5.6.3. Классификация

Многоспектральная классификация изображений при дистанционном зондировании обычно проводится как поэлементная классификация, т. е. при классификации точки используются значения спектров только в этой точке. Однако для зашумленных изображений нужен тот или иной вид сглаживания, в связи с чем было предложено несколько методов.

Наиболее легко и часто применяемый метод — это сглаживание результата поэлементной классификации посредством решения по локальному большинству. Другой простой метод состоит в предварительном сглаживании каждой спектральной компоненты с помощью скользящих средних или скользящих медиан. Все методы имеют тот недостаток, что элемент изображения, который однозначно классифицируется по своим спектральным значениям, после операции сглаживания может быть отнесен к другому классу вследствие влияния соседних элементов. Комбинируя спектральные значения в каждой точке с медианой соседних точек и используя эти комбинированные значения для классификации, получим алгоритм, лишенный упомянутого недостатка.

Пусть обозначают спектральные величины в точке и пусть

Тогда при классификации по обычным правилам для многомерных нормальных распределений можно использовать расширенный вектор признаков:

Использование медианных фильтров для сглаживания обосновывается их свойством сохранять перепады, что в данном случае приводит к сохранению границ классов.