Object-based image analysis of remote sensing data ; Objektno usmerjena analiza podatkov daljinskega zaznavanja

Na podro ju daljinskega zaznavanja se razvijajo razli ne metode in tehnologije za brezkontaktno in stro kovno u inkovito izdelavo kart pokrovnosti/rabe tal na velikih obmo jih ter drugih tematskih kart. Osrednjega pomena za zadostno razpolo ljivost in zanesljivost tak nih kart za raziskave zemeljskega povr ja je razvoj u inkovitih postopkov analize in klasifikacije posnetkov. Za klasifikacijo satelitskih posnetkov nizke in srednje lo ljivosti (njihova prostorska lo ljivost je kve jemu primerljiva z velikostjo geografskih objektov) zadostuje uporaba pikselsko usmerjene klasifikacije, pri kateri posami ni piksel razvrstimo v najprimernej i razred na podlagi njegovih spektralnih lastnosti. Ko pove ujemo prostorsko lo ljivost posnetkov, pikselska klasifikacija ni ve u inkovita. Bistveno se namre spremeni razmerje med velikostjo piksla na eni ter razse nostjo in detajlom opazovanih elementov (objektov) geografske stvarnosti na drugi strani. V zadnjem desetletju se zato vse bolj uveljavlja objektno usmerjen pristop obdelave podob. Ta zdru uje segmentacijo, ki je temeljna faza za razmejevanje geografskih elementov, in klasifikacijo, ki je semanti no (kontekstualno) podprta. Segmentacija razdeli podobo na homogene skupine pikslov (segmente), semanti na klasifikacija pa jih nato razvr a v razrede na podlagi njihovih spektralnih, geometri nih, teksturnih in drugih lastnosti. Namen prispevka je predstaviti teoreti no utemeljitev in metodologijo objektno usmerjene obdelave v daljinskem zaznavanju, podati pregled stanja na podro ju ter opozoriti na nekatere omejitve tehni nih re itev ; Remote sensing has developed various methods and technologies for contactless and cost-effective mapping of large area land cover/land use maps and other thematic maps. The key factor for the availability and reliability of these maps for use in Earth sciences is the development of effective procedures for satellite data analysis and classification. The most appropriate approach for classifying low and medium resolution satellite images (pixel size is coarser than, or at best similar to, the size of geographical objects) is pixel-based classification in which an individual pixel is classified into the closest class based on its spectral similarity. With increasing spatial resolution, pixel-based classification methods became less effective, since the relationship between the pixel size and the dimension of the observed objects on the Earth's surface has changed significantly. Therefore object-oriented classification has become increasingly popular over the past decade. This combine