Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · V 2025
20 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
NMBU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Forelesninger: Bildedannelseprinsipper i fjernmåling; geometriske og radiometriske egenskaper ved satellittbilder; Hovedgeometriske og radiometriske forvrengninger og korrigeringsmetoder; Kontroll av geometrisk nøyaktighet i flybårne- og satellittbilder; Spesielle bildeforbedringsteknikker (Filtrering, Hovedkomponentanalyse, Fourier-transformasjon); Produksjon av bildemosaikk; Bildeklassifiseringsmetoder med vekt på ikke-styrt klassifisering; Bruk av satellittbilder for vegetasjonskartlegging og endringsdeteksjon.
Øvinger: 1) Geometrisk rektifisering og nøyaktighetsvurdering. 2) Utforskende analyse av luftbåren lidardata. Ikke-styrt klassifisering av lidarintensitet og andre fjernmålings data. 3) Innsamling av treningsdata, styrt klassifisering av satellittbilder og nøyaktighetsvurdering.
Utferd: Feltarbeid i Follo/Oslo området.
Kunnskap: Studentene vil ha tilegnet seg betydelig kunnskap om de mest sentrale ideene knyttet til egenskapene til flybårne- og satellittbilder, digitale bildebehandlingsmetoder som er relevante innen geomatikk, og noen anvendelsesområder for satellittbildebehandling.
Ferdigheter: Studentene vil kunne utføre en rekke bildebehandling og analyse oppgaver ved hjelp av et valgt bildebehandlingsverktøy (for tiden CATALYST). Studentene vil kunne hente rå satellittbilder, evaluere kvaliteten på bildene, (for)behandle dem, samle inn bakkedata, hente ut informasjon gjennom prosesser som bildeklassifisering og vurdere nøyaktigheten.
Generell kompetanse: Studentene vil forstå hvordan man løser reelle problemer ved hjelp av fjernmåling. Studentene vil forbedre sine ferdigheter i rapportskriving, innsamling av feltdata, teamarbeid og selvstendighet.
Bruk av KI i K2 kategori (Spesifisert bruk av KI) er tillatt i oppgavene.
Bruk av KI må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.
Obligatoriske oppgaver og utferd.
Studenter som av ulike årsaker tar emnet på nytt, må gjennomføre og få godkjent de obligatoriske øvingsoppgavene på nytt (dvs.at tidligere godkjenning ikke lenger er gyldig).
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som GMFM200.