Aus dem Kontext eines Bildes lassen sich u.U. leichter eine Strasse, Waldraender, Felder, Wiesen, etc. erkennen, als dies mit einem Maximum Likelihood-Klassifikator moeglich waere. Ausgehend von einem Klassifikations-Algorithmus, der obige kontextabhaengige Information verwendet, werden in dem Artikel Methoden untersucht, die die Schaetzung der Verteilung der oben genannten Kontextabhaengigkeit ermoeglicht. Der Schaetzprozess kann bei Verwendung statistischer Kontext-Klassifikatoren sehr aufwendig werden. Deshalb wird zusaetzlich eine Methode untersucht, die das Schaetzen optimaler Algorithmus-Parameter noch vor Ausfuehrung erster Klassifikationen erlaubt. Das Schaetzmass erfolgt mittels Marginalien der relativen Frequenz-Funktion.
Context distribution estimation for contextual classification of multispectral image data
Schaetzung der Kontextverteilung zur Kontext-Klassifikation von multispektralen Bilddaten
1980
9 Seiten, 3 Bilder, 6 Tabellen, 2 Quellen
Aufsatz (Konferenz)
Englisch
Contextual classification of multispectral image data
NTRS | 1980
|Multispectral Image Classification Based on KLT and ATR
British Library Online Contents | 2003
|Multispectral Landsat Image Classification Using Fuzzy Expert Systems
British Library Conference Proceedings | 2004
|