классификация

[biryukov]

Всем, здравствуйте!!!
Подскажите, пожалуйста, где в ERDASe можно найти функцию или какой-либо фильтр, чтобы поставить ограничение на кол-во пикселей в целевом классе. н-р, я ставлю min 10 px, он мне фильтрует, и все что меньше этого значение присоединяет к соседнему объекту.
надеюсь что это возможно.
заранее спасибо

[biryukov]

нашел функцию eliminate. так при её выполнении выскакивает ошибка "Column Original Value does not exist". кто знает, что может быть?

[Saimon]

Добрый день.
версия Erdas, какие данные использовались?

[biryukov]

erdas 9.2. используются данные supervised классификации spot 4

[Saimon]

Снимок исходный или после классификации? Открыт как тематический растр?
Если Вы внимательно читали помощь по данной функции, то функция eliminate работает с тематическими растрами?

[biryukov]

Saimon, поясните пожалуйста. Снимок после классификации

[Saimon]

Saimon, поясните пожалуйста. Снимок после классификации

Смотрите, в в Help к функции Eliminate указано:
The Eliminate function enables you to specify a minimum clump or class size. Clumps smaller than this specified number are eliminated. This function is normally used on thematic raster layers which are the output of the Clump model.

В результате контролируемой классификации должен был быть получен тематический растр.

[biryukov]

значит сначала надо выполнить Clump? сделал, после этого eliminate сработало без ошибок, но вот только на выходе получилось нечто бессмысленное

[biryukov]

значит сначала надо выполнить Clump? сделал, после этого eliminate сработало без ошибок, но вот только на выходе получилось нечто бессмысленное

[Saimon]

Не могли бы Вы выложить кусочек растра после классификации?

[biryukov]

Вот кусочек...........

[biryukov]

А вот покрупнее

[Saimon]

Если я правильно понял, то голубой цвет это результат классификации?

[biryukov]

на этом фрагменте все - результат классификации. вот и необходимо попиксельное объединение, для последующей векторизации

[gamm]

на этом фрагменте все - результат классификации. вот и необходимо попиксельное объединение, для последующей векторизации

при такой картине вас спасет только Марковское случайное поле - вам нужна генерализация, метод называется ICM - Iterated Conditional Modes. Возмножно, оно есть в ЕRDAS. Точно есть в Сканексе, но снаружи затащить данные непросто (там это постобработка собственной классификации). Если кинете фрагмент в личку (в геотифе), то попробую генерализовать (там еще кое-что нужно, но можно и так попробовать).