6. Классификация

Неконтролируемая классификация

"Неконтролируемая классификация использует исключительно статистическое распределение пикселей в пространстве особенностей для различения классов."

Что такое пространство особенностей?

Пространство особенностей и его размерность определяются количеством рабочих полос (спектральных областей). Спутник LANDSAT 7, например, имеет 6 каналов, таким образом каждый полученный пиксель (точка изображения) от этого спутника будет иметь шесть значений градаций серого. Пиксели имеют собственный вектор в пространстве особенностей с шестью измерениями. Максимально представимыми являются только три измерения, но как правило два канала (спектральных области) представляются на графике (см. ниже). Каждый пиксель имеет определённое его собственным вектором место в этом "пространстве".

Группы, или кластеры пикселей, в пространстве особенностей представляют собой конкретные классы. Чем ближе два пикселя друг к другу в пространстве особенностей, тем более похожими они являются и тем больше вероятность, что они принадлежат к одному классу.

Существует два метода классификации или группировки пикселей:

• Начиная с отдельных пикселей, наиболее похожие пиксели группируются вместе шаг за шагом. В конце концов, все пиксели будут сгруппированы в классы.
• Начиная со всех пикселей: Целью может быть выделение заданного количества классов. Эта процедура называет кластеризацией.

Хороший и надёжный классификатор распознаёт существенные различия в собственных векторах, которые затем могут быть соотнесены с каждым классом. Эти различия и сходства почти всегда представлены в более чем трёх представляемых измерениях.

Неконтролируемая классификация зачастую рассматривается как подготовка, т.е. первый шаг на пути к контролируемой классификации. На этом этапе возможно проверить, могут ли данные быть распределены в необходимое количество классов.