Falando de classificação sugiro que antes de começar a trabalhar como esse método de mapeamento, você dê uma olhada nos artigos teóricos sobre classificação para saber o que cada um representa e se ele poderá ser aplicado aos seus estudos.
Teóricos:
Classificação Orientada a Objeto (considerações)
Bem, feito isso, podemos então dar seguimento nas considerações dessa postagem.
É fundamental lembrá-los, que esse post é apenas ilustrativo para os processos de classificação supervisionada Maximum Likelihood utilizando o ENVI, pois muitos outros ajustes podem ser feitos para melhorar a classificação e a pós-classificação.
O processo de classificação pode ser dividido em 5 etapas básicas:
1 – Definição do que se quer extrair da imagem, ou seja, que classes você pretende obter.
2 – Criação das amostrar para treinamento do algoritmo de classificação. Essa é a fase que mais exige atenção do interprete, pois necessita de um conhecimento prévio da área de estudo assim como, de uma paciência para criação das amostras. Esse processo pode ser regular ou irregular e é feito com a geração de ROI para cada classe.
No vídeo esse passo não é mostrado, pois levaria muito tempo para demonstração das áreas.
3 – Escolha do algoritmo de classificação, que no caso do vídeo, usamos o Maximum Likelihood.
4 – Filtragem para eliminação ou redução do ruído de classificação. No vídeo usamos o filtro majoritário.
5 – E por fim, a transformação das classes em vetores, que é opcional e não foi apresentado no vídeo.
Espero ter ajudado.
Links relacionados:
Correção Atmosférica FLAASH – ENVI
Sadeck, to com uma dúvida: fiz do jeito que tá no vídeo para o meu trabalho, mas tive o seguinte problema, classificação gerada ficou toda azul, da mesma cor do backgroud da segunda imagem, não havia discriminação de nada, só uma tela azul, você sabe o que pode ter acontecido?
Abraço,
Rafael Machado
Por: Rafael Machadp em outubro 15, 2011
às 1:19 am
Olá Rafael,
O que pode ter acontecido é que suas amostras de treinamento do algoritmo estão com muita mistura de classes. Tente pegar áreas menores e uma maior quantidade de amostras por classe dividindo eles em roi.
Outra coisa que pode ter acontecido é que todas as amostras estão em um único roi.
Mande-me mais informações para que eu possa ajuda-lo.
Um abraço
Por: sadeckgeo em outubro 15, 2011
às 10:21 am
2 – Criação das amostrar para treinamento do algoritmo de classificação. Essa é a fase que mais exige atenção do interprete, pois necessita de um conhecimento prévio da área de estudo assim como, de uma paciência para criação das amostras. Esse processo pode ser regular ou irregular e é feito com a geração de ROI para cada classe.
Por: sadeckgeo em outubro 15, 2011
às 3:28 pm
Então Sadeck, refiz, o procedimento que fiz foi abrir um novo roi e posteriormente colher as amostras, fiz como você indicou colher melhores amostras e mais espalhadas e aconteceu o mesmo problema.
Todavia acho que lendo o que você disse sobre mistura de classes, acredito que esse possa ser o problema.
Estou trabalhando em uma área de cerrado com uma imagem landsat, todavia a classificação que tenho de referencia é uma do ikonos, acho que por isso estou tendo problema, estou escolhendo amostras que não podem ser diferenciadas na resolução do landsat, acho que ai pode ser o problema.
Um abraço
Por: Rafael Machado em outubro 16, 2011
às 2:37 pm