Machine learningRemote sensing

Klasyfikacja obrazów oparta na pikselach

Klasyfikacja obrazów oparta na pikselach jest fundamentalną techniką teledetekcji, która przypisuje każdy indywidualny piksel na obrazie satelitarnym lub lotniczym do tematycznej kategorii pokrycia terenu wyłącznie na podstawie jego wartości spektralnych w wielu pasmach. Systematycznie przeglądane i formalizowane przez Lu i Wenga (2007), podejście to obejmuje zarówno metody nadzorowane – gdzie oznakowane próbki treningowe kierują klasyfikator – jak i metody klastrowania nienadzorowanego, które odkrywają naturalne grupy spektralne bez wcześniejszych etykiet.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 2). Pixel-Based Image Classification. ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGatePixel-Based Classification (Pixel-Based Image Classification). Pobrano 2026-06-15 z https://scholargate.app/pl/remote-sensing/pixel-based-classification · Zbiór danych: https://doi.org/10.5281/zenodo.20539026