Вы находитесь на странице: 1из 8

Exploracin de mtodos de clasificacin no supervisada

La clasificacin no supervisada se puede utilizar para agrupar pxeles en un conjunto de datos


basado en las estadsticas nicamente, sin
las clases de formacin definidos por el usuario. Las tcnicas de clasificacin no supervisadas
disponibles son K-medias y
ISODATA.

La aplicacin de la Clasificacin de K-medias

K-Means clasificacin no supervisada calcula clase inicial significa uniformemente distribuidos
en el espacio de datos, a continuacin, agrupa de forma iterativa los pxeles en la clase ms
cercana utilizando una tcnica de mnima distancia. Cada iteracin recalcula medios de clase y
reclasifica pxeles con respecto a los nuevos medios. Todos los pxeles se clasifican en la clase
ms cercana, a menos que se especifique un umbral de desviacin o distancia estndar, en
cuyo caso algunos pxeles pueden ser clasificados si no cumplen con los criterios
seleccionados. Este proceso contina hasta que se alcanza el nmero de pxeles en cada uno
de los cambios de clase por menos que el umbral de cambio de los pxeles seleccionado o el
nmero mximo de iteraciones.

1. Desde la barra de ENVI clsico men principal, seleccione Clasificacin> No Supervisado> K-
medias o revisar los resultados pre-calculados de la clasificacin de la imagen al abrir el archivo
en el directorio can_km.img can_tm.

2. Seleccione el archivo can_tmr.img y haga clic en Aceptar. Aparecer el cuadro de dilogo
Parmetros de K-medias.


3. Acepte los valores predeterminados, seleccione el botn de memoria y haga clic en
Aceptar. La nueva banda se carga en la lista de bandas disponibles.

4. Desde la lista de bandas disponibles, haga clic en el botn Mostrar # 1 y seleccione
Nueva pantalla.

5. Desde la lista de bandas disponibles, seleccione la banda de K-medias y haga clic en
Load Band.



6. Desde la barra de men Display grupo, seleccione Herramientas> Enlace> Enlace
Muestra continuacin, haga clic en Aceptar para vincular las imgenes.

7. Compare el resultado de la clasificacin de K-medias a la imagen de color compuesto
utilizando la funcin de superposicin dinmica ENVI Classic (haga clic con el botn
izquierdo del ratn en la ventana de imagen).

8. Desde la barra de men Display grupo, seleccione Herramientas> Link> Desvincular
Display para eliminar el enlace y desactivar la funcin de superposicin dinmica.

9. Si lo desea, experimente con diferentes nmeros de clases, cambio umbrales,
desviaciones estndar, y los valores de error mximo de distancia para determinar su
efecto en la clasificacin.


La aplicacin de la Clasificacin ISODATA

ISODATA clasificacin no supervisada calcula clase significa uniformemente distribuido en el
espacio de datos a continuacin, agrupa de forma iterativa los pxeles restantes mediante
tcnicas de mnima distancia. Cada iteracin recalcula medios y reclasifica pxeles con respecto
a los nuevos medios. Este proceso contina hasta que se alcanza el nmero de pxeles en cada
uno de los cambios de clase por menos que el umbral de cambio de los pxeles seleccionado o
el nmero mximo de iteraciones.

1. Desde la barra de ENVI clsico men principal, seleccione Clasificacin> No Supervisado>
IsoData o revisar los resultados pre-calculados de la clasificacin de la imagen al abrir el
archivo en el directorio can_iso.img can_tm.

2. Seleccione el archivo can_tmr.img y haga clic en Aceptar. Aparecer el cuadro de dilogo
Parmetros ISODATA.

3. Acepte los valores predeterminados, seleccione el botn de memoria y haga clic en Aceptar.
La nueva banda se carga en la lista de bandas disponibles.



4. Desde la lista de bandas disponibles, haga clic en el botn Mostrar # 2 y seleccione Nuevo
Display.



5. Seleccione la banda ISODATA y haga clic en Load Band.

6. Desde la barra de men Display grupo, seleccione Herramientas> Link> Enlace Displays.
Aparecer el cuadro de dilogo Enlace Displays.

7. Haga clic en el botn Mostrar # 2 de palanca para seleccionar No y haga clic en el botn
Mostrar # 3 de palanca para seleccionar
S. Haga clic en Aceptar para unir las imgenes.

8. Compare el resultado de la clasificacin ISODATA a la imagen de color compuesto utilizando
la funcin de superposicin dinmica ENVI Classic (haga clic con el botn izquierdo del ratn
en la ventana de imagen).

9. Desde la barra de men Display grupo, seleccione Herramientas> Desvincular Displays.

10. Desde la barra de men Display grupo, seleccione Herramientas> Link> Enlace Displays.
Aparecer el cuadro de dilogo Enlace Displays.

11. Haga clic en el botn Mostrar # 1 de palanca para seleccionar No, y asegurarse de que la
pantalla # 2 y # 3 Display
botones de alternancia que s. Haga clic en Aceptar para vincular y comparar los medios-K e
imgenes ISODATA.

12. Si lo desea, experimente con diferentes nmeros de clases, cambio umbrales, desviaciones
estndar, error mximo de distancia, y los valores caractersticos de pxeles de clase para
determinar su efecto en la clasificacin.

13. Desde la barra de men de grupo de visualizacin de la ventana de la imagen de K-medias,
seleccione Archivo> Cancelar para cerrar el grupo de presentacin. Cierra el grupo de
presentacin ISODATA utilizando la misma tcnica.



Exploracin de mtodos de clasificacin supervisada

Clasificacin supervisada se puede utilizar para agrupar pxeles en un conjunto de datos en las
clases correspondientes a las clases de formacin definidos por el usuario. Este tipo de
clasificacin requiere la seleccin de reas de entrenamiento para su uso como base para la
clasificacin. Varios mtodos de comparacin se usan entonces para determinar si un pxel
especfico califica como un miembro de la clase. ENVI Classic ofrece una amplia gama de
diferentes mtodos de clasificacin, incluyendo paraleleppedo, Distancia mnima,
Mahalanobis distancia, mxima verosimilitud, espectral Angle Mapper, codificacin binaria, y
red neuronal. En este tutorial, experimentar con dos mtodos para la seleccin de reas de
entrenamiento, tambin conocidas como regiones de inters (ROI).

Seleccin de Conjuntos de Entrenamiento Usando Regiones de Inters (ROI)

ENVI Classic le permite definir regiones de inters (ROI) por lo general se utilizan para extraer
las estadsticas de la clasificacin, el enmascaramiento, y otras operaciones. A los efectos de
este ejercicio, puede usar ROI predefinidos o crear el suyo propio. En este ejercicio, vas a
restablecer predefinido ROI.

1. Desde el bar # 1 Pantalla Grupo de mens, seleccione Herramientas> Regin de Inters>
Herramienta de ROI. Aparecer el cuadro de dilogo Herramienta de ROI.

2. Desde la barra de men de dilogo Herramienta de ROI, seleccione Archivo> Restaurar ROI.
Aparece el dilogo Enter ROI nombres de archivo.

3. Seleccione el archivo classes.roi y pulse Abrir. Haga clic en Aceptar. Las regiones de inters
aparecen en la ventana de imagen.

La aplicacin de la Clasificacin Parallelepiped

Clasificacin segn paraleleppedos utiliza una regla de decisin sencilla para clasificar los
datos multiespectrales. Los lmites de decisin forman un paraleleppedo clasificacin n-
dimensional en el espacio de los datos de imagen. Las dimensiones de la clasificacin de
paraleleppedo se definen sobre la base de un umbral de la desviacin estndar de la media de
cada clase seleccionada. Si un valor de pxel se encuentra por encima del umbral bajo y por
debajo del umbral alto para todos los n bandas estn clasificadas, se le asigna a esa clase. Si el
valor del pixel cae en mltiples clases, ENVI Classic asigna el pxel a la ltima clase coincidente.
Las reas que no corresponden a ninguna de las clasificaciones paraleleppedos se designan
como no clasificados.

1. Desde la barra de ENVI clsico men principal, seleccione Clasificacin> Supervisado>
paraleleppedo, o revisar los resultados pre-calculados de la clasificacin de la imagen al abrir
el archivo en el directorio can_pcls.img can_tm.

2. Seleccione el archivo can_tmr.img y haga clic en Aceptar. Aparecer el cuadro de dilogo
Parmetros de paraleleppedo.

3. Haga clic en el botn Seleccionar todos los elementos para seleccionar las regiones de
inters.

4. Seleccione esta opcin para enviar el resultado a la memoria utilizando el botn de opcin
previsto.

5. Haga clic en la regla de salida Imgenes botn de desplazamiento para seleccionar No y, a
continuacin, haga clic en Aceptar. La nueva banda se carga en la lista de bandas disponibles.



6. Desde la lista de bandas disponibles, haga clic en el botn Mostrar # 1 y seleccione
Nueva pantalla.

7. Seleccione la banda paralela y haga clic en Load Band.

8. Desde la barra de men Display grupo, seleccione Herramientas> Link> Enlace
pantallas y haga clic en Aceptar en el cuadro de dilogo para enlazar las imgenes.

9. Utilizar la vinculacin de imgenes y superposicin dinmica para comparar esta
clasificacin para la imagen de la composicin de color.

La aplicacin de la Clasificacin de mxima verosimilitud

Clasificacin de mxima verosimilitud supone que las estadsticas de cada clase en cada
banda tienen una distribucin normal y calcula la probabilidad de que un pxel dado
pertenece a una clase especfica. A menos que se selecciona un umbral de probabilidad,
todos los pxeles se clasifican. Cada pxel se le asigna a la clase que tiene la
probabilidad ms alta (es decir, la probabilidad mxima).

1. Uso de los pasos anteriores como una gua, realizar una clasificacin de mxima
probabilidad.

2. Trate de usar los parmetros por defecto y varios umbrales de probabilidad.

3. Utilice la vinculacin de imgenes y superposicin dinmica para comparar esta
clasificacin a la imagen compuesta en color y las clasificaciones no supervisadas y
vigiladas anteriores.

Aplicando mnima Clasificacin Distancia

La clasificacin mnima distancia utiliza los vectores medios de cada retorno de la
inversin y calcula la distancia euclidiana de cada pxel desconocido para el vector
medio para cada clase. Todos los pxeles se clasifican en la clase del ROI ms cercano a
menos que el usuario especifica la desviacin estndar o umbrales de distancia, en cuyo
caso algunos



pxeles pueden ser clasificados si no cumplen con los criterios seleccionados.

1. Uso de los pasos anteriores como una gua, realizar una clasificacin Distancia
mnima.

2. Trate de usar los parmetros por defecto y diversas desviaciones estndar y los
errores de distancia mxima.

3. Utilice la vinculacin de imgenes y superposicin dinmica para comparar esta
clasificacin a la imagen compuesta en color y las clasificaciones no supervisadas y
vigiladas anteriores.

La aplicacin de Mahalanobis Distancia Clasificacin

La clasificacin de Mahalanobis distancia es una direccin clasificador sensible a la
distancia que utiliza las estadsticas para cada clase. Es similar a la clasificacin de
mxima probabilidad, pero asume todas las covarianzas de clase son iguales y por lo
tanto es un mtodo ms rpido. Todos los pxeles se clasifican en la clase ROI ms
cercano a menos que especifique un umbral de distancia, en cuyo caso algunos pxeles
pueden ser clasificados si no cumplen con el umbral.

1. Uso de los pasos anteriores como una gua, realizar una clasificacin de Mahalanobis
Distance.

2. Trate de usar los parmetros por defecto y varios errores de distancia mxima.

3. Utilice vinculacin de imgenes y superposicin dinmico para comparar esta
clasificacin a la imagen de color compuesto y clasificaciones supervisadas y no
supervisadas anteriores.

4. Cuando haya terminado, cierre todos los grupos de presentacin de la clasificacin.






Classification
Method

Rule Image Values
Parallelepiped Nmero de bandas que cumplan los criterios de paraleleppedos
Distancia mnima suma de las distancias desde los medios de clase
mxima Verosimilitud Probabilidad de pxel perteneciente a la clase
Distancia de Mahalanobis Distancias desde el medio de la clase
codificacin binaria Partido binario en porcentaje