Для классификации по сигнатурам предназначено несколько процедур. Для всех процедур необходимо использовать один и тот же входной растр или фрагменты одного и того же растра (количество каналов и спектральная калибровка должны совпадать).
Для начала классификации откройте классифицируемый растр в окне просмотра и сделайте его активным. Создайте или добавьте в окно области интереса для сигнатур.
Выделите область, а затем в контекстном меню выберите пункт Создать сигнатуру. Появится панель классификации. Созданная сигнатура будет добавлена в список сигнатур.
Если выделить несколько областей, то в контекстном меню будет доступно два варианта:
Если выделить одну или несколько сигнатур в списке, то в списке объектов и на изображении окна просмотра будут автоматически выделены области, которые содержатся в этих сигнатурах (при условии, что эти области добавлены в текущее окно просмотра). В контекстном меню списка сигнатур доступен пункт Убрать из списка для скрытия сигнатуры без ее удаления, а также стандартное контекстное меню блока. Если выделена одна сигнатура, то под списком сигнатур отображается площадь (число точек) сигнатуры и кнопка для просмотра статистики по сигнатуре.
Для вычисления статистической разделимости выберите используемую метрику разделимости в выпадающем списке и нажмите кнопку Разделимость. В проект будет добавлена скрытая процедура вычисления разделимости. Таблица результата будет отображена после завершения вычислений.
Для вычисления случайности выберите используемую метрику классификации в выпадающем списке и нажмите кнопку Случайность. В проект будет добавлена скрытая процедура вычисления случайности. Таблица результата будет отображена после завершения вычислений. При добавлении новой процедуры случайности или разделимости предыдущая процедура случайности или разделимости будет удалена вместе с ее результатом.
Для проведения классификации выберите используемую метрику классификации в выпадающем списке и нажмите кнопку Классификация. Процедура классификации, а также полученные из нее результат классификации и растр расстояний будут добавлены в дерево проекта. После завершения вычислений результат классификации будет добавлен в окно просмотра.
При повторной классификации в дерево будет добавлена еще одна процедура и ее результаты, а предыдущий результат не будет удален. Однако вы можете удалить его вручную, выбрав пункт Удалить в его контекстном меню.
При изменении областей, которые использовались для классификации, результат классификации изменится, а его данные станут недоступными. Вы можете повторить классификацию с тем же набором сигнатур, но с учетом изменившихся областей. Для этого выберите в контекстном меню результата классификации пункт Вычислить. Если же вы хотите отказаться от изменения областей и вернуть полученные ранее данные результата классификация, воспользуйтесь отменой действий.
Если в списке сигнатур выделено 2 или более сигнатуры, то для процедур разделимости, случайности и классификации используются только выделенные сигнатуры. В противном случае используются все сигнатуры в списке.
Чтобы скрыть панель классификации, выделите все сигнатуры и выберите в контекстном меню пункт «Скрыть».
Чтобы посмотреть или изменить сигнатуры и параметры, использовавшиеся при классификации, добавьте результат классификации в окно просмотра, а затем выберите в его контекстном меню пункт Возобновить редактирование сигнатур. При этом в окно просмотра будут добавлены растр, сигнатуры и области интереса, использованные для получения этого результата.
Вход: растр, области интереса
Выход: сигнатура
Процедура вычисляет и сохраняет в блоке сигнатуры следующие данные:
Вход: растр, сигнатуры, блок параметров (метрика)
Выход: результат классификации, растр с изображением расстояний
Процедура вычисляет для каждой точки растра расстояние между спектром этой точки и сигнатурой по выбранной метрике. Точка будет отклассифицирована в класс, соответствующий сигнатуре, для которой это расстояние оказалось наименьшим. Это расстояние будет записано в соответствующую точку в однослойном растре расстояний.
Если включена галочка Нечеткая классификация, то вместо обычного результата классификации будет создан многослойный. Первый слой будет содержать классы с наименьшим расстоянием, как и при обычной классификации. Последующие слои будут содержать менее подходящие классы для каждой точки в порядке увеличения расстояния. Растр расстояний будет содержать такое же число слоев, что и результат классификации, а его значениями будут расстояния до классов, записанных в соответствующих точках результата. При просмотре многослойного результата классификации можно выбирать просматриваемый слой. К такому результату можно применить процедуру Свертка результата нечеткой классификации.
Если для исходного растра построено изображение, то выполняется автоматическое определение цветов классов на основе изображения.
Поддерживаемые метрики:
Вход: растр, сигнатуры, блок параметров (метрика)
Выход: матрица значений
Процедура проводит классификацию точек каждой сигнатуры по тому же алгоритму, что и основная процедура классификации. Подсчитывается число точек каждой сигнатуры, которое попало в класс, соответствующий каждой сигнатуре (той же или другой). Таким образом формируются две матрицы значений. Они отличаются только тем, что в первой матрице указывается процент точек первой сигнатуры, отклассифицировавшейся во вторую сигнатуру, от общего числа точек первой сигнатуры; во второй матрице указывается число таких точек.
Ячейки на диалонали матрицы соответствуют числу точек сигнатур, которые отклассифицированы в ту же сигнатуру. Чем эти числа больше, тем лучше. В остальных ячейках отображается число точек сигнатур, которые отклассифицированы в другую сигнатуру. Чем эти числа меньше, тем лучше. Значения, свиделеьствующие о плохом качестве сигнатур, определяются по этим принципам и отображаются в таблице значений на красном фоне. Переключаться между процентами и числом точек можно с помощью поля ввода координаты по Z.
Вход: сигнатуры, блок параметров (метрика)
Выход: матрица значений
Статистическая разделимость вычисляется по одной из следующих метрик:
Значения, свидетельствующие о плохом качестве сигнатур, отображаются в таблице на красном фоне.