rule-images-p1

Головний результат процесу керованої класифікації космічного знімка — це карта класифікації. Але, крім неї, ще можна отримати інший результат — зображення правил (rule image). У цьому пості ми розберемо, що це таке. Коли ми виконуємо керовану класифікацію космічного знімку, програма для кожного пікселя розраховує якийсь математичний критерій (який саме, залежить від алгоритму класифікації). За значенням […]

Читати далі »

minimum-distance

На нашому сайті вже був пост, присвячений одному з алгоритмів керованої класифікації – алгоритму паралелепіпеда. Зараз розберемо інший доволі популярний алгоритм – спосіб мінімальної відстані. На відміну від алгоритму паралелепіпеда, його використовують, коли яскравості класів перетинаються у багатомірному просторі спектральних ознак (детальніше про вибір алгоритму керованої класифікації у цьому пості).   Теорія Розберемо теоретичні засади […]

Читати далі »

parallelepiped-classification

Минулий пост було присвячено тому, як обрати найкращий алгоритм керованої класифікації. А зараз ми розберемо, як виконувати керовану класифікацію у програмі ENVI. Зробимо це на прикладі класифікації за алгоритмом паралелепіпеду – математично найпростішого алгоритму. В ENVI робота з усіма іншими способами керованої класифікації мало відрізняється від роботи з ним. Інтерфейс налаштування процедури класифікації для всіх […]

Читати далі »

supervised-classification

Класифікація — це спосіб дешифрування космічних знімків, тобто розпізнання та виокремлення на космічних знімках будь-яких об’єктів. Класифікація належить до автоматизованих способів дешифрування. У разі їх застосування користувачу не потрібно вручну обводити межі об’єктів, за нього це робить комп’ютерна програма. За ступенем участі користувача в процесі автоматизованого дешифрування алгоритми класифікації поділяють на дві групи: класифікація без навчання […]

Читати далі »

ROI-separability-envi

Сучасне програмне забезпечення для обробки космічних знімків надає користувачеві багатий арсенал алгоритмів керованої класифікації, або класифікації з навчанням (більш детально можна прочитати тут). Це створює широкі можливості для автоматизації процесу дешифрування знімків. Натомість від користувача вимагається створити якісні навчальні вибірки. Саме від їхньої якості залежить точність керованої класифікації. Теорія У користувачів часто виникає закономірне бажання […]

Читати далі »