Daudzdimensionālu sadalījumu pielietošanas aspekti multispektrālu attēlu analīzē

Abstract

Darbs ir koncentrēts uz klasifikācijas iespēju analīzi, balstoties uz hipotēzi par daudzdimensionālu sadalījumu, datiem ar dažādu izšķirtspēju. Analīzes piemēram tika izvēlēts uzdevums no 2014. gada IEEE GRSS Data Fusion Contest. Augstas izšķirtspējas RGB attēls un zemākas izšķirtspējas termālie infrasarkanie hiperspektrālie dati, kas iegūti no pilsētas teritorijas, tika apstrādāti, lai iegūtu klasifikāciju katram augstas izšķirtspējas pikselim. Darbā tika analizēta vispārinātā normālā, gamma un Dirihlē sadalījuma lietošana dažādiem klasifikatoriem.

This paper is focused on the analysis of classification possibilities of data with different spatial resolutions based on hypotheses of different types of multivariate distributions. The task set up for the 2014 IEEE GRSS Data Fusion Contest was chosen as an application example. High resolution RGB image and lower resolution thermal infrared image from the same urban area were processed to perform classification of each higher resolution pixel. Application of generalized normal, gamma and Dirichlet distribution were analyzed for different types of classificators.