dc.contributor.author | Salo, Heikki | |
dc.date.accessioned | 2013-01-23T08:14:57Z | |
dc.date.available | 2013-01-23T08:14:57Z | |
dc.date.issued | 2012 | |
dc.identifier.other | oai:jykdok.linneanet.fi:1242275 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/40746 | |
dc.description.abstract | Kaukokartoitusmenetelmiä käytetään tarkkuusmaataloudessa ja metsien inventoinnissa. Pro gradu -tutkielma keskittyy parantamaan analysointiprosessia kasvillisuusmäärien arvioimiseksi esikäsitellyistä ilmakuvista ja digitaalisesta korkeusmallista. Tutkielmassa esitellään evolutiivinen optimointimenetelmä viljapellon biomassojen estimoimiseksi ja tutkitaan biomassaestimaattien tekoa eri menetelmin radiometrisesti korjatuista spektrikaistoista. Tutkielmassa pohditaan myös vaihtoehtoja puulajeittaisten tilavuuksien estimoimiseksi metsistä. | fi |
dc.description.abstract | Remote sensing methodologies are employed in the fields of precision agriculture and forest industry. This thesis focuses on enhancing analysation process for making vegetation volume estimates from pre-processed aerial images and Digital Surface Models. An evolutionary optimisation system for learning crop field biomasses is proposed and making estimates using radiometrically corrected spectral bands with different tools is studied. This thesis also considers methods for estimating forest stem volumes by tree species. | en |
dc.format.extent | 28 sivua | |
dc.format.mimetype | application/pdf | |
dc.language.iso | eng | |
dc.rights | This publication is copyrighted. You may download, display and
print it for Your own personal use. Commercial use is
prohibited. | en |
dc.rights | Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. | fi |
dc.subject.other | kaukokartoitus | |
dc.subject.other | koneoppiminen | |
dc.subject.other | biomassa | |
dc.subject.other | puumäärä | |
dc.subject.other | k-lähintä naapuria | |
dc.subject.other | tukivektoriregressio | |
dc.subject.other | optimointi | |
dc.title | Image analysis with environmental applications | |
dc.identifier.urn | URN:NBN:fi:jyu-201301231103 | |
dc.type.dcmitype | Text | en |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.ontasot | Master’s thesis | en |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Information Technology | en |
dc.contributor.laitos | Tietotekniikan laitos | fi |
dc.contributor.laitos | Department of Mathematical Information Technology | en |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.oppiaine | Tietotekniikka | fi |
dc.contributor.oppiaine | Mathematical Information Technology | en |
dc.date.updated | 2013-01-23T08:14:57Z | |
dc.rights.accesslevel | openAccess | fi |
dc.type.publication | masterThesis | |
dc.contributor.oppiainekoodi | 602 | |
dc.subject.yso | kaukokartoitus | |
dc.subject.yso | koneoppiminen | |
dc.subject.yso | biomassa | |
dc.subject.yso | optimointi | |
dc.format.content | fulltext | |
dc.type.okm | G2 | |