17205

Посткласифікаційна обробка зображень. Робота із векторними шарами

Лабораторная работа

География, геология и геодезия

Лабораторна робота №5. Посткласифікаційна обробка зображень. Робота із векторними шарами В даній лабораторній роботі ми розглянемо роботу із класифікованими зображеннями їх перевірку покращення та експорт у векторний формат. Тестування правильності класифікаці...

Украинкский

2013-06-30

2.66 MB

3 чел.

Лабораторна робота №5. Посткласифікаційна обробка зображень. Робота із векторними шарами

В даній лабораторній роботі ми розглянемо роботу із класифікованими зображеннями, їх перевірку, покращення та експорт у векторний формат.

Тестування правильності класифікації за допомогою контрольних зразків

Відкриємо вихідний супутниковий знімок for_classification.tif та результат його класифікації classified1_min_dist.img, виконаний на минулій лабораторній роботі  (рис. 5.1)

Рис. 5.1. Вихідні файли для роботи

Нагадаємо, що класифікація була проведена за наступними класами (збережені у 5-class-train.roi) (рис. 5.2.):

  •  Вода (Water) – червоний колір;
  •  Трава (Grass) – зелений колір;
  •  Ліс (Forest) – синій колір;
  •  Міська забудова (Urban) – жовтий колір;
  •  Грунт (Dirt) – блакитний колір

Рис. 5.2. Області-зразки класів

 Проведемо автоматичну перевірку правильності класифікації за допомогою тестових зразків. 

 Для цього створимо області-зразки за допомогою ROI Tool (Basic Tools/Region of Interest/ROI Tool). Обираємо тип області – Polygon або Rectangle, вікно, в якому будемо малювати область (Image, Scroll або Zoom). За допомогою лівої кнопки миші обводимо потрібну область, за допомогою кліку правою кнопкою в середині області – заповнюємо її. Після того, як потрібні обєкти 1-го типу обрано, створюємо нову область за допомогою New Region та задаємо обєкти другого типу.

 Важливо! Області для перевірки повинні мати ті ж самі імена, що і області, за якими було здійснено класифікацію.

Зберігаємо отримані обєкти File/Save ROIs...у файлі 5-class-train.roi (рис. 5.3)

Рис. 5.3. Тестові зразки

Будуємо матрицю невідповідностей Classification/Post Classification/Confusion Matrix/Using Ground Truth ROIs (рис. 5.4)

Рис. 5.4. Побудова матриці невідповідностей

Обираємо файл-результат класифікації (у нашому випадку classified1_min_dist.img). Зявиться вікно Match Classes Parameters (рис. 5.5). Якщо ви правильно задали імена класів при створенні  тестових ROI, то відповідність класів буде визначена автоматично. Якщо ж ні, то потрібно вручну задати однакові класи. Натискаємо ОК в цьому та наступному вікнах.

Рис. 5.5 Відповідність класів

З`явиться вікно матриці невідповідностей (рис. 5.6.) Тут можна подивитись, наскільки точно зійшлися тестові зразки із результатами класифікації взагалі(Overall Accuracy), побачити статистику по окремих класах у абсолютних величинах (пікселі) та відносних (відсотки).

Рис. 5.6. Матриця невідповідностей

 Також можно побудувати робочу характеристичну криву (ROC curve – receiver operating characteristic), що показує взаємозалежність вірно та невірно класифікованих об`єктів.

 Для цього виберемо Classification /Post Classification / ROC Curves /Using Ground Truth ROIs.

У вікні, що з`явилося, обираємо файл із базою правил classified1_rules_min_dist.img, який ми зберігали на минулій лабораторній роботі разом із результатом класифікації. Далі обираємо відповідність класів. У наступному вікні (рис. 5.7) вводимо:

  •  Classify – Minimum Value для класифікаторів типу Minimum  distance or SAM classifier, Maximum Value для іншіх класифікаторів(наприклад для класифікатора за найбільшою подібністю Maximum Likelihood);
  •  Min = 0,  Max  = 100;  
  •  Points per ROC Curve – 70. Це поле визначає кількість точок, за якими будується крива. Чим більше – тим крива гладше та тим довше вона будується.

Рис. 5.7. Параметри робочої характиристичної кривої

Натискаємо ОК та отримуємо графіки, показані на рис. 5.8.

Рис. 5.8. Робоча характеристична крива класифікатора

Ідеальна крива представляє собою східчасту функцію (step). Чим ближча крива до «сходинки», тим краща класифікація. Кольори, що використані на графіку за замовченням не співпадають із кольорами класів.

Тепер спробуємо покращити результати класифікації за допомогою інструментів пост-обробки.

Корегування зразків для класифікації

 В головному меню обираємо Classification/Post Classification/Rule Classifier. В діалоговому вікні вибору файлів обираємо файл із базою правил classified1_rules_min_dist.img, який ми зберігали на минулій лабораторній роботі разом із результатом класифікації.

 У вікні, що з`явиться підбираємо значення порогу (Thresh) таким чином, щоб результат класифікації максимально відповідал дійсності (рис. 5.9)

Рис. 5.9. Налаштування правил класифікації

Результат зберігаємо в окремий файл classified2_min_dist.img

Корекція класифікованого зображення

Majority/Minority Analysis

Якщо в середині області якого-небудь із класів є паразитні пікселі іншого класу, їх можна відфільтрувати за допомогою інструмента majority analysis. Обираємо у головному меню Classification/Post Classification/Majority/Minority Analysis (рис. 5.10)

Рис. 5.10 Majority/Minority Analysis

 Принцип роботи

При виборі majority analysis, клас центрального пікселя ядра(kernel) заміщується значенням класу більшості пікселів ядра. При виборі minority analysis, клас центрального пікселя ядра(kernel) заміщується значенням класу меншості пікселів ядра.

Розмір ядра має бути непарним. Ядро не є обовьязково квадратом. Параметр center pixel weight визначає за скільки пікселів буде пораховано центральний піксель. Наприклад, при значенні 5, клас середнього пікселя буде вразований 5 разів. На рис. 5.11 показано приклад застосування Majority/Minority Analysis із розміром ядра 7х7.

Рис. 5.11. Результат застосування Majority/Minority Analysis. Ліворуч вихідний файл, по центру – Minority Analysis, праворуч – Majority Analysis.

 

Редагування кольорів класів

Для задання довільного кольору для класу, натискаємо Tools/Color Mapping/Class Color Mapping у вікні Main Image Display. Обравши потрібний клас, задаємо за допомогою повзунків R, G, B колір. Для збреження результату, обираємо File/Save Changes.


Створення векторної карти за даними класифікації

Для створення векторної карти обираємо в головному меню Classification/Post Classification/ Classification to Vector та обираємо файл класифікації classified1_min_dist.img.

У діалоговому вікні (рис. 5.12) обираємо всі класи, задаємо режим одін шар на клас (One Layer per Class) та зберігаємо результат у файл vector_classified.evf.

Рис. 5.12. Параметри створення векторних шарів

Тепер відкриється вікно векторних шарів (рис. 5.13).

Рис. 5.13. Відкриття векторних шарів

Завантажуємо векторні шари в Display #1 (рис. 5.14)

Рис. 5.14. Поєднаня векторних та растрового шарів

Input files:

for_classification.tif 

for_classification.hdr

classified1_min_dist.img

classified1_min_dist.hdr

5-class-train.roi 

classified1_rules_min_dist.img

classified1_rules_min_dist.hdr

Output files:

vector_classified_[1..5].evf

vector_classified_[1..5].dbf

5-class-test.roi

classified2_min_dist.img

classified2_min_dist.hdr

classified1_min_dist_maj.img

classified1_min_dist_min.img

PAGE  9


 

А также другие работы, которые могут Вас заинтересовать

31022. Народные движения 17-18в – городские бунты 17в, восстание Степана Разина, восстания Петровской эпохи, Пугачевщина. Причины, характер, особенности, хронология, итоги 31 KB
  Народные движения 1718в городские бунты 17в восстание Степана Разина восстания Петровской эпохи Пугачевщина. Восстание было подавлено. В 1666 состоялось восстание под предводительсвом Василия Уса. В 1705 произошло восстание в Астрахани.
31023. Реформы и преобразования Петра1 29 KB
  Реформы и преобразования Петра1. Петром была создана регулярная армия. Появились посесионные крестьянекоторых купили для работы на заводе и приписныеПетр сам приписал их к мануфактурам Правительство увеличило налоги налоги брали с чего можно было с бани с окон разделены монастырские вотчины на определенные и заопределнныебрали налог перечеканка денег власть получила 2 млн рубликов но курс рублика снизился вдвое выросли цены на товар в 17081710 Россия была поделена на 8 губерниймосковская Питерская и прочие в 1711...
31024. Внешняя политика Петра 1 28.5 KB
  Вместо борьбы с Турцией за южные моря Россия начала борьбу со Швецией намереваясь отвоевать потерянные в Смутное время русские владения у Финского залива. В 1700 русские объявили шведам войну. После в Прибалтике началась малая война русские и шведы вели бои местного назначения. В 1710 русские захватили Ригу Таллин Выборг.
31025. Внешняя и внутренняя политика России 1725 – 1796 18.91 KB
  Екатерина золотой век русского дворянства просвещенная монархия. 1733 1735 польская кампания поддерживали Августа III 1735 1739 русскотурецкая война 1736 захват русскими Азова действия войск в Крыму 1737 взятие крепости Очаков Сентябрь 1739 Белградский мир между Россией и Турцией 1741 1743 Русскошведская война началась по инициативе шведов 1743 Абоский мир 1756 1763 Семилетняя война 1757 Россия вступает в войну победа в сражении при ГроссЕгерсдорфе Апраксин 1758 взятие Кенигсберга Цорндорф...
31026. Внешняя политика в царствование Александра I 20.61 KB
  Участие России в 3й 1805 и 4й 1806 антинаполеоновских коалициях Переговоры России и Франции в г. Тильзит 1807 Русско шведская война 1808 1809 Переговоры России и Франции в г. По его условиям: А Финляндия в состав России как Великое княжество с широкой автономией БШвеция обязывалась порвать союз с Англией и присоединиться к континентальной блокаде. 25 декабря издание Манифеста о полном изгнании противника из пределов России Янв март 1813 освобождение Пруссии русской армией Лето 1813 образование 6...
31027. Основные направления внутр. И внешней политики Николая 1 552.1 KB
  Один из самых реакционных правителей России. III отделению передают корпус жандармов; страна поделена на несколько жандармских округов в России создана эффективная полицейская система. Консерватор трезво смотрящий на экономику России. Долг России после войны 102 млн.
31029. Внешняя политика второй половины XIX века 17.39 KB
  Наполеон III хотел заручиться поддержкой России рассчитывая обеспечить ее нейтралитет в войне с Австрией. Русскофранцузское сближение не было крепким а союз Пруссии и России был выгоден обоим государствам. Январьмарт 1871 Лондонская конференция: отмена нейтрализации Черного моря у России право держать там флот введение нового режима проливов. Образование германской империи привело к новой расстановке сил на континенте что способствовало сближению России с Германией и АвтроВенгрией.
31030. ВНЕШНЯЯ ПОЛИТИКА РОССИИ ВО ВТОРОЙ ПОЛОВИНЕ XIX в 13.9 KB
  Сложившийся против России англоавстрофранцузский блок так называемая Крымская система был нацелен на сохранение ее политической изоляции и военностратегической слабости обеспеченной решениями Парижского конгресса. дальневосточное направление во внешней политике России постепенно изменяло свой периферийный характер. добровольным вхождением Мерва территория пограничная с Афганистаном в состав России.