Phương pháp phân loại ảnh có kiểm định đòi hỏi phải có sự can thiệp của kiến thức chuyên môn để phân loại các đối tượng. Đây là một phương pháp phân loại mà các chỉ tiêu phân loại được xác lập dựa trên các vùng mẫu. Các vùng mẫu là khu vực trên ảnh mà người xử lý biết chắc chắn thuộc cùng một nhóm đối tượng . Dựa trên vùng mẫu, các tham số kê được xác định và đó chính là các chỉ tiêu thống kê được sử dụng trong quá trình phân loại về sau.
Ta thực hiện theo các bước sau:
• Bước 1:
− Xách định rõ đối tượng phân loại thong qua việc khoanh vùng dựa vào các polygon.
− Dựa vào đặc điểm các đối tượng cần phân loại, chia thành đối tượng cần phân loại.
− Việc khoanh vùng được thực hiện trên ảnh đã tổ hợp 321.
− Ta sử dụng lệnh Digitize để thực hiện thao tác này:
− Tiến hành khoanh vùng:
− Sau khi vẽ được vùng mẫu đầu tiên, ví dụ như trên hình là vùng mẫu thực vật, vì dạng màu xanh lá có mức độ sáng tối khác nhau cùng chỉ thể hiện cùng một đối tượng là thực vật, cho nên ta phải tiến hành khoanh thêm nhiều vùng mẫu tương tự khác nữa để tăng độ chính xác cho phép phân loại. Để tiến hành khoanh thêm vùng mẫu, ta cũng tiếp tục nhấp vào công cụ Digitize, khi hộp thoại xuất hiện ta tiến hành tùy chỉnh như hình 12, lưu ý là các vùng mẫu thể hiện cùng một đối tượng phải có giá trị trong ô ID or Value giống nhau.
Lưu ý trong bước này đó là ta tiến hành khoanh càng nhiều vùng mẫu, càng chính xác vào đối tượng càng tốt.
Kết quả khoanh vùng mẫu:
− Khi khoanh vùng mẫu xong, ta chọn công cụ Save Digitized Data để lưu lại file kết quả ở dạng đuôi “Vungmau.vct”.
• Bước 2: Tạo vùng khóa MAKESIG:
− Thực hiện theo thao tác sau:
− Chọn Enter signature file names để nhập các đối tượng đã được xách định từ lúc chọn vùng. Lưu ý chọn đúng thứ tự các đối tượng đã khoanh vùng ở bước trên.
• Bước 3: Kiểm tra độ chính xác vùng mẫu
− Khi hộp thoại SIGCOMP xuất hiện, ta nhập các file có đuôi “.sig” vào mục Signature files đã tạo ra được ở bước 2:
Kết quả:
• Cách 1: phân loại bằng phương pháp PIPED
− Thực hiện như sau:
− Hộp thoại xuất hiện và ta tùy chỉnh như sau:
Kết quả:
− Thực hiện như sau:
− Hộp thoại MAXLIKE và tùy chỉnh như sau:
• Cách 3: Phân loại kiểu MINDIST
− Cách thực hiện:
− Hộp thoại xuất hiện và tùy chỉnh:
− Thử kiểm tra độ chính xác: Bằng cách nhấp và giữ chuột trái vào biểu tượng màu của đối tượng ở phần chú dẫn.
Từ đó ta có nhận xét như sau:
− So với phương pháp phân loại không kiểm định, phương pháp phân loại có kiểm định cho ta kết quả có độ chính xác cao hơn rất nhiều, các đối tượng giống nhau được nhóm lại rất rõ và khá chính xác.
− Với mỗi kiểu phân loại khác nhau (Piped, Mindist, Maxlike) cho ra những kiểu ảnh phân loại khác nhau. Mỗi kiểu lại những ưu điểm riêng của mình.
− Ảnh phân loại vẫn còn một số điểm phân loại chưa được chính xác, điều này mắc phải là do thao tác chọn vùng mẫu của ta không chuẩn.
Tóm lại, ta có thể rút ra một số kết luận về phương pháp phân loại ảnh có kiểm định này như sau:
Ưu điểm: phân loại ảnh bằng phương pháp phân loại có kiểm định cho ta kết quả phân loại có độ chính xác cao, ít sai số. Phương pháp này có thể được sử dụng vào thực tế để tính toán các thông số như diện tích sử dụng, đánh giá thực trạng sử dụng đất…
Nhược điểm: đòi hỏi người dùng phải có kiến thức chuyên môn tốt, thao tác hơi phức tạp, muốn hạn chế được sai số đòi hỏi phải tốn rất nhiều thời gian phân tích.