Форумы GIS-Lab.info

Есть ли в GRASS возможность визуально или количественно оценить качество спектральных эталонов для классификации с обучением?

Думаю, задачу не сложно решить в R, но м.б. этот алгоритм уже реализован в самом GRASS?

Алгоритм для визуальной оценки качества эталонов мне видится таковым:
1. Собрать статистику по растру и построить график плотности спектральных яркостей по каким-либо 2-м каналам, т.ч. диапазоны спектральных яркостей которые втречаются чаще, отображались ярче.
2. Собрать спектральную статистику по эталонам и построить границы эталонов разными цветами в пространстве спектральных яркостей тех же 2-х каналов.
3. Совместить два графика.

На полученной диаграмме будет видно пересекаются ли эталоны и достаточно ли равномерно все спектральное пространство покрыто эталонами.

Не видел ничего подобного. Статистика по растру считается в <r.statistics> и <r.stats>, далее строим графики в R или gnuplot и т.д.

bolotoved писал(а):Есть ли в GRASS возможность визуально или количественно оценить качество спектральных эталонов для классификации с обучением?
...
Алгоритм для визуальной оценки качества эталонов мне видится таковым
...

Откровенного говоря, существуют алгоритмы "более лучшие" -- эта тема довольно неплоха проработана, и для оценки качества эталонов разработаны специальные методы и метрики, которые учитывают не два канала, а их произвольный набор. Лично мне нравится книга Дэвида Ландгребе, в которой все это довольно подробно разжевано.

Что касается скрипта, то пару лет назад я писал модуль для рассчета расстояния Джефриса-Мацуситы, которое используется для оценки качества выбранного набора признаков.

KolesovDmitry писал(а):Что касается скрипта, то пару лет назад я писал модуль для рассчета расстояния Джефриса-Мацуситы,

там в формуле, похоже, опечатка - в правой части, внутри ln(), не хватает нормы для полусуммы матриц классов ... но вообще-то статистику лучше делать в специально предназначенном для этого месте, в R, тем более, что gdal там подключается.

gamm писал(а):там в формуле, похоже, опечатка - в правой части, внутри ln(), не хватает нормы для полусуммы матриц классов

Да там вообще кошмар творится -- сейчас посмотрел свежим взглядом, за голову схватился: там помимо всего прочего еще и корней не хватает внутри формул. И если норма для полусуммы хотя бы в коде модуля была, то корней нет нигде.

Вечером переделаю - перезалью новую версию модуля.

но вообще-то статистику лучше делать в специально предназначенном для этого месте, в R, тем более, что gdal там подключается.

Так получилось после того, как в очередной раз мне не хватило памяти прочитать из R снимок Landsat, я на R обиделся и создал свой велосипед (как сейчас выясняется, с квадратными колесами).

А вообще, конечно, для статистики лучше R. Тем более, что судя по новостям, в 3-м R проблему с памятью решили.

Александр Мурый писал(а):Не видел ничего подобного.

Не сразу, но нашлось: http://grass.osgeo.org/grass70/manuals/ ... scatt.html

Выглядит сыровато, поддерживает работу только с 8-битными снимками, т.е. очевидно, не будет работать с атмосферно скорректированными. Зато есть некоторые плюшки, типа подсветка пикселов которые будут отнесены к данному классу при заданной сигнатуре, скатерплоты и др.

KolesovDmitry писал(а):Откровенного говоря, существуют алгоритмы "более лучшие"

Судя по оглавлению, книжка интересная, спасибо. Но пока что мне нужно более простая штука, выяснилось, что в 7-м GRASSe ее почти реализовали:
http://grasswiki.osgeo.org/wiki/WxIClass
http://grass.osgeo.org/grass70/manuals/ ... scatt.html