sulterend in magere classificatieresul
taten.
De Spatial and Spectral Classifier
(SSC) is een nieuw ontwikkelde me
thode die de nadelen van conventione
le classifiers omzeilt. Dit gebeurt door
homogene gebieden uit het beeld te
extraheren met behulp van de grote
hoeveelheid spectrale informatie per
pixel. De beelden worden daarna ge
classificeerd door informatie over de
locatie van de homogene gebieden te
combineren met spectrale informatie
per pixel.
Tijdens het afstudeeronderzoek, uitge
voerd aan de Landbouw Universiteit
Wageningen, zijn testen uitgevoerd op
beelden van de eerste Europese ima
ging spectrometer, de DAIS-sensor. In
deze testen laat de SSC-methode ver
beterde resultaten zien ten opzichte
van conventionele classificatiemetho
den en daarmee de potentie voor het
gebruik van imaging spectroscopy
voor bodem- en vegetatiekartering.
Sander Oude Elberink
(Afstudeerdatum: 26-5-2000)
De laatste jaren is gebleken dat laser-
scannergegevens zeer geschikt zijn
voor de vervaardiging van Digitale
Terrein Modellen (DTM's). Naast
DTM-vervaardiging wordt laserscan-
ning ook gebruikt voor kartografische
toepassingen en voor GIS-data inwin
ning, waaronder de detectie en model
lering van 'man-made' objecten. De
detectie van gebouwen in laserscan-
ningdata wordt reeds toegepast met
behulp van additionele data, zoals be
staande GIS-bestanden (o.a. ToplO-
vector) of met behulp van multispec-
trale gegevens.
Indien er geen nauwkeurige additio
nele data beschikbaar zijn, is het inte
ressant om te kijken wat de mogelijk
heden zijn om enkel uit de laserscan-
nerdata objecten te classificeren, zoals
huizen, schuurtjes en bomen. Tijdens
de classificatie van deze zogenaamde
hoogte-objecten is het allereerst nood
zakelijk om de trend van het terrein
uit de data te schatten en deze vervol
gens van de originele gegevens af te
trekken. Vervolgens verschaffen rich-
tingsafhankelijke textuurmaten infor
matie over de hoogtevariatie in de om
geving van een bepaald punt.
In het afstudeeronderzoek is gebruik
gemaakt van kenmerken in de co-
occurrencematrix, die aan de hand van
de configuratie van hoge en lage pun
ten zeer nauwkeurig onderscheid kan
maken tussen bomen, huizen en ande
re objecten als schuurtjes en auto's.
Overige objecten, zoals wegen, gras
land en akkerland, worden aan de
hand van de intensiteitsgegevens van
de laserpuls geclassificeerd.
Sandra Verhagen
(Afstudeerdatum: 26-5-2000)
Hedendaagse modellen van het zwaar-
tekrachtsveld hebben een hoge nauw
keurigheid. Deze modellen zijn een re-
presentatie van het statische en tijdsva-
riabele veld. De tijdsvariabiliteit wordt
veroorzaakt door getijden, hydrologie,
luchtdrukvariaties, oceaanstromingen
en zeespiegelrijzing, en processen in de
vaste aarde. Immers, al deze processen
impliceren massaverplaatsingen en dus
zwaartekrachtsveranderingen.
Wanneer de massaverplaatsingen in de
loop van de tijd bekend zijn, kan wor
den berekend hoe het zwaartekrachts-
veld in de tijd verandert. In dit onder
zoek is dat gedaan voor luchtdrukver
anderingen, die vrij eenvoudig in mas
saveranderingen vertaald kunnen wor
den.
Met behulp van dagelijkse luchtdruk
data zijn de tijdsvariaties in het zwaarte-
krachtsveld gemodelleerd. Verschillen
de modelaannamen en mogelijke fou
tenbronnen zijn bestudeerd, wat heeft
geresulteerd tot een beschrijving van
het te gebruiken berekeningsmodel.
Uit een Fourier-analyse is gebleken
dat met name jaarlijkse en halfjaarlijk
se effecten een belangrijke invloed
hebben op het gemeten zwaarte
krachtsignaal. Dit is van belang voor
toekomstige satellietmissies die het
zwaartekrachtsveld met nog grotere
nauwkeurigheid gaan meten. Enkele
missies zullen zelfs tijdsvariaties gaan
meten, maar voor alle missies geldt dat
het gemeten signaal gecorrigeerd zal
worden voor het effect van de atmo
sfeer. In het onderzoek is beschreven
hoe dat kan worden gedaan.
GEODESIA
Het gebruik van textuurmaten
in de classificatie van laserscan-
nergegevens
Tijdsvariaties in het zwaarte-
krachtsveld - Het effect van de
atmosfeer
2000-I0