Documente Academic
Documente Profesional
Documente Cultură
La segmentation spatiale
L'identification et d'extraction des limites au format vectoriel et d'obtenir une nouvelle couche
thmatique.
La segmentation du territoire en objets .
La cration de sous-objects dans les limites sur la base similitude radiomtrique des pixels.
Les valeurs de pixels ou caractristiques statistiques d'objets peuvent tre donnees dentr dans
les algorithmes de classification.
Algorithme: squence dtermine par des prescriptions prcises, visant rsoudre une probleme
du classe aprs un nombre fini d'tapes, rendu dans la squence de temps.
La segmentation spatiale est obtenue par l'identification des programmes spcifiques de formes,
de similitude radiomtrique de pixels adjacents, analyse dans le contexte des statistiques locales
ou rgionales une distance donne du pixel "central".
Chaque application ncessite rsolutions spcifiques, conformment l'objectif vis.
La classification nonsupervise
-discerne classes spectrales homognes qui ne correspondent pas ncessairement populaire aux
classes thmatiques trouves par lanalyste
-lanalyste a un contrle limit sur la structure et l'identit
-proprits spectrales spcifiques de chaque classe se change en temps
La classification supervise
Principe: lanalyste d'identifier des zones homognes sur les images reprsentant des diffrentes
classes / informations thmatiques. Ces zones sont appeles training areas.
Etapes:
-spcifiant training areas
-evaluation de la qualit des echantillons utilisant des moyens statistiques
-algorithmes dterminent et caractrisent spectrales et statistique les zones de contrle
- chaque pixel est compare la signature spectrale et statistique de la zone de contrle
Avantages:
-lanalyste contrle linformation thematique en conformit avec la rgion spcifique et des
objectifs
-reudire de la erreure de relocalisation statistique
Inconvnients:
-training areas peuvent ne pas tre reprsentatifs pour toutes les conditions nonces dans le
tableau d'ensemble
- lanalyste pourrait ignorer catgories individuelles qui ne sont pas dans les zones de contrle
La classification semi-supervis
Principe: regroupement par l'analyste de certaines classes selon les connaissances obtenues dans
les zones d'chantillonnage partir du terrain.