The importance of identification of illegal landfills has been increasing rapidly in all developing and developed countries. The information obtained by remote sensing has proved to be found very useful and economical in identification of landfills. In this study, we explain various ways of detection and identification of landfills characterized by the techniques utilized. We describe the significance of Google earth optical satellite images in understanding the existence of landfills. And we have implemented an automated script for downloading satellite images of all the suspected locations which are further filtered and annotated manually to detect and identify illegal landfills and finally get large number of good examples of landfills so as to use this obtained knowledge in implementing a Deep Learning algorithm to automatically detect illegal landfills.

L'importanza dell'identificazione delle discariche illegali è aumentata rapidamente in tutti i paesi in via di sviluppo e sviluppati. Le informazioni ottenute con il telerilevamento si sono rivelate molto utili ed economiche nell'identificazione delle discariche. In questo studio, spieghiamo vari modi di rilevamento e identificazione delle discariche caratterizzate dalle tecniche utilizzate. Descriviamo il significato delle immagini satellitari ottiche di Google Earth nella comprensione dell'esistenza delle discariche. E abbiamo implementato uno script automatico per scaricare le immagini satellitari di tutte le posizioni sospette che sono ulteriormente filtrate e annotate manualmente per rilevare e identificare discariche illegali e infine ottenere un gran numero di buoni esempi di discariche in modo da utilizzare questa conoscenza ottenuta nell'implementazione di un Deep Algoritmo di apprendimento per rilevare automaticamente discariche illegali.

Remote sensing identification of illegal landfills using optical images

PABBISETTI, AISHWARYA
2018/2019

Abstract

The importance of identification of illegal landfills has been increasing rapidly in all developing and developed countries. The information obtained by remote sensing has proved to be found very useful and economical in identification of landfills. In this study, we explain various ways of detection and identification of landfills characterized by the techniques utilized. We describe the significance of Google earth optical satellite images in understanding the existence of landfills. And we have implemented an automated script for downloading satellite images of all the suspected locations which are further filtered and annotated manually to detect and identify illegal landfills and finally get large number of good examples of landfills so as to use this obtained knowledge in implementing a Deep Learning algorithm to automatically detect illegal landfills.
ING - Scuola di Ingegneria Industriale e dell'Informazione
15-apr-2019
2018/2019
L'importanza dell'identificazione delle discariche illegali è aumentata rapidamente in tutti i paesi in via di sviluppo e sviluppati. Le informazioni ottenute con il telerilevamento si sono rivelate molto utili ed economiche nell'identificazione delle discariche. In questo studio, spieghiamo vari modi di rilevamento e identificazione delle discariche caratterizzate dalle tecniche utilizzate. Descriviamo il significato delle immagini satellitari ottiche di Google Earth nella comprensione dell'esistenza delle discariche. E abbiamo implementato uno script automatico per scaricare le immagini satellitari di tutte le posizioni sospette che sono ulteriormente filtrate e annotate manualmente per rilevare e identificare discariche illegali e infine ottenere un gran numero di buoni esempi di discariche in modo da utilizzare questa conoscenza ottenuta nell'implementazione di un Deep Algoritmo di apprendimento per rilevare automaticamente discariche illegali.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
Tesina___Aishwarya_Pabbisetti_878889.pdf

accessibile in internet per tutti

Descrizione: Thesis_AishwaryaPabbisetti_878889
Dimensione 34.39 MB
Formato Adobe PDF
34.39 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/145572