Αντικειμενοστρεφής ανάλυση πολυφασματικών εικόνων με σκοπό την επιτάχυνση και διευκόλυνση της διαδικασίας δημιουργίας του προκαταρκτικού υποβάθρου των υπό ένταξη στο κτηματολόγιο περιοχών

Θεοχάρη, Σταματίνα; Theochari, Stamatina

dc.contributor.author	Θεοχάρη, Σταματίνα	el
dc.contributor.author	Theochari, Stamatina	en
dc.date.accessioned	2019-05-10T10:15:00Z
dc.date.available	2019-05-10T10:15:00Z
dc.date.issued	2019-05-10
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48681
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16206
dc.rights	Default License
dc.subject	Προκαταρκτικό υπόβαθρο	el
dc.subject	Ελληνικό Κτηματολόγιο	el
dc.subject	Ψηφιακό υψομετρικό μοντέλο	el
dc.subject	Αντικειμενοστρεφής ανάλυση	el
dc.subject	Ασαφής λογική	el
dc.subject	Greek cadastre	en
dc.subject	Preliminary infrastructure	en
dc.subject	LSO25	en
dc.subject	VLSO	en
dc.subject	Object base analysis	en
dc.title	Αντικειμενοστρεφής ανάλυση πολυφασματικών εικόνων με σκοπό την επιτάχυνση και διευκόλυνση της διαδικασίας δημιουργίας του προκαταρκτικού υποβάθρου των υπό ένταξη στο κτηματολόγιο περιοχών	el
dc.title	Object base analysis of multispectral images in order to accelerate and facilitate the procedure of the preliminary infrastructure of the regions to be intergrated in the Greek Cadastre	en
heal.type	bachelorThesis
heal.classification	Τηλεπισκόπηση	el
heal.classification	Remote sensing	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-03-13
heal.abstract	Τα τελευταία χρόνια γίνεται προσπάθεια καταγραφής όλων των ακίνητων της χώρας σε μία ενιαία βάση η οποία θα συσχετίζει την περιγραφική με την χωρική πληροφορία. Στο πλαίσιο αυτής της προσπάθειας χρησιμοποιήθηκαν όλα τα διαθέσιμα στοιχεία έτσι ώστε να παραχθεί μια μεθοδολογία η οποία θα επισπεύσει την διαδικασία δημιουργίας του προκαταρκτικού υποβάθρου. Το προκαταρκτικό υπόβαθρο δημιουργείται από το φωτοερμηνευτή ο οποίος καλείται να αναγνωρίσει τo όριο των ιδιοκτησιών από αυτά που βλέπει στη εικόνα. Καταλαβαίνει κανείς ότι το αποτέλεσμα είναι άμεσα συνυφασμένο με την εμπειρία και τις δεξιότητες του φωτοερμηνευτή. Στο πλαίσιο αυτής της εργασίας προσπαθήσαμε να δημιουργήσουμε ένα σύνολο κανόνων στο περιβάλλον του eCognition το οποίο θα παρέχει ένα ομοιόμορφο αποτέλεσμα και θα κατευθύνει το φωτοερμηνευτή να πάρει την καλύτερη δυνατή απόφαση. Πιο συγκεκριμένα αναπτύχθηκε μία μεθοδολογία η οποία θα μπορέσει να καλύψει τις ανάγκες της ψηφιοποίησης χρησιμοποιώντας όλα τα δεδομένα που παρέχονται από το Ελληνικό Κτηματολόγιο. Οι περιοχές που επιλέξαμε είναι τέτοιες ώστε να καλύπτουν ένα ευρύ πεδίο μορφολογικών χαρακτηριστικών ώστε οι ιδιαιτερότητες που εμφανίζει η κάθε περιοχή να μην επιβραδύνει την ψηφιοποίησή τους. Αξιοποιώντας μεγάλο μέρος από τα δεδομένα έγινε προσπάθεια να γίνει αντικειμενοστρεφής ανάλυση εικόνας αφού πρώτα επεξεργαστήκαμε αυτά με τρόπο τέτοιον που να βοηθά στην επίτευξη του στόχου. Οι εικόνες που χρησιμοποιήθηκαν είναι τρεις. Οι δύο πρώτες αφορούν τον αγροτικό τομέα και η τρίτη τον αστικό. Οι δύο πρώτες εικόνες επιλέχτηκαν με τέτοιο τρόπο ώστε να έχουν έντονες διαφορές ως προς την μορφολογία και τα χαρακτηριστικά. Στις δύο πρώτες εικόνες οι οποίες απεικονίζουν αγροτικές κυρίως καλλιέργειες ακολουθήθηκε παρόμοια μεθοδολογία. Ξεκινώντας δημιουργήθηκαν κατατμήσεις από μεγάλα αντικείμενα προς μικρότερα μέχρι να φτάσουμε στην επιθυμητή λεπτομέρεια. Στην συνέχεια πραγματοποιήθηκαν ταξινομήσεις σε δύο επίπεδα. Στο πρώτο επίπεδο ταξινομήθηκαν οι ειδικές εκτάσεις (δρόμοι, ρέματα) και στο επόμενο επίπεδο ταξινομήθηκαν οι ιδιοκτησίες δια μέσου των τύπων των διαφόρων καλλιεργειών. Στην τελευταία εικόνα που απεικονίζει αστικό ιστό η διαδικασία διαχωρισμού τωνιδιοκτησιών ήταν ιδιαιτέρως δύσκολη. Αρχικά ακολουθήθηκε η διαδικασία που περιγράφθηκε και στα αγροτικά ακίνητα αλλά το αποτελέσματα δεν ήταν το αναμενόμενο. Στη συνέχεια πραγματοποιηθήκαν εκ νέου κατατμήσεις φτάνοντας σε πολύ μικρού μεγέθους αντικείμενα όπου και έγινε η τελική ταξινόμηση. Και σε αυτή την περίπτωση οι ταξινομήσεις πραγματοποιήθηκαν σε δύο επίπεδα, με το πρώτο να περιλαμβάνει ένα πλήθος κατηγοριών (κατοικίες, αστική βλάστηση, αστικός αδόμητος κλπ) και το επόμενο επίπεδο την ταξινόμηση των ειδικών εκτάσεων . Τέλος, έγινε η αξιολόγηση των αποτελεσμάτων. Η αξιολόγηση των αγροτικών περιοχών έγινε μέσω των δεικτών της πληρότητας ,της ορθότητας και της ποιότητας ενώ στον αστικό ιστό χρησιμοποιήθηκε επιπλέον η μέθοδος πίνακα σύγχυσης λόγω του ιδιαίτερου αποτελέσματος που προέκυψε.	el
heal.abstract	In the last few years there has been an attempt to document every piece of land property of the country in a unified database which will correlate descriptive with spatial information. For this attempt, all available methods were used in order to produce a methodology which will accelerate the process of the preliminary documentation. The preliminary infrastructure is created by the image interpreter who is called to recognize the boundaries of the land properties based on what he observes in the depiction of the area. It is obvious then that the results of the preliminary examination is directly associated with the skills of the image interpreter. In this project we attempted to create a set of rules in the eCognition program which will provide with a uniform result, that will guide the image interpreter to make the best possible decision. More specifically a methodology was developed which could fulfill the needs of digitization using all the data provided by the Greek Cadastre. The areas that we chose to investigate exhibit a vast variety of morphological characteristics in a way that will not slow down their digitization. Utilizing the major part of the data provided an object oriented analysis was attempted following the processing of the image in such a way that assists in our purpose. Three images were used. The first two involve rural sections and the third involves an urban section. The first two were chosen in such a manner that they display vast differences in regards to their morphology and characteristics. In the first two images that depict mainly agricultural land a similar methodology was developed. In the beginning, segmentation was created starting from larger to smaller objects leading to the desired level of detail. Subsequently, a two stage classification was made. The first stage included special areas such as roads and streams and the second stage included land properties identified by recognizing the different types of crops. In the final image that depicts urban center the process of property identification and separation was especially difficult. At first the process described for the rural areas was also utilized but the results were not as expected. Thereafter new segmentation was made leading to objects of especially small size where the final classification was done. Similarly 9 to the rural areas a two stage classification was made with the first one involving a multitude of categories such as housing properties, urban vegetation and urban unstructured areas, and the second one involving roads and streams. Concluding, evaluation of the results was conducted. The evaluation of the rural areas was based on markers on the completeness, correctness and quality while in the urban area the method of error matrix based on samples was used due to the particular results.
heal.advisorName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Αργιαλάς, Δημήτριος	el
heal.committeeMemberName	Κολοκούσης, Πολυχρόνης	el
heal.committeeMemberName	Καράντζαλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης	el
heal.academicPublisherID	ntua
heal.numberOfPages	145 σ.
heal.fullTextAvailability	true