�ݺ�ߣ

LAB 6 UNSUPERVISED
พื้นที่ที่ใช้ศึกษา
Path/Row: 129/49
ภาพถ่ายจากดาวเทียม Landsat 8
http://earthexplorer.usgs.gov/
นายพันธกานต์ พรมยะ
5732741723

วัตถุประสงค์
1.เพื่อเปรียบเทียบการแสดงผลระหว่าง isodata กับ K-means
2.เพื่อศึกษารูปแบบการแสดงผลแบบ isodata
3.เพื่อศึกษารูปแบบการแสดงผลแบบ K-means
4.เพื่อฝึกฝนการช้งานโปรแกรม Erdas imagine 2014

กระบวนการ
การจาแนกแบบอิสระ (unsupervised classification)
การจาแนกแบบอิสระ คือการที่ฟังก์ชันใน ซอฟต์แวร์จะทาการประมวลผลแยกกลุ่ม
ข้อมูลบน ภาพออกจากกันโดยดูจากความแตกต่างเชิงรังสีที่ ปรากฏตามธรรมชาติของ
สมาชิกในแต่ละกลุ่มเป็น หลัก ซึ่งดูจากอัตราการสะท้อนแสงตามช่วงคลื่นที่ ต่างกันไป
ส่งผลให้รูปแบบกระจายตัวของค่า DNของจุดภาพในแต่ละกลุ่ม ส่งผลทาให้เมื่อพลอต
ใน ปริภูมิรังสี มันจะมีจุดศูนย์กลาง ขนาด และรูปร่าง แตกแต่งกันไปด้วย
การจาแนกแบบ K-Means
ปกติการจาแนกแบบนี้จะใช้ได้ดีกับ ข้อมูลซึ่งมีการกระจายตัวอย่างสมดุลรอบๆ
จุด ศูนย์กลางของกลุ่มแต่จะไม่เหมาะกับข้อมูลที่กระจาย ตัวอย่างไม่สมดุลรอบ
ศูนย์กลาง (เช่น กระจายตัวเป็น รูปวงรี) เนื่องจากจะท าให้เกิดความคลาดเคลื่อนขึ้น
ได้ง่ายหากดูเฉพาะระยะห่างน้อยที่สุดมาเป็นเกณฑ์ ในการจาแนก
การจาแนกแบบ Isodata
เทคนิคนี้จะมีเงื่อนไขการคัดเลือกจุดภาพ เข้ากลุ่มคล้ายกับ
แบบ K-meansคือดูจากระยะห่าง น้อยที่สุดจากศูนย์กลาง
กลุ่มเป็นสาคัญเพียงแต่มันต้องการ เงื่อนไขเริ่มต้นของการทางาน
มากกว่า

กระบวนการ
ข้อดีของการคัดเลือกแบบอิสระ
1. เราไม่จาป็นต้องมีความรู้เรื่องคุณสมบัติเชิงรังสี ของตัวกลุ่ม
ตัวอย่างที่ต้องการศึกษามาก่อน แต่ควร ต้องรู้ข้อมูลทั่วไปของพื้นที่
ศึกษามากพอควร สาหรับช่วยในการจาแนกออกเป็นกลุ่มเชิง
คุณลักษณะ ภายหลัง
2. ทาให้มีความคลาดเคลื่อนที่เกิดจากตัวบุคคลต่าเนื่องจากฟังก์ชัน
ในซอฟต์แวร์จะทางานอย่างอิสระ ตั้งแต่เริ่มต้น ตัวบุคคลมีบทบาท
ในการทางานน้อย ยกเว้นการกาหนดเงื่อนไขเริ่มต้นในช่วงแรก
3. ทาให้ได้ผลการจาแนกที่ละเอียดกว่าแบบควบคุม เนื่องจากใน
แบบควบคุมเครื่องจะจาแนกข้อมูล ออกมาเท่ากับจานวนกลุ่ม
ตัวอย่างที่เรา
ข้อเสียของการคัดเลือกแบบอิสระ
1. กลุ่มตัวอย่างที่แยกออกมาไม่สอดคล้องกับกลุ่ม ตัวอย่างเชิง
คุณลักษณะที่เราต้องการศึกษา และกลุ่มตัวอย่างบางกลุ่มแยก
ได้ยากว่าเป็นตัวแทนของอะไร
2. ไม่สามารถกาหนดกลุ่มตัวอย่างที่ต้องการได้เอง
3. ไม่สามารถหาความสัมพันธ์ได้ระหว่างกับกลุ่มเชิง รังสี กับ
กลุ่มเชิงคุณลักษณะที่ต้องการศึกษาเนื่องจากข้อมูลเชิงรังสีของ
พื้นที่หนึ่งๆมักจะมีการผันแปรไป ได้ตามเวลาที่เปลี่ยนไป

การแสดงผลแบบ K-MEANS

การแสดงผลแบบ ISODATA

สรุป
การจาแนกแบบ isodata และแบบ K-means เมื่อนามาเปรียบเทียบกันจะเห็นได้ชัด
ว่า ลักษณะสีที่แสดงออกต่างกัน ถึงแม้จะปรับค่าสีของ Display Attribute table
ให้เหมือนกันก็ตาม แสดงให้เห็นว่าถึงแม้จะเป็นการจาแนกแบบอิสระเหมือนกัน แต่ก็มี
ความแต่ต่างกัน

�ݺ�ߣ

Lab6 rs 5732741723_pantakarn promya

More Related Content

Lab6 rs 5732741723_pantakarn promya