Метод объектно-ориентированной классификации объектов подстилающей поверхности в задаче аэрокосмического мониторинга состояния импактных районов Арктики

9 / 12

Метод объектно-ориентированной классификации объектов подстилающей поверхности…
ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2017. № 3 143
11. Stankova H . Object-oriented classification of Landsat imagery and aerial photographs for land
cover mapping // Proceedings — SymposiumGIS Ostrava. 2010. 24–27 January 2010.
12. Marangoz A.M., Oruc M., Karakis S., Sahin H. Comparison of pixel-based and object-oriented
classification using Ikonos imagery for automatic building extraction — Safranbolu testfield // 5th
Int. Symp. “Turkish-German Joint Geodetic Days”. Berlin Technical University, 28–31 March
2006.
13. Flanders D., Hall-Beyer M., Pereverzoff J. Preliminary evaluation of eCognition object-based
software for cut block delineation and feature extraction // Canadian Journal of Remote Sensing.
2003. Vol. 29. No. 4. P. 441–452.
14. Verbeeck K., Van Orshoven J. External geo-information in the segmentation of VHR imagery
improves the detection of imperviousness in urban neighborhoods // International Journal of
Applied Earth Observation and Geoinformation. 2012. Vol. 18. No. 1. P. 428–435.
15. Chen G., Hay G.J., Carvalho L.M.T., Wulder M.A. Object-based change detection // Interna-
tional Journal of Remote Sensing. 2012. Vol. 33. No. 14. P. 4434–4457.
DOI: 10.1080/01431161.2011.648285
URL:
16. Benz U.C., Hofmann P., Willhauck G., Lingenfelder I., Heynen M. Multi-resolution, object-
oriented fuzzy analysis of remote sensing data for GIS-ready information // ISPRS Journal of Pho-
togrammetry and Remote Sensing. 2003. Vol. 58. No. 3-4. P. 239–258.
17. Бондур В.Г. Основы аэрокосмического мониторинга окружающей среды. Курс лекций.
М.: МИИГАиК, 2008. 546 с.
18. Takahashi K., Kamagata N., Hara K. Object-oriented image analysis to extract landscape ele-
ments in urban fringes, Central Japan // Landscape and Ecological Engineering. 2013. Vol. 9. No. 2.
P. 239–247. DOI: 10.1007/s11355-012-0202-7
URL:
19. Besag J. On the statistical analysis of dirty pictures // Journal of the Royal Statistical Society.
Series B. 1986. Vol. 48. No. 3. P. 259–302.
URL:
20. Srivastava S., Gupta M.R., Frigyik B.A. Bayesian quadratic discriminant analysis // Journal of
Machine Learning Research. 2007. No. 8. P. 1277–1305.
URL:
21. Wu W., et al. Comparison of regularized discriminant analysis linear discriminant analysis and
quadratic discriminant analysis applied to NIR data // Analytica Chimica Acta. 1996. Vol. 329.
No. 3. P. 257–265. DOI: 10.1016/0003-2670(96)00142-0
URL:
22. Haralick R.M., Shanmugam K., Dinstein I. Textural features for image classification // IEEE
Trans. Syst. Man and Cybernetics. 1973. Vol. 3. No. 6. P. 610–621.
Гурченков Анатолий Андреевич — д-р физ.-мат. наук, ведущий научный сотрудник
Вычислительного центра им. А.А. Дородницына ФИЦ «Информатика и управление»
РАН (Российская Федерация, 119333, Москва, ул. Вавилова, д. 40).
Мурынин Александр Борисович — канд. техн. наук, старший научный сотрудник Вы-
числительного центра им. А.А. Дородницына ФИЦ «Информатика и управление» РАН
(Российская Федерация, 119333, Москва, ул. Вавилова, д. 40), научный сотрудник НИИ
аэрокосмического мониторинга «Аэрокосмос» (Российская Федерация, Москва, 105064,
Гороховский переулок, д. 4).