Впевненість у заточеній класифікації?


9

Я підкреслив одне зображення Landsat на ERDAS, використовуючи ресурс злиття роздільної здатності, з перетворенням браузера та методами найближчого сусіда. Але мені сказали, що з точки зору класифікації землекористування було б помилкою це робити, оскільки загальна різкість створює помилкові пікселі, які додають помилок.

Це правда?


1
Так. Використовуйте оригінал для класифікації, каструлю, заточену саме для відображення.
Майкл Стимсон

Існує багато досліджень, які використовують підкреслені зображення як вхідні дані для класифікації.
Нікос Олександріс

Відповіді:


6

Загалом, існує два підходи до класифікації: піксельний та об'єктний:

На основі пікселів : кожен просторовий піксель оцінюється сам по собі на основі встановлених параметрів класифікації. У цьому випадку панське загострення зображення вам зовсім не допоможе.

Об'єктна / сегментація : У цьому підході пікселі оцінюються як групи та сегментовані на групи на основі однорідності (спектрально та текстуально). У цьому випадку паншармінг - це варіант, але панхроматичну смугу також можна використовувати разом з іншими оптичними смугами.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.