Misure di incertezza per classificazioni sfumate: alcune idee per la quantificazione.

I tradizionali algoritmi di classificazione di immagini telerilevate definiscono in modo univoco l’attribuzione dei singoli pixel alle diverse classi di copertura del suolo; il risultato della classificazione è quindi rappresentato da un’immagine del tipo un-pixeluna- classe. Tuttavia, essendo il pixel un’unità spaziale arbitraria in termini di dimensione, forma e posizionamento geografico, esso contiene spesso più di una classe di copertura del suolo. Un algoritmo di classificazione rigida imporrà ai pixel misti un’appartenenza univoca ad una singola classe, mentre le informazioni riguardo alle classi meno abbondanti andranno inevitabilmente perse. Esiste quindi la necessità di impiegare metodi di classificazione più avanzati di tipo sfumato o «fuzzy» che ammettano l’appartenenza di ciascun pixel a più di una classe di copertura secondo diversi gradi di appartenenza o compatibilità compresi in un intervallo [0, 1]. Una classificazione fuzzy, produce quindi una serie di livelli tematici corrispondenti al numero di classi di copertura del suolo selezionate per la classificazione. Ciascun livello descrive il grado di appartenenza dei singoli pixel alla classe rappresentata. In quest’ottica, assume particolare importanza la possibilità di valutare il grado di incertezza nell’assegnazione dei diversi pixel alle varie classi di copertura del suolo. Questo lavoro si propone di introdurre un indice di specificità che consenta di quantificare il grado di incertezza nell’attribuzione dei singoli pixel ad una determinata classe di copertura del suolo.