Classificazione di immagini con GRASS

Transcript

1 Classfcazone d mmagn con GRASS

2 Classfcazone d mmagn Scopo della classfcazone: rcavare da una mmagne nformazon sulla superfce. Foto nterpretazone sfrutta le conoscenze a pror dell operatore. Classfcazone automatca Applca algortm a valor d ntenstà su dverse bande: sono mportant rapport fra valor delle bande.

3 Classfcazone automatca 1. assegnazone d un pxel ad una classe Algortm automatc 2. assegnazone d una classe d pxel ad una copertura Informazon esterne

4 classfcazone Supervsed (supervsonata) ntervento a pror del operatore; Unsupervsed (non supervsonata) ntervento a posteror del operatore; Hybrd (brda). supervsed copertura classfcazone class operatore unsupervsed classfcazone class copertura operatore

5 Frma spettrale E la capactà d rflessone d un corpo n funzone della lunghezza d onda della radazone ncdente.

6 Bande Landsat-MSS banda 4 banda 5 banda 6 banda 7

7 Calssfcazone supervsonata 1. stablre con qual class s vuole rappresentare la copertura; 2. sceglere aree campone (tranng area) per le class; 3. usare dat delle aree campone per stmare parametr del classfcatore scelto; 4. applcare l classfcatore per attrbure ogn pxel ad una classe; 5. produrre carte tematche o report per analzzare l rsultato della classfcazone.

8 Massma verosmglanza Date ω =1,, n class S defnsce la probabltà che un pxel appartenga ad ogn classe ω ( ω x) p = 1,, n x = vettore che contene valor su ogn banda. S attrbusce l pxel alla classe ω se p ( ω x) > p( ω x) j j

9 Massma verosmglanza S devono stmare le ( ω x) p = 1,, n Con dat delle aree campone è possble stmare la probabltà che un pxel della classe ω abba valor x ( x ) p ω Teorema d Bayes p ( ω x) = p ( xω ) p( ω ) p ( x)

10 Massma verosmglanza Le p( ω ) sono le probabltà a pror per la classe ω (% d pxel n quella classe) La formula d Bayes s può rscrvere come p ( ω x) p( x) = p( xω ) p( ω ) Qund l pxel appartene alla classe ω se p ( xω ) p( ω ) > p( xω ) p( ω j ) j j

11 Massma verosmglanza S assume che le class abbano dstrbuzon del tpo (normale multvarata) p ( xω ) = ( 2π) N 2 C 1 2 e 1 2 ( x )' C 1( x ) m m Dove C è la matrce d varanza e covaranza e m la meda della classe. S pone g [ ] ' 1 ( x) = lnp( ω ) lnc ( x m ) C ( x m ) Qund l pxel appartene alla classe ω se g ( x) g ( x) > j j

12 Massma verosmglanza Ovvero se lnc ' 1 ' 1 [( x m ) C ( x m )] > lncj ( x m ) Cj ( x m ) [ ] j j I parametr da stmare sono C e m usando valor de pxel nelle aree campone

13 Sogle Il modello precedente classfca tutt pxel d una mmagne, anche quell con probabltà molto basse: ω 2 ω 1 ω 3

14 sogle Ponendo una sogla (probabltà mnma) non s classfcano pxel con prob. bassa ω 2 ω 1 ω 3 sogla non classfcato

15 sogle S aggunge la condzone ( x) T g > coè ' 1 [( x m ) C ( x m )] T 1 1 lnp ( ω) lnc > 2 2 coè ' 1 ( x m ) C ( x m ) < 2T 2lnp( ω) lnc Se x s assume dstrbuto normalmente, allora ' 1 ( x m ) C ( x m ) è dstrbuto come un χ 2 a N (n. bande) grad d lbertà. Dat C e w s può percò determnare T n modo che una certa % d pxel. sa nella classe.

16 Classfcator contestual Classfcano un pxel non solo n base a suo valor, ma n funzone de valor de pxel crcostant. Sfruttano la correlazone fra le categore d pxel vcn per rendere pccol alcun error (rumore, ecc.). S può realzzare con un preprocessamento: fltr passa basso (medana, ecc.); bande artfcal (texture, ecc.).

17 Label relaxaton Dopo avere classfcato l mmagne s utlzza una neghbourhood functon m ( ) Q ω modfcando la funzone d probabltà d appartenenza del pxel m alla classe ω p ' m ( ω ) = p m ( ω ) Q ( ω ) p m ( ω ) Q ( ω ) m m normalzzazone Alla k-esma terazone Q k m k ( ω ) d p ( ω ω ) p ( ω ) = n peso d vcnato n j mn j n Probabltà che l pxel m ω quando l pxel n ω j

18 Classfcazone unsupervsed 1. generazone de cluster S raggruppano pxel nello spazo multspettrale (bande) con una metrca d smltudne, d solto la dstanza eucldea: d ' ( x x ) = x x = ( x x )( x x ) = ( x ) 1, 2 1 = 1 2. ottmzzazone (cancellazone/merge/dvsone) N 1 x2 S formano canddat cluster e s spostano pxel tra cluster per mnmzzare la quanttà C x C ' ( x m )( x ) m 2

19 Insermento d mmagn RGB n GRASS 1. Importazone n GRASS delle mmagn (es. r.n.tff), l fle vene suddvso n tant raster quante sono le bande ad es. mm1.r, mm1.g e mm1.b; 2. Creazone d grupp e sottogrupp. È possble vsualzzare l mmagne orgnale con l comando d.rgb oppure.composte.

20 Classfcazone n GRASS.group creazone de grupp e sottogrupp (combnazon d bande) unsupervsed.cluster.maxlk supervsed.class.maxlk.gensg.maxlk.gensgset.smap

21 Classfcazone unsupervsed.cluster parametr Genera cluster (vettore meda e matrce d varanza e covaranza) con l algortmo mgratng means : 1. s scelgono punt random come centr de cluster; 2. ogn pxel vene attrbuto al cluster con centro pù vcno; 3. alcun cluster sono elmnat (poch pxel) oppure fus (centr troppo vcn). 1. numero d class da generare; 2. numero mnmo d pxel perchè una classe essta; 3. dstanza oltre la quale due class rmangono dvse; 4. percentuale d convergenza; 5. numero massmo d terazon; 6. ntervallo d camponamento.

22 Classfcazone unsupervsed.maxlk parametro Classfca l ntera mmagne con l classfcatore d massma verosmglanza, usando I vettor delle mede e le matrc d varanza e covaranza create da.cluster. Fle contenente le frme spettral. output 1. raster classfcato (valore d ogn pxel = numero della classe); 2. raster rappresentante la probabltà d rgetto d ogn pxel per la classe a cu è stato attrbuto. Le class non hanno ancora alcun sgnfcato d tpo d copertura, s deve etchettarle a posteror.

23 Classfcazone supervsed.class parametr Genera le frme spettral delle class, basandos su aree ndcate dall operatore. Solo nterattvo.maxlk Le class generate hanno sgnfcato d tp d copertura.

24 Classfcazone supervsed.gensg parametr Genera le frme spettral delle class, basandos su un raster gà parzalmente classfcata. 1. tranng map (nput); 2. group (nput); 3. subgroup (nput); 4. sgnature fle (output); La mappa d tranng deve essere preparata con v.dgt o r.dgt.maxlk Le class generate hanno sgnfcato d tp d copertura.

25 Classfcazone supervsed.gensgset parametr Genera le frme spettral delle class, basandos su un raster gà parzalmente classfcata, per l uso con.smap. 1. tranng map (nput); 2. group (nput); 3. subgroup (nput); 4. sgnature fle (output); La mappa d tranng deve essere preparata con v.dgt o r.dgt

26 Classfcazone supervsed.smap Calssfcatore contestuale (sequental maxmum a posteror SMAP) Le class generate hanno sgnfcato d tp d copertura. parametr 1. group (nput); 2. subgroup (nput); 3. sgnature fle da.gensgset (nput); 4. raster classfcato (output).

27 Valutazone de rsultat È necessaro dsporre d una vertà a terra con cu confrontare la classfcazone. S effettuano rlev a terra per verfcare la rspondenza della mappa d copertura così realzzata. In alternatva s dovrebbe dsporre d una carta d uso del suolo aggornata all epoca delle foto ed affdable.