ENVI3 : การจำแนกประเภทข้อมูล (Classification Data)

ENVI3 : การจำแนกประเภทข้อมูล (Classification Data)

ENVI3 : การจำแนกประเภทข้อมูล (Classification Data)

การจำแนกประเภทข้อมูลนี้ เป็นการวิเคราะห์เพื่อจำแนกข้อมูลเป็นประเภทกลุ่มข้อมูล ซึ่งในการจำแนกประเภทข้อมูล สามารถดำเนินการได้ใน 2 ลักษณะคือ Unsupervised Classification และ Supervised Classification

ศึกษาจากเอกสารเพิ่มเติม   envi32_p04.pdf

🧭 1. การจำแนกแบบไม่มีการควบคุม (Unsupervised Classification)

เป็นการจำแนกข้อมูลโดยไม่ต้องมีข้อมูลตัวอย่างล่วงหน้า โปรแกรมจะทำการจัดกลุ่มพิกเซลที่มีลักษณะสเปกตรัมคล้ายกันเข้าด้วยกันโดยอัตโนมัติ.​

ขั้นตอนการใช้งาน:

1. เปิดภาพที่ต้องการจำแนก:
   • ไปที่เมนู File > Open Image File เพื่อเปิดไฟล์ภาพ.​
2. เริ่มกระบวนการจำแนก:
   • เลือก Classification > Unsupervised > K-Means หรือ ISODATA ตามต้องการ.​NV5 Geospatial Software+3SEOS Project+3NV5 Geospatial Software+3
3. กำหนดพารามิเตอร์:
   • ระบุจำนวนคลาสที่ต้องการ เช่น 5 หรือ 10 คลาส.
   • กำหนดจำนวนรอบการทำซ้ำ (Iterations) และค่าความเปลี่ยนแปลงที่ยอมรับได้ (Change Threshold).​Envi GeoScene+1NV5 Geospatial Software+1
4. ดำเนินการจำแนก:
   • คลิก OK เพื่อเริ่มกระบวนการ โปรแกรมจะสร้างภาพผลลัพธ์ที่แสดงคลาสต่างๆ.​
5. แสดงผลลัพธ์:
   • ใช้ Available Bands List เพื่อโหลดภาพผลลัพธ์และแสดงในหน้าต่างแสดงผล.​

🎯 2. การจำแนกแบบมีการควบคุม (Supervised Classification)

เป็นการจำแนกข้อมูลโดยใช้ข้อมูลตัวอย่าง (Training Data) ที่ผู้ใช้กำหนด เพื่อสอนโปรแกรมให้รู้จักลักษณะของแต่ละคลาส.​

ขั้นตอนการใช้งาน:

1. เปิดภาพที่ต้องการจำแนก:
   • ไปที่เมนู File > Open Image File เพื่อเปิดไฟล์ภาพ.​
2. สร้างข้อมูลตัวอย่าง (ROI):
   • ใช้เครื่องมือ ROI Tool เพื่อสร้างพื้นที่ตัวอย่างสำหรับแต่ละคลาส เช่น น้ำ, พื้นที่ป่า, เมือง.​
3. เริ่มกระบวนการจำแนก:
   • เลือก Classification > Supervised > [วิธีการที่ต้องการ] เช่น Maximum Likelihood, Minimum Distance, Spectral Angle Mapper (SAM).​Humboldt State University+8NV5 Geospatial Software+8NV5 Geospatial Software+8
4. กำหนดพารามิเตอร์:
   • เลือกข้อมูล ROI ที่สร้างไว้.
   • กำหนดพารามิเตอร์เพิ่มเติมตามวิธีการที่เลือก.​
5. ดำเนินการจำแนก:
   • คลิก OK เพื่อเริ่มกระบวนการ โปรแกรมจะสร้างภาพผลลัพธ์ที่แสดงคลาสต่างๆ.​
6. แสดงผลลัพธ์:
   • ใช้ Available Bands List เพื่อโหลดภาพผลลัพธ์และแสดงในหน้าต่างแสดงผล.​SEOS Project

🧪 การประเมินผลลัพธ์

หลังจากการจำแนกเสร็จสิ้น ควรทำการประเมินความถูกต้องของผลลัพธ์:

• การสร้าง Confusion Matrix:
  • ใช้เมนู Classification > Post Classification > Confusion Matrix เพื่อเปรียบเทียบผลลัพธ์กับข้อมูลจริง.​SEOS Project
• การปรับปรุงผลลัพธ์:
  • ใช้เครื่องมือ Clump, Sieve, และ Combine Classes เพื่อปรับปรุงภาพผลลัพธ์ให้เหมาะสมยิ่งขึ้น.​