konto usunięte

Temat: Klasyfikacja nadzorowana

Cześć,
klasyfikuję obrazy używając metody największego prawdopodobieństwa (Maximum Likelihood Classification) i szukam jakichś źródeł wiedzy o tym, jak powinny być przygotowane dane wejściowe. Wiem, że ta metoda pracuje na rastrach o rozkładzie normalnym histogramu.

- Ale czy również próbki treningowe powinny mieć taki rozkład?
- Co z kowariancją? Jaka jej wartość to wartość zbyt wysoka?
- I ogólnie: jak doprowadzić rastry do poprawnego stanu do analiz?

Szukam opisów, przykładów, tutoriali i tym podobnych, opisujących tę metodę klasyfikacji. Czytałem trochę o samej metodzie statystycznej MLE i o ile wydaje mi się, że ją rozumiem, to nie potrafię przełożyć tego na "świat GIS", tj. tak przetworzyć rastry, żeby spełniały wymagania: wszędzie rozkład normalny, scatterploty niewskazujące na korelacje, niska kowariancja.

Byłbym wdzięczny za podpowiedzi. Używam ArcGISa, ale poradzę sobie z innymi rozwiązaniami (np. QGIS, SAGA, czy po prostu Python).
Pozdrawiam!
Wojciech Popławski

Wojciech Popławski Młodszy specjalista
ds. GIS, Mapprojekt

Temat: Klasyfikacja nadzorowana

Najwygodniej byłoby pracować programem ERDAS, do takich zadań został stworzony. Na studiach w nie dawnym czasie miałem takie zagadnienie, jak znajdę jakieś notatki to podzielę sięz tobą wiedzą :)

konto usunięte

Temat: Klasyfikacja nadzorowana

Niestety jestem ograniczony oprogramowaniem uczelnianym, więc mógłbym co najwyżej spróbować trial ERDASa. Byłbym wdzięczny za jakiekolwiek informacje ;)

Następna dyskusja:

TBD/BDOT - klasyfikacja lasów




Wyślij zaproszenie do