|
|
Dies ist ein Algorithmus für eine multidimensionale Normalverteilung.
In der Statistik wird sie oft verwendet, da ihre mathematische Manipulation
nicht zu komplex ist und sie außerdem die Natur gut beschreibt. Die
Normalverteilung für eine Dimension ist die Gauß'sche Normalverteilung:
Normalverteilung (Gauß'sche Funktion)
[Bähr, Vögtle 1999]
Da wie schon erwähnt, jede Klasse eine eigene spezifische Verteilung
hat, hat die Gauß'sche Funktion jeder dieser Klassen verschiedene Mittelwerte
und Varianzen 
.
Bei 2 Dimensionen haben die Verteilungen die Form von Ellipsen.
- Mittelwert = Mittelpunkt des Custers
- Varianz = Form und Orientierung der Ellipsen
Bei multispektraler Verteilung bekommen wir statt der einfachen
Varianz die Kovarianzmatrix
C
Für eine multispektrale Klassifikation brauchen wir
die realen Werte der Klassen, d.h. die unbekannten Parameter der Normalverteilung
(Mittelwert und die Kovarianzmatrix).
Diese Unbekannten werden für Probenflächen bestimmt, sogenannte
"Trainingsgebiete".
Das Resultat einer Klassifikation hängt in großem Maße davon ab, wie sehr diese mathematischen Verteilungsfunktionen der Klassen der wirklichen Verteilung in der Natur entsprechen. Die Grundfrage ist dabei natürlich: "Wie korrekt lässt sich die Natur in Klassen unterteilen, die der Normalverteilung folgen?"
| Home > Lernmodule > Modul 6 |