|
|
Esercizio 2: Classificazione della copertura territoriale (2a parte) 
Cambiate i colori dei poligoni modificando le proprietà di ciascuna classe. Per LEOWorks3: Usate Inspect TF Statistics (Analizza statistiche TF) e selezionate dalla tabella quale TF desiderate analizzare sull'immagine. Ora potete vedere quali pixel sono stati selezionati come campi di prova per la classificazione supervisionata. Tutte le piccole aree contrassegnate sull'immagine appartengono precisamente alle classi di copertura territoriale, che si tratti di area urbana, vegetazione o terreno nudo. Questi campi di prova sono stati creati selezionando i pixel che contengono solo una copertura territoriale. Dopo aver estratto le informazioni contenute in ogni banda di questi pixel, verrà creata una firma (statistica) di ciascun tipo di copertura territoriale e campione.
1. Analizzate i campi di prova. Studiate le statistiche di ciascun campo di prova in ognuna delle tre classi di copertura territoriale.
Sono omogenee all'interno di ciascuna classe? Per rispondere verificate la Deviazione standard.
L'algoritmo necessario per effettuare la classificazione è definito di 'massima verosimiglianza'. Questo processo assegna ciascun pixel dell'intera immagine alla classe di copertura territoriale a cui ha più probabilità di appartenere sulla base delle informazioni a priori e delle misure statistiche. Avviate il processo di Classificazione. Selezionate tutte le bande delle immagini 2009_cordoba . Impostate la soglia su 0 in modo che vengano classificati tutti i pixel.
2. Quando mettete a confronto la vostra mappa della copertura territoriale con le immagini, quale classe rappresenta quale copertura territoriale?
3. Descrivete il colore e l'omogeneità di ciascuna classe nell'immagine originale.
Dovreste ottenere un risultato simile a questo:
4. Giudicate la qualità dell'immagine classificata, che in un certo senso è una mappa grezza della copertura territoriale. Confrontatela con l'immagine originale (Cordoba 2009, bande 435).
Riscontrate degli errori, p. es. aree classificate in modo errato?
Discutete di cosa è possibile fare per migliorare la qualità della classificazione.
Salvate l'immagine classificata come Cordoba_2009_class, ma tenete aperta l'immagine RGB perché ci servirà nel prossimo esercizio.
Last update: 23 Ottobre 2013
| ||||||||||||||||||||||||||||||||||||||||||||||
