i.maxlikgrass – Online in der Cloud

PROGRAMM:

NAME/FUNKTION

i.maxlik - Klassifiziert die spektralen Reflexionsgrade der Zelle in Bilddaten.
Die Klassifizierung basiert auf den von beiden generierten Spektralsignaturinformationen
i.cluster, g.gui.iclass oder i.gensig.

SCHLÜSSELWÖRTER

Bilddaten, Klassifizierung, Maximum-Likelihood-Klassifizierung, MLC

ZUSAMMENFASSUNG

i.maxlik
i.maxlik --help
i.maxlik Gruppe=Name Untergruppe=Name Signaturdatei=Name Möglichkeiten für das Ausgangssignal:=Name [ablehnen=Name]
[--überschreiben] [--Hilfe] [--ausführlich] [--ruhig] [--ui]

Flaggen:
--überschreiben
Ausgabedateien erlauben, vorhandene Dateien zu überschreiben

--help
Nutzungszusammenfassung drucken

- ausführlich
Ausführliche Modulausgabe

--ruhig
Leiser Modulausgang

--ui
Starten des GUI-Dialogs erzwingen

Parameter:
Gruppe=Name [erforderlich]
Name der Eingabebildgruppe

Untergruppe=Name [erforderlich]
Name der Untergruppe der Eingabebilder

Signaturdatei=Name [erforderlich]
Name der Eingabedatei, die Signaturen enthält
Wird entweder von i.cluster, g.gui.iclass oder i.gensig generiert

Möglichkeiten für das Ausgangssignal:=Name [erforderlich]
Name für die Ausgabe-Rasterkarte mit Klassifizierungsergebnissen

ablehnen=Name
Name für die Ausgabe-Rasterkarte mit den Ergebnissen des Ablehnungsschwellenwerts

BESCHREIBUNG

i.maxlik ist ein Klassifikator für die Maximum-Likelihood-Diskriminanzanalyse. Es kann verwendet werden
Führen Sie den zweiten Schritt entweder in einer unbeaufsichtigten oder einer überwachten Bildklassifizierung durch.

Beide Bildklassifizierungsmethoden werden in zwei Schritten durchgeführt. Der erste Schritt in einem
Die unbeaufsichtigte Bildklassifizierung wird durchgeführt von i.cluster; der erste Schritt in a
Die überwachte Klassifizierung wird vom GRASS-Programm durchgeführt g.gui.iclass. In beiden Fällen,
Der zweite Schritt im Bildklassifizierungsverfahren wird durchgeführt von i.maxlik.

Bei einer unbeaufsichtigten Klassifizierung verwendet der Maximum-Likelihood-Klassifikator den Cluster
Mittelwerte und Kovarianzmatrizen aus dem i.cluster Signaturdatei, um festzustellen, zu welcher
Kategorie (Spektralklasse) Jede Zelle im Bild hat die höchste Zugehörigkeitswahrscheinlichkeit.
Bei einer überwachten Bildklassifizierung verwendet der Maximum-Likelihood-Klassifikator die Region
Mittelwerte und Kovarianzmatrizen aus der Spektralsignaturdatei, die von generiert wurde g.gui.iclass,
basierend auf Regionen (Gruppen von Bildpixeln), die der Benutzer ausgewählt hat, um zu bestimmen, zu welchen
Kategorie hat jede Zelle im Bild die höchste Zugehörigkeitswahrscheinlichkeit.

In beiden Fällen wird die Rasterkarte von ausgegeben i.maxlik ist ein klassifiziertes Bild, in dem jede Zelle
wurde einer Spektralklasse (also einer Kategorie) zugeordnet. Die Spektralklassen
(Kategorien) können bestimmten Landbedeckungstypen am Boden zugeordnet werden.

ANMERKUNG

Der Maximum-Likelihood-Klassifikator geht davon aus, dass die Spektralsignaturen für jede Klasse vorhanden sind
(Kategorie) in jeder Banddatei sind normalverteilt (dh Gaußscher Natur).
Algorithmen, wie z i.cluster, g.gui.iclass, oder i.gensig, kann jedoch Signaturen erstellen
die nicht gültig verteilt sind (wahrscheinlicher mit g.gui.iclass). Wenn dies geschieht, i.maxlik
lehnt sie ab und zeigt eine Warnmeldung an.

Die Signaturdatei (Signaturdatei) enthält die Cluster- und Kovarianzmatrizen, die vorhanden waren
berechnet durch das GRASS-Programm i.cluster (oder die Regionsmittelwerte und Kovarianzmatrizen
Erzeugt durch g.gui.iclass, wenn der Benutzer eine überwachte Klassifizierung durchführt). Diese spektralen
Signaturen bestimmen die Kategorien (Klassen), denen Bildpixel zugeordnet werden
während des Klassifizierungsprozesses zugewiesen.

Der optionale Name von a ablehnen Die Rasterkarte enthält die Ergebnisse des Ablehnungsschwellenwerts. Dies ist das
Ergebnis eines Chi-Quadrat-Tests für jedes Diskriminanzergebnis bei verschiedenen Schwellenwerten von
Konfidenz, um zu bestimmen, mit welchem ​​Konfidenzniveau jede Zelle klassifiziert (kategorisiert) wurde. Es ist
die Kartenebene für den Ablehnungsschwellenwert und enthält den Index für ein berechnetes Konfidenzniveau
für jede klassifizierte Zelle im klassifizierten Bild. 16 Konfidenzintervalle sind vordefiniert,
und die Ablehnungskarte ist als 1 = behalten und 16 = verwerfen zu interpretieren. Eines der Möglichen
Diese Kartenebene wird als Maske verwendet, um Zellen im klassifizierten Bild zu identifizieren, die vorhanden sind
eine geringe Wahrscheinlichkeit (hoher Ablehnungsindex), der richtigen Klasse zugeordnet zu werden.

BEISPIEL

Zweiter Teil der unbeaufsichtigten Klassifizierung einer LANDSAT-Unterszene (VIZ, NIR, MIR).
Kanäle) in North Carolina (siehe i.cluster Handbuchseite für den ersten Teil des Beispiels):
# Hier wird die von i.cluster erstellte Signaturdatei verwendet
i.maxlik group=lsat7_2002 subgroup=lsat7_2002 \
Signaturdatei=sig_cluster_lsat2002 \
Ausgabe = lsat7_2002_cluster_classes Reject = lsat7_2002_cluster_reject
# Ergebnis visuell prüfen
d.mon wx0
d.rast.leg lsat7_2002_cluster_classes
d.rast.leg lsat7_2002_cluster_reject
# Sehen Sie, wie viele Pixel bei bestimmten Ebenen abgelehnt wurden
r.report lsat7_2002_cluster_reject Einheiten=k,p
# optional, Pixel mit hoher Unterdrückung herausfiltern
# Hier entfernen wir Pixel mit einer Ablehnungswahrscheinlichkeit von mindestens 90 %, also Kategorien 12–16
r.mapcalc "lsat7_2002_cluster_classes_filtered = \
if(lsat7_2002_cluster_reject <= 12, lsat7_2002_cluster_classes, null())"

RGB-Zusammensetzung aus Eingabedaten

Ausgabe einer Rasterkarte mit klassifizierten Pixeln (10 Klassen)

Ausgabe einer Rasterkarte mit Ablehnungswahrscheinlichkeitswerten (Konfidenz der Pixelklassifizierung).
Ebenen)

Nutzen Sie i.maxlikgrass online über die Dienste von onworks.net