guido bohmann (6 Ergebnisse)

Zustand: very good. Gut/Very good: Buch bzw. Schutzumschlag mit wenigen Gebrauchsspuren an Einband, Schutzumschlag oder Seiten. / Describes a book or dust jacket that does show some signs of wear on either the binding, dust jacket or pages.

Zustand: Neu. 1.,. 194 S. Sprache: Deutsch Gewicht in Gramm: 1001 Gebundene Ausgabe, Maße: 15 cm x 2.8 cm x 25.2 cm.

Paperback. Zustand: Brand New. 104 pages. German language. 8.66x5.91x0.24 inches. In Stock.

Taschenbuch. Zustand: Neu. Entwicklung eines Methoden-Netzwerks | Zur Integration Digitaler Oberflächenmodelle in den Prozess der Objektextraktion | Guido Bohmann | Taschenbuch | Deutsch | VDM Verlag Dr. Müller | EAN 9783836494915 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Gebundene Ausgabe. Zustand: Sehr gut. Gebraucht - Sehr gut SG - leichte Beschädigungen oder Verschmutzungen, ungelesenes Mängelexemplar, gestempelt, Versand Büchersendung - Raster oder Vektor Welches Datenformat ist am besten geeignet, um räumliche Informationen zu speichern Beide Formate haben Vorzüge, aber auch Nachteile. Warum wählt man beispielsweise für Bilder der Fernerkundung nicht ein intermediäres Format, das erlaubt, einerseits homogene Bildbereiche als Regionen abzuspeichern, aber andererseits trotzdem nur genauso wenig Speicherplatz benötigt wie ein Rasterdatensatz Ist mit einem solchen Format vielleicht sogar die Verringerung des Speicherplatzbedarfs möglich Guido Bohmanns Studie befasst sich mit genau diesen Fragen.

Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Ziel einer Objektextraktion ist die Klassifizierung der in einer Region vorhandenen Objekte. Die Art eines Objekts oder dessen Klasse werden anhand markanter Charakteristika identifiziert. Das Digitale Oberflächenmodell (DOM) hilft insoweit, dass sich aus ihm Höhen und Ausdehnungen der Objekte ableiten lassen.Üblicherweise läuft der Prozess in drei Schritten ab:1) die Grobfehlersuche,2) die Normalisierung, mit der das DOM in Gelände und Objekte differenziert wird, und3) die Klassifikation der Objekte.Jedoch:1) Die Detektion von Grobfehlern hängt u.a. von den Höhensprüngen zwischen den Objekten und dem Gelände ab; eine Normalisierung wäre ihr daher vorzuschalten.2) Um ggf. Datenlücken zu schließen, sollte bekannt sein, ob diese zum Gelände oder zu einem Objekt gehören; insofern wäre eine bereits vorhandene Klassifikation vorteilhaft.3) Eine Normalisierung ist präziser, wenn die Art der Objekte bekannt und so die Form des Geländes unter ihnen ableitbar ist; auch hierfür wäre eine existente Klassifikation hilfreich.Fazit: Eine reine Aneinanderreihung der Arbeitsschritte ist unvollkommen; die Vernetzung der Methoden ist sinnvoller.