6. Класификация
Контролирана класификация
При контролираната класификация (за разлика от неконтролираната класификация) като допълнителна информация се използват референтни класове. Резултатът от процеса на класификация са определените класове. Най-често използваните стъпки са следните:
- Определяне на класовете на земеползване и земно покритие (спектралните класове като иглолистна гора, широколистна гора, вода, земеделие и др.)
- Класификация на подходящите обучаващи области (референтни области за всеки клас)
- Извършване на истинската класификация с помощта на подходящ класификационен алгоритъм
- Верифициране, оценка и проверка на резултатите.
Обучаващи области
Статистическата класификация за т.нар. обучаващи области е "обучавана". Областите се избират от изследваната област (например, от карти или въздушни изображения) и се картографират в изследване на местността. Дефинират се примерните райони за всеки клас (например, класове на земеползване, като иглолистни гори, водни площи и др.) и се поставят на разположение на класификатора като еталон.
Класификация по максимално подобие
Реалната класификация на спътниковите изображения се извършва с помощта на мащабни класификационни алгоритми, като например класификация по максимално подобие или минимално разстояние, класификация чрез кубични процедури (паралелипед) или йерархическа класификация.
Най-често използваната класификация е класификацията по максимално подобие. Тя използва функцията за гъстота на вероятностите, което означава, че класификаторът прави предположение за вероятността, с която даден пиксел принадлежи на конкретен клас. Когато пикселът не се намира в областта на друга предполагаема категория, се допускат по-големи отклонения от централната точка, а там където има съревнование между различни области отклоненията са по-малки.
Задача: Как следва да се класифицират звездите тук (червена и тюркоазена)?
Източник: Naumann, 2008
Оценка и проверка на резултатите
За верифициране/проверка на резултатите, се изчислява вероятността един пиксел да принадлежи към даден клас и разликата между вероятностите той да принадлежи на следващия клас и предполагаемия клас. За да се покаже доколко е подходяща обучаващата област, резултатите се представят във формата на матрица на грешките на обучаващата област.
