Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Clasificación no-supervisada
Páginas del Manual de Idrisi
2
Clasificación no supervisada
Extrae grupos de píxeles con características espectrales suficientemente similares entre sí mismos pero suficientemente distintos a los otros grupos (clases espectrales). Los resultados son independientes de nuestro conocimiento sobre la localización de los tipos de cobertura en el área de estudio. Luego de ese proceso se determina a que tipo de cobertura corresponde cada clase espectral. Pretende ser una manera menos subjetiva para extraer información sobre las clases presentes en el arrea de interés.
3
Ejemplo de procedimiento de agrupar
4
Proceso de agrupar
5
Proceso de agrupar
6
Proceso de agrupar
7
Uno de los algoritmos utilizados en Idrisi
CLUSTER Uno de los algoritmos utilizados en Idrisi
8
Picos y hombros en un histograma
9
ETM4
10
Histograma de composición de ETM 2, 3 y 4
11
Grupos amplios vs. Grupos finos
12
Clasificación no-supervisda jerárquica
banda4 banda3
13
Posibles resultados de una clasificación no supervisada
Clase espectral Clase real en el terreno Clase 1 Agua Clase 2 Clase 3 Bosque Clase 4 Clase 5 Agrícola
14
Evaluación de la clasificación
Igual que para clasificación supervisada
Presentaciones similares
© 2025 SlidePlayer.es Inc.
All rights reserved.