CLAIM (CLassification Assessment using an Integrated Method)
Zusammenfassung der Projektergebnisse
Zielsetzung dieses Vorhabens war die Entwicklung, Implementierung und Validierung eines erweiterten Konzeptes zur a posteriori Bewertung von Klassifikationsergebnissen basierend auf Fernerkundungsszenen. Die Notwendigkeit hierfür ergibt sich durch die stetig steigende Detailerkennbarkeit in diesen Daten, die das Phänomen der unbestimmbaren Grenzen zwischen verschiedenen Objektklassen (z.B. Wald-Wiese, Strand-Wasser) verschärft. Weiterhin wird es aufgrund der kleineren Pixelgrößen und der gestiegenen geometrischen Genauigkeiten der Fernerkundungsdaten immer schwieriger, geeignete Referenzdaten („ground truth“) zu finden, sodass bei einer Gesamtbewertung nicht nur die Unsicherheiten in den klassifizierten Daten, sondern auch die der Referenzdaten berücksichtigt werden sollten. Schließlich ist es im Zusammenhang einer objektbasierten Auswertung auch notwendig, objektbasierte statt punkt- oder pixelbasierte Maße zur Beschreibung der Unsicherheiten einzusetzen. Kern des Konzeptes die die Bildung von Übergangszonen entlang von Objektgrenzen, die sowohl in der Referenz, als auch den klassifizierten Daten erzeugt werden. Die Breite dieser Zonen wird auf Grundlage semantischer Eigenschaften der beiden benachbarten Klassen bestimmt (z.B. erhält die Klassenkombination Wald- Wiese eine deutlich größere Breite als die Kombination Straße-Gebäude). Innerhalb einer solchen Übergangszone wird orthogonal zur Grenze eine Klassenzugehörigkeitsfunktion definiert, die auf dem Konzept der fuzzy logic aufbaut und die Möglichkeit der Grenzverschiebung in der Realität modelliert. Für jedes Objekt oder jede Objektklasse werden die Zugehörigkeitswerte aus Referenz und Klassifikation miteinander verglichen und summarisch festgehalten. Als Ergebnis dieser integrierenden Betrachtung erhält man die Kennzahlen CFCM (für Objektklassen) bzw. OFCM (für einzelne Objekte). Umfangreiche Sensitivitätsanalysen mit synthetischen und realen Szenen haben gezeigt, dass die resultierenden Kennzahlen einen nachvollziehbaren Verlauf aufzeigen und eine größere Aussagekraft gegenüber den klassischen Bewertungsmaßen (z.B. overall accuracy, Kappa Index) besitzen. Das Konzept wurde als Java-Software implementiert und ermöglicht unabhängig von kommerziellen Lösungen die automatische Berechnung auf den üblichen Betriebssystemen (Windows, Linux, etc.). Unter http://code.google.com/p/claim-qa/ ist der vollständige Quellcode unter GNU LGPL-Lizenz veröffentlicht, welche die freie Verwendung als Programmbibliothek, als auch die Weiterentwicklung erlaubt.
Projektbezogene Publikationen (Auswahl)
- (2009): Development of an advanced uncertainty measure for classified remotely sensed scenes. Proceedings for ISPRS WG II/2+3+4 and Cost Workshop on Quality, Scale & Analysis Aspects of Urban City Models, Lund, Sweden, 3-4 December, 2009. ISPRS XXXVIII-2/W11
Schiewe, J. & Kinkeldey, C.
- (2009): From fuzzy and object based classification to fuzzy and object based uncertainty evaluation. Proceedings of SPIE, Vol. 7478 'Remote Sensing for Environmental Monitoring, GIS Applications, and Geology IX' 2009, 31 August - 3 September 2009, Berlin, Germany. SPIE Publication
Schiewe, J., Ehlers, M., Kinkeldey, C. & Tomowski, D.
- (2009): Implementation of Indeterminate Transition Zones for Uncertainty Modeling in Classified Remotely Sensed Scenes. In: Haunert, J.-H., Kieler, B. & Milde, J. (Eds.): Proceedings of the 12th AGILE International Conference on Geographic Information Science, Hannover 2009
Schiewe, J., Ehlers, M., Kinkeldey, C. & Tomowski, D.
- (2010): Countering new challenges regarding classification quality assessment methods with the help of fuzzy boundaries. Spatial Accuracy 2010, 20-23 July 2010, Leicester, UK
Kinkeldey, C. & Schiewe, J.
- (2010): Entwicklung alternativer Maße zur Bewertung der Güte klassifizierter Fernerkundungsszenen. GIS.Science, 23(1): 34-39
Kinkeldey, C., Tomowski, D., Schiewe, J., Ehlers, M.
