ScholarGate
Assistent
Machine learningRemote sensing

Pixelbaseret billedklassifikation

Pixelbaseret billedklassifikation er en fundamental fjernmålingsteknik, der tildeler hver enkelt pixel i et satellit- eller luftfoto til en tematisk landdækketype udelukkende baseret på dens spektrale værdier på tværs af flere bånd. Systematisk undersøgt og formaliseret af Lu og Weng (2007) omfatter tilgangen både superviserede metoder – hvor mærkede træningsprøver styrer klassifikatoren – og usuperviserede klyngedannelsesmetoder, der opdager naturlige spektrale grupperinger uden forudgående mærkater.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Lu, D., & Weng, Q. (2007). A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing, 28(5), 823–870. DOI: 10.1080/01431160600746456

Sådan citerer du denne side

ScholarGate. (2026, June 2). Pixel-Based Image Classification. ScholarGate. https://scholargate.app/da/remote-sensing/pixel-based-classification

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGatePixel-Based Classification (Pixel-Based Image Classification). Hentet 2026-06-15 fra https://scholargate.app/da/remote-sensing/pixel-based-classification · Datasæt: https://doi.org/10.5281/zenodo.20539026