ЛИДЕР В СФЕРЕ СПУТНИКОВОГО МОНИТОРИНГА
RU EN

Искусство тематической интерпретации

27 - 31 Марта 2017
47 200
за   5   дней с человека
Записаться на курс
Место проведения
Учебный центр ГК «СКАНЭКС»
Справочная служба
Телефон: +7 (495) 739-73-85 Email: course@scanex.ru
Курс направлен на обучение слушателей тематическому дешифрированию данных ДЗЗ, методике выбора средств и алгоритмов тематической обработки.
В процессе обучения рассматриваются методы визуально-интерактивного дешифрирования и автоматизированных алгоритмов классификации изображений. Слушатели получат навыки работы с такими методами автоматизированной обработки как: неконтролируемая классификация, контролируемая классификация и построение эталонов для ее обучения, сегментация спектрозональных космических изображений, нейросетевой анализ космических снимков с применением самоорганизующихся нейронных сетей Кохонена; ознакомятся с алгоритмами улучшающих преобразований и др. В процессе обучения используется модуль “Thematic Pro”программы ScanEx Image Processor.
Преподаватели
Михайлов Сергей Иосифович
Преподаватель курсов "Теоретические основы космической съемки" и "Искусство тематической интерпретации"
Моисеева Нина
Преподаватель курса "Искусство тематической интерпретации"
Новикова Евгения
Преподаватель курса "Искусство тематической интерпретации"
27 Марта 2017 — Искусство тематической интерпретации
10:00 — 18:00
День 1
10:00 — 18:00
День 2
10:00 — 18:00
День 3
10:00 — 18:00
День 4
10:00 — 18:00
День 5
Искусство тематической интерпретации
Курс направлен на обучение слушателей тематическому дешифрированию данных ДЗЗ, методике выбора средств и алгоритмов тематической обработки. В процессе обучения рассматриваются методы визуально-интерактивного дешифрирования и автоматизированных алгоритмов классификации изображений. Слушатели получат навыки работы с такими методами автоматизированной обработки как: неконтролируемая классификация, контролируемая классификация и построение эталонов для ее обучения, сегментация спектрозональных космических изображений, нейросетевой анализ космических снимков с применением самоорганизующихся нейронных сетей Кохонена; ознакомятся с алгоритмами улучшающих преобразований и др. В процессе обучения используется модуль “Thematic Pro” программы ScanEx Image Processor®.
10:00 — 18:00
День 1

Теоретическая часть: 

  • Основные типы данных дистанционного зондирования; 
  • Сравнение их технических характеристик, применительно к решению различных тематических задач; 
  • Современный фонд космических снимков; 
  • Основные методы предварительной обработки данных дистанционного зондирования; 
  • Примеры реализации проектов с использованием тематической обработки данных дистанционного зондирования. 
  • Основные подходы и методы при дешифрировании космических снимков; 
  • Основные методы картографирования с использованием ДДЗ; 
  • Основные методы верификации получаемых результатов; 
  • Особенности визуально-интерактивных методов тематической обработки; 
  • Особенности автоматизированной обработки ДДЗ и основные типы классификаций. 
  • Сравнительная характеристика работы различных алгоритмов автоматизированного дешифрирования. 

Практическая часть: 

  • Анализ спектральных характеристик объекта и выбор спектральных каналов для проведения классификации; 
  • Классификация космического снимка при помощи алгоритма IsoData; 
  • Анализ результатов классификации и построение тематической легенды; 
  • Векторизация полученного результата; 
  • Создание набора эталонов для обучения Supervised Classification; 
  • Классификация космического снимка при помощи алгоритма Supervised Classification; 
  • Анализ результатов классификации и построение тематической легенды; 
  • Векторизация полученного результата.
10:00 — 18:00
День 2
Тестовые задания по теоретической части 

Практическая часть: 

  • Сегментация многоканального изображения, влияние параметров алгоритма на результаты сегментации; 
  • Построение тематической легенды и набора эталонов на основе сегментации многоканального изображения; 
  • Классификация сегментированного изображения и векторизация полученных результатов. 
  • Создание набора обучающих эталонов для обучения нейронной сети; 
  • Обучение нейронной сети при помощи набора эталонов; 
  • Классификация космического снимка методом нейросетевого анализа; 
  • Работа с отображением Сэммона, предварительная оценка созданной нейронной сети и качества классификации; 
  • Создание тематической легенды, как системы иерархических классов, на основе результатов работы нейросетевой классификации;
  • Векторизация полученного результата; 
  • Сохранение результатов классификации.
10:00 — 18:00
День 3
Тестовые задания по практической части 

Практическая часть: 

  • Создание набора эталонов для тематической калибровки нейронной сети; 
  • Тематическая калибровка нейронной сети; 
  • Оценка качества проведенной классификации; 
  • Создание тематического растрового слоя с помощью инструментов калибровки нейронной сети; 
  • Автоматизированное создание иерархии классов на основе тематической калибровки; 
  • Векторизация и сохранение полученных результатов; 
  • Обучение нейронной сети без эталонов, по всей площади снимка; 
  • Обучение нейронной сети по выделенным фрагментам изображения; 
  • Обучение нейронной сети с использованием границ эталонов; 
  • Обучение нейронной сети с использованием различных настроек алгоритмов; 
  • Сравнение результатов классификаций, полученных разными методами.
10:00 — 18:00
День 4
Тестовые задания по практической части 

Практическая часть: 

  • Использование инструмента Local Reclass для интерактивной обработки результатов классификации; 
  • Постобработка результатов классификации методом текстурного анализа; 
  • Постобработка результатов классификации методом контекстного постпроцессинга; 
  • Постобработка результатов классификации алгоритмами скользящего окна; 
  • Сравнение результатов постобработки, полученных разными способами. 
  • Использование инструментов векторного редактора для создания тематического растра в интерактивном режиме; 
  • Анализ панхроматического изображения при помощи инструментов тематической легенды; 
  • Методы Change Detection с использованием панхроматических изображений; 
  • Методы Change Detection с использованием многоканальных изображений; 
  • Бинарная классификация многоканального изображения;
10:00 — 18:00
День 5
Тестовые задания по практической части 

Практическая часть: 

  • Порядок действий для выполнения типового проекта по дешифрированию космического снимка; 
  • Самостоятельное выполнение проекта по составлению тематической карты на тестовом примере. 

Теоретическая часть: 

  • Подводятся итоги обучения; 
  • Даются ответы на вопросы слушателей; 
  • Даются рекомендации по использованию методов дешифрирования, исходя из сферы тематических интересов слушателей.
Наверх