i.maxlikgrass - Online di Cloud

PROGRAM:

NAMA

i.maxlik - Mengklasifikasikan reflektansi spektral sel dalam data citra.
Klasifikasi didasarkan pada informasi tanda tangan spektral yang dihasilkan oleh salah satu dari
i.cluster, g.gui.iclass, atau i.gensig.

KEYWORDS

citra, klasifikasi, Klasifikasi Kemungkinan Maksimum, MLC

RINGKASAN

i.maxlik
i.maxlik --membantu
i.maxlik kelompok=nama subkelompok=nama file tanda tangan=nama keluaran=nama [menolak=nama]
[--menimpa] [--membantu] [--bertele-tele] [--tenang] [--ui]

Bendera:
--timpa
Izinkan file keluaran untuk menimpa file yang ada

--membantu
Cetak ringkasan penggunaan

--bertele-tele
Keluaran modul verbose

--diam
Keluaran modul yang tenang

--ui
Paksa meluncurkan dialog GUI

Parameter:
kelompok=nama [yg dibutuhkan]
Nama grup citra masukan

subkelompok=nama [yg dibutuhkan]
Nama subgrup citra masukan

file tanda tangan=nama [yg dibutuhkan]
Nama file input yang berisi tanda tangan
Dihasilkan oleh i.cluster, g.gui.iclass, atau i.gensig

keluaran=nama [yg dibutuhkan]
Nama untuk peta raster keluaran yang menyimpan hasil klasifikasi

menolak=nama
Nama untuk peta raster keluaran yang menahan hasil ambang batas penolakan

DESKRIPSI

i.maxlik adalah pengklasifikasi analisis diskriminan kemungkinan maksimum. Dapat digunakan untuk
melakukan langkah kedua baik dalam klasifikasi gambar yang tidak diawasi atau yang diawasi.

Salah satu metode klasifikasi citra dilakukan dalam dua langkah. Langkah pertama dalam
klasifikasi gambar tanpa pengawasan dilakukan oleh i.cluster; langkah pertama dalam
klasifikasi terawasi dijalankan oleh program GRASS g.gui.iclass. Dalam kedua kasus tersebut,
langkah kedua dalam prosedur klasifikasi citra dilakukan oleh i.maxlik.

Dalam klasifikasi tanpa pengawasan, pengklasifikasi kemungkinan maksimum menggunakan cluster
mean dan matriks kovarians dari i.cluster file tanda tangan untuk menentukan yang mana
kategori (kelas spektral) setiap sel dalam gambar memiliki probabilitas kepemilikan tertinggi.
Dalam klasifikasi gambar yang diawasi, pengklasifikasi kemungkinan maksimum menggunakan wilayah
rata-rata dan matriks kovarians dari file tanda tangan spektral yang dihasilkan oleh g.gui.iclass,
berdasarkan wilayah (kelompok piksel gambar) yang dipilih oleh pengguna, untuk menentukan ke mana
kategori setiap sel dalam gambar memiliki probabilitas tertinggi untuk dimiliki.

Dalam kedua kasus, peta raster dihasilkan oleh i.maxlik adalah gambar rahasia di mana setiap sel
telah ditugaskan ke kelas spektral (yaitu, kategori). Kelas spektral
(kategori) dapat dikaitkan dengan jenis tutupan lahan tertentu di lapangan.

CATATAN

Pengklasifikasi kemungkinan maksimum mengasumsikan bahwa tanda tangan spektral untuk setiap kelas
(kategori) di setiap file band terdistribusi secara normal (yaitu, Gaussian di alam).
Algoritma, seperti i.cluster, g.gui.iclass, atau saya.gensig, bagaimanapun, dapat membuat tanda tangan
yang tidak terdistribusi valid (lebih mungkin dengan g.gui.iclass). Jika ini terjadi, i.maxlik
akan menolaknya dan menampilkan pesan peringatan.

File tanda tangan (file tanda tangan) berisi matriks cluster dan kovarians yang
dihitung oleh program GRASS i.cluster (atau daerah mean dan matriks kovarians
dihasilkan oleh g.gui.iclass, jika pengguna menjalankan klasifikasi yang diawasi). Spektral ini
tanda tangan adalah apa yang menentukan kategori (kelas) yang akan menjadi piksel gambar
diberikan selama proses klasifikasi.

Nama opsional dari a menolak peta raster menyimpan hasil ambang batas penolakan. Ini adalah
hasil uji chi square pada setiap hasil diskriminan pada berbagai tingkat ambang batas
keyakinan untuk menentukan pada tingkat keyakinan apa setiap sel diklasifikasikan (dikategorikan). Dia
lapisan peta ambang batas tolak, dan berisi indeks ke satu tingkat kepercayaan yang dihitung
untuk setiap sel yang diklasifikasikan dalam gambar yang diklasifikasikan. 16 interval kepercayaan telah ditentukan sebelumnya,
dan peta tolak ditafsirkan sebagai 1 = simpan dan 16 = tolak. Salah satu yang mungkin
kegunaan dari lapisan peta ini adalah sebagai topeng, untuk mengidentifikasi sel-sel dalam gambar rahasia yang memiliki
probabilitas rendah (indeks penolakan tinggi) untuk ditugaskan ke kelas yang benar.

CONTOH

Bagian kedua dari klasifikasi subscene LANDSAT tanpa pengawasan (VIZ, NIR, MIR
saluran) di Carolina Utara (lihat i.cluster halaman manual untuk bagian pertama dari contoh):
# menggunakan di sini file tanda tangan yang dibuat oleh i.cluster
i.maxlik grup=lsat7_2002 subgrup=lsat7_2002 \
file tanda tangan=sig_cluster_lsat2002 \
output=lsat7_2002_cluster_classes tolak=lsat7_2002_cluster_reject
# periksa hasil secara visual
d.mon wx0
d.rast.leg lsat7_2002_cluster_classes
d.rast.leg lsat7_2002_cluster_reject
# lihat berapa banyak piksel yang ditolak pada level tertentu
r.laporkan lsat7_2002_cluster_reject units=k,p
# secara opsional, filter piksel dengan penolakan tingkat tinggi
# di sini kami menghapus piksel setidaknya 90% dari probabilitas penolakan, yaitu kategori 12-16
r.mapcalc "lsat7_2002_cluster_classes_filtered = \
if(lsat7_2002_cluster_reject <= 12, lsat7_2002_cluster_classes, null())"

Gabungan RGB dari data masukan

Output peta raster dengan piksel yang diklasifikasikan (10 kelas)

Keluarkan peta raster dengan nilai probabilitas penolakan (keyakinan klasifikasi piksel
tingkat)

Gunakan i.maxlikgrass online menggunakan layanan onworks.net