| | Córdoba 2009 mit Trainingsgebieten | | Übung 2: Klassifizierung der Landbedeckung (Fortsetzung)
Page12
LEOWorks4: Wählen Sie für jede Trainings-Klassen eine andere Farben, indem Sie im Fenster Classification "Edit class layer properties" benützen.
LEOWorks3: Verwenden Sie Inspect TF Statistics und wählen Sie in der Tabelle die Trainingsgebiete aus, die im Bild untersucht werden sollen.
Jetzt sehen Sie, welche Bildpunkte als Trainingsgebiete für die überwachte Klassifizierung gewählt wurden. Die kleinen, markierten Flächen im Bild stellen reine Landbedeckungsklassen dar – entweder städtisches Gebiet, Vegetation oder nackten Boden. Diese Trainingsgebiete wurden anhand von Bildpunkten erstellt, die nur eine Landbedeckungsart enthalten. Zuerst werden die in den einzelnen Bändern dieser Bildpunkte enthaltenen Informationen extrahiert und anschließend (statistische) Signaturen aller Landbedeckungsarten und Beispielflächen erstellt.
1. Untersuchen Sie die Trainingsgebiete. Betrachten Sie die Statistik aller Trainingsgebiete in jeder der drei Landbedeckungsklassen.
Sind sie innerhalb einer Klasse einheitlich? Prüfen Sie die Standardabweichung, um dies zu beantworten.
Der für die Klassifizierung benötigte Algorithmus heißt „Maximum Likelihood“. Dieser Prozess weist alle Bildpunkte im Bild der gemäß den bereitgestellten Daten und statistischen Bemessungen am besten passenden Landbedeckungsklasse zu.
Beginnen Sie den Klassifizierungsprozess. Wählen Sie alle Bänder der Bilder 2009_cordoba aus. Stellen Sie den Schwellenwert auf 0 ein, damit alle Pixel klassifiziert werden.
2. Vergleichen Sie die Landbedeckungskarte mit den Bildern. Welche Farbe stellt welche Landbedeckung dar?
3. Beschreiben Sie die Farbe und Einheitlichkeit der einzelnen Klassen im Originalbild anhand der erstellten Landbedeckungskarte.
| | | Beispiel für ein klassifiziertes Bild | Fügen Sie die Legende hinzu und ändern Sie schließlich die Farben der Landbedeckungsklassen. Betrachten Sie den Bericht (Anzahl und Fläche der Bildpunkte in jeder Klasse).
Das Ergebnis kann wie folgt aussehen:
4. Beurteilen Sie die Qualität des klassifizierten Bildes, das gewissermaßen eine grobe Landbedeckungskarte darstellt. Vergleichen Sie es mit dem Originalbild (Cordoba 2009, Bänder 453).
Können Sie Fehler feststellen, z. B. falsch klassifizierte Flächen?
Erörtern Sie Möglichkeiten zur Verbesserung der Klassifizierungsqualität.
Speichern Sie dieses klassifizierte Bild als Cordoba_2009_class, lassen Sie aber das RGB-Bild auf dem Bildschirm geöffnet, da wir es für die nächste Übung benötigen.
Page12
|