Praca Dyplomowa - AGH

W programie IDRISI dokonano klasyfikacji metodą największegoprawdopodobieństwa – MAXLIKE. Użyto do tego opcji IMAGE PROCESSING HARD CLASSIFIERS MAXLIKE (Rys. 4.16). Wczytano sygnatury wszystkichutworzonych klas. W wyniku klasyfikacji tą metodą powstało 11 obrazówprzedstawiających pokrycie terenu. W jednym z obrazów nie wykluczono pikseli i nawszystkie piksele biorące udział w klasyfikacje, program wszystkie brał pod uwagę.Ilość pikseli odrzucanych, dla których stwierdzono najmniejszą przynależność dojakiejkolwiek z klas wynosiła odpowiednio: (Proportion of pixels to exclude):0,01 – 1%; 0,02 – 2%; 0,03 – 3%; 0,04 – 4%; 0,05 – 5%; 0,06 – 6%; 0,07 – 7%;0,08 – 8%; 0,09 – 9%, 0,10 – 10% pikseli z obrazu. W taki sam sposób jak wyżejopisano postąpiono z danymi wysokorozdzielczymi z satelity IKONOS, a wyniki tejmetody przedstawiono w kolejnym rozdziale (Rozdział 4.3).Rys. 4.16. Okno dialogowe – metoda MAXLINE.W każdej z wyżej wymienionych metod w końcowym etapie procesu za pomocąopcji RECLASS (Rys. 4.17) z powstałych na mapie terenów niezaklasyfikowanych dożadnych z klas stworzono klasę o nazwie tereny niesklasyfikowane. Proces ten polegałna zamienieniu wartości 0 (kolor na mapie: czarny), przyporządkowanej tym terenom,na wartość 8 (kolor na mapie: fioletowy) jako nowej wartości klasy, terenyniesklasyfikowane. Otrzymano mapę, która przedstawiała wszystkie kategorie pokryciaterenu (Rys. 4.18). Dzięki temu zabiegowi można było porównać otrzymane obrazyw wyniku klasyfikacji z plikiem prawdy terenowej oraz przedstawić ocenę dokładnościklasyfikacji w procentach, w tym uwzględnić kategorię „niesklasyfikowanych” pikselijako równorzędną kategorię jak pozostałe.68