Αυτόματη αναγνώριση χώρων καταφυγής με αντικειμενοστραφή ανάλυση εικόνων

Φαρμακάκη, Αικατερίνη; Farmakaki, Aikaterini

dc.contributor.author	Φαρμακάκη, Αικατερίνη	el
dc.contributor.author	Farmakaki, Aikaterini	el
dc.date.accessioned	2016-07-06T10:06:03Z
dc.date.available	2016-07-06T10:06:03Z
dc.date.issued	2016-07-06
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43000
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.5623
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Γεωπληροφορική”	el
dc.rights	Default License
dc.subject	Χώροι καταφυγής	el
dc.subject	Αντικειμενοστραφής ανάλυση εικόνας	el
dc.subject	Βάση γνώσης	el
dc.subject	Ασαφής λογική	el
dc.subject	eCognition	el
dc.subject	eCognition	en
dc.subject	Emergency shelters	en
dc.subject	Object based image analysis	en
dc.subject	Fuzzy logic	en
dc.subject	Knowledge base	en
dc.title	Αυτόματη αναγνώριση χώρων καταφυγής με αντικειμενοστραφή ανάλυση εικόνων	en
dc.title	Automatic identification of emergency shelters using object based image analysis	el
heal.type	masterThesis
heal.classification	Τηλεπισκόπηση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-06-25
heal.abstract	Η διαχείριση φυσικών καταστροφών όπως οι σεισμοί απαιτούν σχεδιασμό και προγραμματισμό για την αποφυγή τραυματισμών και ανθρώπινων απωλειών. Σημαντικό μέρος του σχεδιασμού είναι η ορθή επιλογή των χώρων καταφυγής του πληθυσμού μετά την εκδήλωση ενός σεισμικού γεγονότος σε περιοχής με πυκνή δόμηση. Η ανάπτυξη των εφαρμογών της Τηλεπισκόπησης δίνουν τη δυνατότητα χρήσης εικόνων υψηλής ανάλυσης ώστε να προκύψουν τα κατάλληλα αποτελέσματα. Συγκεκριμένα, με τη χρήση της αντικειμενοστραφούς ανάλυσης εικόνων επιδιώκεται η δημιουργία μιας βάσης γνώσης με την οποία θα μπορεί να γίνει αυτόματη εξαγωγή των χώρων καταφυγής με τη χρήση των κατάλληλων κανόνων σε οποιαδήποτε αστική περιοχή. Οι κανόνες προσδιορίζονται βάσει των παραγόντων επιλογής των χώρων καταφυγής. Στην παρούσα μελέτη, επιλέχθηκαν τρεις πυκνά δομημένες πόλεις της Ελλάδας, η Αθήνα, το Ηράκλειο και τα Χανιά. Επίσης, οι δορυφορικές εικόνες που επιλέχθηκαν ήταν από δύο δορυφόρους με διαφορετική χωρική διακριτική ικανότητα. Οι εικόνες των Χανίων και του Ηρακλείου ήταν από τον δορυφόρο Quickbird ενώ της περιοχής των Αθηνών από το δορυφόρο IKONOS. Οι δορυφορικές εικόνες εισήχθησαν στο περιβάλλον του λογισμικού eCognition για την εφαρμογή της αντικειμενοστραφούς ανάλυσης. Δημιουργήθηκαν αρχικά τα κατάλληλα επίπεδα κατάτμησης για κάθε εικόνα ώστε να γίνει μία σωστή ταξινόμηση των χρήσεων γης για κάθε περιοχή. Στη συνέχεια, σε ένα επίπεδο μεγαλύτερο από εκείνο της τελικής ταξινόμησης των χρήσεων γης της περιοχής γίνεται συνένωση των κατάλληλων περιοχών και η τελική επιλογή των χώρων καταφυγής βάση των κριτηρίων που έχουν τεθεί. Για τον έλεγχο των αποτελεσμάτων της παραπάνω διαδικασίας χρησιμοποιήθηκαν χάρτες χώρων καταφυγής για τις περιοχές μελέτης που έχουν δημιουργηθεί από την υπηρεσία πολιτικής προστασίας. Τα δεδομένα αυτά εισήχθησαν στο λογισμικό του eCognition έπειτα από ψηφιοποίηση και προέκυψαν τα ποσοστά ακρίβειας της μεθόδου. Η συνολική ακρίβεια που προέκυψε ήταν κατά μέσω όρο 55% που κρίνεται ικανοποιητική καθώς δεν μπόρεσε να καταστεί δυνατή η συμπερίληψη να συμπεριληφθεί με μεγάλο σφάλμα συμπερίληψης λόγω της ύπαρξης πολλών περιοχών που δεν είχαν χαρακτηριστεί ως χώροι καταφυγής από τις αρμόδιες αρχές.	el
heal.abstract	The management of natural disasters such as earthquakes requires planning and scheduling in order to avoid injuries and human losses. An important part of the design is the right choice emergency shelters of the population after the occurrence of a seismic event in the region with dense layout. The development of applications of Remote Sensing enables the use of high resolution images in order to obtain the appropriate results. Specifically, the use of object-oriented image analysis seeks to establish a knowledge base to automatically extract emergency shelters using the appropriate criteria in any urban area. These criteria are determined by the selection factors of the emergency shelters. In this study, three densely built cities in Greece were selected, Athens, Heraklion and Chania. The satellite images of these areas were from two satellites with different spatial resolution. Quickbird images were available for Chania and Heraklion regions and IKONOS imageσ for Athens. The satellite images were imported in eCognition for the implementation of object-oriented analysis. After creating the segmentation levels for each image and a number of classifications, the last classification took place providing the results of a land use map. The final classification was used to extract emergency shelters based on the land use map created and a combination of criteria for selection of emergency shelters. Evaluating the classifications results was a necessary step and it was performed using tools integrated in the software. The evaluation was performed by creating confusion matrices and the results indicated overall accuracy of 55% mostly due to regions that were not characterized as emergency shelters by the authorities.	en
heal.advisorName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Καραθανάση, Βασιλεία	el
heal.committeeMemberName	Καράτζαλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	82 σ.	el
heal.fullTextAvailability	true