Vaizdų, modeliuojamų Gauso atsitiktiniais laukais, klasifikavimo metodų palyginimas
Vaizdų klasifikavime dažnai sutinkame situaciją, kai, tam tikru lygiu, vaizdai yra sugadinti triukšmo. Toks triukšmas vaizdų klasifikavime gali būti modeliuojamas Gauso atsitiktiniais laukais (GRF). Vaizdų klasifikavime naudojami metodai su mokymu ir be mokymo. Šiame straipsnyje lyginami mūsų pasiūlyti klasifikavimo su mokymu metodai, paremti įterptomis Bajeso diskriminantinėmis funkcijomis (PDBF) (žiūrėti [6] ir [12]) su klasifikavimo be mokymo metodu paremtu pilkumo lygio pasikartojimų matricomis (GLCM) (žiūrėti [8] ir [1]). Klasifikavimui naudojamas palydovinės nuotraukos vaizdas (USGS Earth Explorer). Taip pat sugeneruojami GRF su skirtingais koreliacijos pločiais ir uždedami ant palydovinės nuotraukos. Tokia situacija gali natūraliai susidaryti degant miškui, kai gaisro dūmai uždengia tam tikrą dalį teritorijos. Šie paveiksliukai naudojami klasifikavimo tikslumo tyrimui.