| |
supervised classification, Bildung von Objektklassen nach vorgegebenen Entscheidungsregeln. Als Referenz für die Klassen dienen Trainingsgebiete, die zur parametrischen bzw. nicht-parametrischen Kennzeichnung der Klassen dienen. Grundsätzlich werden bei diesen Verfahren die Bildelemente anhand ihrer Merkmale den Objektklassen zugeordnet, deren Trainingsgebiete gleiche oder zumindest ähnliche Eigenschaften aufweisen. Parametrische Entscheidungsregeln basieren auf statistischen Kriterien, wie z.B. Extrema, Mittelwertvektoren und Kovarianzmatrizen der Grauwerte von Bildelementen der Trainingsgebiete. Da es sich hierbei um einen kontinuierlichen Entscheidungsraum handelt, werden alle Bildelemente einer Klasse zugewiesen. Die wohl bekanntesten Verfahren sind Minimum-Distance-Klassifizierung bzw. Maximum-Likelihood-Klassifizierung. Im Gegensatz dazu werden bei nicht-parametrischen Verfahren, wie z.B. der Box-Klassifizierung, diskrete Bereiche des Merkmalsraums durch die Trainingsgebiete abgegrenzt. Die Zuweisung eines Bildelements zu einer Klasse erfolgt aufgrund seiner Lage innerhalb des zugehörigen begrenzten Areals des Merkmalsraums. |
|
