Automātiska izmaiņu noteikšana ortofoto materiālos topogrāfisko karšu aktualizācijai
Author
Jeršova, Jūlija
Co-author
Latvijas Universitāte. Ģeogrāfijas un Zemes zinātņu fakultāte
Advisor
Nartišs, Māris
Date
2016Metadata
Show full item recordAbstract
Mūsdienās svarīgi nodrošināt valsti ar aktuālajiem pamatdatiem. Aktualizācijas process šobrīd notiek manuāli, kad operators meklē izmaiņas starp dažādā vecuma kartēm. Šīs process ir diezgan laikietilpīgs, kā arī dažās izmaiņas varētu būt nepamanītas. Atrisināt šo problēmu varētu automātiska izmaiņu noteikšana, kas balstās uz dažādām metodēm. Bakalaura darbā par piemēru automātiskai izmaiņu noteikšanai tika ņemta topogrāfiskā karte M 1:10 000, balstoties uz Latvijas Ģeotelpiskās informācijas aģentūras aktualizācijas specifikāciju. Darbā ir aprakstīta attēlā izmaiņas noteikšana ģeogrāfiskos pētījumos, kā arī vairākās attēlā klasifikācijas metodes un tās algoritmi. Lai iegūtu automātiski detektētās izmaiņas, praktiskajā daļā ortofotokartēm ir pielietoti vairāki algoritmi un metodes, izmantojot dažādās ģeotelpiskās programmas. Rezultāti atspoguļo dažādās teritorijas klasifikācijas, kā arī iegūtās izmaiņas. Pētījuma gaitā tiek aprakstītas problēmas un risinājumi veicot automātisko izmaiņas noteikšanu. Nowadays it is important to provide the state with genuine basic data. The process of actualization is manual at the moment – the operator is looking for the changes between the maps of different years. The process of finding these differences is time-consuming and some of the changes may be undetected. Automatic change detection would solve this problem. In this thesis, topographic map 1:10 000 based on Latvian Geospatial information agency’s actualization specification was used as an example of automatic change detection. The changes of images in different researches are described, as well as several classification techniques and algorithms. To abtain the automatically detected changes, in the methods section of the research several algorithms and methods were used on aerial photos, using different software. The results reflect different classifications of different ground covers and the detected changes as well. In this research the problems and solutions encountered during the automatic change detection are described.