VO Fernerkundung an der Universität Münster

Karteikarten und Zusammenfassungen für VO Fernerkundung an der Universität Münster

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs VO Fernerkundung an der Universität Münster.

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was versteht man unter dem Parallelpiped-Verfahren?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was ist der Unterschied zwischen parametrischen und nicht-parametrischen Klassifikations-Verfahren?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Welche Klassifikationsverfahren gibt es?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was versteht man unter Cluster-Analyse?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was versteht man unter dem Minimum-Distance-Verfahren?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was versteht man unter Filterungen und was kann man damit erreichen?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was ist der Unterschied zwischen der Filterung im Frequenzbereich und der Filterung im Ortsbereich?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was ist der Unterschied zwischen überwachter und unüberwachter Klassifikation?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was waren die wichtigsten Entwicklungsschritte der Fernerkundung?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was sind die Komponenten eines Fernerkundungssystems?

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Welches wichtige physikalische Phänomen ist Grundlage der Fernerkundung?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

Was ist Fernerkundung?

Kommilitonen im Kurs VO Fernerkundung an der Universität Münster. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für VO Fernerkundung an der Universität Münster auf StudySmarter:

VO Fernerkundung

Was versteht man unter dem Parallelpiped-Verfahren?

Überwachtes Klassifikationsverfahren 


Höherer Rechenaufwand 


Vorgehensweise: 

o Für jede Objektklasse werden die Spektralgrenzen interaktiv definiert (im zweidimensionalen Raum ergeben sich dadurch Rechtecke) 


o Alle Pixel werden auf Zugehörigkeit zu den Parallelpipeden geprüft und den entsprechenden Klassen zugeordnet 


o Bei hoher Mixelrate müssen die Spektralgrenzen angepasst werden (> Zerlegung in kleinere Parallelpipeden)

VO Fernerkundung

Was ist der Unterschied zwischen parametrischen und nicht-parametrischen Klassifikations-Verfahren?

Parametrische Klassifikationsverfahren 

o Pixelstatistik innerhalb eines Trainingsgebietes wird als Zuweisungskriterium gewählt, indem daraus eine theoretische Annahme über die Verteilung abgeleitet wird


o Zuweisung erfolgt anhand parametrischer Verteilungsdichten 


o Beispiele: 

Maximum-Likelihood-Verfahren (Annahme einer Normalverteilung), 

Minimum-Distance-Verfahren (Distanz zum Mittelwert) 


Nicht-Parametrische Klassifikationsverfahren 

o Es wird keine Annahme über die Verteilung der Pixel genutzt 

o Beispiel: Parallelpiped-Verfahren

VO Fernerkundung

Welche Klassifikationsverfahren gibt es?

- Cluster-Analyse 

- Minimum-Distance-Verfahren 

- Parallelpidped-Verfahren 

- Maximum-Likelihood-Verfahren 

- Hierarchische Klassifikation 

- Objektorientierte Klassifikation

VO Fernerkundung

Was versteht man unter Cluster-Analyse?

Unüberwachtes Klassifikationsverfahren  


Vorgehensweise:

o Die Gesamtheit der Bildelemente wird in eine Anzahl von Klassen ähnlicher spektraler Eigenschaften unterteilt; die erzeugten Klassen sind rein statistisch und besitzen somit keinen Bezug zu Geoobjekten 


o Jedes Pixel wird auf seine spektrale Distanz zu den erstellten Klassen untersucht und der nächstgelegenen Klasse zugeordnet 


o Die Bedeutung der Klassen kann nachträglich auf ihre geowissenschaftliche Relevanz hin untersucht werden 

 

Im Detail meist unzureichend 


Teilweise im Vorfeld der überwachten Klassifikation eingesetzt um die spektrale Homogenität der Trainingsgebiete in Bezug auf die Objektklassen zu beurteilen

VO Fernerkundung

Was versteht man unter dem Minimum-Distance-Verfahren?

Überwachtes Klassifikationsverfahren 


Relativ geringer Rechenaufwand 


Vorgehensweise: 

o Berechnung der Mittelwerte der einzelnen Kanäle für jedes Trainingsgebiet 


o Für jedes zu klassifizierende Pixel wird der Abstand zu den Mittelwerten aller Klassen berechnet 


o Die Pixel wird der Klasse zugewiesen, zu der es den geringsten Abstand besitzt 


Problem sind Fehlklassifikationen, wenn die spektrale Streuung einer Klasse im Testgebiet sehr hoch ist 


Ist die Streuung einzelner Klassen sehr unterschiedlich, so kann es passieren, dass ein Pixel zu einer Klasse mit geringerer Streuung zugeordnet wird, da die Distanz zu dieser geringer ist, obwohl das Pixel eigentlich in eine Klasse mit höherer Streuung gehören würde

VO Fernerkundung

Was versteht man unter Filterungen und was kann man damit erreichen?

Der Grauwert eines Pixels wird nicht unabhängig, sondern in Abhängigkeit von seiner Umgebung verbessert 


Hauptanwendungen 

o Allgemeine Bildverbesserung 

o Bildentzerrung 

o Extraktion von geometrischen Bildinhalten 

o Mustererkennung

VO Fernerkundung

Was ist der Unterschied zwischen der Filterung im Frequenzbereich und der Filterung im Ortsbereich?

Filterung im Frequenzbereich 

o Räumliche Frequenz ist definiert als die Anzahl (Stärke) der Helligkeitsänderungen pro Raueinheit in einem bestimmten Teil des Bildes 

> keine räumliche Frequenz bedeutet Einheitsgrauwert

> geringe räumliche Frequenz bedeutet sanfte Übergänge

> hohe räumliche Frequenz bedeutet extreme Kontraste 


o Die räumliche Frequenz kann durch eine Fourier-Transformation (FFT) als Summe von Kosinus- und Sinus-Funktionen dargestellt werden 


Vorgehensweise:
> FFT des Bildes zur Erfassung der räumlichen Frequenz > Multiplikation der Frequenz/des Spektrums mit der Filterfunktion 

> Inverse FFT des gefilterten Spektrums in ein Bild mit Ortskoordinaten


 o Die Filterung im Frequenzbereich wird oft zusammen mit Hoch- und Tiefpassfiltern eingesetzt, da auch diese tiefe bzw. hohe Frequenzen unterdrücken 


Filterung im Ortsbereich 

o Benutzung einer Koeffizientenmatrix als Filter 


o Ein kleiner Bereich des Eingabebildes wird auf einen Bildpunkt im Ausgabebild abgebildet 


o Der Filter muss über das ganze Bild laufen 

>als mathematische Faltung bezeichnet 


o Filtermatrix muss eine ungerade Kantenlänge besitzen, da die Matrix sonst keinen eindeutigen Mittelpunkt besitzt, dem das Ergebnis zugeordnet werden kann 


o Im allgemeinen ist je nach Filtergröße das Ausgabebild kleiner, da die Randpixel wegen fehlender Nachbarn nicht gefiltert werden können

VO Fernerkundung

Was ist der Unterschied zwischen überwachter und unüberwachter Klassifikation?

Unüberwachte Klassifikationsverfahren 

o Rein statistischer Ansatz 

o Ein a-priori-Bezug zu Geoobjekten ist nicht notwendig, eine Zuordnung zu Geoobjekten erfolgt erst nach abgeschlossener Klassifikation 

o Keine Trainingsdaten notwendig 

o Führt meist nicht zu akzeptablen Ergebnissen, da kaum eine Klasse im Bild eindeutig und einheitlich gekennzeichnet ist (Mischpixel) 

> keine Kontrolle über die identifizierten Klassen 

> Unsicherheit über die Klassenanzahl 

> Zuweisen der Labels im Nachgang erforderlich
> Schwierigkeit wie Validierung erfolgen kann


Überwachte Klassifikationsverfahren 

o Interaktiv, d.h. Interpretationsschritte werden durch den Interpreten gesteuert 


o Sach- und Geländekenntnis des Interpreten fließen durch die Interaktivität in die Klassifikation ein (Trainingsdaten)


o Wird in den meisten Fällen der unüberwachten Klassifikation vorgezogen

VO Fernerkundung

Was waren die wichtigsten Entwicklungsschritte der Fernerkundung?

1858 erste photographische Bilder von einem Ballon aus


Ab Anfang des 20. Jahrhunderts Entwicklung der Luftfahrt


Im 1. Weltkrieg erstmals Reihenaufnahmen zu militärischen Zwecken


Ab 1920 zivile Nutzung des Luftbildwesens


1939 erste systematische Untersuchung des wissenschaftlichen Nutzens


Im 2. Weltkrieg für militärische Planungen unverzichtbar

Nach dem 2. Weltkrieg Weiterentwicklung zu zivilen Zwecken (Geologie, Geographie, Bodenkunde usw.)


Ab den 1960er Jahren Entwicklung von Scanner- und Radarsystemen


1972 erster Fernerkundungssatellit

In der 1970er Jahren erstmalige Verwendung von Computern


VO Fernerkundung

Was sind die Komponenten eines Fernerkundungssystems?

Strahlungsquelle 

o Passive Systeme: Natürliche Strahlenquelle, z.B. Sonne o Aktive Systeme: Das Fernerkundungssystem ist
                              Strahlenquelle, z.B. Radar 

Strahlungsweg  

o Atmosphäre 

o Beeinflusst die Strahlung durch Prozesse wie Streuung,
   Reflexion und Absorption

Objekt 

o Erdoberfläche 

o Reflexion und/oder Emission von Strahlung 

Sensor 

o Scanner oder Kamera 

o Bestimmt die spektrale Empfindlichkeit des Systems

   (Anzahl und Wellenlängen der Spektralbereiche)

VO Fernerkundung

Welches wichtige physikalische Phänomen ist Grundlage der Fernerkundung?

Messungen beruhen grundsätzlich auf der Messung der Veränderung von Energiefeldern (Druckfelder, Schwerefelder, elektromagnetische Felder)


Für die Geofernerkundung sind die elektromagnetischen Felder von großer Bedeutung 


Je nach Wellenlänge werden durch Wechselwirkungen an der Erdoberfläche unterschiedliche Wellenlängen reflektiert und/oder emittiert 
> räumliche Variation der Strahlung erlaubt Rückschlüsse
   
auf Objekte am Boden

Messungen werden durch folgende Eigenschaften gekennzeichnet 

o Radiometrische Auflösung (x-Bit bzw. Grautonstufen?)

o Zeitliche Auflösung 

o Geometrische Auflösung 

o Spektralbereich > Welche Wellenlängen?

VO Fernerkundung

Was ist Fernerkundung?

Fernerkundung besteht darin,       durch berührungsfreie Messtechniken Informationen
über Geoobjekte zu erhalten und diese Daten zu visualisieren


Umfasst die Erfassung der Daten, Verarbeitung (Bildverarbeitung) und Interpretation


Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für VO Fernerkundung an der Universität Münster zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang VO Fernerkundung an der Universität Münster gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur Universität Münster Übersichtsseite

Allgemeine Biologie

Physik

Vegetationsökologie

Bodenkunde

Tök Artenbestimmung

Allgemeine Biologie 2

Allgemeine Biologie 2

Digitale Kartographie

Fragen zur Selbstüberprüfung

Fachbegriffe Medizin/ Rettungsdienst

Umweltfernerkundung an der

LMU München

Geoinformatik und Fernerkundung an der

Universität Augsburg

Fernerkundung an der

Universität zu Kiel

Optik, Strahlung, Fernerkundung an der

Universität Hamburg

Anwendungen der Fernerkundung an der

Universität Würzburg

Ähnliche Kurse an anderen Unis

Schau dir doch auch VO Fernerkundung an anderen Unis an

Zurück zur Universität Münster Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für VO Fernerkundung an der Universität Münster oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login