Možnosti detekce vegetace s využitím clusterizace

• Název práce v češtině: Možnosti detekce vegetace s využitím clusterizace
• Název v anglickém jazyce: Detection of the vegetation using spatial clustering
• Klíčová slova: cluster, facility location clustering, pseudonorma, anizotropitivita, klasifikace, rozpoznávání, vegetace, skály
• Akademický rok vypsání: 2022/2023
• Typ práce: bakalářská práce
• Jazyk práce: čeština
• Ústav: Katedra aplikované geoinformatiky a kartografie (31-370)
• Vedoucí / školitel: doc. Ing. Tomáš Bayer, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 06.12.2022
• Datum zadání: 26.01.2023
• Datum potvrzení stud. oddělením: 30.01.2023
• Datum odevzdání elektronické podoby: 28.07.2023
• Datum proběhlé obhajoby: 05.09.2023
• Oponenti: Ing. Markéta Potůčková, Ph.D.

Seznam odborné literatury

[1] BAYER, T., KOLINGEROVÁ, I., POTŮČKOVÁ, M., ČÁBELKA, M., ŠTEFANOVÁ, E. (2023): An incremental facility location clustering with a new hybrid constrained pseudometric. Pattern Recognition, Elsevier.

[2] TOMKOVÁ, M., LYSÁK, J., POTŮČKOVÁ, M. (2020): Semantic classification of sandstone landscape point cloud based on neighbourhood features. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLIII-B2-2020, 333–338.

[3] STRNAD, D., HORVAT, Š., MONGUS, D., IVAJNŠIČ, D., KOHEK, Š. (2023): Detection and Monitoring of Woody Vegetation Landscape Features Using Periodic Aerial Photography. Remote Sensing, 11, 15, 2766.

Předběžná náplň práce

Cílem bakalářské práce bude ověřit možnosti clusterizačních technik při detekci vegetace z bodových mračen s vysokou prostorovou hustotou.
Pro tento typ analýzy bude využita facility location clusterizace prováděná dle hybridní pseudometriky, které generuje clustery specifických vlastností a tvarů vzhledem k navzorkovanému povrchu. Clusterizace bude realizována algoritmem IHFL, který umožňuje široké nastavení parametrů, a je efektivní i pro velké datasety.
Nad jednotlivými clustery bude proveden výpočet různých geometrických parametrů s následným statistickým zhodnocením výsledků dle studentem navrženého kritéria. V rámci následné analýzy bude ověřeno, které ze tříd jsou vzájemně dobře rozlišitelné, a které z parametrů jsou pro účel detekce nejvhodnější.
Dosažené výsledky budou vhodnou formou vizualizovány, např. s využitím plotboxů. Skriptování bude provedeno ve vybraném jazyce dle preference studenta.