prikaz prve stranice dokumenta Raspoznavanje tipa terena na temelju satelitskih snimki
  Preuzmi
PDF 1.06 MB
završni rad
Raspoznavanje tipa terena na temelju satelitskih snimki
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. urn:nbn:hr:200:944175
Mučaj, Klaudija
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za programske jezike i sustave

Institucijski repozitorij: Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Citirajte ovaj rad

Mučaj, K. (2019). Raspoznavanje tipa terena na temelju satelitskih snimki (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:944175

Mučaj, Klaudija. "Raspoznavanje tipa terena na temelju satelitskih snimki." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:944175

Mučaj, Klaudija. "Raspoznavanje tipa terena na temelju satelitskih snimki." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:944175

Mučaj, K. (2019). 'Raspoznavanje tipa terena na temelju satelitskih snimki', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 16.04.2024., https://urn.nsk.hr/urn:nbn:hr:200:944175

Mučaj K. Raspoznavanje tipa terena na temelju satelitskih snimki [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2019 [pristupljeno 16.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:944175

K. Mučaj, "Raspoznavanje tipa terena na temelju satelitskih snimki", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:944175

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:944175
Podaci o radu
NaslovRaspoznavanje tipa terena na temelju satelitskih snimki
Naslov (engleski)Land cover classification based on satellite images
AutorKlaudija Mučaj
MentorZdravko Krpić (mentor)
MentorBruno Zorić (mentor)
Član povjerenstvaZdravko Krpić (predsjednik povjerenstva)
Član povjerenstvaTomislav Matić (član povjerenstva)
Član povjerenstvaGoran Martinović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za programske jezike i sustave)
Osijek
Datum i država obrane2019-10-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Programsko inženjerstvo
Sažetak
U teorijskom dijelu ovog rada objašnjen je problem raspoznavanja tipa terena, te su opisani postupci i koraci strojnog učenja za raspoznavanje tipa terena. U praktičnom je dijelu prikazan program kojim su se za problem raspoznavanja tipa terena uspoređivali četiri klasifikatora. Ti klasifikatori su: SVM, DT, RF, te kNN. Korištena je baza satelitskih snimaka SAT-4. U njoj su označena četiri tipa terena: neplodna zemlja, drveće, travnjak i klasa koju čine svi ostali tipovi terena. Klasifikatori na temelju značajki slika predviđaju o kojem se tipu terena radi. Podaci od 100,000 slika se prvo dijele na trening i testni skup. Klasifikatori na trening skupu uče prepoznavati tipove terena, a na testnom skupu predviđaju o kojem se tipu terena radi. Na temelju rezultata predviđanja testnog skupa, izračunavaju se iduće mjere: F-mjera, preciznost, odziv i točnost. Klasifikatori se vrednuju s obzirom na te mjere. Usporedbom rezultata tih mjera zaključuje se kako se klasifikator RF pokazao kao najuspješniji u raspoznavanju tipa terena.
Sažetak (engleski)
The problem of terrain type recognition is explained in the theoretical part of this thesis. With it, the procedures and steps of creating a machine learning models for terrain type recognition are explained. The practical part of this thesis shows a program which is used for comparing four classifiers on the terrain type recognition problem. The four classifiers are: SVM, DT, RF, and kNN.. The SAT-4 satellite imagery database is used in this thesis. The database contains pictures which are labeled as barren land, trees, grassland or other (which represents all other land cover classes). Based on image features, the classifiers predict the land type. A dataset of 100,000 pictures is first divided into a training and test set. On the training set the classifiers learn to recognize the types of terrain, while they are tested on the test set. Based on the results of the test set predictions, the following measures are calculated: F-score, precision, recall and accuracy. With these measures the classifiers are evaluated. By comparing the results of these measures, the RF classifier was shown to be the most successful in recognizing terrain type.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:944175
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-12-20 14:54:09