Segmentazione del terreno e classificazione delle colture da immagini aeree
Questa tesi si concentra sull’analisi agricola su larga scala utilizzando immagini aeree o satellitari.
L’obiettivo principale è sviluppare un sistema in grado di classificare i tipi di colture a partire dai dati di telerilevamento. Il progetto può essere esteso in diverse direzioni:
- Sfruttare i dati temporali per prevedere la pianificazione ottimale delle colture per le stagioni future
- Integrazione dei confini delle aziende agricole per generare strategie di rotazione delle colture
- Stima della superficie coltivata per tipo di coltura in più aziende agricole
L’implementazione si baserà su Python3 e su metodi di machine learning/deep learning per la segmentazione semantica e la classificazione.
Riferimenti rilevanti:
Docente di riferimento: Prof. Gianni Ferretti – gianni.ferretti@polimi.it