9 จากข้อมูลของพืชทั้ง 2 ชนิดที่ได้ทำการสุ่มค่าออกมาเพื่อใช้เป็น Training area มีค่าเฉลี่ยในแต่ละ Band ดังตารางที่ 7.4 ถ้าทำการถ่ายภาพได้ข้อมูลออกมาในแต่ละ pixel ดังตารางที่ 7.5 จงทำการจำแนกข้อมูลของภาพนี้ด้วยวิธีการ Maximum likelihood classifier ช่วงความสว่างที่ 20-70
 
 
 
ทฤษฎี วิธีแบบความน่าจะเป็นไปได้สูงสุด (Maximum Likelihood Classifier)

เป็นวิธีการจำแนกประเภทข้อมูลโดยพิจารณาจากค่าเฉลี่ย (Mean) และ Covariance Matrix ของข้อมูลแต่ละประเภท
จากค่าการสะท้อนของช่วงคลื่น ซึ่งขอบเขตของข้อมูลแต่ละประเภทจะมีกระจายเป็นวงๆรูปวงรีซ้อนเรียกว่า Equiprobability Contours ดังรูปที่ 8.19 ซึ่งการจำแนกจะตั้งสมมุติฐานว่าแต่ละประเภทของข้อมูลมีการกระจายตัวแบบปกติ (Normal Distribution) เป็นรูประฆังคว่ำ ซึ่งถ้าต้องการหาการกระจายตัวแบบปกติของข้อมูลทั้ง 2 ประเภทนี้หาได้จากสูตร

โดยที่ sd คือค่าเบี่ยงเบนมาตรฐานของกลุ่มข้อมูลที่เป็น Training Area, sv คือค่าความสว่างของจุดภาพที่พิจารณา Mean คือค่าเฉลี่ยของค่าความสว่างของจุดภาพใน Training Area ส่วน exp เป็นการหาค่า Exponential ซึ่งเป็นส่วนกลับของค่า log







© ศูนย์วิทยบริการ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี