0 Uzaktan Algılama Verilerinin Sınıflandırılmasında Jeoistatistiksel Doku Hesabı

Tweet

Semivaryans, sabit bir mesafe bölümlerine ayrılmış bütün olası noktalar arasındaki farkların varyanslarının yarısıdır. Örneklemler arasındaki konumsal bağlılık derecesinin bir ölçütüdür. Noktalar arasındaki semivaryansın büyüklüğü, noktalar arasındaki mesafeye bağımlıdır.

Variogram, uzayda farklı noktalardaki değişkenler arasındaki var olan bağımlılığı karakterize eden bir fonksiyondur. Korelasyon katsayısı ve kovaryansın aksine değişken çiftleri arasındaki benzersizliği ortaya koyar.

Madogram, uzaklığın ve yönün bir fonksiyonu olarak ayrılmış örnek ölçülerin ortalama mutlak farklarının grafiksel gösterimidir.

Otokorelasyon, çoklu regresyon analizinde hata teriminin birbirini izleyen değerleri arasında ilişki bulunması halidir. Bu durum, genel doğrusal regresyon modelinin önemli bir varsayımından sapmadır. Genel doğrusal regresyon modeli varsayım gereği olarak, hata terimleri arasında bir ilişki yoktur.

Doku, konumsal alandaki tonsal değişimleri temsil eder ve görüntü detaylarındaki bütün görsel pürüzsüzlüğü ya da kalitesizliği belirler. Görüntüdeki objenin yapısal örgüsü hakkında ve onların çevreyle ilişkileri hakkında önemli bilgiler açığa çıkarır.

İstatistiksel bağlamda doku dijital numarayla ilişkili iki ana kavramsal bileşen açısından tanımlanabilir; lokal /global değişiklik ve konumsal korelasyon. İlk bileşen yerel bir seviyede çoğu kez varyans hesaplanarak analiz edilen dijital numara ayırımının istatistiksel bir ölçüsüdür. İkinci özellik, konumsal korelasyon, bir görüntüdeki dijital numaraların tamamıyla rastgele dağılmadığını, her toprak örtüsüyle ilişkili yapıda konumsal bir değişkenlik ya da bağlılığın ortaya çıktığını varsayar.

Doku işleme algoritmaları genel olarak 3 ana kategoriye ayrılır: yapısal, spektral ve istatistiksel. Yapısal metotlar dokuyu kesin bir yerine koyma kuralıyla temel ilkel örneklerinin tekrarı olarak düşünür. Spektral metotlar Fourier dönüşümüne dayalıdır. Enerji tayfını analiz eder. Doku analizinde üçüncü ve en önemli grup temel olarak yerel istatistik parametrelere bağlı olan istatistik metotlara benzer.