مراحل طبقه بندی تصاویر ماهواره ای

فرایند طبقه ­بندی داده های ماهواره ای بصورت جامع در شکل زیر نمایش داده شده است.

• انتخاب تصویر یا تصاویر بهینه و مناسب برای انجام فرایند طبقه بندی: این امر تا حد زیادی تابعی است از نوع پوشش­ها و پدیده­ های مختلف سطح زمین به همراه کلاس های مورد نظر کاربر که قصد نمایش دادن آنها را در خروجی نهایی دارا است. در همین راستا علاوه بر بهترین تاریخ باید بهترین سنسور و بهترین توان های تفکیک در ارتباط با کاربرد مورد نظر تعیین شود.
• تعریف خوشه ها در فضای ویژگی: در ارتباط با خوشه بندی در فضای ویژگی بصورت کلی دو رهیافت وجود دارد. رهیافت طبقه ­بندی نظارت شده و طبقه بندی نظارت نشده. در طبقه بندی نظارت شده خوشه های ار طریق نمونه های برداشت شده توسط کاربر در فضای ویژگی شکل میگیرد اما این در حالی است که در روش طبقه بندی نظارت نشده خوشه ها بصورت اتوماتیک بر اساس میزان تفکیک پذیری طیفی پدیده ها در ویژگی های آماری شناسایی و دسته بندی میشوند.
• انتخاب الگوریتم مناسب برای انجام فرایند طبقه بندی : پس از شکل گیری خوشه ها به عنوان مرجع نمونه برای هریک از کلاس ها ، حال چگونگی الحاق سایر پیکسل ها به هریک از کلاس ها مطرح میشود. تمامی روش های نظارت شده در این مرحله از یکدیگر متمایز میشوند چراکه هریک از آنها از ساختار خاصی برای الحاق پیکسل ها به کلاس های مختلف برخوردرا هستند.
• اجرای طبقه بندی: پس از اجرای الگوریتم طبقه بندی هریک از پیکسل ها به یک کلاس خاص با یک مقدار خاص اختصاص داده میشود و از این طریق میتوان پدیده های مختلف سطح زمین را از یکدیگر تفکیک و متمایز نمود.
• اعتبار سنجی نتایج: پس از اینکه نقشه طبقه بندی شده تولید شد، حال لازم است تا نتیجه بدست آمده با استفاده از نمونه های مرجع اعتبار سنجی شود. اعتبار سنجی با استفاده از برداشت نمونه های زمینی و محاسبه ماتریس خطا بصورت کامل صورت خواهد گرفت.