การจำแนกประเภทข้อมูล (Image Classification)

การวิเคราะห์เชิงสถิติเพื่อคัดแยกกลุ่มของข้อมูล (จุดภาพ)ที่มีคุณสมบัติทางแสงที่เหมือนกันหรือใกล้เคียงกันให้เป็นกลุ่มข้อมูลประเภท (Class) เดียวกัน และคัดแยกกลุ่มข้อมูลที่มี-คุณสมบัติทางแสงต่างกันให้ออกจากกัน มี 2 วิธีการ ดังนี้
1. การจำแนกประเภทข้อมูลแบบไม่ควบคุม (Unsupervised Classificaiton) เป็นการจำแนกข้อมูลเชิงภาพ โดยอัตโนมัติด้วยการจัดกลุ่มเชิงสถิติ (Statistical Grouping หรือ Clustering) ที่ใช้คุณสมบัติทางแสง (Spectral Pattern) ของวัตถุต่างๆ บนพื้นผิวโลกที่สะท้อนมายังระบบสำรวจระยะไกล (Remote Sensing System) โดยที่ผู้วิเคราะห์ไม่ทราบสภาพลักษณะภูมิประเทศตลอดจนวัตถุที่ปกคลุมบนพื้นผิวของพื้นที่บริเวณนั้นมาก่อน อย่างไรก็ดีการจำแนกข้อมูลนี้จะต้องกำหนดจำนวนกลุ่มไว้ล่วงหน้าด้วย

2. การจำแนกข้อมูลแบบควบคุม (Supervised Classification) เป็นการจำแนกข้อมูลเชิงภาพโดยที่ผู้วิเคราะห์ทราบลักษณะภูมิประเทศรวมทั้งประเภทของวัตถุที่ปกคลุมบนพื้นผิวของพื้นที่ในบริเวณที่จะวิเคราะห์ ดังนั้นจึงสามารถกำหนดตัวอย่างของข้อมูลแต่ละประเภทบนพื้นผิวที่เรียกว่า พื้นที่ตัวอย่าง (Training Area) เพื่อเป็นตัวแทนในการวิเคราะห์เชิงสถิติหลังจากนั้นจึงนำค่าทางสถิติที่ได้นี้ไปทำการวิเคราะห์พื้นที่ภาพทั้งหมดซึ่งจะได้ผลลัพธ์ตามจำนวนประเภทข้อมูลที่กำหนดไว้

การเตรียมการจำแนกประเภทข้อมูล มีขั้นตอนการทำงานดังนี้
1. กำหนดลักษณะของการจำแนก เป็นการกำหนดว่าจะทำการจำแนกประเภทข้อมูลเรื่องอะไร โดยขึ้นอยู่กับวัตถุประสงค์ของการทำงานและคุณสมบัติของข้อมูลดาวเทียม อาทิเช่น การจำแนกข้อมูลการใช้ที่ดิน, การจำแนกประเภทข้อมูลทางธรณีวิทยา, การกำหนดพื้นที่ป่าไม้, การจำแนกพื้นที่น้ำท่วม ฯลฯ
2. กำหนดช่วงคลื่นข้อมูลดาวเทียม เป็นการกำหนดว่าจะใช้ช่วงคลื่นอะไรในการจำแนกประเภทข้อมูลเนื่องจากแต่ละช่วงคลื่นจะแสดงคุณสมบัติของการสะท้อนและการดูดกลืนพลังงานของวัตถุต่างๆ บนพื้นผิว แตกต่างกันไปอาทิเช่น
ช่วงคลื่น 0.5-0.6 ไมครอน มีคุณสมบัติในการจำแนกการใช้ที่ดิน, พืชพรรณ, คุณภาพน้ำชายฝั่ง
ช่วงคลื่น 0.6-0.7 ไมครอน มีคุณสมบัติในการจำแนกการใช้ที่ดิน, คุณภาพน้ำชายฝั่ง, ธรณีวิทยา
ช่วงคลื่น 0.7-0.8 ไมครอน มีคุณสมบัติในการแยกแหล่งน้ำ, พืชพรรณ, ธรณีวิทยา ฯลฯ
3. กำหนดวิธีการจำแนกประเภทข้อมูล เป็นการกำหนดว่าจะจำแนกประเภทข้อมูลแบบควบคุมหรือแบบไม่ควบคุม ถ้าเป็นแบบควบคุมจะต้องมีการสร้างพื้นที่ตัวอย่าง (Training Area) แต่ถ้าเป็นแบบไม่ควบคุมต้องมีการกำหนดจำนวนประเภทข้อมูล (Cluster)
4. กำหนดสมการจำแนกประเภทข้อมูล เป็นการกำหนดว่าจะใช้สมการเชิงสถิติอะไรในการวิเคราะห์ข้อมูลซึ่งจะแตกต่างกันไปตามวิธีการจำแนกประเภทข้อมูล ตัวอย่างเช่น การจำแนกประเภทข้อมูลแบบไม่ควบคุม มีหลายสมการให้เลือกอาทิ ISODATA, K Means และ Fuzzy C Means เป็นต้น และการจำแนกประเภทข้อมูลแบบควบคุมมีหลายสมการให้เลือกเช่นกัน อาทิ Parallepiped, Minimum Distance to Mean และ Maximum Likelihood เป็นต้น
5. ตรวจสอบผลของการจำแนกประเภทข้อมูล เป็นการตรวจสอบความแม่นยำของผลลัพธ์ที่ได้ การจำแนกประเภทข้อมูล โดยการเปรียบเทียบกับสภาพพื้นที่จริงหรือข้อมูลอ้างอิงอื่นๆ ที่เกี่ยวข้องกับพื้นที่บริเวณนั้น

www3.eng.psu.ac.th/pec/6/pec6/paper/CoE/PEC6OR061.pdf