Classificatori Statistici e Reti Neurali nella segmentazione ... - Circe

Figure 2 – Italia del Nord (ITN): distribuzione dei candidati pixel puri sul primo pianofattoriale all’inizio della procedura di selezione.ArabileRisaieVignetiFruttetiOlivetiPascolicoltivatiForeste dilatifoglieForeste diconifereForestemistePascolinaturaliSuoli nuditotaleAffidabilitàArabile 14436 215 61 16 2 6 34 1 5 0 1 14777 97.7Riso 219 857 0 0 0 0 0 0 0 0 0 1076 79.6Vigneti 199 0 77 2 0 3 22 3 2 0 0 308 25.0Frutteti 30 0 9 41 0 6 134 40 43 4 0 307 13.4Oliveti 9 0 0 0 32 0 4 0 4 2 0 51 62.7Pascoli colt. 482 0 14 21 12 72 147 41 31 5 0 825 8.7Latifoglie 9 0 3 3 0 3 3949 18 167 7 0 4159 95.0Conifere 45 0 4 6 1 0 87 224 135 14 4 520 43.1Miste 28 0 1 10 0 6 494 97 183 33 2 854 21.4Pascoli nat. 18 1 0 2 0 1 509 85 131 98 6 851 11.5Suoli nudi 96 0 1 0 0 3 24 47 58 24 189 442 42.8Totale 15571 1073 170 101 47 100 5404 556 759 187 202 24170Accuratezza 92.7 79.9 45.3 40.6 68.1 72.0 73.1 40.3 24.1 52.4 93.6Tabella 1: Italia del Nord (ITN) : pixel candidati da CORINE, matrice di confusione primadella procedura iterativa di selezione. Le righe danno il tema al quale il pixel vieneassegnato dal classificatore dopo l’istruzione, le colonne danno il tema del pixel inCORINE. L’alta dispersione dei pixel appartenenti allo stesso tema in CORINE,ben visibile in figura 2, è responsabile dell’elevato grado di confusione.La situazione all’inizio della procedura di selezione è illustrata dalla tabella e dalla figura quisopra, relative all’area ITN (Nord Italia). La figura 2 mostra la dispersione, nel piano delle