér Norbert2 Berke József lehetőségei berke@georgikon.hu Berke József 1 - Veszprémi
RészletesebbenTöbbsávos légifelvételek optimális adatsávjainak meghatározása
Többsávos légifelvételek optimális adatsávjainak meghatározása Kozma-Bognár Veronika 1, Berke József 2 1 Pannon Egyetem Georgikon Kar, 8360 Keszthely, Deák F. u. 16. 2 Gábor Dénes Főiskola,1119 Budapest,
RészletesebbenTávérzékelés. Modern Technológiai eszközök a vadgazdálkodásban
Távérzékelés Modern Technológiai eszközök a vadgazdálkodásban A távérzékelés Azon technikák összessége, amelyek segítségével információt szerezhetünk a megfigyelés tárgyáról anélkül, hogy azzal közvetlen
RészletesebbenINFORMATIKA ÁGAZATI ALKALMAZÁSAI. Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010
INFORMATIKA ÁGAZATI ALKALMAZÁSAI Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 9. Távérzékelési adatok alkalmazása Érzékelők Hullámhossz tartományok Visszaverődés Infra felvételek,
RészletesebbenTávérzékelés, a jöv ígéretes eszköze
Távérzékelés, a jöv ígéretes eszköze Ritvayné Szomolányi Mária Frombach Gabriella VITUKI CONSULT Zrt. A távérzékelés segítségével: különböz6 magasságból, tetsz6leges id6ben és a kívánt hullámhossz tartományokban
RészletesebbenPANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA. Doktori Iskola vezető: Dr. Anda Angéla MTA doktora
PANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA Doktori Iskola vezető: Dr. Anda Angéla MTA doktora HIPERSPEKTRÁLIS FELVÉTELEK FELDOLGOZÁSÁNAK ÉS MEZŐGAZDASÁGI ALKALMAZÁSÁNAK VIZSGÁLATA
RészletesebbenTÉRINFORMATIKA II. Dr. Kulcsár Balázs egyetemi docens. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék
TÉRINFORMATIKA II. Dr. Kulcsár Balázs egyetemi docens Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék ELSŐDLEGES ADATNYERÉSI ELJÁRÁSOK 2. Inerciális rendszerek Távérzékelés Rádiótelefonok Mobil
RészletesebbenA hiperspektrális távérzékelés lehetőségei a precíziós mezőgazdaságban. Keller Boglárka Tudományos segédmunkatárs NAIK MGI
A hiperspektrális távérzékelés lehetőségei a precíziós mezőgazdaságban Keller Boglárka Tudományos segédmunkatárs NAIK MGI Távérzékelés Olyan eljárás, mely egy objektumra vonatkozó információ kivonásához
RészletesebbenA távérzékelés és fizikai alapjai 4. Technikai alapok
A távérzékelés és fizikai alapjai 4. Technikai alapok Csornai Gábor László István Budapest Főváros Kormányhivatala Mezőgazdasági Távérzékelési és Helyszíni Ellenőrzési Osztály Az előadás 2011-es átdolgozott
RészletesebbenTÁVÉRZÉKELÉS ALKALMAZÁSI LEHETŐSÉGEI a környezetszennyezés hatásvizsgálatánál
TÁVÉRZÉKELÉS ALKALMAZÁSI LEHETŐSÉGEI a környezetszennyezés hatásvizsgálatánál Készítette: KOZMA-BOGNÁR VERONIKA TARTALOM I. Távérzékelés fogalma, folyamata II. Távérzékelt felvételek és szenzorok III.
RészletesebbenNövények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet
1. A téma célkitűzés Növények spektrális tulajdonságának vizsgálata Kovács László, Dr. Borsa Béla, Dr. Földesi István FVM Mezőgazdasági Gépesítési Intézet A kutatási téma célja különböző haszon- és gyomnövények,
RészletesebbenFajspecifikus gyomtérképezés távlati lehetőségei távérzékelési módszerekkel
Fajspecifikus gyomtérképezés távlati lehetőségei távérzékelési módszerekkel Szalay K. Deákvári J. Fenyvesi L. Kovács L. Gulyás Z. NAIK Mezőgazdasági Gépesítési Intézet Előadó: Dr. Szalay Kornél, kutatási
RészletesebbenLégi hiperspektrális biomassza térképezés elsődleges eredményei a Tass-pusztai biomassza ültetvényen
Légi hiperspektrális biomassza térképezés elsődleges eredményei a Tass-pusztai biomassza ültetvényen Preliminary results of evaluation of biomass mapping based on hyperspectral imagery on energy tree plantation
RészletesebbenTávérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban
Távérzékelt felvételek és térinformatikai adatok integrált felhasználása a FÖMI mezőgazdasági alkalmazásaiban László István Földmérési és Távérzékelési Intézet laszlo.istvan@fomi.hu Adatintegráció, adatfúzió
RészletesebbenProdukció mérések. Gyakorlati segédanyag a Mezőgazdasági- és Környezettudományi Kar hallgatóinak
SZENT ISTVÁN EGYETEM MEZŐGAZDASÁG- ÉS KÖRNYEZETTUDOMÁNYI KAR NÖVÉNYTANI ÉS ÖKOFIZIOLÓGIAI INTÉZET 2103 GÖDÖLLŐ, PÁTER KÁROLY U. 1 TEL:(28) 522 075 FAX:(28) 410 804 Produkció mérések Gyakorlati segédanyag
RészletesebbenA távérzékelés spektrális irányzata és célja
XV. ESRI Magyarország Felhasználói Konferencia A hiperspektrális távérz rzékel kelési technológia sajátoss tosságai, és minőségbiztos gbiztosított tott alkalmazásának hazai lehetőségei Az ASD FieldSpec
RészletesebbenAgrár-környezetvédelmi Modul Agrár-környezetvédelem, agrotechnológia. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc
Agrár-környezetvédelmi Modul Agrár-környezetvédelem, agrotechnológia KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Precíziós növényvédelem I. 142.lecke Precíziós növényvédelem A hozzáférhető,
RészletesebbenTEREPI MÉRÉSEKHEZ KAPCSOLÓDÓ INTERAKTÍV JEGYZŐKÖNYV KÉSZÍTÉSÉNEK LEHETŐSÉGEI
TEREPI MÉRÉSEKHEZ KAPCSOLÓDÓ INTERAKTÍV JEGYZŐKÖNYV KÉSZÍTÉSÉNEK LEHETŐSÉGEI Kozma-Bognár Veronika 1 -. Hermann Péter 1 - Bencze Katalin 1 - - Berke József 2 - Busznyák János 1 1. Pannon Egyetem 2. Gábor
RészletesebbenTávérzékelés a precíziós gazdálkodás szolgálatában : látvány vagy tudomány. Verőné Dr. Wojtaszek Malgorzata
Távérzékelés a precíziós gazdálkodás szolgálatában : látvány vagy tudomány Verőné Dr. Wojtaszek Malgorzata Az előadás felépítése Trendek a Föld megfigyelésében (hol kezdődött, merre tart ) Távérzékelés
RészletesebbenVárosi környezet vizsgálata távérzékelési adatok osztályozásával
Városi környezet vizsgálata távérzékelési adatok osztályozásával Verőné Dr. Wojtaszek Małgorzata Óbudai Egyetem AMK Goeinformatika Intézet 20 éves a Térinformatika Tanszék 2014. december. 15 Felvetések
RészletesebbenA városi vegetáció felmérése távérzékelési módszerekkel Vécsei Erzsébet
A városi vegetáció felmérése távérzékelési módszerekkel Vécsei Erzsébet Előzmények A távérzékelés az elmúlt évtizedben rohamosan fejlődésnek indult. A felhasználók részéről megjelent az igény az egyre
RészletesebbenA SPEKTRÁLIS FRAKTÁLSZERKEZET VIZSGÁLATÁNAK ELMÉLETI ÉS GYAKORLATI LEHETŐSÉGEI. Berke József Gábor Dénes Főiskola, Budapest, Etele u. 68.
A SPEKTRÁLIS FRAKTÁLSZERKEZET VIZSGÁLATÁNAK ELMÉLETI ÉS GYAKORLATI LEHETŐSÉGEI THEORETICAL AND PRACTICAL POSSIBILITIES OF THE INVESTIGATION OF SPECTRAL FRACTAL STRUCTURE Berke József Gábor Dénes Főiskola,
RészletesebbenA távérzékelés és fizikai alapjai 3. Fizikai alapok
A távérzékelés és fizikai alapjai 3. Fizikai alapok Csornai Gábor László István Budapest Főváros Kormányhivatala Mezőgazdasági Távérzékelési és Helyszíni Ellenőrzési Osztály Az előadás 2011-es átdolgozott
RészletesebbenVI. Magyar Földrajzi Konferencia 524-529
Van Leeuwen Boudewijn Tobak Zalán Szatmári József 1 BELVÍZ OSZTÁLYOZÁS HAGYOMÁNYOS MÓDSZERREL ÉS MESTERSÉGES NEURÁLIS HÁLÓVAL BEVEZETÉS Magyarország, különösen pedig az Alföld váltakozva szenved aszályos
RészletesebbenAISA hiperspektrális távérzékelő rendszer ismertetése
- 1 - FVM Mezőgazdasági Gépesítési Intézet 2100 Gödöllő Tessedik Sámuel út 4. Tel.: (28) 511-622, (28) 511-628, Fax.:(28) 420-960 AISA hiperspektrális távérzékelő rendszer ismertetése Készítették: 1. Bevezetés
RészletesebbenMŰHOLDAS VÁROSI HŐSZIGET VIZSGÁLAT
Városi Hősziget Konferencia Országos Meteorológiai Szolgálat 2013. szeptember 24. MŰHOLDAS VÁROSI HŐSZIGET VIZSGÁLAT Dezső Zsuzsanna, Bartholy Judit, Pongrácz Rita Eötvös Loránd Tudományegyetem Meteorológiai
RészletesebbenMultimédia alapú fejlesztéseknél gyakran használt veszteséges képtömörítő eljárások pszichovizuális összehasonlítása
Multimédia alapú fejlesztéseknél gyakran használt veszteséges képtömörítő eljárások pszichovizuális összehasonlítása Berke József 1 - Kocsis Péter 2 - Kovács József 2 1 - Pannon Agrártudományi Egyetem,
RészletesebbenA VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL
35. Meteorológiai Tudományos Napok, Magyar Tudományos Akadémia, 2009. november 20. A VÁROSI HŐSZIGET VIZSGÁLATA MODIS ÉS ASTER MÉRÉSEK FELHASZNÁLÁSÁVAL Dezső Zsuzsanna, Bartholy Judit, Pongrácz Rita Eötvös
RészletesebbenFotogrammetria és távérzékelés A képi tartalomban rejlő információgazdagság Dr. Jancsó Tamás Nyugat-magyarországi Egyetem, Geoinformatikai Kar MFTTT rendezvény 2012. Április 18. Székesfehérvár Tartalom
RészletesebbenAntropogén eredetű felszínváltozások vizsgálata távérzékeléssel
Antropogén eredetű felszínváltozások vizsgálata távérzékeléssel Verőné Dr. Wojtaszek Malgorzata http://www.civertan.hu/legifoto/galery_image.php?id=8367 TÁMOP-4.2.1.B-09/1/KONV-2010-0006 projekt Alprogram:
RészletesebbenTÁMOP-4.2.3.-12/1/KONV-0047
A KRF távérzékelési és térinformatikai tevékenysége a gazdasági szférában Dr. Burai Péter főiskolai docens Zöld energiával a Zöld Magyaroszágért TÁMOP-4.2.3.-12/1/KONV-0047 Tartalom Károly Róbert Főiskola
RészletesebbenTávérzékelési technológiák a precíziós mezőgazdaságban
Távérzékelési technológiák a precíziós mezőgazdaságban Körmendy Endre Verőné Wojtaszek Malgorzata Székesfehérvár 2018. február. 07 MEGHÍVÓ Körmendy Endre Geoservice Kft. E-mail: geoservice@t-online.hu
RészletesebbenAutomatikus épület-felismerés ortofotókon objektum-alapú eljárással
Automatikus épület-felismerés ortofotókon objektum-alapú eljárással Gera Dávid Ákos, Nádor Gizella, Surek György Földmérési és Távérzékelési Intézet Távérzékelési Igazgatóság 1. Bevezetés Napjainkban a
Részletesebben29/2014. (III. 31.) VM rendelet az állami digitális távérzékelési adatbázisról
29/2014. (III. 31.) VM rendelet az állami digitális távérzékelési adatbázisról A földmérési és térképészeti tevékenységről szóló 2012. évi XLVI. törvény 38. (3) bekezdés b) pontjában kapott felhatalmazás
RészletesebbenTávérzékelés a vízgazdálkodás szolgálatában. Bíró Tibor Nemzeti Közszolgálati Egyetem Víztudományi Kar
Távérzékelés a vízgazdálkodás szolgálatában Bíró Tibor Nemzeti Közszolgálati Egyetem Víztudományi Kar Távérzékelés Távérzékelés alkalmazásával két vagy háromdimenziós objektumok és természeti képződmények
RészletesebbenVeszteséges képtömörítő eljárások pszichovizuális összehasonlítása
Veszteséges képtömörítő eljárások pszichovizuális összehasonlítása Berke József 1 - Kocsis Péter 2 - Kovács József 2 1 - Pannon Agrártudományi Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Szaktanácsadási,
RészletesebbenA SVM OSZTÁLYOZÁSI ELJÁRÁS ALKALMAZÁSÁNAK Az SVM osztályozási GYAKORLATI eljárás alkalmazásának TAPASZTALATAI gyakorlati tapasztalatai
A SVM OSZTÁLYOZÁSI ELJÁRÁS ALKALMAZÁSÁNAK Az SVM osztályozási GYAKORLATI eljárás alkalmazásának TAPASZTALATAI gyakorlati tapasztalatai Dr. Kozma-Bognár Veronika 1 - Szilágyi Judit 2 - Kőrösy Péter Ernő
RészletesebbenHegedűs Géza, Virág Eszter: Drón programozása
1. Bevezetés Magyarországon a precíziós mezőgazdaság bevezetése a 90-es évek végére tehető, majd elkezdődött a kiterjesztése a tágabb értelemben vett precíziós gazdálkodásra. Győrffy Béla akadémikus úttörő
RészletesebbenA természettudományos laborok új lehetőségei - terepi mérés
A természettudományos laborok új lehetőségei - terepi mérés 1 Dr. Berke József CSc - 2 Dr. Berkéné Várbíró Beáta okleveles fizikus, főiskolai tanár 1 - Gábor Dénes Főiskola, Budapest 2- Vajda János Gimnázium,
RészletesebbenSzennyezett területek hiperspektrális felmérése
A T C Szennyezett területek hiperspektrális felmérése Nagy Attila Tamás János Bevezetés A bányászati tevékenységek során világszerte jelents lokális környezeti hatást képviselnek a bányák, a bányameddk,
RészletesebbenDigitális fotósuli diákműhely lehetőségei a tehetséggondozásban
Digitális fotósuli diákműhely lehetőségei a tehetséggondozásban Berke József - Szabó Rita - Bérczy István - Enyedi Attila Gábor Dénes Főiskola, Digitális Fotósuli Diákműhely, Budapest, Magyarország berke@gdf.hu
RészletesebbenTermikus képi információk alkalmazása a környezetvédelem és az agrártudományok területein
Termikus képi információk alkalmazása a környezetvédelem és az agrártudományok területein BERKE József 1,2, KOZMA-BOGNÁR Veronika 3, LADÁNYI Péter 4, NEMESSZEGHY György 5, 1 SFD Informatika Kft., H-8360,
RészletesebbenAdatgyűjtés pilóta nélküli légi rendszerekkel
Adatgyűjtés pilóta nélküli légi rendszerekkel GISOpen-2015 2015.03.26. Miről lesz szó? Az eljárásról Eddigi munkáinkról A pontosságról A jogi háttérről csak szabadon:) Miért UAS? Elérhető polgári forgalomban
RészletesebbenHáromdimenziós képi adatokra épülő ökológiai folyamatok modellezése
Háromdimenziós képi adatokra épülő ökológiai folyamatok modellezése Berke József 1 Szabó József 2 Szeiler Gábor 3 Berkéné Várbíró Beáta 4 1 - Veszprémi Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Gazdaságmatematika,
RészletesebbenTetőtípusok azonosítása hiperspektrális felvételek alapján
Tetőtípusok azonosítása hiperspektrális felvételek alapján Kovács Zoltán 1 Szabó Szilárd 2 Burai Péter 3 Szabó Gergely 4 1 PhD hallgató, Debreceni Egyetem, Természetföldrajzi és Geoinformatikai Tanszék,
RészletesebbenBurgonya fajták azonosítása és minősítése digitális képanalízis felhasználásával
Burgonya fajták azonosítása és minősítése digitális képanalízis felhasználásával Csák Máté - Hegedűs Géza- Dr. Polgár Zsolt Pannon Egyetem, Georgikon Kar, Keszthely mate.csak@georgikon.hu, hg@georgikon.hu,
RészletesebbenCSAPADÉK BEFOGADÓKÉPESSÉGÉNEK TÉRKÉPEZÉSE TÁVÉRZÉKELÉSI MÓDSZEREKKEL VÁROSI KÖRNYEZETBEN
MFTTT 30. VÁNDORGYŰLÉS 2015. július 03. Szolnok CSAPADÉK BEFOGADÓKÉPESSÉGÉNEK TÉRKÉPEZÉSE TÁVÉRZÉKELÉSI MÓDSZEREKKEL VÁROSI KÖRNYEZETBEN Kovács Gergő Földmérő és földrendező szak, IV. évfolyam Verőné Dr.
RészletesebbenMultifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése
Multifunkcionális, multimédia elemeket tartalmazó mobil elérésű távoktatási tananyag összeállítása és tesztelése Busznyák János bjs@georgikon.hu Veszprémi Egyetem, Georgikon, Mezőgazdaságtudományi Kar,
RészletesebbenKészítette: Konrád Sándor Környezettudomány MSc. Témavezető: Dr. Bognár Péter
Készítette: Konrád Sándor Környezettudomány MSc. Témavezető: Dr. Bognár Péter 2014.06.11. A téma jelentősége A vegetáció monitorozása A globális klímaváltozás vizsgálatának egyik jelentős eszköze (aszály,
RészletesebbenFolyóvízminőség becslés térinformatikai módszerekkel. Nagy Zoltán Geográfus Msc. Szegedi Tudományegyetem
Folyóvízminőség becslés térinformatikai módszerekkel Nagy Zoltán Geográfus Msc. Szegedi Tudományegyetem Probléma felvetés - Mezőgazdasági termelés nagymértékű víz- és talajvíz szennyezése. - Külföldi példákban
RészletesebbenIskolatörténeti multimédia anyag fejlesztése
Iskolatörténeti multimédia anyag fejlesztése Berke József 1 Puposné Szálteleki Éva 2 Enyingi József 2 1 - Veszprémi Egyetem, Georgikon, Mezőgazdaságtudományi Kar, Szaktanácsadási, Továbbképzési és Informatikai
RészletesebbenA hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése.
A hiperspektrális képfeldolgozás módszerei és az első magyarországi képalkotó spektrométeres repülés adatainak elemzése Hargitai Henrik 2006 1 A hiperspektrális képfeldolgozás módszerei és az első magyarországi
RészletesebbenSzőlő termőhely térképezés légi távérzékelt felvételek alkalmazásával Vineyard Mapping Using Aerial Remote Sensing Imagery
Bekő László 1 Lukácsy György 2 Hunyadi Gergely 3 Szőlő termőhely térképezés légi távérzékelt felvételek alkalmazásával Vineyard Mapping Using Aerial Remote Sensing Imagery ifj.beko.laszlo@gmail.com 1 Károly
RészletesebbenA városklíma kutatások és a településtervezés, a városi tájépítészet összefüggései. Dr. Oláh András Béla BCE, Tájépítészeti Kar
A városklíma kutatások és a településtervezés, a városi tájépítészet összefüggései Dr. Oláh András Béla BCE, Tájépítészeti Kar A kezdet, vegetációs index vizsgálat Hogy változott Budapest vegetációja 1990
RészletesebbenHULLADÉKCSÖKKENTÉS. EEA Grants Norway Grants. Élelmiszeripari zöld innovációs program megvalósítása. Dr. Nagy Attila, Debreceni Egyetem 2014.10.28.
Élelmiszeripari zöld innovációs program megvalósítása EEA Grants Norway Grants HULLADÉKCSÖKKENTÉS Dr. Nagy Attila, Debreceni Egyetem HU09-0015-A1-2013 1 Beruházás oka A vágóhidakról kikerülő baromfi nyesedék
RészletesebbenTávérzékeléssel az árvízi biztonságért
Távérzékeléssel az árvízi biztonságért HUNAGI Konferencia 2013. április 4. Dr. Tomor Tamás Intézetigazgató Károly Róbert Főiskola Árvízi megelőzés / felkészülés / tervezés Védekezés / beavatkozás Kárelhárítás
RészletesebbenA távérzékelt felvételek tematikus kiértékelésének lépései
A távérzékelt felvételek tematikus kiértékelésének lépései Csornai Gábor László István Földmérési és Távérzékelési Intézet Mezőgazdasági és Vidékfejlesztési Igazgatóság Az előadás 2011-es átdolgozott változata
RészletesebbenTérinformatikai adatbázis feltöltése nagyméretarányú távérzékelési adatokkal
Térinformatikai adatbázis feltöltése nagyméretarányú távérzékelési adatokkal A térinformatikai rendszerek adatbázisának feltöltése a környezetvizsgálatnál nem tekinthető úgy, mint egy részletesen és pontosan
RészletesebbenSugárzáson, és infravörös sugárzáson alapuló hőmérséklet mérés.
Sugárzáson, és infravörös sugárzáson alapuló hőmérséklet mérés. A sugárzáson alapuló hőmérsékletmérés (termográfia),azt a fizikai jelenséget használja fel, hogy az abszolút nulla K hőmérséklet (273,16
RészletesebbenENCARNACAO, J.L. PEITGEN, H.-O. SAKAS, G. ENGLERT, G. editors (1992): Fractal Geometry and Computer Graphics, Springer- Verlag, Berlin Heidelberg. EAR
Irodalomjegyzék ACM Multimedia'95 Proceedings, (1995): Addison-Wesley Publishing Company, ACM Press, USA. ADOBE Photoshop 4.0 User Guide for Macintosh and Windows. ADOBE Photoshop 3.5 User Guide for UNIX.
Részletesebben"Vizuális informatikai tantárgyak" oktatási tapasztalatai
"Vizuális informatikai tantárgyak" oktatási tapasztalatai Berke József PATE, Georgikon Mezőgazdaságtudományi Kar, Szaktanácsadási, Továbbképzési és Informatikai Központ, Keszthely Gábor Dénes Főiskola,
RészletesebbenAPPLE RENDSZEREK ALKALMAZÁSI LEHETŐSÉGEI
APPLE RENDSZEREK ALKALMAZÁSI LEHETŐSÉGEI Kozma-Bognár Veronika Pannon Egyetem, Georgikon Mezőgazdaságtudományi Kar, Gazdaságmódszertani Tanszék, Informatika Csoport kbv@ex1.georgikon.hu Absztrakt: Napjainkban
RészletesebbenDigitális képfeldolgozás alkalmazása a felsőfokú képzésben
Digitális képfeldolgozás alkalmazása a felsőfokú képzésben Berke József - Vargáné Dugonics Rita - Kárpáti László Pannon Agrártudományi Egyetem, Georgikon Mezõgazdaságtudományi Kar, Keszthely, Szaktanácsadási,
RészletesebbenTávérzékelés - alapfogalmak
Távérzékelés - alapfogalmak Dr. Berke József www.digkep.hu Kvark Bt., Keszthely Tartalom A képfeldolgozás fogalma Távérzékelés fogalma Hazai és nemzetközi kitekintések Légi- és űrfelvételek alapvető jellemzői
RészletesebbenDIGITÁLIS TEREPMODELL A TÁJRENDEZÉSBEN
DIGITÁLIS TEREPMODELL A TÁJRENDEZÉSBEN DR. GIMESI LÁSZLÓ Bevezetés Pécsett és környékén végzett bányászati tevékenység felszámolása kapcsán szükségessé vált az e tevékenység során keletkezett meddők, zagytározók,
RészletesebbenTávérzékelt felvételek típusai és jellemzői
Távérzékelt felvételek típusai és jellemzői Csornai Gábor László István Budapest Főváros Kormányhivatala Mezőgazdasági Távérzékelési és Helyszíni Ellenőrzési Osztály Az előadás 2011-es átdolgozott változata
RészletesebbenModern Fizika Labor. A mérés száma és címe: A mérés dátuma: Értékelés: Infravörös spektroszkópia. A beadás dátuma: A mérést végezte:
Modern Fizika Labor A mérés dátuma: 2005.10.26. A mérés száma és címe: 12. Infravörös spektroszkópia Értékelés: A beadás dátuma: 2005.11.09. A mérést végezte: Orosz Katalin Tóth Bence 1 A mérés során egy
RészletesebbenA fotogrammetria ismeretek és a szakmai tudás fontossága
Óbudai Egyetem Alba Regia Műszaki Kar Geoinformatikai Intézet A fotogrammetria ismeretek és a szakmai tudás fontossága 3. Légifotó Nap, Székesfehérvár, 2018. február 7. A fotogrammetria fogalma A fotogrammetria
RészletesebbenKülönböző osztályozási eljárások alkalmazása mesterséges felszínek térképezéséhez Klujber Anikó
Különböző osztályozási eljárások alkalmazása mesterséges felszínek térképezéséhez Klujber Anikó A térinformatika és a digitális távérzékelés ma intenzíven fejlődő területek, melyeknek komoly szerepe lehet
RészletesebbenAz ajkai vörösiszap-katasztrófa hatásainak felmérése során alkalmazott domborzatmodellezési technikák bemutatása
Az ajkai vörösiszap-katasztrófa hatásainak felmérése során alkalmazott domborzatmodellezési technikák bemutatása Dr. Tomor Tamás 1, Dr. Lénárt Csaba 2, Enyedi Péter 3, Katona Zsolt 4 1 főiskolai docens,
RészletesebbenSzőlőterületek felmérése nagyfelbontású légi távérzékelt adatok felhasználásával
FÉNY-TÉR-KÉP KONFERENCIA 2014. Szeptember 25-26. Szőlőterületek felmérése nagyfelbontású légi távérzékelt adatok felhasználásával Bekő László -Enyedi Péter -BuraiPéter -Lukácsy György -Kiss Alida -Tomor
RészletesebbenPANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA. Doktori Iskola vezető: Dr. Anda Angéla az MTA Doktora
PANNON EGYETEM ÁLLAT- ÉS AGRÁRKÖRNYEZET-TUDOMÁNYI DOKTORI ISKOLA Doktori Iskola vezető: Dr. Anda Angéla az MTA Doktora HIPERSPEKTRÁLIS FELVÉTELEK FELDOLGOZÁSÁNAK ÉS MEZŐGAZDASÁGI ALKALMAZÁSÁNAK VIZSGÁLATA
RészletesebbenTávérzékelés alkalmazása szikes tájakban Deák Balázs
Távérzékelés alkalmazása szikes tájakban Deák Balázs Témakörök Szikes és löszgyepek növényzete Távérzékelés alkalmazása az élőhelytérképezésben Növényzeti mintázatok és mikro-topográfia összefüggései Növényi
RészletesebbenLAND CHANGE MODELER alkalmazása földhasználat kiértékelésében
LAND CHANGE MODELER alkalmazása földhasználat kiértékelésében http://www.geocarto.com/index2.html Verıné Dr. Wojtaszek Małgorzata Copyright: ESA, EURIMAGE, FÖMI (2000) Az őrfelvételek nagy (pl. 5000-36
RészletesebbenA földhasznosítás változásának követése távérzékeléssel
A földhasznosítás változásának követése távérzékeléssel http://www.nasa.gov/centers/langley/news/releases/1998/dec98/98-098.html Verőné Dr. Wojtaszek Małgorzata Balázsik Valéria Copyright: ESA, EURIMAGE,
RészletesebbenDEBRECENI EGYETEM Agrártudományi Centrum Mezőgazdaságtudományi kar Víz- és Környezetgazdálkodási Tanszék
DEBRECENI EGYETEM Agrártudományi Centrum Mezőgazdaságtudományi kar Víz- és Környezetgazdálkodási Tanszék INTERDISZCIPLINÁRIS AGRÁR- ÉS TERMÉSZETTUDOMÁNYOK DOKTORI ISKOLA Doktori Iskola vezető: Prof. dr.
RészletesebbenVTOL UAV. Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára. Árvai László, Doktorandusz, ZMNE
Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára Árvai László, Doktorandusz, ZMNE Tartalom Fejezet Témakör 1. Vezető nélküli repülőeszközök 2. Inerciális mérőrendszerek feladata
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01
RészletesebbenTEXTÚRA ANALÍZIS VIZSGÁLATOK LEHETŐSÉGEI A RADIOLÓGIÁBAN
TEXTÚRA ANALÍZIS VIZSGÁLATOK LEHETŐSÉGEI A RADIOLÓGIÁBAN Monika Béres 1,3 *, Attila Forgács 2,3, Ervin Berényi 1, László Balkay 3 1 DEBRECENI EGYETEM, ÁOK Orvosi Képalkotó Intézet, Radiológia Nem Önálló
RészletesebbenTANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS
TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS 1 ALAPADATOK 1.1 Tantárgy neve Távérzékelés 1.2 Azonosító (tantárgykód) BMEEOFTAG44 1.3 A tantárgy jellege kontaktórás tanegység 1.4 Óraszámok típus óraszám előadás
RészletesebbenLégi távérzékelési projektek a Károly Róbert Főiskolán
Légi távérzékelési projektek a Károly Róbert Főiskolán Készítette: Dr. Tomor Tamás főiskolai docens, intézetigazgató Károly Róbert Főiskola Távérzékelési és Vidékfejlesztési Kutatóintézet GIS Open 2015
Részletesebben3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás
3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54
RészletesebbenA VÁROSI FELSZÍNBORÍTÁS-VÁLTOZÁS VIZSGÁLATA SZEGEDEN ŰR- ÉS LÉGIFELVÉTELEK ALAPJÁN
A VÁROSI FELSZÍNBORÍTÁS-VÁLTOZÁS VIZSGÁLATA SZEGEDEN ŰR- ÉS LÉGIFELVÉTELEK ALAPJÁN A TÉRBELI FELBONTÁS HATÁSAI A VÁROSI FELSZÍNEK TÉRKÉPEZÉSÉBEN MUCSI LÁSZLÓ, HENITS LÁSZLÓ, GEIGER JÁNOS SZTE TTK Természeti
RészletesebbenA termális, LIDAR és hiperspektrális technológiák alkalmazása a vörösiszapkatasztrófa hatásainak felmérésében
A termális, LIDAR és hiperspektrális technológiák alkalmazása a vörösiszapkatasztrófa hatásainak felmérésében Kákonyi Gábor, Sirotek Jan, Blom Dr. Tomor Tamás, Károly Róbert Főiskola Tartalom BLOM csoport
RészletesebbenGyümölcsös ültetvények térinformatikai rendszerének kiépítése
Gyümölcsös ültetvények térinformatikai rendszerének kiépítése Nagy Attila 1 Fórián Tünde 2 Tamás János 3 1 egyetemi tanársegéd, Debreceni Egyetem, Víz- és Környezetgazdálkodási Intézet, attilanagy@agr.unideb.hu;
RészletesebbenKétdimenziós mesterséges festési eljárások. Hatások és alkalmazások
Pannon Egyetem Informatikai Tudományok Doktori Iskola Tézisfüzet Kétdimenziós mesterséges festési eljárások. Hatások és alkalmazások Kovács Levente Képfeldolgozás és Neuroszámítógépek Tanszék Témavezet
RészletesebbenA GEOINFORMÁCIÓS TÁMOGATÁS KORSZERŰ ELEMEI, AVAGY ÚJ SZÍNFOLTOK A GEOINFORMÁCIÓS TÁMOGATÁS PALETTÁJÁN
IV. Évfolyam 4. szám - 2009. december Koós Tamás koos.tamas@zmne.hu A GEOINFORMÁCIÓS TÁMOGATÁS KORSZERŰ ELEMEI, AVAGY ÚJ SZÍNFOLTOK A GEOINFORMÁCIÓS TÁMOGATÁS PALETTÁJÁN Absztrakt A szerző bemutatja a
RészletesebbenA HV-PCI6 VIDEODIGITALIZÁLÓ KÁRTYA ÉS ALKALMAZÁSAI (HV-PCI6 Video Digitizing Card and its Applications)
A HV-PCI6 VIDEODIGITALIZÁLÓ KÁRTYA ÉS ALKALMAZÁSAI (HV-PCI6 Video Digitizing Card and its Applications) Ladányi Zoltán, Ladányi Péter, Máthé József, Nagy Ferenc, Nagy Tamás, Patkó Tamás Hexium Műszaki
RészletesebbenMELLÉKLETEK M számú melléklet... M-19
MELLÉKLETEK 1. számú melléklet... M-4 A) CLC50 kategóriák megoszlása Szeged belterületén (1998)... M-4 B) Urban Atlas kategóriák megoszlása Szeged belterületén (2006)... M-5 2. számú melléklet... M-6 A
RészletesebbenFöldhasználati tervezés és monitoring 8.
Földhasználati tervezés és monitoring 8. Verőné Dr. Wojtaszek, Malgorzata Földhasználati tervezés és monitoring 8.: Földhasználati monitoring Verőné Dr. Wojtaszek, Malgorzata Lektor: Szabóné Kele, Gabriella
RészletesebbenA CAN mint ipari kommunikációs protokoll CAN as industrial communication protocol
A CAN mint ipari kommunikációs protokoll CAN as industrial communication protocol Attila FODOR 1), Dénes FODOR Dr. 1), Károly Bíró Dr. 2), Loránd Szabó Dr. 2) 1) Pannon Egyetem, H-8200 Veszprém Egyetem
Részletesebben