Klassifikation, die gleichzeitige Auswertung von drei und mehr Datensätzen
|
Der eigentliche Vorgang des Erkennens von Objekten hat zwei Varianten:
a) Das Wiedererkennen eines bekannten Objekts, hier "Maibaum".
b) Das Zusammenfassen unbekannter Objekte zu Klassen, hier "Bäume", die nachträglich als "Laubbäume" identifiziert werden und damit die Klasse "Bäume" näher erklären.
a) Das Wiedererkennen eines bekannten Objekts beschreibt die überwachte Klassifikation: Ein Objekt wird erkannt, die Verbreitung dieser Objekte in der Nachbarschaft wird nachgefragt.
b) Das Zusammenfassen unbekannter Objekte zu Klassen entspricht der unüberwachte Klassifikation. Hierbei wird eine Gruppe ähnlicher Objekte zu einer Klasse zusammengefasst. Erst
in einem zweiten Schritt wird die Klasse analysiert und genauer beschrieben.
Die digitale Klassifikation:
Hier handelt es sich um die statistische Auswertung von Helligkeits-Eigenschaften von Bildpunkten. Ähnliche Bildpunkte lassen sich zu Klassen zusammenfassen. Das benutzte Rechenverfahren und die gesetzten Schwellenwerte bestimmen die Zuordnung von Bildpunkten zu den Klassen.
Jeder Punkt wird durch sein Graustufen-Profil (RGB) charakterisiert, bei Satellitenbildern sind das die Lichtintensitäten der einzelnen spektralen Sensorkanäle, bei Landsat sind es 7 spektrale Eigenschaften für jeden Punkt.
Auch bei der digitalen Klassifikation gibt es zwei grundverschiedene Ansätze für den Vergleich auf Ähnlichkeit:
a) Entweder man beginnt mit Bildpunkten, deren Bedeutung man durch Anschauung in der Natur kennt. Dies ist die überwachte digitale Klassifikation. Alle Punkte eines sog. Referenz-, Test- oder Trainingsgebietes bilden eine Klasse. Rechenverfahren suchen nach Bildpunkten mit ähnlichen Graustufen-Profilen und markieren alle Punkte in Form einer Karte. Hier kann die Legende sofort beschriftet werden, da man die Trainingsgebiete kennt.
b) Das zweite Verfahren geht den umgekehrten Weg. Man lässt über Rechenverfahren nach ähnlichen Punkten fahnden. Die Punkte mit ähnlichen Profilen werden in sog. Clustern zusammengefasst. Nachträglich muss die Bedeutung der einzelnen Cluster ermittelt werden. Dies ist die sog. unüberwachte digitale Klassifikation.
Weiter zu Klassifizierung/Teil 2.