Klasifikasi OBIA: Hierarchical sample-based classification

tutorial obia, tutorial ecognition, tutorial segmentasi

Target: memahami dan melakukan klasifikasi proses perbaikan kesalahan klasifikasi melalui klasifikasi berdasar sampel yang bertingkat.


Tulisan ini adalah seri kelima dalam latihan dasar di Tutorial OBIA, sebelum melanjutkan membaca, baca dulu tahap-tahap sebelumnya:

  1. Download dan instalasi Definiens eCognition Developer
  2. Tahap pertama setelah membuka eCognition Developer
  3. Menulis Ruleset di eCognition Developer
  4. Segmentasi menggunakan berbagai algoritma segmentasi
  5. Klasifikasi OBIA: sample based classification menggunakan eCognition Developer

Pada latihan sebelumnya, kita telah berlatih melakukan OBIA dengan klasifikasi berdasar sampel.

Pada latihan kali ini, kita akan melanjutkan hasil klasifikasi latihan sebelumnya.

Hasil dari klasifikasi tersebut menghasilkan kelas- kelas : Tubuh air, Vegetasi, Tanah terbuka dan lahan terbangun.

Pada latihan kali ini, kita akan membagi kelas-kelas tersebut menjadi kelas-kelas yang lebih detil. Kita akan mencoba membagi kelas Vegetasi menjadi kelas Vegetasi Pohon dan Vegetasi Non Pohon.

Selain itu, melalui klasifikasi kali ini, kita juga akan memperbaiki kesalahan klasifikasi yang terjadi agar akurasi dapat ditingkatkan.

Garis besar langkah yang akan kita lakukan adalah sebagai berikut:

  1. Segmentasi hanya pada kelas Vegetasi.
  2. Mengambil sampel pada kelas Vegetasi.
  3. Melakukan klasifikasi.

Mari langsung mulai latihannya!

Langkah 1: Membuat kerangka ruleset

Buat kerangka ruleset seperti ini.

501

Langkah 2: Segmentasi kelas Vegetasi

Klik Insert Child pada “Segmentasi Vegetasi” lalu gunakan pengaturan di bawah ini. Perhatikan benar-benar parameter yang berada dalam kotak merah.

502

Hasilnya seperti berikut. Perhatikan bahwa yang tersegmentasi hanya kelas Vegetasi, kelas yang lain tidak!

503

Perhatikan bahwa ada beberapa objek Tanah terbuka ada yang terkelaskan sebagai kelas Vegetasi.

BACA JUGA  Segmentasi Citra Algoritma Multiresolution Segmentation

Langkah 2: Setting klasifikasi kelas Vegetasi

Buat kelas baru yaitu kelas Vegetasi Pohon dan Vegetasi Bukan Pohon. Drag dan Drop kelas tersebut dan letakkan pada level di bawah kelas Vegetasi (lihat gambar)

504

Ambil Sampel kelas Vegetasi Bukan Pohon dan Vegetasi Pohon.

Jangan lupa, ambil juga sampel kelas Tanah terbuka yang salah terklasifikasi sebagai Vegetasi.

505

Selanjutnya, atur feature space yang akan digunakan klasifikasi Nearest Neighbor melalui Classification –> Nearest Neighbor –> Edit Standard NN Feature Space.

506

Selanjutnya, atur kelas-kelas yang akan digunakan untuk klasifikasi. Caranya pilih Classification –> Nearest Neighbor –> Apply Standard NN to Classes.

507

Mengapa kelas Tanah terbuka ikut dicentang?

Karena kita juga akan memperbaiki objek Tanah terbuka yang tersesat di kelas Vegetasi.

Langkah 3: Eksekusi Klasifikasi

Klik Insert Child pada “Klasifikasi Vegetasi” lalu gunakan pengaturan di bawah ini. Perhatikan benar-benar parameter yang berada dalam kotak merah.

508

Parameter yang sering terbalik adalah Class Filter dengan Active Classes.

Class Filter  ini adalah kelas yang akan diklasifikasi.

Active Classes adalah kelas-kelas target klasifikasi.

Hasil klasifikasi kurang lebih sebagai berikut.

509

Perhatikan hasilnya. Ada 2 kondisi yang kita capai:

  • Kelas Vegetasi telah terbagi menjadi Vegetasi Pohon dan Vegetasi Non Pohon
  • Objek Vegetasi yang sebenarnya merupakan kelas Tanah terbuka sudah diperbaiki dan masuk kelas Tanah terbuka.

Perhatikan jika legenda kita kelasnya aktif semua, maka semua kelas akan ditampilkan.

510

Jika kelas Vegetasi Bukan Pohon dan Vegetasi Pohon kita nonaktifkan (caranya dengan klik tanda minus di samping kiri kelas Vegetasi),  maka hanya kelas yang aktif yang ditampilkan.

511

Langkah 4: Dissolve

Lakukan dissolve pada kelas Vegetasi Bukan Pohon, Vegetasi Pohon dan Tanah terbuka.

BACA JUGA  Download dan Instal Python 3 dan Jupyter Notebook Lewat Anaconda

Langkah 5: Klasifikasi kelas yang lain

Latihan terakhir, lakukan proses klasifikasi yang sama untuk kelas Tanah terbuka (menjadi Tanah terbuka basah dan Tanah terbuka kering)


Kembali ke latihan sebelumnya: Latihan klasifikasi berdasar sampel

Lanjut ke latihan berikutnya: Latihan klasifikasi berdasar aturan (rule-based)

Bagikan ke yang lain
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Leave a Comment

Your email address will not be published. Required fields are marked *

Belajar Geographic Object Based Image Analysis (GEOBIA)Pelajari lebih lanjut..