|
|
Problemklassen
Im Laufe der Klassifikationsanalyse stellte sich heraus, dass einige Klassen auffällig oft vermischt werden. Um diese Problemfälle genauer zu untersuchen, wurde nach der Klassifizierung für jedes Kamerasystem ein n-dimensionaler Merkmalsraum definiert, in welchem die Klassen entsprechend ihrer Spektralwerte in den jeweiligen Kanälen verteilt sind. Anschließend wurde der Euklidische Abstand der Klassen untereinander berechnet, anhand dessen eventuelle Aussagen über die spektralen Überschneidungen der Klassen getroffen werden können. Beachtet werden muss allerdings, dass auch bei einem geringen Abstand im Merkmalsraum die Überschneidung nicht zwangsweise hoch sein muss, da hierfür die Streuung der betroffenen Klassen den Ausschlag gibt.
Wald und Mais
Die Klassen Mais und Wald liegen im drei- und fünf-dimensionalen Merkmalsraum spektral nah beieinander. Alle Kamerasysteme haben Schwierigkeiten diese bei der Klassifikation korrekt zu trennen. Es wurden deshalb die Wahrscheinlichkeiten der Klassen in den Klassifikationen entsprechend angepasst.
RGB
Die DigiCAM konnte im 3-dimensionalen Merkmalsraum die Klassen relativ gut unterscheiden. Die Wahrscheinlichkeit der Klasse Mais muss nur um ca. 20% nach unten korrigiert werden. Die Euklidische Distanz liegt um das 0,8-fache der Standardabweichung vom Mittelwert entfernt. Die Klassen können folglich gut differenziert werden.
Die DMC konnte die Klassen schlecht unterscheiden. Erst eine Verringerung der Wahrscheinlichkeit der Klasse Mais um ca. 80% konnte die starke Überlagerung der Klassen verhindern. Die Euklidische Distanz konnte somit entsprechend gehoben werden. Sie liegt um ca. eine Standardabweichung vom Mittelwert entfernt.
Die Klassentrennung bei der JAS-150 konnte nur durch eine extreme Verringerung der Wahrscheinlich der Klasse Mais in der Klassifikation gewahrt werden. Die Euklidische Distanz liegt dennoch nur knapp oberhalb des statistischen Minimums.
Die RMK kann die Klassen nur unzureichend unterscheiden. Die Wahrscheinlich der Klasse Mais in der Klassifikation wurde um ca. 30% gesenkt. Die Euklidische Distanz liegt dennoch nur knapp oberhalb des statistischen Minimums. Die RMK kann die Klassen auf Grund dessen nur schwer unterscheiden.
Die Ultracam kann die Klassen nur gut unterscheiden nachdem die Wahrscheinlichkeit der Klasse Mais in der Klassifikation extrem verringert wurde. Die Euklidische Distanz wurde somit vergrößert und liegt nur noch ca. eine drittel der Standardabweichung vom Mittelwert entfernt. Aufgrund der sehr geringen Klassifikationswahrscheinlichkeit können die Klassen nun zwar gut unterschieden werden, aber die Klasse Mais wird nur noch selten detektiert.
RGBI + NDVI
Bei der DMC wurde die Wahrscheinlichkeit der Klasse Mais nochmals extrem verringert um den Einfluss auf den Wald zu vermindern. Die Euklidische Distanz wächst somit an und liegt um das 0,9-fache der Standardabweichung vom Mittelwert entfernt. Somit kann eine gute Trennung erzielt werden. Dasselbe Vorgehen war auch bei der JAS-150 notwendig. Die Wahrscheinlichkeit der Klasse Mais wurde drastisch gesenkt. Die Euklidische Distanz der Klassen lag danach um den Betrag einer Standardabweichung vom Mittelwert entfernt. Somit ist eine gute Trennung der Klassen gewährleistet. Bei der RMK war die Verringerung der Wahrscheinlichkeit der Klasse Mais nur um ein Drittel nötig. Dennoch konnte die Euklidische Distanz um den Betrag einer Standardabweichung vom Mittelwert entfernt werden. Fazit: Die Klassen Mais und Wald können nur dann gut unterschieden werden wenn die Wahrscheinlichkeiten der Klasse Mais in der Klassifikation signifikant verringert werden. Aber nur einige Kamerasysteme sind dennoch in der Lage die Klasse Mais anschließend richtig zu klassifizieren. Die DMC kann unter diesen Umständen das beste Ergebnis erzielen.
Wasser und Algen
|
JAS-150 |
DMC |
| RGB |
 |
 |
|
| RGBI + NDVI |
 |
 |
Die Klassen liegen im drei- und fünf-dimensionalen Merkmalsraum spektral nahe beieinander. Die Wahrscheinlichkeiten der Klassen mussten daher in den Klassifikationen entsprechend angepasst werden.
RGB
Die DigiCAM konnte im 3-dimensionalen Merkmalsraum zwischen den Klassen Wasser und Algen nur schlecht differenzieren. Die euklidische Distanz liegt um das 1,4-fache der Standardabweichung unter dem Mittelwert.
Auch die DMC weist eine niedrige Euklidische Distanz auf, welche um das 1,26-fache der Standardabweichung vom Mittelwert entfernt ist.
Die Klassentrennung bei der JAS-150 ist wesentlich genauer als bei den anderen Kamerasystemen. Die Euklidische Distanz liegt lediglich um das 0,8-fache der Standardabweichung unterhalb des Mittelwertes.
Die RMK differenziert visuell gut zwischen Wasser und Algen. Die Euklidische Distanz liegt jedoch um das 1,31-fache der Standardabweichung unter dem statistischen Mittelwert.
Bei der Ultracam ist die Euklidische Distanz besonders niedrig. Die Abweichung zum Mittelwert ist mit dem 1,41-fachen der Standardabweichung besonders groß.
RGBI + NDVI
Die DMC erreicht trotz der niedrigen Euklidischen Distanz, welche um das 1,6-fache der Standardabweichung unter dem Mittelwert liegt, ein gutes Ergebnis, wenn die Wahrscheinlichkeit für Algen stark gesenkt wird.
Bei der JAS-150 hat sich die Euklidische Distanz verringert. Sie liegt um das 1,69-fache der Standardabweichung unter dem Mittelwert.
Die RMK schafft eine Trennung zwischen den Klassen Wasser und Algen bei einer marginal verringerten Wahrscheinlichkeit für die Klasse Wasser.
Fazit: Eine Unterscheidung von Algen und Wasser ist nicht ohne weiteres möglich, da durch variierende Wasserstände und Strömungsverhältnisse Algen an bzw. direkt unterhalb der Wasseroberfläche nur ungleichmäßig von den Kamerasystemen erfasst werden können. Eine Vergleichbarkeit ist daher nur eingeschränkt möglich.
|
