6. Classificação

Classificação Supervisionada

Na classificação supervisionada ( em contraste com a não supervisionada) classes de referência (informações adicionais) são usadas. Este processo determina de forma segura que as classes são o resultado da classificação. Os passos seguintes são os mais comuns:

  • Definição do uso da terra e classes de cobertura terrestre (classes espectrais, tais como floresta de coníferas, floresta estacional decidual, água, agricultura, etc)
  • Classificação de áreas de formação adequadas (áreas de referência para cada turma)
  • Execução da classificação verdadeira com a ajuda de um algoritmo de classificação adequado
  • Verificação, avaliação, inspeção e resultados.
Zoom Sign
Classifikation
Imagem de satélite da região de Karlsruhe e classificação
Fonte: LANDSAT and © LUBW with modifications

Áreas de Formação

A classificação estatística áreas de formação são chamadas de "treinado". As áreas são selecionados a partir da zona estudada (por exemplo, a partir de mapas ou imagens de ar) e mapeada em uma sítio de exploração. As regiões exemplares para cada classe serão definidos (por exemplo, as classes de uso do solo, tais como coníferas, floresta, áreas de água, etc) e vai ser disponibilizada como uma referência para o classificador.

Importante com a captação de áreas treinamentos...


Classificação - Risco Máximo

A classificação real das imagens de satélite tem lugar com a ajuda de algoritmos de classificação amplas, como por exemplo de probabilidade máxima, a distância mínima, procedimentos cúbicos (paralelepípedo), ou classificação hierárquica.

O mais comum é a classificação máxima verossimilhança. Ela toca uma função de densidade de probabilidade, ou seja, as suposições classificando a probabilidade com que um pixel específico pertence a uma classe específica. Desvios maiores do ponto central será permitida quando um pixel não se encontra na área de uma categoria contestar - menos onde existe uma tal competição.

Tarefa: Como deve ser ser classificados as estrelas (vermelho e turquesa) aqui?

Zoom Sign
Maximum Likelihood
Princípio de classificação máxima verossimilhança.
Fonte: Naumann 2008

Avaliação e inspeção dos resultados

Para verificar / inspecionar os resultados, a probabilidade de um pixel pertencente a uma classe e a diferença entre as probabilidades de que ele pertence à classe seguinte e a classe suspeita será calculada. Os resultados serão fornecidas sob a forma de uma matriz de confusão da área de formação, de modo a mostrar a adequação da zona de formação.