Zadání
 Proveďte řízenou klasifikaci multispektrálního snímku
Landsatu 7 podle zvoleného klasifikačního schématu a
zhodnoťte výsledky a přesnost klasifikace
 použijte vlastní snímek, který leží na území Vámi
klasifikované SMO-5, oříznutý na rozměry cca 1200x800
(pixel x line….subsetting - using current view)
 Termín odevzdání – 3.5. 2016
2
Struktura protokolu
 záhlaví
 jméno
 obor
 místo
 rok
 název a číslo protokolu
 zadání/cíle
 metodika
 vypracování
 závěr
 literatura
3
Metodika
 použitá data a jejich vlastnosti !!!
 prostorové, radiometrické a spektrální rozlišení
 prostorové a časové určení scény
 souřadnicový systém
 zvolené klasifikační schéma
 pracovní postup v Geomatice
4
Výstupy - součást textu
 I. vstupní snímek v syntéze RGB
 II. nastavení parametrů klasifikace
 vstupní pásma
 klasifikované třídy
 III. výsledek klasifikace
 klasifikovaný obraz
 míra zastoupení jednotlivých tříd v obraze
 procentuální úspěšnost (přesnost) klasifikace
5
Studijní materiály
 materiály ke cvičením v ISu a na disku V:
 DPZ_Protokol2_2016.pdf – zadání protokolu č. 2
 DPZ_rizena_klasifikace.pdf - podrobný návod zpracování
klasifikace krok po kroku
 DPZ_2013_cv_7.pdf – řízená klasifikace (postklasifikační
úpravy, …)
 DPZ_2013_cv_6.pdf – práce s multispektrálními snímky
6
Tipy, rady, poznámky
 klasifikace
 rozdělení naměřeného datového souboru (obrazu) do tříd
charakterizovaných svými druhovými a stavovými parametry
 řízená vs. neřízená klasifikace
 I) řízená
 Sestavení klasifikačního schématu
 Zpracovatel specifikuje algoritmu, co má v datech hledat (tzv. trénovací množiny) –
reprezentativní vzorek
 Porovnání každého prvku obrazu s příznaky
 Podle pravidla (klasifikátoru) zařazen prvek do určité významové (informační) třídy
 II) neřízená
 „Algoritmus si najde třídy sám“
 Zařazení prvků obrazu do tříd (metoda tzv. shlukové analýzy)
 Následně přiřazení významu každé ze tříd
 Algoritmy: K-means, ISODATA
7
 I. předklasifikační fáze
 seznámení se s daty (prostorové vlastnosti, „stáří“, …) - viz. metadata
 identifikace zobrazeného území - např. pomocí Cursor Control odečtení souřadnic lokalizace
na mapy.cz
 studium území z jiných mapových zdrojů - vytvoření si představy o krajině a jejím rázu
 II. trénovací fáze
 klasifikační schéma
 které třídy jste schopni v území detekovat?
 6-8 tříd- např. dle CORINE Land Cover
 na začátku i více tříd - úprava výsledků klasifikace (agregace)
 syntéza vstupních pásem v nepravých barvách - zvýraznění určitých typů povrchů (pro
snazší definování trénovací plochy)
 kompaktní a reprezentativní trénovací množiny
 min. 100 pixelů v jedné množině?
 ani velké (nehomogenita), ani malé (obtížná lokalizace) plochy
 umístění trénovací plochy ne na okraji daného povrchu (smíšené pixely)
 …
 III. volba klasifikátoru
 minimální vzdálenost (Minimum Distance)
 klasifikátor „pravoúhelníků“ (Parallelpiped)
 klasifikátor maximální věrohodnosti (Maximum Likelihood)
 náhled, jak bude vypadat výsledek při použití vybraného klasifikátoru a
nadefinovaných trénovacích množin (Training Side Editor - Tools - Classification
Preview)
8
Výběr trénovací množiny
9
Syntéza v pravých barvách (3,2,1)
jehličnatý?, listnatý?, smíšený? les
(„homogenní charakter porostu“)
Syntéza v nepravých barvách (7,4,2)
jehličnatý?, listnatý?, smíšený? les
(struktura porostu)
jehličnatý?, listnatý?, smíšený? les
(vysoké rozlišení - struktura porostu)
Letecký snímek (http://www.mapy.cz) CORINE Land Cover http://geoportal.gov.cz/web/guest/map)
listnatý les !!!
Zvýraznění obrazu - RGB syntéza
 4, 3, 2
 odstíny červené
 tmavší - jehličnaté lesy/nezdravé porosty
 světlejší - listnaté lesy/travní porosty/zdravé porosty
 černá, tmavě modrá - vodní plochy
 zástavba - azurově modrá (vyšší odrazivost v modré a zelené části spektra)
 pole - odstíny zelené/modro-zelené (oproti zástavbě nižší odrazivost v modré a zelené části spektra)
letní semestr 2014 10
listnatý les?
jehličnatý les?
holé pole?
vodní plocha?
zástavba?
travní porost?
 7, 4, 2
 odstíny zelené
 tmavší - jehličnaté lesy/nezdravé porosty
 světlejší - listnaté lesy/zdravé porosty
 „reflexní“ zelená - traviny/nízká vegetace
 téměř spektrálně čisté odstíny modré - vodní plochy
 zástavba - odstíny růžové/červené
 pole - odstíny fialové/fialovo-růžové
letní semestr 2014 11
listnatý les?
jehličnatý les?
holé pole?
vodní plocha?
zástavba?
travní porost?
 4, 5, 1
 odstíny žluté - listnaté lesy/zdravé porosty
 odstíny hnědé - jehličnaté lesy/nezdravé porosty
 odstíny oranžové - traviny/nízká vegetace
 spektrálně čistá modrá (tmavší odstíny) - vodní plochy
 odstíny azurové, šedé - zástavba
 odstíny modro-zelené - pole
letní semestr 2014 12
listnatý les?
jehličnatý les?
holé pole?
vodní plocha?
zástavba?
travní porost?
Zvýraznění obrazu - RGB syntéza
 příklady pouze rámcové (orientační) !!!
 barva plochy, resp. naměřené radiometrické hodnoty závisí na mnoha faktorech
 Vliv roční doby
 Sluneční svit
 Reliéf (přikloněná/odkloněná část svahu)
 Počasí v době pořízení snímku
 ….
 naměřené hodnoty pro stejné území se liší snímek od snímku
 další příklady RGB syntézy
 http://web.pdx.edu/~emch/ip1/bandcombinations.html
 http://web.natur.cuni.cz/~langhamr/lectures/vtfg2/prednasky/dpz_2/DPZ_prednaska_2.pdf
 http://sensoresremotos.at.fcen.uba.ar/Practicas/band_combinations.pdf
 http://gif.berkeley.edu/documents/Landsat%20Band%20Information.pdf
13
Klasifikátory
14
Landsat 7 - ETM+
 Band 1 - modré
 Band 2 - zelené
 Band 3 - červené
 Band 4 - blízké infračervené
 Band 5 - střední infračervené
 Band 6 - termální
 Band 7 - střední infračervené
 Band 8 – panchromatické
zdroje dat:
http://earthexplorer.usgs.gov/
http://glovis.usgs.gov/
15