Способ минимального расстояния
Этот способ используют, когда спектральные признаки разных классов довольно схожи и диапазоны значений их яркости перекрываются. Идея способа состоит в том, что средние значения яркости классов, вычис-
ленные по обучающей выборке (по эталонам), служат центрами, к которым притягиваются пикселы с наиболее близкими значениями яркости. Для этого складываются квадраты разностей между значением яркости пиксела и средним значением яркости класса эталона во всех спектральных зонах. Извлекая квадратный корень из этой суммы, получают так называемое спектральное расстояние Dic от значений спектральной яркости В*i произ- вольного пиксела i, не относящегося к обучающей выборке, до совокупно- сти средних значений яркости Мс класса с в n спектральных зонах в соот- ветствии с формулой:
D ic = - B ) ,
 |
*
Спектральное расстояние вычисляют для всех возможных классов. Пиксел относят в тот класс, расстояние до совокупности средних значений яркости которого оказалось минимальным (Рисунок 29). В результате классификации пространство спектральных признаков разбивается на об- ласти, соответствующие классам. Неклассифицированных пикселов при использовании данного способа не остается. Поэтому его применяют для дешифрирования непрерывно и плавно меняющихся характеристик, например, уровня повреждения лесной растительности промышленными выбросами /8/. Способ является параметрическим. Скорость вычислений этим алгоритмом ниже, чем алгоритмом параллелепипеда, но выше, чем в более сложных способах, использующих большее количество параметров, а точность сопоставима с последними. Способ удобен для выделения до 20
|
|
|
— 30 классов объектов, поскольку почти все операции, в том числе опре- деление границ между классами, выполняются автоматически. Необходи- мо лишь предварительно рассчитать по эталонным обучающим выборкам средние значения яркости для каждого из классов.
Способ минимального расстояния эффективен, когда количество клас- сов в обучающей выборке ограничено /11/. Для успешной классификации необходимо, чтобы значения спектральной яркости объектов компактно группировались вокруг средних значений соответствующих классов. Од- нако нередки ситуации, когда область значений яркости класса так вытя- нута в пространстве спектральных признаков, что часть попадающих в нее пикселов ближе по яркости к средним значениям других классов. В этом случае способ даст ошибочную классификацию. Поэтому чаще применяют более сложный алгоритм, учитывающий особенности взаимосвязи между спектральными зонами, т.е. особенности вариаций спектральных призна- ков объекта.
|
|
|
Рисунок 29 - Классификация методом минимального спектрального расстояния. Принцип работы алгоритма. М1, М2 и М3 средние значения яркости пикселов, рассчитанные по эталонам для классов 1, 2 и 3 соответственно в двух зонах /14/
Дата добавления: 2021-03-18; просмотров: 207; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!