post-processing-envi

Коли ми виконуємо класифікацію, ми намагаємося отримати якомога кращий результат. Попри це, часто результат класифікації отримуємо хоч і добрий, але все ж не ідеальний. І жодні налаштування процедури класифікації не можуть підвищити точність розпізнавання класів. У цьому разі удосконалити результат можна за допомогою процедур післякласифікаційної обробки. До неї відносять процедури об’єднання класів, згладжування меж ареалів, […]

Читати далі »

reference-cover

Раніше на сайті вже був оприлюднений пост про оцінку точності класифікації, присвячений створенню матриці помилок. Але тема на цьому на закінчується, бо в неї є чимало цікавих питань. Коли ми оцінюємо точність результатів автоматизованої класифікації, то треба спочатку вирішити два таких питання: – який спосіб оцінки обрати? – де взяти еталонні дані для оцінки? Зараз […]

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 »

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 »

confusion-matrix

Якщо ми застосовуємо будь-який алгоритм класифікації для дешифрування космічного знімка, нас завжди цікавить точність результату. Найпростіший спосіб її оцінки — це візуальна оцінка. Коли ми порівнюємо космічний знімок із результатом його класифікації, то можемо побачити помилки та приблизно оцінити їхні розмір. Але якщо нам треба серйозна точність оцінювання, то не обійтися без застосування кількісних методів […]

Читати далі »