1.
Potencial prostorskih informacij hiperspektralnega oslikovanja za prepoznavanje lesnih vrstLuka Kopač,
Miha Humar, 2026, published scientific conference contribution abstract
Abstract: Z uporabo transformacije glavnih komponent je mogoče pretvoriti HSI slike v RGB format in jih vdelati s pomočjo konvolucijske nevronske mreže v nabor informativnih značilnic, ki kodirajo teksturo lesnih vrst. Nenadzorovani modeli zmanjšanja dimenzionalnosti, kot sta t-SNE in hierarhično grupiranje na osnovi kosinusne razdalje, ne zagotavljajo dovolj velike moči ločevanja za posamične lesne vrste. Glede na teksturo se posamične vrste razvrščajo v večje skupine na osnovi anatomije (iglavci, difuzno porozni listavci ter venčasto porozni listavci), kjer je razločevanje bolj enostavno. Logistična regresija omogoča klasifikacijo na osnovi prostorske informacije HSI z dokaj visoko točnostjo – 85,2 %, kjer so napačne razvrstitve predvsem med anatomsko podobnimi vrstami.
Keywords: anatomija lesa, Hiperspektralno oslikovanje, tekstura lesa, lesne vrste
Published in DiRROS: 22.05.2026; Views: 314; Downloads: 127
Full text (374,71 KB)
