Raspoznavanje tipa terena na temelju satelitskih snimki

Mučaj, Klaudija

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

Citirajte ovaj rad

APA 6th Edition

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

MLA 8th Edition

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

Chicago 17th Edition

Harvard

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: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:944175

Vancouver

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 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:944175

IEEE

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

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Raspoznavanje tipa terena na temelju satelitskih snimki
Naslov (engleski)	Land cover classification based on satellite images
Autor	Klaudija Mučaj
Mentor	Zdravko Krpić (mentor)
Mentor	Bruno Zorić (mentor)
Član povjerenstva	Zdravko Krpić (predsjednik povjerenstva)
Član povjerenstva	Tomislav Matić (član povjerenstva)
Član povjerenstva	Goran 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 obrane	2019-10-01, 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)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:200:944175
Studijski program	Naziv: Računarstvo Vrsta studija: sveučilišni Stupanj studija: preddiplomski Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Repozitorij	Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Datum i vrijeme pohrane	2019-12-20 14:54:09