Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Hauptkomponenten-Transformation auswirkt.<br />
Zur Unterteilung der Bilder in verschiedene Klassen wurden zwei Kriterien herangezogen. Das<br />
erste Kriterium ist der mittlere Bewölkungsgrad. Klarer Himmel führt zu einem niedrigen Mittelwert<br />
eines Cloud-Index Bilds, starke Bewölkung zu einem hohen Mittelwert. In beiden Fällen<br />
ist die Bewölkungsdecke relativ homogen. Für mittlere Cloud-Index Werte lassen sich 2 Typen<br />
von Bildern unterscheiden. Auf der einen Seite treten Bilder mit großflächigen Wolkenstrukturen<br />
auf, die in sich homogen sind. Auf der anderen Seite gibt es Bilder mit starker Variabilität der<br />
Wolken auch auf kleinen Skalen. Als zweites Kriterium zur Klassifikation soll somit die räumliche<br />
Variabilität der Bilder berücksichtigt werden. Durch die Varianz läßt sich die Variabilität<br />
eines Bildausschnittes nur ungenügend beschreiben. Die Varianz ermöglicht die Unterscheidung,<br />
wie stark einzelne Pixelwerte vom Mittelwert abweichen. Groß- bzw. kleinskalige Strukturen lassen<br />
sich mit Hilfe der Varianz nur insoweit unterscheiden, als die Variabilität auf kleinen Skalen<br />
mit geringeren Abweichungen vom Mittelwert verbunden ist, als bei großskaligen Strukturen. Als<br />
besser geeignetes Maß für die Variabilität wird der Mittelwert über die Beträge der Differenzen<br />
zwischen benachbarten Pixeln in x- bzw. y-Richtung definiert:<br />
var x =<br />
var y =<br />
N<br />
1 x −1,N y<br />
(N x − 1)N y<br />
∑ |x i, j − x i+1, j |, (3.25)<br />
i, j=1<br />
N<br />
1 x ,N y −1<br />
N x (N y − 1)<br />
∑<br />
i, j=1<br />
|x i, j − x i, j+1 |. (3.26)<br />
Die Variabilität in y-Richtung und diejenige in x-Richtung sind stark korreliert, die Variabilität in<br />
y-Richtung wurde zur Klassifikation herangezogen.<br />
In Abb. 3.7 ist die Variabilität in y-Richtung über dem Mittelwert aufgetragen. Anhand dieser Graphik<br />
wurden die Grenzen für Mittelwert und Variabilität so festgesetzt, daß sich für jede Klasse<br />
ausreichend viele Beispiele ergeben und im Wesentlichen die oben beschriebenen Fälle charakterisiert<br />
werden, was zu den in Tabelle 3.1 spezifizierten Klassen führt.<br />
Menge Klasse 1 Klasse 2 Klasse 3 Klasse 4<br />
Mittelwert mean≤60 mean>160 60