Zeitschrift für Fernerkundung und GIS

Abstrakt

Datenidentifikation zeitlicher Daten für Soft-Klassifikatoren FCM und PCM

Ranjana Sharma, PK Garg, RKDwivedi, Mohan Vishal Gupta

In der Regel bieten multispektrale Klassifikatoren eine vollständige Palette an Optionen zur Bildklassifizierung mit überwachten, unüberwachten oder Fuzzy-basierten Ansätzen. Die Bildverarbeitung lässt sich in 10 Kategorien einteilen: Bildwiederherstellung, Bildverbesserung, Bildtransformation, Signaturentwicklung von Bildern, harte und weiche Klassifikatoren für Bilder, Härter und Hyperspektralanalyse von Bildern und Beurteilung der Genauigkeit der Ergebnisse. Harte Klassifikatoren werden häufig bei der Bildklassifizierung verwendet, wobei ein Pixel einen Mitgliedschaftswert von 0 oder 1 hat und somit als reines Pixel betrachtet wird. Die Beschaffenheit der Pixel in weichen Klassifikatoren ist gemischt. Die Pixel von weichen Klassifikatoren gehören mehreren Klassen an. Mit der Theorie der Fuzzy-Mengen können wir das Problem der Mehrfachzugehörigkeit von Bildpixeln lösen. Die Bereiche der Mitgliedschaftswerte in Fuzzy-Mengen sind 0 und 1, wobei der Wert zwischen 0 und 1 den Anteil des Vorkommens von Informationen innerhalb eines Pixels angibt. Dieses Konzept wird in vielen Anwendungen verwendet, beispielsweise bei der Sensorsignalanalyse und der Unsicherheitsminimierung. In dieser Studie wurden Fuzzy-Soft-Klassifikatoren und ein hybrider Fuzzy-basierter Klassifikator mit Entropie und auf Entropie basierendem Rauschclustering verwendet, um das Ergebnis der Genauigkeitsmethode (Entropie) für die Klassifikatorausgabe für multispektrale Datensätze auf Pixelebene zu ermitteln. Allerdings gilt jede Klassifizierung ohne Bewertung ihrer Genauigkeit als unvollständig. Verschiedene kommerzielle Unternehmen haben verschiedene Bildverarbeitungstools eingeführt, die ein entsprechendes Modul für Dateneingabe, Visualisierung, Verbesserungen, Transformationen, Klassifizierung, Genauigkeitsbewertung und Ausgabe in Verbindung mit anderen GIS-basierten Modulen bieten. Einige der führenden GIS-Softwareprogramme mit gut definierten Bildverarbeitungsmodulen sind ERDAS Imagine, IDRISI, ENVI und ER Mapper, allerdings wird die Genauigkeitsbewertung für die Auswertung der Soft-Klassifizierungsausgabe von diesen Softwareprogrammen nicht unterstützt. Deshalb wurde in dieser Studie ein Tool entwickelt, um derartige Probleme zu lösen. Dieses Tool konzentriert sich hauptsächlich auf den Soft-Klassifizierungsalgorithmus. Es wurde Fuzzy Based Image Classifier Tool (FBICET) genannt und enthält Entropie. Das Satellitenbild wurde mithilfe von FBICET erfolgreich und mit guter Genauigkeit klassifiziert.