Navigation
Team
Projekt
Grundlagen
Kamerasysteme
Geländebegehung / Kartierung
Bilddatenaufbereitung
Klassifikationsvorbereitung
Klassifikationsergebnisse
DMC
RMK Top-15
DigiCAM quattro
JAS-150
UltraCam-X

Klassenvergleiche
       Steinbruch
      Straßen
      Grünflächen
      Schatten
Problemklassen
Zusammenfassung
Kontakt
Projektbericht

Klassifikationsergebnisse JAS-150

RGB Klassifikation



Die Verschiebung der einzelnen Kanäle in den nordwestlichen Randbereichen führt zu einer schlechten Klassifizierung besonders in der Klasse Urban.
In den Klassen Acker und Stoppel sind starke Überläufe in einigen Feldern sichtbar.
Die Vegetationsklassen sind zwar richtig klassifiziert worden, enthalten aber eine sehr hohe Anzahl an Fehlpixeln.
Der Unterschied zwischen Zuckerrüben und Grünflächen, sowie zwischen Wald und Mais ist sehr gering. Der Wald wurde nicht zufriedenstellend, einzelne Bäume jedoch gut erkannt.
Des Weiteren liefert die Klassifizierung von Schattenflächen ein zufriedenstellendes Ergebnis.

Ergebnisse des Accuracy Reports:
Overall Classification Accuracy = 67.45%
Overall Kappa Statistics = 0.6196


RGBI + NDVI Klassifikation



Wird zur Klassifikation zusätzlich der Infrarote Kanal und ein NDVI hinzugezogen, werden die Ergebnisse deutlich besser.
Die Diskrepanzen in Nordwesten sind unverändert groß und liegen wie bereits erwähnt an der Kanalverschiebung.
Die Überläufe der Pixel in den Klassen Acker und Stoppel sind ebenfalls unverändert. Die Trainingsgebiete weisen jedoch eine über 90%ige Korrektheit auf.
Deutliche Verbesserungen bewirken die zusätzlichen Kanäle in den Klassen Wald, Mais und Zuckerrüben. Im Bereich des Waldes ist die Anzahl der Fehlpixel deutlich dezimiert worden. Es können 84.93% der Pixel im Trainingsgebiet korrekt klassifiziert werden. Durch die gute Klassifikation der Schattenbereiche im Wald sind teilweise sogar Baumkronen schemenhaft dargestellt. Grünflächen wurden gut erkannt, weisen aber noch eine große Anzahl an falsch klassifizierten Pixeln der Klasse Zuckerrüben auf. In vielen Randbereichen von Feldern, Wegen und Straßen sind deutliche Pixel der Klasse Urban erkennbar, da es sich hierbei um unbewachsenen, offenen Boden handelt.
Das Wasser wurde korrekt detektiert. Ein Großteil der Algen sind ebenfalls zufriedenstellend erkannt worden.
Gebäude im inneren Bereich des Auswerteclusters sind nicht zufriedenstellend klassifiziert, da die Dächer überwiegend als Steinbruch oder Straße erkannt wurden.

Ergebnisse des Accuracy Reports:
Overall Classification Accuracy = 72.55%
Overall Kappa Statistics = 0.6782