imaginile teledetecției acoperă întotdeauna o zonă geografică extinsă cu frecvență temporală ridicată. Pentru a înțelege cu ușurință și a obține informații despre utilizarea terenurilor și acoperirea terenurilor, este întotdeauna necesară procesarea interpretării și clasificării imaginilor. Pixelul de imagine a fost folosit ca unitate de bază de analiză de la începutul anilor 1980.
prin urmare, clasificarea imaginii este procesul de atribuire a claselor de acoperire a terenurilor pixelilor. În teledetecție, imaginile fotografice sunt grupate în diferite clasificări. Aceste clasificări sunt grupate în trei;
Clasificarea manuală
Clasificarea bazată pe Pixeli
- Clasificarea supravegheată a imaginilor
- clasificarea nesupravegheată a imaginilor
Clasificarea bazată pe caracteristici sau obiecte a imaginilor
tehnicile de clasificare supravegheată și nesupravegheată a imaginilor sunt considerate principalele categorii. Supravegheat este în principal o clasificare ghidată de om. În schimb, clasificarea nesupravegheată este calculată de software.
1. Clasificarea manuală
clasificarea manuală se referă la interpretarea și clasificarea imaginilor de teledetecție de către ochiul uman. Înainte de progresul tehnologic, a fost metoda principală care a fost utilizată în clasificarea imaginilor. În epoca digitalizării, metoda manuală s-a integrat cu utilizarea computerului. Este mai fiabil atunci când se ocupă de mici suprafețe geografice.
2. Clasificarea bazată pe pixeli
clasificarea bazată pe Pixeli este împărțită în două
Clasificarea imaginii supravegheate
după cum sa menționat mai sus, imaginile supravegheate sunt în principal o clasificare ghidată de om. Analiștii de imagine umană joacă un rol crucial. Acestea specifică valorile emitenței de reflexie multispectrală ale fiecărei clase de acoperire a terenului sau ale utilizării terenului. Pe scurt, analiștii vor supraveghea procesul de clasificare a pixelilor prin trei etape; instruire, alocare și testare.
instruirea este locul în care analiștii ajung să identifice un eșantion de pixeli dintr-o clasă cunoscută adunată din datele de referință. Aceste date pot include fotografii aeriene sau hărți existente. Pixelii de formare sunt utilizați pentru a obține diverse statistici pentru fiecare clasă de acoperire a terenului. În etapa de alocare, imaginile sunt clasificate și alocate claselor în care prezintă cele mai mari asemănări pe baza rezultatelor statistice. În cele din urmă, în etapa de testare, este selectat un grup de pixeli de testare și se compară diferitele identități de clasă. Comparația se bazează pe datele de referință și proprietățile spectrale ale fiecărui pixel din imagine. Rezultatele se bazează pe o matrice de erori în funcție de acordurile și dezacordurile probelor de testare. La finalizarea celor trei etape, un analist poate evalua clasificarea imaginii pentru fiecare clasă de acoperire a terenului.
în afară de aceasta, au fost dezvoltate un număr mare de metode de clasificare supravegheate. Acești algoritmi includ;
- clasificator cu probabilitate maximă
- clasificator cu distanță minimă până la mijloace
- clasificator de distanță Mahalanobis
- K-cel mai apropiat clasificator de vecini
- mașină vectorială de sprijin
clasificare imagine nesupravegheată
Clasificarea nesupravegheată este locul în care grupările de pixeli cu caracteristici comune se bazează pe analiza software a unei imagini fără ca utilizatorul să definească câmpuri de instruire pentru fiecare clasă de acoperire a terenului. Toate acestea se fac fără ajutorul datelor de instruire sau a cunoștințelor anterioare. Responsabilitatea analistului de imagine este de a determina corespondențele dintre clasele spectrale pe care algoritmul le definește.
în clasificarea nesupravegheată, există doi pași de bază de urmat. Acestea includ; genera clustere și atribuirea de clase. Folosind software-ul de teledetecție, un analist va crea mai întâi clustere și va identifica numărul de grupuri de generat. După aceasta, ei atribuie clase de acoperire a terenului fiecărui grup. Toate acestea sunt posibile prin utilizarea unor algoritmi precum;
- K-înseamnă
- analiza iterativă de auto-organizare a datelor (ISODATA)
3. Clasificarea imaginii bazată pe obiecte
acest tip de clasificare a imaginilor utilizează utilizarea obiectelor geografice ca unitate de bază de analiză. Metodele bazate pe obiecte generează obiecte de imagine prin segmentarea imaginilor și efectuarea clasificării pe obiecte, mai degrabă decât pe pixeli. Aceste imagini sunt formate și clasificate folosind diferite metode. Acestea sunt; informații spațiale, spectrale, texturale și geografice contextuale ale fotografiei.
Exemple de clasificatori de algoritmi bazați pe obiecte includ;
- segmentarea imaginii
- tehnici de analiză a imaginii bazate pe obiecte care includ e-cognition și arc GIS Feature Analyst