classificació d'imatges
classificació d'imatges
Cartografia > Teledetecció
- ca classificació d'imatges, n f
- es clasificación de imágenes
- fr classification d'images
- it classificazione delle immagini
- en image classification
- de Klassifizierung eines Bildes
Cartografia > Teledetecció
Definició
Procés que s'aplica a una imatge digital, generalment amb diverses bandes espectrals, per a arribar a establir una diferenciació de classes de significació diferenciada com ara aigua profunda, aigua superficial, conreus, boscos caducifolis, etc., i que transforma així les informacions radiomètriques de la imatge en un veritable mapa temàtic.
Nota
- La classificació pot ser supervisada, si s'obtenen signatures espectrals d'una mostra de terreny conegut amb treball de camp, i no supervisada, si la classificació es basa només en la diferenciació de classes espectrals.
-
La informació d'aquesta fitxa procedeix de l'obra següent:
RABELLA i VIVES, Josep M.; PANAREDA i CLOPÉS, Josep M.; RAMAZZINI i GOBBO, Graziana. Diccionari terminològic de cartografia. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2011. 417 p. (Diccionaris Terminològics)
ISBN 978-84-393-8690-2; 978-84-412-1995-3
classificació definida per l'usuari
classificació definida per l'usuari
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Cartografia
- ca classificació definida per l'usuari, n f
- es clasificación definida por el usuario
- en user-defined classification
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Cartografia
Definició
Mètode lliure de classificació per a definir els intervals de les classes d'un mapa coroplètic, mitjançant el qual l'usuari pot especificar a voluntat els límits de classe, ja siguin classes arbitràries, números rodons o límits fonamentats en algun criteri extern.
Nota
- Un exemple habitual de criteri extern d'una classificació definida per l'usuari és la classificació del nombre d'habitants segons límits convencionals indicatius de la importància dels nuclis urbans.
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació difusa
classificació difusa
Sistemes d'informació geogràfica > Matemàtiques > Àlgebra i lògica
- ca classificació difusa, n f
- ca classificació contínua, n f sin. compl.
- es clasificación continua
- es clasificación difusa
- en continuous classification
- en fuzzy classification
Sistemes d'informació geogràfica > Matemàtiques > Àlgebra i lògica
Definició
Mètode de classificació basat en conjunts difusos, la pertinença als quals és sempre parcial i és el resultat d'una funció de pertinença que varia en una escala contínua entre 0 i 1, que corresponen respectivament a la no-pertinença i la pertinença completa.
Nota
-
1. En la classificació difusa caben tots els graus de menor o major pertinença, a diferència del que succeeix en una classificació convencional, en què la pertinença és una funció booleana amb valors disjuntius (sí o no).
2. L'aplicació de classificacions difuses a dades ràster dona lloc també a àrees de límits difusos, en consonància amb el caràcter no abrupte entre els límits de classe, essent els límits en si àrees de transició gradual.
3. En els sistemes d'informació geogràfica, els mètodes de classificació difusa s'han aplicat a l'anàlisi de sòls, de la vegetació i a altres fenòmens que tendeixen a variar gradualment en la seva composició a través de l'espai. -
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació digital d'imatges
classificació digital d'imatges
Teledetecció > Classificació
- ca classificació digital d'imatges, n f
- ca classificació, n f sin. compl.
- ca classificació d'imatges, n f sin. compl.
- es clasificación digital de imágenes
- es clasificación sin. compl.
- es clasificación de imágenes sin. compl.
- en digital image classification
- en classification sin. compl.
- en image classification sin. compl.
Teledetecció > Classificació
Definició
Procés d'anàlisi digital d'imatges pel qual durant l'elaboració d'un mapa categòric a partir d'imatges de teledetecció (combinades o no amb altres dades), s'assigna cada objecte (píxel1 o segment1) de les imatges a una classe del mapa categòric en funció de les característiques de l'objecte (vegeu GEOBIA).
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació híbrida
classificació híbrida
Teledetecció > Classificació
- ca classificació híbrida, n f
- ca classificació mixta, n f sin. compl.
- es clasificación híbrida
- es clasificación mixta sin. compl.
- en hybrid classification
- en mixed classification sin. compl.
Teledetecció > Classificació
Definició
Classificació digital d'imatges en què un analista estableix el nombre i la denominació de les classes que constituiran la llegenda d'un mapa a partir d'àrees d'entrenament, alhora que, independentment, el procediment utilitza un classificador no supervisat (com ISODATA) per a establir les classes estadístiques (fase 2), normalment en un nombre elevat.
Aquests dos tipus d'informació (àrees d'entrenament i resultat d'una classificació no supervisada) es combinen amb un programari adequat que n'estableix les correspondències (fase 4) a partir de la seva correspondència espacial, de manera que les àrees d'entrenament no són utilitzades per a generar pseudoclasses radiomètriques, sinó com a objectes reclassificadors. En aquesta correspondència es poden utilitzar dos paràmetres: fidelitat de la classe espectral a la classe informacional (mínima proporció en què una classe espectral és dintre la classe informacional a la qual s'assignarà finalment, expressada respecte a la classe espectral) i representativitat de la classe espectral en la classe informacional (mínima proporció de la classe espectral dintre la classe informacional).
La denominació d'aquest mètode prové del fet que s'utilitza l'estratègia d'una classificació supervisada, perquè és una persona qui defineix les classes desitjades amb exemples sobre el territori, però també s'hi utilitza l'estratègia d'una classificació no supervisada, ja que les classes estadístiques no les estableix un analista sinó un procés objectiu. Hi ha variants d'aquest mètode, com el guiatge de la classificació no supervisada amb una classificació supervisada prèvia. La classificació híbrida té l'avantatge d'utilitzar els millors aspectes de cadascun d'aquests dos enfocaments: l'objectivitat estadística de la classificació no supervisada i l'interès humà en les classes informacionals presents en la primera fase d'una classificació supervisada.
Aquests dos tipus d'informació (àrees d'entrenament i resultat d'una classificació no supervisada) es combinen amb un programari adequat que n'estableix les correspondències (fase 4) a partir de la seva correspondència espacial, de manera que les àrees d'entrenament no són utilitzades per a generar pseudoclasses radiomètriques, sinó com a objectes reclassificadors. En aquesta correspondència es poden utilitzar dos paràmetres: fidelitat de la classe espectral a la classe informacional (mínima proporció en què una classe espectral és dintre la classe informacional a la qual s'assignarà finalment, expressada respecte a la classe espectral) i representativitat de la classe espectral en la classe informacional (mínima proporció de la classe espectral dintre la classe informacional).
La denominació d'aquest mètode prové del fet que s'utilitza l'estratègia d'una classificació supervisada, perquè és una persona qui defineix les classes desitjades amb exemples sobre el territori, però també s'hi utilitza l'estratègia d'una classificació no supervisada, ja que les classes estadístiques no les estableix un analista sinó un procés objectiu. Hi ha variants d'aquest mètode, com el guiatge de la classificació no supervisada amb una classificació supervisada prèvia. La classificació híbrida té l'avantatge d'utilitzar els millors aspectes de cadascun d'aquests dos enfocaments: l'objectivitat estadística de la classificació no supervisada i l'interès humà en les classes informacionals presents en la primera fase d'una classificació supervisada.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació mixta
classificació mixta
Teledetecció > Classificació
- ca classificació híbrida, n f
- ca classificació mixta, n f sin. compl.
- es clasificación híbrida
- es clasificación mixta sin. compl.
- en hybrid classification
- en mixed classification sin. compl.
Teledetecció > Classificació
Definició
Classificació digital d'imatges en què un analista estableix el nombre i la denominació de les classes que constituiran la llegenda d'un mapa a partir d'àrees d'entrenament, alhora que, independentment, el procediment utilitza un classificador no supervisat (com ISODATA) per a establir les classes estadístiques (fase 2), normalment en un nombre elevat.
Aquests dos tipus d'informació (àrees d'entrenament i resultat d'una classificació no supervisada) es combinen amb un programari adequat que n'estableix les correspondències (fase 4) a partir de la seva correspondència espacial, de manera que les àrees d'entrenament no són utilitzades per a generar pseudoclasses radiomètriques, sinó com a objectes reclassificadors. En aquesta correspondència es poden utilitzar dos paràmetres: fidelitat de la classe espectral a la classe informacional (mínima proporció en què una classe espectral és dintre la classe informacional a la qual s'assignarà finalment, expressada respecte a la classe espectral) i representativitat de la classe espectral en la classe informacional (mínima proporció de la classe espectral dintre la classe informacional).
La denominació d'aquest mètode prové del fet que s'utilitza l'estratègia d'una classificació supervisada, perquè és una persona qui defineix les classes desitjades amb exemples sobre el territori, però també s'hi utilitza l'estratègia d'una classificació no supervisada, ja que les classes estadístiques no les estableix un analista sinó un procés objectiu. Hi ha variants d'aquest mètode, com el guiatge de la classificació no supervisada amb una classificació supervisada prèvia. La classificació híbrida té l'avantatge d'utilitzar els millors aspectes de cadascun d'aquests dos enfocaments: l'objectivitat estadística de la classificació no supervisada i l'interès humà en les classes informacionals presents en la primera fase d'una classificació supervisada.
Aquests dos tipus d'informació (àrees d'entrenament i resultat d'una classificació no supervisada) es combinen amb un programari adequat que n'estableix les correspondències (fase 4) a partir de la seva correspondència espacial, de manera que les àrees d'entrenament no són utilitzades per a generar pseudoclasses radiomètriques, sinó com a objectes reclassificadors. En aquesta correspondència es poden utilitzar dos paràmetres: fidelitat de la classe espectral a la classe informacional (mínima proporció en què una classe espectral és dintre la classe informacional a la qual s'assignarà finalment, expressada respecte a la classe espectral) i representativitat de la classe espectral en la classe informacional (mínima proporció de la classe espectral dintre la classe informacional).
La denominació d'aquest mètode prové del fet que s'utilitza l'estratègia d'una classificació supervisada, perquè és una persona qui defineix les classes desitjades amb exemples sobre el territori, però també s'hi utilitza l'estratègia d'una classificació no supervisada, ja que les classes estadístiques no les estableix un analista sinó un procés objectiu. Hi ha variants d'aquest mètode, com el guiatge de la classificació no supervisada amb una classificació supervisada prèvia. La classificació híbrida té l'avantatge d'utilitzar els millors aspectes de cadascun d'aquests dos enfocaments: l'objectivitat estadística de la classificació no supervisada i l'interès humà en les classes informacionals presents en la primera fase d'una classificació supervisada.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació multiespectral
classificació multiespectral
Teledetecció > Classificació
- ca classificació multiespectral, n f
- es clasificación multiespectral
- en multispectral classification
Teledetecció > Classificació
Definició
Classificació digital d'imatges en què les imatges s'han obtingut amb dades captades per sensors multiespectrals.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació multivariable
classificació multivariable
Sistemes d'informació geogràfica > Matemàtiques > Estadística
- ca classificació multivariable, n f
- es clasificación multivariante
- en multivariate classification
Sistemes d'informació geogràfica > Matemàtiques > Estadística
Definició
Classificació numèrica basada simultàniament en els valors de múltiples atributs o variables.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació no supervisada
classificació no supervisada
Teledetecció > Classificació
- ca classificació no supervisada, n f
- ca classificació automàtica, n f sin. compl.
- es clasificación no supervisada
- es clasificación automática sin. compl.
- en unsupervised classification
- en automatic classification sin. compl.
Teledetecció > Classificació
Definició
Classificació digital d'imatges en què un analista estableix el nombre aproximat de classes que constituiran la llegenda d'un mapa i la seva ubicació inicial en l'espai estadístic (fase 2) i el procediment extreu classes estadísticament robustes que seran assignades a classes informacionals a través d'anàlisi visual d'imatges (sortida de la fase 4).
La majoria de classificadors no supervisats es basen en processos iteratius entre les fases 2 i 4 del model general de classificació digital d'imatges, com ara l'ISODATA, un dels més usats. La classificació no supervisada té l'avantatge de ser un procés computacional objectiu, basat exclusivament en les estadístiques de la imatge, que maximitza la distància entre classes i en garanteix la consistència interna sense intervenció d'un analista ni aportació d'àrees d'entrenament o coneixement previ de l'àrea. Tanmateix, també presenta problemes, com ara la dependència del resultat en funció de la ubicació dels centres de classe inicials o el fet que si es demanen poques classes és poc útil, mentre que, si se'n demanen moltes, esdevé pràcticament impossible etiquetar-les visualment.
A banda del seu paper com a classificadors finalistes, els mètodes de classificació no supervisada també poden ser usats com a exploratoris abans de procedir a una classificació supervisada.
La majoria de classificadors no supervisats es basen en processos iteratius entre les fases 2 i 4 del model general de classificació digital d'imatges, com ara l'ISODATA, un dels més usats. La classificació no supervisada té l'avantatge de ser un procés computacional objectiu, basat exclusivament en les estadístiques de la imatge, que maximitza la distància entre classes i en garanteix la consistència interna sense intervenció d'un analista ni aportació d'àrees d'entrenament o coneixement previ de l'àrea. Tanmateix, també presenta problemes, com ara la dependència del resultat en funció de la ubicació dels centres de classe inicials o el fet que si es demanen poques classes és poc útil, mentre que, si se'n demanen moltes, esdevé pràcticament impossible etiquetar-les visualment.
A banda del seu paper com a classificadors finalistes, els mètodes de classificació no supervisada també poden ser usats com a exploratoris abans de procedir a una classificació supervisada.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació numèrica
classificació numèrica
Sistemes d'informació geogràfica > Matemàtiques > Estadística
- ca classificació numèrica, n f
- ca taxonomia numèrica, n f
- es clasificación
- es taxonomía numérica
- en classification
- en numerical taxonomy
Sistemes d'informació geogràfica > Matemàtiques > Estadística
Definició
Mètode numèric d'agrupació d'individus en funció dels valors dels seus atributs, quantitatius o qualitatius, basat en el càlcul de la distància entre individus en l'espai virtual dels atributs considerats.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
