|
|
Øvelse 2: Påvisning af lava vha. overvåget klassifikation  Overvåget klassifikation Du skal nu lære, hvordan der udføres en halvautomatisk klassifikation til påvisning af lava og ændringer i en vulkan. Resultaterne af klassifikationen er baseret på forskellene i de forskellige overfladeelementers spektralrespons (f.eks. vegetation, byområde, lava, bar jord) i de forskellige spektralbånd.
En overvåget klassifikation kræver menneskelig indgriben. Derfor skal der tegnes træningsfelter, så softwaren kan "lære" at genkende de pixelværdier, der tilhører de forskellige klasser. Softwaren tildeler hver pixel til en bestemt klasse under klassifikationen vha. algoritmen "Maximum Likelihood" (se LEOWorks Tutorial s. 52 og frem).
Definition af klasser Beslut først, hvad du vil fokusere på. Hvis du vil klassificere forskellige typer vegetation, skal du vælge et andet træningsfelt, end hvis du vil skelne lava fra vegetation eller andre karakteristika. Øvelsen har to formål:
Skyer er et stort problem ved optisk klassifikation af billeder. Det samme gælder skygger af skyer, som på visse bånd kan forveksles med andre karakteristika forbundet med "mørke" værdier, f.eks. lava. Der er to måder at filtrere skyer og skygger fra på: 1) ved at oprette en skymaske (automatisk afmaskning sker ved at anvende en tærskel- eller klassifikationsalgoritme og/eller manuel digitalisering og efterfølgende afskæring af påvirkede pixelafsnit på billedet) eller 2) ved at oprette en specifik klasse for skyer og skygger (som ved billedet fra 2001). De forhåndsdefinerede klasser er:
Last update: 20 Juni 2013
| ||||||||||||||||||||||||||||||||||||||
1