Обучение ПО ERDAS IMAGINE
Занятия проводятся сертифицированным преподавателем, всем слушателям предоставляются учебные пособия на русском языке, а также необходимые для обучения материалы.
Способы обучения ERDAS IMAGINE
1) Дистанционное обучение ERDAS IMAGINE - заказчику высылается курс обучения с практическими заданиями, заказчик самостоятельно изучает, преподаватель отвечает на вопросы заказчика (e-mail, skype,ICQ), после окончания изучения курса осуществляется контроль (при желании заказчика).
2) С выездом к заказчику
Курс обучения ERDAS IMAGINE
Курс обучения №1 (русский язык) - Основы работы в ERDAS IMAGINE.
Содержание полного курса обучения ERDAS IMAGINE:
1. Начало работы в пакете ERDAS IMAGINE
1.1. Старт. Особенности пакета
1.1.1. Пользовательские настройки
1.1.2. Организация файлов при помощи каталога изображений
1.1.3. Визуализатор. Основные приемы работы
2. Векторные слои в ERDAS IMAGINE
2.1. Формат ArcCoverage
2.2. Операции с векторными слоями в ERDAS IMAGINE
2.2.1. Копирование векторного слоя
2.2.2. Открытие векторного слоя в Визуализаторе
2.2.3. Работа с атрибутами векторных слоев
2.2.4. Задание критериев выбора
2.2.5. Редактирование векторного слоя
2.2.6. Создание нового векторного покрытия
2.2.7. Создание нового shape-файла
2.2.8. Преобразование растрового слоя в векторный
2.3. Инструмент автоматической векторизации IMAGINE Easytrace
2.3.1. Возможности программы IMAGINE Easytrace
2.3.2. Подготовка шаблонов
2.3.3. Векторизация
2.3.4. Практическое использование инструмента автоматической векторизации IMAGINE Easytrace
3. Цифровые модели местности
3.1. ЦММ с постоянным шагом сетки
3.1.1. Примеры регулярных ЦММ
3.1.2. Редактирование ЦМР
3.1.3. Хранение ЦМР в формате GRID
3.1.4. Универсальные форматы хранения ЦМР
3.2. ЦММ с переменным шагом сетки
3.2.1. Структурные элементы ЦММ
3.2.2. Представление ЦММ в формате TIN
3.3. Анализ местности
3.3.1. Как средствами ERDAS IMAGINE построить профиль местности?
3.4. Использование Визуализатора ERDAS IMAGINE для работы с ЦМР
3.4.1. Изучение структуры ЦМР посредством пакета ERDAS IMAGINE
3.4.2. Создание поверхностей с использованием ASCII-файла
3.4.3. Трехмерное наложение снимка на рельеф местности
3.5. Практическое использование Редактора Рельефа
3.5.1. Основные приемы работы в Редакторе Рельефа
3.5.2. Редактирование цифровой модели местности
3.6. Автоматическое извлечение цифровой модели местности при помощи пакета LPS
3.6.1. Подготовка съемочного блока
3.6.2. Установка опций автоматического извлечения ЦММ
3.6.3. Создание новых регионов
3.6.4. Задание точности автоматического извлечения ЦММ
3.6.5. Задание дополнительных точек
3.6.6. Извлечение и просмотр ЦММ
3.6.7. Открытие созданных файлов в Визуализаторе ERDAS IMAGINE
3.6.8. Создание отчета
4. Геометрические модели изображения
4.1. Определение геометрической модели изображения. Геокодирование и геопривязка
4.2. Геометрическое трансформирование одиночного снимка
4.2.1. Полиномиальные преобразования
4.2.2. Трансформирование
4.2.3. Расчет минимального числа опорных точек при трансформировании с использованием полиномов
4.2.4. Недостатки нелинейного трансформирования
4.2.5. Особенности передискретизации трансформируемого изображения
4.2.6. Оценка среднеквадратической ошибки трансформирования
4.2.7. Контрольные точки
4.3. Разновидности геометрических моделей снимка
4.3.1. World-файл и aux-файл изображения
4.3.2. Как для снимка в ERDAS IMAGINE изменить проекцию, создать world-файл, построить пирамиды изображений?
4.3.3. Совмещение и слияние изображений
4.4. Совмещение двух снимков средствами ERDAS IMAGINE
4.5. Слияние изображений при помощи вэйвлетов
4.6. Геометрическое трансформирование одиночного снимка в ERDAS IMAGINE
4.7. Ортотрансформирование одиночного снимка средствами ERDAS IMAGINE
4.8. Возможности модуля IMAGINE AutoSync
4.9. Практическая работа с модулем IMAGINE AutoSync
4.9.1. Работа с Мастером совмещения изображений модуля IMAGINE AutoSync
4.9.2. Рабочая станция модуля IMAGINE AutoSync
4.10. Кадровая камера
4.10.1. Подготовка файла блока
4.10.2. Ввод опорных и контрольных точек
4.10.3. Выполнение автоматического сбора связующих точек
4.10.4. Выполнение аэротриангуляции
4.10.5. Ортотрансформирование снимков
4.11. Измерение точек в стереорежиме при помощи Менеджера Проектов LPS
4.11.1. Подготовка данных
4.11.2. Измерение точек
4.12. Цифровая камера
4.12.1. Создание нового блока снимков
4.12.2. Ввод элементов внутреннего ориентирования
4.12.3. Просмотр параметров внешнего ориентирования
4.12.4. Автоматический сбор связующих точек
4.12.5. Проверка точности связующих точек
4.12.6. Выполнение аэротриангуляции
4.12.7. Ортотрансформирование снимков
4.13. Сенсор с поперечной разверткой SPOT
4.13.1. Создание нового проекта
4.13.2. Добавление снимков в блок
4.13.3. Задание модели сенсора
4.13.4. Запуск инструмента измерения точек
4.13.5. Сбор опорных точек
4.13.6. Установка функции автоматического (x, y) перемещения
4.13.7. Определение последних двух опорных точек
4.13.8. Определение источника вертикальных данных
4.13.9. Установка атрибутов «тип» (type) и «вариант использования» (usage) для опорных точек
4.13.10. Добавление второго снимка в блок
4.13.11. Определение модели сенсора
4.13.12. Запуск инструмента измерения точек
4.13.13. Сбор опорных точек на втором снимке
4.13.14. Выполнение автоматического сбора связующих точек
4.13.15. Проверка точности связующих точек
4.13.16. Выполнение триангуляции
4.13.17. Ортотрансформирование снимков
5. Сшивка изображений. Инструменты мозаики
5.1. Сшивка двух аэрофотоснимков
5.2. Автоматическое генерирование секущих линий
5.3. Создание мозаики изображений для снимков LANDSAT
5.4. Цветовые преобразования аэрофотоснимков инфракрасного диапазона, включаемых в мозаику изображений
5.5. Изменение контраста изображений при помощи инструмента построения мозаики
5.6. Использование инструмента MosaicPro
6. Основы классификации и распознавания изображений
6.1. Задачи, решаемые в процессе распознавания
6.2. Сущность кластерного анализа
6.2.1. Кластеризация мультиспектральных изображений
6.2.2. Методы формирования кластеров
6.3. Обучение по образцам
6.3.1. Управляемое обучение по образцам
6.3.2. Обучающие выборки и сигнатуры
6.3.3. Создание непараметрических обучающих выборок
6.3.4. Хранение параметров обучающих выборок в файлах. Атрибуты сигнатур
6.3.5. Автономное обучение по образцам
6.3.6. ISODATA – кластеризация
6.3.7. RGB-кластеризация
6.4. Решающие правила классификации
6.4.1. Непараметрические решающие правила
6.4.2. Параметрические решающие правила
6.4.3. Общая схема принятия решения по классификации пикселей
6.4.4. Оценка качества обучающих выборок
6.5. Практическое выполнение классификации в ERDAS IMAGINE
6.5.1. Выполнение автономной классификации
6.5.2. Оценка результатов автономной классификации
6.5.3. Управляемая классификация. Подготовка параметрических обучающих выборок
6.5.4. Создание непараметрических обучающих выборок
6.5.5. Оценка качества обучающих выборок
6.5.6. Выполнение управляемой классификации
|
