ArabicChinese (Simplified)DutchEnglishFrenchGermanHindiItalianJapanesePortugueseRussianSerbianSpanishTurkish

Yazılım

ERDAS IMAGINE – Kontrolsüz Sınıflandırma

Kontrolsüz Sınıflandırma (Unsupervised Classification)

Bu bölümde ERDAS IMAGINE kullanarak kontrolsüz (Unsupervised) bir sınıflandırmanın nasıl yapılacağını öğreneceksiniz. Kontrolsüz sınıflandırma algoritmaları pikselleri, gri değerlerini kullanarak belirlenen sayıdaki kümelere ayırır. ERDAS IMAGINE kontrolsüz bir sınıflandırma uygulamak için ISODATA algoritmasını kullanır. ISODATA algoritması kümeleri oluşturmak için “en küçük spektral mesafe” formülünü kullanır.

1) Kontrolsüz Sınıflandırma İşlemi Nasıl Yapılır?

  • ERDAS IMAGINE programında Classifier ikonunda Unsupervised Classification butonu tıklanır. Ekranda Unsupervised Classification (Isodata) diyalog penceresi görüntülenir.
  • Unsupervised Classification (Isodata) diyalog penceresinde Input Raster File olarak birleştirilen .img uzantılı görüntüsü seçilir. Bu diyalog kutusunda Output Cluster Layer kısmında çıktı görüntüsünün yolu ve adı tanımlanır.
  • Output Signature Set seçili olmadığından emin olun.
  • Color Scheme Options diyalog kutunu açmak için Color Scheme Options kutucuğu tıklanır.
  • Color Scheme Options diyalog kutusunda Approximate True Color tıklanır. Bu özellik seçildiğinde sonuç görüntü renkli olarak üretilir. Aksi taktirde oluşacak sonuç görüntü siyah beyaz özellikte olmaktadır. Açılan pencerede red:3, green:2 ve blue:1 seçimi yapılır.
  • Sınıf sayısı (number of classes) 20, İterasyon sayısı (Maximum iterations) 10 ve convergence threshold değeri 0.950 olarak seçilir.
  • Sınıflandırma işlemini başlatmak için OK tıklanır ve ekranda ISODATA Job Status diyalog kutusu görünür. İşlem tamamlandıktan sonra bu diyalog kutusunda OK tıklanır ve sınıflandırılmış görüntü oluşur.

2) Sınıfların Tanımlanması ve Renklerin Düzenlenmesi

Bu kısımda, sınıflandırma sonucu oluşturulan tematik raster tabakaların sınıflarının orijinal görüntü ile karşılaştırılması işleminde Raster Attribute Editor kullanılacaktır. Bu işlemi kontrollü sınıflandırma işlemi ile üretilen tematik tabakaların değerlendirilmesi işleminde de kullanabilirsiniz.

  • Öncelikli olarak kayıt edilen görüntü açılır ve ekranda görüntülenir.
  • Viewer penceresinde Raster ⇒ Attribute tıklanarak Raster Attribute Editor diyalog kutusu görüntülenir.
  • Raster Attribute Editor ⇒ Edit ⇒ Column Properties ile Column Properties diyalog penceresi
    görüntülenir.
  • Columns altındaki özelliklerden Class Names seçilir ve up butonu ile Histogramın altına taşınır. Class_Names için Display Width 20 olarak seçilir.
  • Son olarak Raster Attribute Editor diyalog kutusundaki sütunları tekrar düzenlemek için OK tıklanır. Raster Attribute Editoründe yapılan işlemleri kaydetmek için File ⇒ Save tıklanır.
Etiketler
Daha Fazla Göster

İlgili Makaleler

Başa dön tuşu
Kapalı

Reklam Engelleyici Algılandı

Lütfen reklam engelleyiciyi devre dışı bırakarak bizi desteklemeyi düşünün