Palydovinių vaizdų analizė taikant įvairius klasifikacijos algoritmus

Abstract

Tyrimo tikslas – pritaikyti mašininio mokymo metodus ir skirtingus algoritmus žemės dangos klasifikacijai iš palydovinių vaizdų, išanalizuoti gautus rezultatus ir vizualizuoti juos taikant geografines informacines sistemas (GIS). Buvo naudoti įvairių palydovinių sistemų duomenys, o palydoviniai vaizdai suklasifikuoti remiantis įvairiais mašininio mokymo algoritmais (RF, kNN, SVM). Išnagrinėti Europos kosmoso agentūros (ESA) pagal „Copernicus“ programą ir „Planet Scope“ platformoje teikiami daugiaspektriai „Sentinel-2“ vaizdai. Atlikta vaizdų klasifikacija naudojant skirtingus mašininio mokymo algoritmus, sukurta programa rezultatams vizualizuoti ir sugretinimui atlikti. Tyrimas parodė mašininio mokymosi algoritmų pritaikymo potencialą klasifikuojant žemę ir jų efektyvumą analizuojant bei vizualizuojant rezultatus.