آموزش طبقه بندی نظارت نشده در ENVI

یکی از تکنیک هایی که برای استخراج اطلاعات از تصاویر ماهواره ای مورد استفاده قرار می گیرد استفاده از طبقه بندی است. طبقه بندی سطح پیکسل به دو روش نظارت شده و نظارت نشده تقسیم بندی می شود. در ویدئو آموزشی آموزش طبقه بندی نظارت نشده در ENVI نحوه طبقه بندی بدون نظارت را با دو تکنیک به شما آموزش خواهیم داد. این دوره آموزشی را با دوستان خود به اشتراک بگذارید.

آموزش طبقه بندی نظارت نشده در ENVI

طبقه‌بندی تصاویر ماهواره‌ای یک فرآیند مهم در حوزه پردازش تصویر و مطالعات محیطی است که با استفاده از داده‌های به دست آمده از ماهواره‌ها، سطوح زمین را به گروه‌ها یا دسته‌های مختلف دسته‌بندی می‌کند. یکی از روش هایی که معمولا استفاده میشود روش نظارت نشده یا unsupervised classification می باشد. در این حالت کاربرد دخالتی در فرایند طبقه بندی ندارد.

طبقه بندی بدون نظارت در سنجش از دور به نوعی از طبقه بندیتصویر اشاره دارد که الگوریتم بدون نیاز به نمونه‌های پیشین تعریف‌شده برای آموزش پیکسل‌ها را به کلاس‌ها یا خوشه‌های مختلف طبقه بندیمی‌کند . برخلاف طبقه بندی نظارت‌شده که الگوریتم از مجموعه‌ای از داده‌های آموزشی با برچسب استفاده می‌کند، طبقه بندی بدون نظارت بر روی الگوها یا شباهت‌های موجود در داده تکیه می‌کند.

دو الگوریتم رایج طبقه بندی نظارت نشده

الگوریتم K-means

الگوریتم ISODATA

طبقه‌بندی بدون نظارت K-means یک تکنیک استفاده‌شده در حوزه سنجش از دور و پردازش تصویر است که به منظور دسته‌بندی پیکسل‌ها یا نقاط داده به خوشه‌های متمایز بدون نیاز به نمونه‌های آموزشی از پیش تعیین‌شده مورد استفاده قرار می‌گیرد. الگوریتم K-means یکی از روش‌های محبوب برای پیاده‌سازی طبقه‌بندی بدون نظارت است.

طبقه‌بندی بدون نظارت ISODATA میانگین کلاس‌ها را به طور یکنواخت در فضای داده محاسبه کرده و به طور تکراری پیکسل‌های باقی‌مانده را با استفاده از تکنیک‌های کمترین فاصله خوشه‌بندی می‌کند. هر تکرار میانگین‌ها را بازمحاسبه کرده و پیکسل‌ها را نسبت به میانگین‌های جدید دوباره طبقه‌بندی می‌کند.

مراحل طبقه بندی نظارت نشده در انوی

1-تصاویر را فراخوانی کنید.

2- میتوانید پیش پردازش ها را انجام داده و میتوانید انجام ندهید (در رفرنس های مختلف مباحث مختلف ارائه شده است)

3- در منوی سرچ دو عبارت ISODATA  و k-means را سرچ یا از زیر منو Classification > Unsupervised Classification اقدام نمایید.

4-تعداد کلاس و تکرار شونده را انتخاب کنید.

تذکر های مهم در مورد طبقه بندی نظارت نشده:

1-این روش به عنوان خروجی نهایی در نظر گرفته نمی شود.

2-هدف از این طبقه بندی شناحت کلی منطقه است.

3- بر اساس تکرار کنده و تعداد کلاس میتواند نتایج مختلف ارائه دهد.

تمرین: طبقه بندی نظارت نشده را با روش ISODATA با تکرار کنده مختلف تست کنید و نتایج را تفسیر کنید.