|
|
Esercizio 2: Rilevamento della lava tramite classificazione supervisionata  Classificazione supervisionata Impareremo ora a eseguire una classificazione semi-automatica per individuare la lava e le trasformazioni di un vulcano. I risultati della classificazione si basano sulla differenza nella risposta spettrale degli elementi rilevati (es. vegetazione, area urbana, lava, terra nuda) nelle diverse bande spettrali.
È richiesto l'input dell'uomo per eseguire una classificazione supervisionata, pertanto si dovranno tracciare delle aree di esercitazione per addestrare il software a riconoscere a quali classi appartengono determinati valori pixel. Il software assegnerà ciascun pixel ad una determinata classe, e la classificazione verrà eseguita tramite l'algoritmo Maximum Likelihood (a massima verosimiglianza) (vedere l'Esercitazione guidata da p.52 in avanti). Definizione delle classi Per prima cosa, scegli l'elemento sul quale desideri concentrarti. Se vuoi classificare i vari tipi di vegetazione, le aree di esercitazione selezionate saranno diverse da quelle per distinguere la lava dalla vegetazione o da altri elementi. Questo esercizio ha due obiettivi:
Quando si eseguono classificazioni di immagini ottiche, le nubi, insieme alla loro ombra, costituiscono un grosso problema, perché in alcune bande possono essere scambiate per altri elementi dai valori ’scuri’ (es. la lava). Esistono due modi per filtrare le nubi e le ombre: 1) creando una maschera delle nubi (la mascheratura automatica viene eseguita applicando un algoritmo di soglia o di classificazione e/o attraverso la digitazione manuale e il successivo taglio dei relativi pixel dell'immagine) oppure 2) creando una classe specifica per le nubi e le ombre (come nel caso dell'immagine del 2001). Le classi predefinite sono:
Last update: 14 Maggio 2013
| ||||||||||||||||||||||||||||||||||||||
1