Land Cover Classification of Urban and Peri-urban Areas Using Object-oriented Analysis of Multispectral Imagery

Upotrebom metode nadzirane klasifikacije primjenjuje se stečeno znanje, iskustvo i razumijevanje prostora kako bi se odabrali odgovarajući uzorci klasa zemljišnog pokrova koji će usmjeriti algoritme računalnog programa na podjelu svih elemenata slike u zadani broj imenovanih razreda. Algoritmom multirezolucijske segmentacije koji uzima u obzir spektralna i geometrijska svojstva slike, satelitska se snimka prema zadanim parametrima dijeli u određeni broj homogenih skupina piksela. Na taj način stvoreni segmenti ili objekti slike upotrebljavaju se umjesto pojedinih piksela kao jedinice uzoraka klasa zemljišnog pokrova. Za provjeru točnosti klasifikacije i izradu matrice pogrešaka koriste se prostorno nasumično raspoređeni uzorci referentnih i klasificiranih podataka stratificirani prema unaprijed definiranim klasama zemljišnog pokrova. Na 32. međunarodnom geografskom kongresu održanom 2012. u Kölnu u Njemačkoj rad je predstavljen pod naslovom Object-based LULC classification of urban and periurban areas.Supervised classification of remote sensing imagery implies usage of a priori knowledge of analysed area of interest for proper selection of land cover classes’ samples. Spectral and geometric properties of the satellite image were taken into account by parameters of the multiresolution segmentation algorithm that has been used to divide the selected subset of the scene into homogeneous groups of pixels. Such image segments were used as land cover samples for supervised classification. Accuracy assessment was performed by means of error matrix based on stratified random samples