PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
PDF, 3 MB - CENIA, ÄÂeská informaÄÂnàagentura životnÃÂho prostředÃÂ
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
3.6 Verifikace klasifikace<br />
3.6.1 Hodnocení výsledku klasifikace<br />
Výsledek klasifikace je hodnocen podle různých kritérií.<br />
Klasifikace není ukončena, dokud není stanovena její<br />
přesnost.<br />
Pro chyby v klasifikaci obrazu platí následující:<br />
● chybně klasifikované pixely se ve výsledném obrazu<br />
nevyskytují náhodně, ale mají určité prostorové<br />
uspořádání;<br />
● chybně klasifikované pixely jsou většinou asociovány<br />
pouze s určitými třídami;<br />
● chybně klasifikované pixely se většinou nevyskytují<br />
izolovaně, ale v určitých skupinách;<br />
● chybně klasifikované pixely jsou svým výskytem vázány<br />
na typické části klasifikovaných ploch.<br />
Přesnost klasifikace se stanovuje nejčastěji dvěma<br />
způsoby:<br />
a) sestavením klasifikační chybové matice, která srovnává<br />
výsledek klasifikace s testovacími plochami, které<br />
byly použity pro sestavení trénovacího souboru;<br />
b) hodnocením výsledku klasifikace s přímým využitím<br />
trénovacího souboru.<br />
Klasifikační chybová matice se sestavuje pro dané<br />
třídy, kdy se srovnávají jednotlivé pixely v plochách ve<br />
výsledku klasifikace s reálnými „pixely“ určenými v testovacím<br />
území. Příklad takové klasifikační chybové matice<br />
je v následující tabulce:<br />
Tab. 3.5 | Klasifikační chybová matice<br />
třída<br />
kód<br />
suma<br />
pixelů<br />
0 1 2 3 4 5<br />
voda 1 1223 140 1083 0 0 0 0<br />
les 2 1089 115 0 974 0 0 0<br />
Kontaminace 1 3 893 65 0 0 828 0 0<br />
Kontaminace 2 4 666 88 0 0 0 578 0<br />
Kontaminace 3 5 1060 97 0 0 0 0 963<br />
Průměrná přesnost: P K<br />
= 89,76 %<br />
Zdroj: NIKM<br />
Z tabulky je patrno, že správně klasifikované pixely<br />
se nacházejí na diagonále. Počty mimo diagonálu představují<br />
chyby v klasifikaci. Z tabulky lze také velmi dobře<br />
identifikovat třídy, které se spolu nejvíce zaměňují, nebo<br />
až třídy, které od sebe nelze odlišit vůbec.<br />
Průměrná přesnost je tedy stanovena podílem sumy<br />
pixelů na hlavní diagonále a celkovým počtem posuzovaných<br />
pixelů (kategorie 0 jsou neklasifikované / nezařazené<br />
pixely)<br />
n<br />
∑<br />
t = 1<br />
K<br />
= n<br />
P<br />
∑<br />
t = 1<br />
pix<br />
pix<br />
Hodnocení výsledku klasifikace s přímým využitím<br />
trénovacího souboru zahrnuje:<br />
● chyby z opomenutí (vynechání) – ve sloupcích mimo<br />
hlavní diagonálu;<br />
● chyby z nesprávného zařazení – v řádcích matice<br />
mimo hlavní diagonálu;<br />
● přesnost z hlediska uživatele – představuje pro každou<br />
třídu počet správně klasifikovaných pixelů (hodnota<br />
na hlavní diagonále) dělený celkovým počtem<br />
pixelů, které do této kategorie byly zařazeny (suma<br />
v řádce);<br />
● přesnost z hlediska zpracovatele – poměr mezi počtem<br />
správně klasifikovaných pixelů (tedy opět hodnota<br />
na hlavní diagonále) a počtem pixelů použitých<br />
pro testování dané třídy (suma ve sloupci).<br />
diag<br />
Vysvětlivky k tabulce (Tab. 3.6):<br />
● průměrná přesnost je 88,9%,<br />
● CHO = chyba z opomenutí,<br />
● CHZ = chyba z nesprávného zařazení,<br />
● PU = přesnost z hlediska uživatele,<br />
● PZ = přesnost z hlediska zpracovatele.<br />
TS<br />
Tab. 3.6 | Klasifikační chybová matice s využitím testovacích dat<br />
Klasifikovaná<br />
data<br />
Referenční data<br />
třída kód 0 1 2 3 4 5 SUMA PU [%]<br />
voda 1 7 480 0 0 0 0 487 98,6<br />
les 2 11 0 52 0 20 0 83 62,7<br />
kontamin.1 3 12 0 0 312 40 0 364 85,7<br />
kontamin.2 4 10 0 16 0 126 0 152 82,9<br />
kontamin.3 5 9 0 0 0 38 342 389 87,9<br />
SUMA 49 480 68 312 224 342 1475 88,9<br />
CHO [%] 0,0 23,5 0,0 43,8 0,0<br />
CHZ [%] 0,0 27,8 11,4 11,3 10,0<br />
PZ [%] 100,0 30,8 100,0 56,3 100,0<br />
Zdroj: NIKM<br />
38