daljinsko zaznavanje - In?titut za antropolo?ke in prostorske ?tudije ...
daljinsko zaznavanje - In?titut za antropolo?ke in prostorske ?tudije ...
daljinsko zaznavanje - In?titut za antropolo?ke in prostorske ?tudije ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
18 Klasifikacija podob<br />
Klasifikacija podob je eden najpomembnejših postopkov pri obdelavi <strong>dalj<strong>in</strong>sko</strong> <strong>za</strong>znanih<br />
podob, saj predstavlja pove<strong>za</strong>vo med dalj<strong>in</strong>skim <strong><strong>za</strong>znavanje</strong>m <strong>in</strong> geografskimi <strong>in</strong>formacijskimi<br />
sistemi (GIS). Z njo namreč iz rastrs<strong>ke</strong> podobe, ki je primerna kot o<strong>za</strong>dje pri<br />
različnih prikazih <strong>in</strong> vizualnih anali<strong>za</strong>h, dobimo kvantitativni sloj, ki ga kasneje lahko<br />
uporabimo v anali<strong>za</strong>h s sistemi GIS. Kljub temu da je prikladno opazovati posnet<strong>ke</strong> iz<br />
vesolja ali zraka, pa so vendarle šele temats<strong>ke</strong> karte tiste, ki dajo podobam pomen. V<br />
naslednjih razdelkih bomo podali osnove <strong>za</strong> klasifikacijo, si ogledali nenadzorovano <strong>in</strong><br />
nadzorovano klasifikacijo ter postopek ovrednotenja rezultatov.<br />
Glavni namen klasifikacije satelitskih <strong>in</strong> drugih posnetkov je prepoznavanje predmetov<br />
na zemeljski površ<strong>in</strong>i. Pri vizualni <strong>in</strong>terpretaciji poskuša operater določiti razrede<br />
rabe tal z iskanjem <strong>za</strong>ključenih skup<strong>in</strong> pikslov (poglavje 14). Digitalna klasifikacija pa<br />
razrede določi z upoštevanjem spektralnih <strong>in</strong>formacij, to je »opazovanjem« sivih tonov<br />
na večspektralnih posnetkih. Z drugimi besedami tovrstno klasifikacijo imenujemo tudi<br />
spektralno prepoznavanje vzorcev (spectral pattern recognition). Tako pri vizualni <strong>in</strong>terpretaciji<br />
kot pri digitalni obdelavi skušamo piksle na podobi razdeliti v razrede ali<br />
skup<strong>in</strong>e, na primer voda, iglasti gozd, listnati gozd, koru<strong>za</strong> ...<br />
Postopek klasifikacije satelitskih posnetkov razdelimo na nekaj korakov:<br />
• izbira primernih posnetkov,<br />
• predobdelava, če je potrebna,<br />
• priprava testnih območij,<br />
• razvrščanje v razrede,<br />
• prepoznavanje razredov <strong>in</strong><br />
• ovrednotenje rezultatov.<br />
Klasifikacijo posnetkov omogoča tako imenovani spektralni podpis ali spektralni odziv,<br />
to je značilen nač<strong>in</strong> odboja elektromagnetnega valovanja v odvisnosti od valovne<br />
dolž<strong>in</strong>e (poglavje 5.1). Na sliki 18.1 je prika<strong>za</strong>n spektralni podpis treh različnih tipov<br />
tal, <strong>in</strong> sicer vode, prsti (golih tal) <strong>in</strong> zelene vegetacije. Vidimo, da se odbojnost močno<br />
sprem<strong>in</strong>ja z valovno dolž<strong>in</strong>o <strong>in</strong> prav odvisnost odboja od valovne dolž<strong>in</strong>e je tista, ki<br />
omogoča določanje spektralnih lastnosti <strong>in</strong> s tem ločevanje med različnimi predmeti.<br />
Tako kot je podpis značilnost posameznika, je tudi spektralni podpis značilna lastnost<br />
predmeta.<br />
Žal pri klasifikaciji nimamo na voljo celotnega podpisa predmeta, ki ga opazujemo.<br />
Namesto tega imamo množico diskretnih vrednosti, ki predstavljajo odboje v različnih<br />
175
Change language