급격한 분류에 대한 확신?


9

brovey 변환 및 가장 가까운 이웃 기술과 함께 해상도 병합 리소스를 사용하여 ERDAS에서 하나의 Landsat Image를 선명하게 만들었습니다. 그러나 토지 사용 분류 측면에서는 팬 샤프닝으로 인해 잘못된 픽셀이 생성되어 오류가 발생하기 때문에 실수가 될 것이라고 들었습니다.

그게 사실입니까?


1
예. 분류를 위해 원본을 사용하십시오. 날카롭게 팬은 표시 목적으로 만 사용됩니다.
Michael Stimson

팬 샤프닝 이미지를 분류 할 입력으로 사용하는 많은 연구가 있습니다.
Nikos Alexandris

답변:


6

일반적으로 분류에는 픽셀 기반과 객체 기반의 두 가지 접근 방식이 있습니다.

픽셀 기반 : 각 공간 픽셀은 설정된 분류 매개 변수와 비교하여 자체적으로 평가됩니다. 이 경우 이미지를 팬 샤프닝하면 전혀 도움이되지 않습니다.

객체 기반 / 세그멘테이션 :이 접근 방식에서 픽셀은 그룹으로 평가되고 동질성 (스펙트럼 및 텍스트)에 따라 그룹으로 분할됩니다. 이 경우, 팬 샤프닝은 옵션이지만, 팬 크로마 틱 밴드는 다른 광학 밴드와 함께 사용할 수도 있습니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.