Der Minimaldistanz-Klassifikator wird verwendet, um unbekannte Bilddaten in Klassen zu klassifizieren, die den Abstand zwischen den Bilddaten und der Klasse im Multi-Feature-Raum minimieren. Der Abstand wird als Ähnlichkeitsindex definiert, so dass der minimale Abstand identisch mit der maximalen Ähnlichkeit ist.
Wie funktioniert die Mindestabstandsklassifizierung?
Minimum-Distance-to-Means-Klassifikation Ein Fernerkundungs-Klassifikationssystem, bei dem der Mittelwert im digitalen Parameterraum für Pixel bekannter Klassen berechnet wird und unbekannte Pixel dann der Klasse welche zugeordnet werden ist arithmetisch am nächsten, wenn digitale Zahlenwerte der verschiedenen Bänder aufgetragen werden
Was ist der Mindestabstand?
Mindestentfernungsschätzung, eine statistische Methode zur Anpassung eines Modells an Daten. Problem des engsten Punktpaars, das algorithmische Problem, zwei Punkte zu finden, die den Mindestabstand zwischen einer größeren Menge von Punkten haben. Euklidischer Abstand, die minimale Länge einer beliebigen Kurve zwischen zwei Punkten in der Ebene.
Was ist eine Parallelepiped-Klassifizierung?
Der Parallelepiped-Klassifikator ist einer der weit verbreiteten überwachten Klassifikationsalgorithmen für multispektrale Bilder Die Schwelle jeder spektralen (Klassen-)Signatur ist in den Trainingsdaten definiert, die es zu bestimmen gilt ob ein bestimmtes Pixel innerhalb der Klasse ist oder nicht.
Was ist überwachte Bildklassifizierung?
Überwachte Klassifizierung basiert auf der Idee, dass ein Benutzer Musterpixel in einem Bild auswählen kann , die für bestimmte Klassen repräsentativ sind, und dann die Bildverarbeitungssoftware steuern kannum diese zu verwenden. Trainingsstellen als Referenzen für die Klassifizierung aller anderen Pixel im Bild.
