Multispektral-Klassifizierung

Für die Multispektral-Klassifizierung wird ein Multispektraldatensatz benötigt, also ein Datensatz (z.B. Satellitenbild) mit mehreren Kanälen, also neben Panchromatisch auch noch RGB und Infrarot verschiedener Spektralbereiche.

Als Fernerkundungssystem für so einen Multispektraldatensatz der für eine thematische Karte zu Landnutzung klassifiziert werden soll bietet sich Landsat TM an.


Bei der Klassifikation wird ein neuen Rasterdatensatz erzeugt, der die Informationen über die zum Zeitpunkt der Aufnahme aktuelle Landnutzung (Wasserflächen, Siedlungen, Wald, freie Ackerflächen, Wiesen und verschiedene Feldvegetationen) in dem dargestellten Gebiet enthält. Die Klassifikation funktioniert hier über die für bestimmte Landnutzungen typischen Reflektionswerten, die für mehrere Kanäle gleichzeitig ausgewertet werden.


Die Reflexionseigenschaften von Objekten sind die Voraussetzung für die Multispektral-Klassifizierung. Es entsteht ein Merkmalsraum, der so viele Dimensionen hat wie Kanäle betrachtet werden. Kriterium für die Auswahl bei eine Multispektral-Klassifizierung wenn viele Spektralbereiche zur Verfügung stehen ist die deutliche Unterscheidbarkeit der gewünschten Objekte.

Innerhalb dieses Merkmalsraums bilden die Flächenelemente des Bildes jedoch keine klar abgerenzten Punkte sondern eher Punkthaufen wegen der vielfältigen kleinen Unterschiede der Flächenelemente innerhalb einer Klasse und störender Einflussfaktoren.

Zunächst wird auf den zu klassifizierenden Multispektraldatensatz eine Histogrammstreckung angewandt, um den Kontrast und damit die Unterscheidbarkeit der Landnutzung zu verbessern. Danach werden mittels interaktiver Festlegung geeignete Trainingsgebiete zu definiert.


Die Trainingsgebiete sind homogene kleine Referenzflächen von denen bekannt ist, welcher Objektklasse sie angehören. Den Trainingsgebieten kann dann eine Flächensignatur zugewiesen werden:


Anschließend erfolgt die automatische Landnutzungsklassifizierung. Die so genannte überwachte Klassifizierung basiert genau auf dieser Verwendung bekannter Testflächen zur Klassifikation.