Saya mencoba untuk mengklasifikasikan beberapa daerah di Mongolia utara menggunakan citra satelit Landsat 8 dari 2013. Karena rekaman itu dibuat di musim dingin, matahari sangat rendah pada waktu akuisisi. Oleh karena itu ada bayangan yang sangat panjang dan gelap dari pegunungan.
Saya dapat mengidentifikasi bayangan ini menggunakan DEM, seperti yang dijelaskan dalam Pertanyaan ini: Cara Menghapus Efek Topografi Seperti Bayangan dari Gambar Landsat
Bagaimana saya bisa melakukan klasifikasi terawasi untuk area teduh terpotong? Apakah mungkin untuk meningkatkan area ini? Saya mencoba beberapa rasio band, tetapi saya tidak tahu mana yang terbaik untuk tugas saya.
Dalam gambar ini Anda dapat melihat bahwa ada beberapa area yang bervegetasi dalam bayangan gelap, tetapi tidak mungkin untuk mengklasifikasikannya.
Jawaban:
Sebenarnya, itu tidak diberikan bahwa Anda akan dapat memulihkan beberapa informasi dari daerah yang teduh. Namun, saya pernah berhasil menangani bayangan (cloud) dalam gambar hyperspectral. Tujuannya adalah klasifikasi tutupan lahan sederhana. Inilah yang saya lakukan. Saya tidak yakin bagaimana ini akan bekerja dengan gambar Landsat, tetapi karena sangat sederhana Anda harus mencobanya.
Setelah saya mendeteksi bayangan, saya hanya melakukan pencocokan histogram dari area yang dibayangi ke seluruh gambar. Berhati-hatilah karena dengan melakukan ini Anda mengasumsikan bahwa sinyal spektral di daerah yang teduh dan yang di daerah yang diterangi kurang lebih termasuk dalam kelas yang sama (~ distribusi yang sama). Meskipun ini adalah metode yang sangat sederhana dan sederhana, saya dapat dengan benar mengklasifikasikan piksel gelap dengan mengorbankan beberapa kesalahan perbatasan bayangan kecil. Mungkin Anda dapat menumpuk semua rasio band yang mungkin untuk gambar dan merenormalkan kembali semua fitur sebelum klasifikasi, ini bahkan dapat mengurangi efek bayangan. Anda mungkin harus menggunakan classifier yang kuat.
EDIT: Selain itu Anda dapat menormalkan setiap piksel untuk memiliki norma satuan (dengan melihat setiap piksel sebagai vektor spektral). Ini juga akan membantu menghilangkan efek bayangan.
sumber
Saya menyarankan apa yang dikatakan Stella di bawah. Anda dapat dengan mudah mengklasifikasikannya sebagai bayangan sehingga tidak merusak akurasi Anda. Tentu saja pastikan Anda memiliki bidang minat yang cukup atau bidang pelatihan bayangan untuk memastikan bahwa semuanya diklasifikasikan. Jika Anda harus memberikan presentasi, Anda dapat berkomentar bahwa sebagian besar area bayangan seragam dengan bagian dekat gunung yang berarti bahwa jika sisi gunung yang terkena sinar matahari mencerminkan sifat vegetatif maka sisi lain akan baik jika matahari memukulnya. Semoga ini membantu. Saya harus melakukan ini dan jika Anda tidak mengklasifikasikan bayangan atau menerapkan koreksi padanya, itu akan diklasifikasikan sama dengan air karena mereka memiliki kesamaan spektral.
sumber
Saya akan menyarankan mengklasifikasikan bayangan secara terpisah dari sisa gambar. Jika Anda dapat menemukan kelas bayangan yang berbeda, tutup piksel "bayangan" dan kemudian rentangkan dan reklasifikasi (hati-hati bagaimana Anda meregangkan). Saya bukan ahli dalam klasifikasi gambar, tetapi saya pasti akan memvalidasi hasil apa pun dengan citra lain.
sumber