Digital image processing II

Nauka zaawansowanych technik przetwarzania dużych zbiorów danych satelitarnych, praktyka i teoria.

Podstawowym celem przedmiotu jest poznanie i praktyczne opanowanie przez studentów zaawansowanych funkcji przetwarzania zdjęć satelitarnych w oparciu o analizy 'big data'.

Zajęcie prowadzone są w formie wykładu i wykonywanych ćwiczeń.

Ćwiczenia prowadzone są z zastosowaniem platformy Google Earth Engine (GEE).

Zakres tematów:

- wprowadzenie do JavaScript w GEE

- łączenie różnych rodzajów danych (data fusion)

- ekstrakcja informacji, transformacje obrazów

- zaawansowane algorytmy klasyfikacji

- analizy z użyciem wskaźników spektralnych

- ilościowa i jakościowa analiza zmian na obrazach.

Podręczniki:

1. Chuvieco, E., 2020, Fundamentals of Satellite Remote Sensing: An Environmental Approach, Third Edition (3rd ed.). CRC Press. https://doi.org/10.1201/9780429506482

2. Jensen J.R., 1996. Introductory digital image precessing – a remote sensing perspective. 2ed ed. Prentice Hall.

2. Lillesand M.T., Kiefer R.W., Chipman J.W., 2004. Remote sensing and image interpretation, 5th edition. Wiley.

3. Hejmanowska B., Wężyk P. (red.), 2020, Dane satelitarne dla administracji publicznej, "System operacyjnego gromadzenia udostępniania i promocji cyfrowej informacji satelitarnej o środowisku - Sat4Envi", Wyd. Polska Agencja Kosmiczna.

4. Adamczyk J., Będkowski K., 2005. Metody cyfrowe w teledetekcji. Wyd. SGGW, Warszawa.

5. Wybrane części kursu e-learningowego E-TRAINEE (E-learning course on Time Series Analysis in Remote Sensing for Understanding Human-Environment Interactions):

- Module 1, Theme 2

- Module 2, Theme 1

6. Przewodnik po GEE: https://developers.google.com/earth-engine

Efekty uczenia się: K_W04, K_W10, K_U03, K_U10

Nabycie praktycznej i teoretycznej wiedzy o zasadach przetwarzania danych satelitarnych.

Ocena z przedmiotu jest złożona z praktycznego zaliczenia ćwiczeń oraz zaliczenia kolokwium z zagadnień teoretycznych (50%/50%).