Bài giảng địa tin học phân loại ảnh phi giám định và ma trận đánh giá sai số

PHÂN LOẠI ẢNHPHI GIÁM ĐỊNH VÀ MA TRẬN ĐÁNH GIÁ SAI SỐ BỘ MÔN ĐỊA TIN HỌC... Phân loại phi giám định 2.. Ghép nhĩm phân cấp Quy trình ghép nhĩm phân cấp Tính ma trận khoảng cách giữa các

PHÂN LOẠI ẢNH

PHI GIÁM ĐỊNH VÀ MA TRẬN ĐÁNH GIÁ SAI SỐ

BỘ MÔN ĐỊA TIN HỌC

NỘI DUNG

1. Phân loại phi giám định

2. Ma trận đánh giá sai số phân loại

1 Phân loại phi giám định

a Ghép nhóm phân cấp

Gộp từng cặp nhóm có khoảng cách không gian phổ ngắn nhất cho đến khi đạt được số nhóm yêu cầu

k: số kênh phổ

1 k

1 i

2 i 2 i

1 2

x (

d

















1 Phân loại phi giám định

a Ghép nhĩm phân cấp

Quy trình ghép nhĩm phân cấp

Tính ma trận khoảng cách giữa các nhĩm

Chọn khoảng cách

Số giới hạn của nhĩm - N

Tìm cặp nhĩm cĩ khoảng cách cực tiểu

Gộp cặp

Tính ma trận khoảng cách mới giữa cá c nhĩm sau khi gộp

Số nhĩm = N

Đúng Sai

DỪNG

Số lần gộp

Số lượng nhóm

1 Phân loại phi giám định

b Ghép nhóm không phân cấp

- Số nhóm được ấn định tạm thời trước

- Ghép các pixel vào nhóm sao cho khả năng phân cách giữa các nhóm là cao

- Tính lại trọng tâm nhóm và điều chỉnh số nhóm

- Lặp vòng lại cho đến khi đạt số nhóm yêu cầu

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

Gỡ nhóm và các thành viên rời nhỏ nhất

Tính trọng tâm các nhóm sơ khởi Định vị lại các thành viên

Chọn các tham số

Sửa trọng tâm tất cả các nhóm

Sửa trọng tâm tất cả các nhóm

Hội tụ

Ghép xong nhóm

Sai Đúng

Sai

Đúng

Thống kê nhóm

DỪNG

Phương pháp Định vị lại

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

1 Phân loại phi giám định

b Ghép nhóm không phân cấp - ISODATA

2 Ma trận sai số phân loại

Total

Total

(2)

(K-1)

(K)

(1)

Oij

O12

Ok k

O1 k-1 O1 k O21

Ok-1 1

Ok 1

Ok-1 K-1 Ok-1 k

Ok k-1

Ok-1 2

Ok 2

S1+

S2+

S+2 S+1

Sk-1+ Sk+

S+k-1 S+k 



K

j 1 



K

i 1

n =

O11

2 Ma trận sai số phân loại









K

j 1

i

ij = S O









K i

j

1

ij = S O















k i

k j

i

k i

j

k j

n

ij 1

S S

= O

Tổng hàng i

Tổng số pixel loại i

thực

Tổng cột j

Tổng số pixel loại j giải

đoán

Tổng số pixel

2 Ma trận sai số phân loại

% 100

*

1

n

O T

K i

ii







% 100

*











i

ii

i i

S

O

S t

% 100

*

j

jj

j j

S

O

S t











Độ chính xác toàn

cục

Tỷ lệ phần trăm sai

số bỏ sót

Tỷ lệ phần trăm sai

số thực hiện

2 Ma trận sai số phân loại

(1) (2) (3) (4) (5) (6) (7) Total (1) 441 0 0 0 0 0 0 441

(2) 0 120 0 0 0 0 0 120

(3) 0 0 110 0 0 0 0 110

(4) 0 0 0 121 0 0 0 121

(5) 0 0 0 0 195 0 0 195

(6) 0 0 0 0 0 35 0 35

(7) 0 0 0 0 0 0 12 12

Total 441 120 110 121 195 35 12 1034

100 %

2 Ma trận sai số phân loại

Chỉ số Kappa

Ќ = (T – E)/(1 – T – E)/(1 – )/(T – E)/(1 – 1 – E)/(1 – )

E

Ma tr n tích của hàng và cột biên ậ

T = (T – E)/(1 – 35+11+38+2)/163 = 0,528

695 , 0

223 ,

0 305

, 0 1

305 , 0 528 ,

0











