2. Панель SCP

Панель SCP забезпечує створення ROI (від англ. Regions Of Interest - області інтересу), спектральних сигнатур та класифікацію Band set. Входові навчальні дані, створені з SCP, зберігають полігони ROI та спектральні сигнатури, що використовуються для класифікації земельних покривів (див. Tutorial 1: Your First Land Cover Classification).

ROI це полігони, що використовуються для визначення спектральних характеристик класів земельного покриву. Спектральні сигнатури класів розраховуються за ROI або можуть бути імпортовані з інших джерел (див. Import signatures). Варто зазначити, що класифікація завжди ґрунтується на спектральних сигнатурах.

SCP забезпечує створення тимчасових полігонів ROI з використанням алгоритму нарощування області або ручного окреслювання за допомогою інструментів Робоча панель. Тимчасові полігони ROI можуть бути збережені до Входові навчальні дані разом з спектральними сигнатурами ROI.

Входові навчальні дані складаються з векторної частини (тобто шейпфайлу) та незалежної частини спектральних сигнатур. Атрибутивна таблиця векторної частини містить чотири поля, як в таблиці нижче.

Поля входових навчальних даних
Характеристика Ім’я поля Тип поля
Унікальний ідентифікатор макрокласу MC_ID ціле
Характеристика макрокласу MC_info текст
Унікальний ідентифікатор класу C_ID ціле
Характеристика класу C_info текст

В SCP класи земельного покриву (та ROI) визначаються системою Класів (ID класу) та Макрокласів (ID макрокласу) (див. Класи та макрокласи), які використовуються в процесі класифікації; кожний ID макрокласу співвідноситься з Характеристика макрокласу (тобто ім’я макрокласу) та кожний ID класу співвідноситься з Характеристика класу (тобто ім’я класу), але тільки ID макрокласу та ID класу використовуються в процесі класифікації.

Використання ID макрокласу або ID класу для проведення класифікації визначається вибором Використовувати MC ID або C ID на вкладці Алгоритм. Варто зазначити, що при використанні ID макрокласу всі спектральні сигнатури оцінюються поокремо та кожен піксель відноситься до відповідного MC ID (тобто комбінування сигнатур перед класифікацією відсутнє).

Класифікація може бути проведена як для всього зображення ( Алгоритм ) так і для його частини зі створенням Попередній перегляд результатів класифікації.

Панель SCP містить наступні вкладки:

Ліва сторона Панелі SCP містить кнопки доступу до основних функцій SCP.

2.1. Домашня

_images/SCP_home.jpg

Домашня

Вкладка Домашня містить кнопки доступу до основних функцій SCP:

2.1.1. Новини SCP

Ця секція відображає новини про SCP та пов’язані сервіси. Новини завантажуються під час запуску (необхідне Інтернет-з’єднання). Ця можливість може бути увімкнена або вимкнена в налаштуваннях Dock.

Вона також містить наступні кнопки:

  • Посібник користувача: відкрити посилання на посібник користувача;
  • Поставити питання: відкрити посилання на онлайн-довідку;
  • Підтримати SCP: відкрити посилання на підтримку SCP ;

2.2. Входові навчальні дані

_images/roi_signature_list.jpg

Входові навчальні дані

Цей інструмент забезпечує створення файлу входових навчальних даних (.scp ), необхідного для збереження ROI та спектральних сигнатур. Файл входових навчальних даних створюється у відповідності з характеристиками активного набору каналів, визначеного у ref:band_set_tab. Новий файл входових навчальних даних повинен бути створений для кожного набору каналів, за винятком тих випадків, коли набори каналів мають ідентичні спектральні характеристики та системи координат.

  • open_file: відкрити входовий навчальний файл; ROI та спектральні сигнатури завантажуються до Перелік сигнатур ROI; векторна частина входових навчальних даних завантажується до QGIS;
  • new_file: створити пустий входовий навчальний файл (.scp); векторна частина входових навчальних даних завантажується до QGIS; під час збереження входових навчальних даних також створюється резервний файл (файл .scp.backup в тому самому каталозі, що і файл .scp);
  • Входові навчальні дані input_text project_save: відображає шлях до входового навчального файлу;

Входові навчальні дані відображаються у QGIS як векторний файл. ROI та спектральні сигнатури відображаються у Перелік сигнатур ROI. Макрокласии визначаються на Макрокласи.

2.2.1. Перелік сигнатур ROI

Вкладка Перелік сигнатур ROI відображає полігони ROI та спектральні сигнатури, що містяться у файлі входових навчальних даних. Якщо елемент - це полігон ROI, двічі клацніть на ньому, щоб наблизитись до цієї ROI на карті. Елементи в таблиці можуть бути виділені клацанням лівою кнопкою мишки.

Зміни в Переліку сигнатур ROI застосовуються до файлу Входові навчальні дані лише під час збереження проекту QGIS. В цій таблиці ROI можуть бути відредаговані, видалені або об’єднані.

ROI та спектральні сигнатури можуть бути імпортовані з інших джерел (див. Import signatures) та експортовані (див. Export signatures).

ЗАСТЕРЕЖЕННЯ: З метою уникнення втрати даних, не редагуйте вектор Входові навчальні дані інструментами QGIS. Застосовуйте лише інструменти SCP для управління Входовими навчальними даними.
  • input_table Перелі сигнатур ROI:
    • S: перемикач вибору; тільки спектральні, що сигнатури позначені в цьому переліку, будуть використані в процесі класифікації;
    • Type: тип елемента:
      • R = тільки полігон ROI;
      • S = тільки спектральна сигнатура;
      • B = обидві, ROI та спектральна сигнатура;
    • MC ID: унікальний ідентифікатор макрокласу ROI [ціле]; редагується одинарним клацанням; MC Info відображається у Макрокласи; якщо ID спектральної сигнатури дорівнює 0, тоді пікселі, що належать до неї, позначаються як некласифіковані;
    • C ID: унікальний ідентифікатор класу ROI [ціле]; редагується одинарним клацанням;
    • C Info: характеристика класу ROI [текст]; редагується одинарним клацанням;
    • Колір: колір C ID; двічі клацніть для вибору кольору класу, який буде застосований при відображенні класифікації; якщо ID спектральної сигнатури дорівнює 0, тоді пікселі, що належать до цієї сигнаури позначаються як некласифіковані;
  • merge_sign: об’єднати виділені спектральні сигнатури або ROI з отриманням нової сигнатури, що розраховується як середнє значень сигнатури для кожного каналу (з виключенням матриці коваріації);
  • calculate_signature: розрахувати спектральні сигнатури виділених ROI з використанням активного набору каналів на Band set;
  • delete_signature: видалити виділені ROI та сигнатури;
  • sign_plot: відобразити спектральну сигнатуру ROI на Графік спектральних сигнатур; спектральні сигнатури розраховуються на основі Band set;
  • scatter_plot : відкрити Графік розсіву;
  • import_spectral_library: відкрити вкладку Import signatures;
  • export_spectral_library: відкрити вкладку Export signatures;

ROI Signature list це доповнення до Робоча панель, що дозволяє зберігати ROI до Входові навчальні дані з визначенням класів та макрокласів. Band set повинна бути визначена до створення ROI та полігони ROI мають знаходитись всередині території охоплення Band set.

  • MC ID input_number project_save: унікальний ідентифікатор макрокласу ROI [ціле]; відповідна MC Info буде завантажена, якщо вона вже визначена у Макрокласи;
  • MC Info input_text project_save: характеристика макрокласу ROI [текст]; стиль та характеристика макрокласів визначаються у Макрокласи;
  • C ID input_number project_save: унікальний ідентифікато класу ROI [ціле];
  • C Info input_text project_save: характеристика класу ROI [текст];
  • undo_save_roi: видалити останню збережену ROI з Входові навчальні дані;
  • checkbox Autosave project_save: якщо параметр увімкнено, то ROI Signature list автоматично зберігається до Входові навчальні дані кожного разу, коли зберігається ROI;
  • checkbox Calculate sig. project_save: якщо параметр увімкнено, то під час збереження ROI буде розраховано її спектральну сигнатуру (на основі значень пікселів Band set, що охоплюються полігоном ROI) та збережено до Входові навчальні дані (час розрахунку залежить від кількості каналів active band set у Band set);
  • save_roi: зберегти тимчасову ROI до Входові навчальні дані, застосовуючи визначені класи та макрокласи; ROI унаочнюється в Перелік сигнатур ROI;

2.2.2. Макрокласи

_images/macroclasses_style.jpg

Макрокласи

Macroclasses забезпечують визначення Назв та кольорів макрокласів (використовуються для відображення результатів Попередній перегляд результатів класифікації та Алгоритм). Відповідно до Алгоритм, класифікації, що виконуються на підставі C ID, мають кольори, визначені для класів в Перелік сигнатур ROI; класифікації, що виконуються на підставі MC ID, мають кольори, визначені у classification_style.

MC ID автоматично додаються до цієї таблиці, коли нова ROI зберігається до Перелік сигнатур ROI (якщо MC ID вже не додано до переліку). Налаштування зберігаються в Входові навчальні дані.

  • input_table Макрокласи project_save:
    • MC ID: унікальний ідентифікатор макрокласу [ціле]; редагується одинарним клацанням;
    • MC Info: характеристика макрокласу [текст]; редагується одинарним клацанням;
    • Колір: колір MC ID; двічі клацніть, щоб вибрати колір для макрокласу, яки буде використовуватись для відображення результатів класифікації;
  • add: додати новий рядок до таблиці;
  • remove: видалити виділені рядки з таблиці;

2.2.3. Параметри ROI

_images/roi_options.jpg

Параметри ROI

Параметри ROI зручні для відображення значень пікселів або покращення створення ROI.

  • checkbox Відобразити input_list project_save: якщо вказівник створення ROI активовано (див. Робоча панель), то для даного пікселя на карті відображається значення вибраного вегетаційного індекса; з спадного списку доступні такі вегетаціні індекси:
    • NDVI (Normalized Difference Vegetation Index - нормалізований різницевий вегетаційний індекс); NDVI потребує ближнього інфрачервоного та червоного каналів;
    • EVI (Enhanced Vegetation Index - вдосконалений вегетаційний індекс); EVI потребує синій, ближній інфрачервоний та червоний канали, перераховані в значення відбивальності; довжина хвиль повинна бути визначена на Band set;
    • Нетиповий; застосувати нетиповий вираз, визначений наступним рядком;
    • input_text project_save: визначити нетиповий вираз; вираз ґрунтується на Band set; канали визначаються як bandset#b + номер каналу (тобто, bandset#b1 для першого каналу з Band set); наприклад, NDVI для зображення Landsat буде представлений як ( bandset#b4 - bandset#b3 ) / ( bandset#b4 + bandset#b3 );
  • checkbox Rapid ROI b. input_number project_save: якщо параметр увімкнено, то тимчасова ROI створюється з застосуванням алгоритму нарощування області з використанням тільки одного каналу Band set (тобто нарощування області відбувається швидше); канал визначається номером в Band set; якщо параметр вимкнено, то ROI є результатом перетину між ROI, розрахованими для кожного каналу (тобто нарощування області відбувається повільніше, але ROI спектрально однорідні за кожним каналом);
  • radiobutton Auto-refresh ROI: автоматично розраховувати нову тимчасову ROI під час зміни Region growing parameters на Робоча панель;
  • radiobutton Auto-plot: автоматично розрахувати спектральну сигнатуру тимчасової ROI та відобразити її на Графік спектральних сигнатур (MC Info цієї спектральної сигнатури позначається tempo_ROI);

2.3. Класифікація

_images/classification_alg.jpg

Classification

Ця вкладка забезпечує класифікацію active band set визначеного у Band set.

Класифікація відбувається з використанням active band set та спектральних сигнатур, увімкнених у Перелік сигнатур ROI. На цій вкладці визначаються декілька параметрів класифікації, які також впливають на процес класифікації під час Попередній перегляд результатів класифікації.

Зокрема, доступні наступні параметри:

  • Застосувати checkbox MC ID checkbox C ID registry_save: якщо MC ID увімкнено, то класифікація відбувається на підставі унікальних ідентифікаторів макрокласів (код сигнатури MC ID); якщо увімкнено C ID, то класифікація відбувається на підставі унікальних ідентифікаторів класів (код сигнатури C ID);
  • weight_tool : відкрити Algorithm band weight для визначення вагових коефіцієнтів каналів;

2.3.1. Алгоритм

Цей інструмент забезпечує вибір алгоритму класифікації та необов’язкове визначення порогових величин.

  • input_list project_save: доступні Алгоритми класифікації:

  • Threshold input_number optional: дозволяє визначати порогову величину класифікації (застосовується до всіх спектральних сигнатур); якщо Threshold дорівнює 0, то порогові величини Signature threshold оцінюються; зокрема:
    • для Мінімальної відстані пікселі не класифікуються, якщо відстань більша за значення порогової величини;
    • для Максимальної імовірності пікселі не класифікуються, якщо імовірність менша за значення порогової величини (максимально 100);
    • для Картографування спектрального кута пікселі не класифікуються. якщо спектральний кут більший за значення порогової величини (максимально 90).

  • threshold_tool: відкрити Signature threshold для визначення порогових величин сигнатур;

2.3.2. Класифікація сигнатур земельного покриву

Класифікація сигнатур земного покриву це класифікація, яка може бути використана в якості альтернативи або у поєднанні з Алгоритм (див. LCS threshold). Пікселі, що належать до двох або більше класів (або макрокласів) класифікуються як Class overlap з значеннями растра = -1000.

  • Use checkbox LCS checkbox Algorithm checkbox only overlap: якщо параметр LCS увімкнено , то застосовується Land Cover Signature Classification; якщо параметр Алгоритм увімкнено, то вибраний Алгоритм застосовується до некласифікованих пікселів Класифікація сигнатур земельного покриву; якщо увімкнено тільки перекриття, вибраний Алгоритм застосовується лише до пікселів з класів, що перекриваються за Класифікація сигнатур земельного покриву; некласифіковані пікселі Класифікація сигнатур земельного покриву залишаються некласифікованими;
  • threshold_tool: відкрити LCS threshold;

2.3.3. Результат класифікації

Classification output забезпечує класифікацію Band set відповідно до параметрів визначених у Алгоритм.

Додатково, в якості стилю класифікації може бути відкритий та використаний завчасно збережений стиль класифікації (файл QGIS .qml) .

Растр класифікації це файл .tif (файл стилю QGIS .qml зберігається разом з результатом класифікації); додатково можуть бути розраховані і інші результати. Після завершення розрахунків, результат завантажуються до QGIS.

  • Відкрити qml open_file project_save: вибрати файл .qml, скасовуючи кольори, визначені для C ID або MC ID;
  • reset: повернутись до стандартного стилю (тобто використовувати кольори, визначені для C ID або MC ID);
  • checkbox Застосувати маску optional: якщо увмікнено, то для маскування результатів класифікації може бути використаний шейп-файл (тобто, територія поза межами шейп-файлу не класифікується);
  • reset: повторно встановити шейп-файл маски;
  • checkbox Створити вектор optional: якщо увімкнено, то додатково до растру класифікації зберігається шейп-файл класифікації до того ж каталогу і під тією самою назвою, що і Результат класифікації; перетворення у вектор може бути реалізоване і пізніше (див. Classification to vector);
  • checkbox Звіт за результатами класифікації optional: якщо увімкнено, то розраховується звіт за результатами класифікації земельного покриву та зберігається як файл .csv в той самий каталог та під тією самою назвою (з приставкою _report), які визначено як Результат класифікації; звіт також може бути розрахований пізніше (див. Classification report);
  • checkbox Зберегти файли алгоритму optional registry_save: якщо увімкнено, то додатково до растра класифікації зберігається Растр алгоритму в той самий каталог, що і Результат класифікації; в якості входових даних використовується растр для кожної спектральної сигнатури (з приставкою _sig_MC ID_C ID) та створюється загальний растр алгоритму (з приставкою _alg_raster);
  • run: визначити каталог вихідних результатів та розпочати класифікацію зображення;