Tworzenie reprezentacji obszarów zdjęć lotniczych za pomocą sieci neuronowych klasy PCNN

Abstract

The goal of presented work was to verify that image signatures can be used in rough selection of the aerial subimages. The selection process is necessary to determine if the aerial image is suitable for next stages of photogrammetric processing, especially for matching. More than 900 image signatures (of length 25 and 50) was generated by the ICM network. The backpropagation network was used for classification. After learning the recognition rate of the test set was 73%. As the next step three recognition reliability thresholds was tested. After data rejection both recognition reliabilities and recognition rates were improved (?80%).

W pracy badano celowość użycia sygnatur obrazów do wstępnej selekcji fragmentów zdjęć lotniczych. Selekcja ma na celu określenie, czy dany fragment zdjęcia lotniczego może być użyty w procesie dopasowywania kolejnych zdjęć. Za pomocą sieci ICM przetworzono ponad 900 fragmentów zdjęć lotniczych do postaci sygnatur 25- i 50-elementowych. Korzystając z sieci typu backpropagation, uzyskano rozpoznanie zbioru testowego na poziomie 73%. Pokazano, że poprzez wprowadzenie progu pewności rozpoznania można - kosztem odrzucenia części danych - zwiększyć zarówno pewność rozpoznania, jak i procentową skuteczność (?80%).