20.500.12556/DKUM-77465 Zaznava oljnih madežev v multispektralnih satelitskih slikah diplomsko delo Detection of oil spills in multispectral satellite images V tem diplomskem delu predstavljamo analizo metod za zaznavanje oljnih madežev na vodni površini s satelitom TRISAT. Primerjali smo metodo največjega verjetja in nevronsko mrežo. Algoritma smo učili in testirali nad dvema različnima bazama podatkov. Z rezultati smo pokazali, da je metoda največjega verjetja računsko in prostorsko bolj spremenljiva pri manjšem številu vhodnih podatkov, medtem ko se je nevronska mreža izkazala za natančnejšo. S primerjavo najboljših izbranih kanalov nad bazama podatkov smo pokazali, da so si izbrani kanali podobni. Rezultate tega diplomskega dela lahko uporabimo za izvedbo algoritma nad referenčnimi slikami satelita TRISAT. This diploma thesis explored methods for the detection of oil spills in multispectral satellite images. We compared the maximum likelihood classification and neural networks. Algorithms were trained and tested over two different databases. Results showed that the maximum likelihood classification is computationally and space complexity more suitable for a smaller number of inputs, while the neural network proved to be more accurate on the other side. A comparison of the best selected channels over the databases showed that selected channels were similar. The results of this diploma thesis can be used for the implementation of an algorithm on the reference images of satellite TRISAT. satelit TRISAT metoda največjega verjetja nevronske mreže zaznavanje olja kratkovalovni infrardeči spekter satellite TRISAT maximum likelihood classification neural networks oil detection short-wavelength infrared spectrum true true false [M. Kužner] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2020-08-31 22:51:37 2020-12-01 14:38:43 2022-08-09 15:35:58 2020-12-09 03:16:23 2020 0 Maribor 0 Maribor X, 30 f. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 2023-08-31 004.93:629.783(043.2) 41195267 URN:SI:UM:DK:GGETQJ3T UN_Kuzner_Marko_2020.pdf UN_Kuzner_Marko_2020.pdf 1 6F595C4AFAB21ACABABF2DAF3F1FA798 e2d20d87c79518790a2f3ea3db1d38fdaa30b04611afe365ecc9b9f4ae80c467 c7eb3365-7c11-11eb-bb7a-00155d0001ca 20.500.12556/dkum/0d326f7f-5459-498a-9ff9-8c6f736cfa15 https://dk.um.si/Dokument.php?lang=slv&id=145239 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0