Применение алгоритмов неконтролируемой классификации при обработке данных ДЗЗ

Одной из основных задач обработки спутниковых изображений является классификация.
Из-за наличия большого числа спектральных каналов классификацию мультиспектральных изображений крайне
сложно проводить визуально. Существует два типа алгоритмов классификации: контролируемая (с заданием
обучающих выборок) и неконтролируемая (без задания обучающих выборок). Алгоритмы неконтролируемой
классификации часто называют алгоритмами кластеризации. Кластерный анализ относится к цифровым
автоматизированным методам обработки космических изображений и позволяет выделять контура с неконтрастной
по спектральной яркости структурой, например растительность, открытые почвы, вода, облака и другие объекты.
Алгоритмы кластеризации производят спектральный анализ исходного многозонального растрового изображения и
пересчитывают его в однозональное, распределяя все пикселы в кластеры по их яркостным характеристикам.
В данном докладе рассматриваются алгоритмы неконтролируемой классификации (кластеризации): k-means и ISODATA.
Рассмотрена их реализация в рамках программного комплекса ENVI, предназначенного для анализа
мультиспектральных и гиперспектральных спутниковых изображений. Приведены примеры обработки данных ДЗЗ
с помощью этих алгоритмов.