43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

In diesem Manuskript wird ein Verfahren zur Klassifizierung der Bodenbedeckung vorgestellt, das den Informationsgehalt von vollpolarimetrischen SAR-Bildern nutzt. Nach einer Einführung in die grundlegenden Konzepte der Fernerkundung und der vollpolarimetrischen Daten wird das Cameron-Verfahren zur kohärenten Zielzerlegung vorgestellt. Die Cameron-Methode wird verwendet, um den Informationsgehalt von PolSAR-Daten zu extrahieren, indem jedes "Pixel" durch eine Reihe von kanonischen Streumechanismen charakterisiert wird, um die physikalischen Eigenschaften des Streuers zu beschreiben. Die Neuheit…mehr

Produktbeschreibung
In diesem Manuskript wird ein Verfahren zur Klassifizierung der Bodenbedeckung vorgestellt, das den Informationsgehalt von vollpolarimetrischen SAR-Bildern nutzt. Nach einer Einführung in die grundlegenden Konzepte der Fernerkundung und der vollpolarimetrischen Daten wird das Cameron-Verfahren zur kohärenten Zielzerlegung vorgestellt. Die Cameron-Methode wird verwendet, um den Informationsgehalt von PolSAR-Daten zu extrahieren, indem jedes "Pixel" durch eine Reihe von kanonischen Streumechanismen charakterisiert wird, um die physikalischen Eigenschaften des Streuers zu beschreiben. Die Neuheit des vorgeschlagenen Klassifizierungsansatzes für die Landbedeckung liegt in der Verwendung von Hidden-Markov-Modellen (HMM) zur eindeutigen Charakterisierung jeder Art von Landbedeckung, indem eine Analogie zwischen den verborgenen Zuständen - den Arten der Landbedeckung - und den Beobachtungen - den Streuungsmechanismen - hergestellt wird und die Übergänge zwischen den Streuungsmechanismenin jeder Region genutzt werden. Der Klassifizierungsprozess basiert auf der Wahrscheinlichkeit von Beobachtungssequenzen, die von jedem Modell ausgewertet werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Konstantinos Karachristos se licenció en Física por la Universidad de Patras en 2018 y obtuvo un máster en Electrónica y Procesamiento de la Información en febrero de 2020. Actualmente es candidato a doctor en la Universidad de Patras-Departamento de Física. Sus principales intereses de investigación son el aprendizaje automático, los métodos de optimización y la teledetección.