Rilevamento remoto: Progressi e applicazioni nella visione artificiale per il telerilevamento
Di Fouad Sabry
()
Info su questo ebook
Che cos'è il telerilevamento
Il telerilevamento è l'acquisizione di informazioni su un oggetto o fenomeno senza entrare in contatto fisico con l'oggetto, a differenza di quanto accade in situ o sul posto osservazione. Il termine si applica soprattutto all'acquisizione di informazioni sulla Terra e su altri pianeti. Il telerilevamento viene utilizzato in numerosi campi, tra cui la geofisica, la geografia, il rilevamento del territorio e la maggior parte delle discipline delle scienze della Terra. Ha anche applicazioni militari, di intelligence, commerciali, economiche, di pianificazione e umanitarie, tra le altre.
Come trarne vantaggio
(I) Approfondimenti, e convalide sui seguenti argomenti:
Capitolo 1: Telerilevamento
Capitolo 2: Radiometro a microonde
Capitolo 3: Programma Landsat
Capitolo 4: Spettroradiometro per immagini a risoluzione moderata
Capitolo 5: Immagini satellitari
Capitolo 6: Immagini multispettrali
Capitolo 7: Spettroscopia per immagini
Capitolo 8: Indice della vegetazione con differenza normalizzata
Capitolo 9: Imaging iperspettrale
Capitolo 10: Telerilevamento (geologia)
(II) Rispondere alle domande più importanti del pubblico sul telerilevamento.
(III) Esempi reali dell'utilizzo del telerilevamento in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di telerilevamento.
Correlato a Rilevamento remoto
Titoli di questa serie (100)
Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniScala dello spazio: Esplorare le dimensioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniModello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento delle macchie: Scoprire modelli nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Telerilevamento dell'acqua: Progressi nelle tecniche di visione artificiale per il telerilevamento dell'acqua Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento automatico del bersaglio: Progressi nelle tecniche di visione artificiale per il riconoscimento del bersaglio Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniMappatura mobile: Sbloccare l'intelligenza spaziale con la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisualizza la sintesi: Esplorare le prospettive nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCivil Drones: Tactical Imagery Intelligence per la Sicurezza e la Difesa Valutazione: 0 su 5 stelle0 valutazioniRete di sensori visivi: Esplorare la potenza delle reti di sensori visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto attivo: Sbloccare la potenza dei modelli di aspetto attivo nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGrafica di ray-tracing: Esplorazione del rendering fotorealistico nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDroni Valutazione: 0 su 5 stelle0 valutazioniCorsa alla Luna: Gli interessi in gioco fra scienza, geopolitica e space economy Valutazione: 0 su 5 stelle0 valutazioniAppunti di fonia Valutazione: 0 su 5 stelle0 valutazioniFlusso ottico: Esplorazione di modelli visivi dinamici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento oggetti: Progressi, applicazioni e algoritmi Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento dell'iride: Prospettive illuminanti sul riconoscimento dell'iride nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTecnologia 5G? No, Grazie Valutazione: 0 su 5 stelle0 valutazioniApprendimento applicato ai veicoli terrestri: Migliorare le prestazioni dei veicoli terrestri attraverso l'apprendimento della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniIlluminazione globale: Visione avanzata: approfondimenti sull'illuminazione globale Valutazione: 0 su 5 stelle0 valutazioniJust Culture. Safety Report: atteggiamenti e comportamenti dei professionisti Valutazione: 0 su 5 stelle0 valutazioniSoftware Afelio: Sbloccare la visione: esplorare le profondità del software Aphelion Valutazione: 0 su 5 stelle0 valutazioniSatelliti e orbite con Scratch: Astronautica con simulazioni numeriche Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei bordi: Esplorare i confini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei rilievi: Bump Mapping: esplorazione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento ottico del Braille: Potenziare l'accessibilità attraverso l'intelligenza visiva Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMinimi quadrati: Tecniche di ottimizzazione per la visione artificiale: metodi dei minimi quadrati Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
Il Terzo Like Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Rilevamento remoto
0 valutazioni0 recensioni
Anteprima del libro
Rilevamento remoto - Fouad Sabry
Capitolo 1: Telerilevamento
A differenza dell'osservazione in situ o in loco, il telerilevamento comporta la raccolta di dati su un oggetto o un fenomeno senza essere effettivamente vicini ad esso. Il termine è comunemente usato quando ci si riferisce alla raccolta di dati sul nostro pianeta e su altri del sistema solare. Molte branche delle scienze della Terra (come la geofisica di esplorazione, l'idrologia, l'ecologia, la meteorologia, l'oceanografia, la glaciologia, la geologia) utilizzano il telerilevamento nel loro lavoro. Altri campi che beneficiano del telerilevamento includono l'esercito, l'intelligence, il commercio, la pianificazione economica e gli sforzi umanitari.
Nell'uso comune oggi, telerilevamento
significa raccogliere informazioni sulla superficie terrestre da sensori satellitari o aerei. Sulla base della propagazione del segnale, questa regione comprende sia la terra che il mare (ad esempio la radiazione elettromagnetica). Il telerilevamento può essere classificato come attivo
, in cui un segnale viene inviato da un satellite o da un aereo a un oggetto e il segnale riflesso viene ricevuto da un sensore, o passivo
, in cui tale segnale non viene inviato (quando il riflesso della luce solare viene rilevato dal sensore).
Esistono due categorie principali di tecniche di telerilevamento: passive e attive. Le radiazioni emesse o riflesse da un oggetto o dall'ambiente circostante possono essere raccolte utilizzando sensori passivi. I sensori passivi in genere misurano la radiazione della luce solare riflessa. Alcuni tipi comuni di sensori remoti passivi sono le telecamere che utilizzano pellicole, i rilevatori a infrarossi, i dispositivi ad accoppiamento di carica e i radiometri. Tuttavia, nella raccolta attiva, l'energia viene emessa attivamente per scansionare oggetti e spazi e la radiazione riflessa o retrodiffusa viene quindi rilevata e misurata da un sensore. Esempi di telerilevamento attivo includono il rilevamento e la portata radio (RADAR) e il rilevamento e la portata della luce (LiDAR), in cui viene valutato l'intervallo di tempo tra l'emissione e il ritorno per determinare la posizione, la velocità e la direzione di un oggetto.
Utilizzando il telerilevamento, è possibile raccogliere informazioni su regioni potenzialmente pericolose o inaccessibili. Le applicazioni del telerilevamento includono il monitoraggio della deforestazione nel bacino amazzonico, la mappatura delle caratteristiche glaciali nell'Artico e nell'Antartico e il sondaggio delle profondità costiere e oceaniche. La raccolta di dati di standoff è stata utilizzata dai militari durante la Guerra Fredda per raccogliere informazioni su regioni di confine potenzialmente instabili. Oltre a far risparmiare tempo e denaro, il telerilevamento previene l'interruzione di luoghi o oggetti raccogliendo dati da una distanza di sicurezza.
I dati provenienti da tutti i punti dello spettro elettromagnetico vengono raccolti e trasmessi dai satelliti in orbita, che, se combinati con il rilevamento e l'analisi su larga scala dall'aria o da terra, forniscono ai ricercatori informazioni sufficienti per monitorare tendenze come El Niño e altri fenomeni naturali a lungo e breve termine.
Ulteriori applicazioni possono essere trovate in campi al di fuori della geofisica, come la gestione delle risorse naturali, i settori legati all'agricoltura, come la gestione e la conservazione del territorio, I luoghi esaminati o gli elementi che riflettono o emettono radiazioni in un modo che si distingue dall'ambiente circostante costituiscono la base per la raccolta e l'analisi multispettrale. Consulta la tabella riassuntiva per una rapida carrellata dei più importanti satelliti utilizzati per il telerilevamento.
Le applicazioni principali del radar convenzionale sono nel campo del controllo del traffico aereo, dell'allerta precoce e di specifici tipi di dati meteorologici su larga scala. Il radar Doppler viene utilizzato per una migliore raccolta meteorologica, compresa la velocità e la direzione del vento all'interno dei sistemi meteorologici, nonché la posizione e la gravità delle precipitazioni, e dalle forze dell'ordine locali per monitorare i limiti di velocità. La ionosfera contiene plasmi che vengono anche raccolti attivamente. I modelli digitali di elevazione su larga scala sono creati con l'uso di radar interferometrici ad apertura sintetica (vedi RADARSAT, TerraSAR-X, Magellan).
I satelliti dotati di altimetri laser e radar hanno raccolto una grande quantità di informazioni. Le caratteristiche sul fondo del mare sono mappate con una risoluzione di circa un miglio rilevando i rigonfiamenti dell'acqua indotti dalla gravità. Gli altimetri determinano la velocità e la direzione del vento, nonché le correnti e le direzioni dell'acqua superficiale, misurando l'altezza e la lunghezza d'onda delle onde oceaniche.
I mareografi costieri e offshore utilizzano la tecnologia a ultrasuoni (acustica) e radar per rilevare il livello del mare, le maree e la direzione delle onde.
La distanza delle armi, come il puntamento dei proiettili illuminati al laser, è un uso comune del rilevamento e della misurazione della luce (LIDAR). Il LIDAR aereo è in grado di determinare in modo più accurato l'altezza degli oggetti e delle caratteristiche al suolo rispetto alla tecnologia radar e il LIDAR viene utilizzato per rilevare e misurare la quantità di varie sostanze nell'atmosfera. Il LIDAR viene spesso utilizzato per il rilevamento a distanza della vegetazione.
Gli strumenti più popolari sono i radiometri e i fotometri, che raccolgono radiazioni a una varietà di frequenze. I sensori che utilizzano raggi ultravioletti e gamma sono estremamente rari rispetto alle più diffuse varietà visibili e infrarosse. Inoltre, i loro spettri di emissione possono essere utilizzati per misurare le concentrazioni chimiche atmosferiche.
Di notte, i radiometri vengono utilizzati anche per rilevare l'attività umana monitorando l'emissione di luce artificiale. Gli usi di questa tecnologia includono il monitoraggio di cose come la crescita della popolazione, il PIL e lo stato delle infrastrutture dopo disastri naturali o conflitti.
I satelliti dotati di radiometri e radar possono essere utilizzati per tenere d'occhio le colate laviche.
I ricercatori del Laboratorio di Ricerca dell'Esercito degli Stati Uniti hanno dimostrato che l'imaging spettropolarimetrico può essere utile per tracciare i bersagli. Hanno osservato che i segnali polarimetrici dei prodotti manifatturieri erano distinti da quelli delle loro controparti naturali. Questi risultati si basano sull'imaging acusto-ottico spettropolarimetrico e a doppia ipersensibilità di camion e rimorchi militari, come l'Humvee. Spettrometro imager nel vicino infrarosso.
Gli analisti delle immagini e del terreno nei dipartimenti di traffico e autostradali hanno spesso impiegato coppie stereografiche di immagini aeree per creare mappe topografiche per potenziali percorsi, oltre a modellare gli elementi dell'habitat terrestre.
In uso dagli anni '70, Landsat è un esempio di piattaforma multispettrale simultanea. Questi mappatori tematici, che possono essere trovati su satelliti di osservazione della Terra come il programma Landsat o il satellite IKONOS, catturano immagini a molte lunghezze d'onda della radiazione elettromagnetica (multispettrale). L'esplorazione mineraria, il rilevamento o il monitoraggio dell'uso del suolo, il rilevamento della vegetazione aliena, la deforestazione e lo studio della salute delle piante e delle colture autoctone (monitoraggio satellitare delle colture) sono solo alcune delle numerose applicazioni delle mappe tematiche che raffigurano la copertura e l'uso del suolo. Janet Franklin e Ruth DeFries sono solo due degli eminenti scienziati che