Interpretasi Citra Digital

Interpretasi Citra Digital

By bayu prabawa

Multiple Choice

Asumsi awal klasifikasi multispektral, kecuali

• tiap objek dibedakan dari nilai spektralnya

• 1 nilai piksel mewakili 1 objek pada CSRT

• Piksel-piksel penyusun 1 objek punya perbedaan spektral

• Beda objek, beda nilai spektralnya signifikan

Multiple Choice

1 Objek terdiri dari berbagai macam nilai spektral piksel

• TRUE

• FALSE

Multiple Choice

Sebaran nilai spektral membentuk kurva normal

• TRUE

• FALSE

Multiple Choice

Semakin banyak saluran pada citra, semakin teliti hasil klasifikasi multispektralnya

• TRUE

• FALSE

Poll

Beberapa hal yang dipertimbangkan dalam klasifikasi supervised, kecuali

• Sistem Klasifikasi

• Kriteria Sampel

• Algoritma Klasifikasi

• Saluran Citra

Multiple Choice

Pilihlah pernyataan yang Salah dari kriteria pemilihan training sampel

• Homogenitas Sampel (nilai standar deviasi tiap sampel rendah)

• Sebaran sampel yang merata di seluruh lokasi amatan

• Penggunaan 2 citra beda komposit meningkatkan risiko kesalahan pemilihan piksel sampel

• Jumlah sampel minimum 100 supaya optimal secara statistik