有没有关于傻瓜的均方根误差(RMSE)的说明?


14

在GIS中拥有全面的专业知识有时不足以完全理解GIS科学的某些概念。除此之外,我也不是数学家。

考虑到这一点,在将图像地理参考到底图时,谁能提供孩子对均方根误差(RMSE)的解释?完成此操作一千次后,我唯一关心的就是首先在目标地图中找到也在基础地图中的位置。使用常识作为工具,我通常会找到教堂,老建筑和类似物体,它们都是非常稳定的结构,不会在底图和目标图像之间的时差上移动。在放置尽可能多的通行证之后,我将查看统计信息表,然后重新使用RMSE高的通行证或删除它们,以使总RMSE得分尽可能低。

现在我知道rmse是一种统计误差计算,但是一直困扰我的是,有时我100%确信通过点非常准确地放置在图像上...例如。在教堂的尖顶或目标图像和底图中都存在的另一稳定结构上,但均方根值仍然很高。因此,我将能够将通行点更改为远离参考结构的位置(即,使视觉转换的准确性降低),从而降低均方根值!在我看来这是一个悖论,因为我将降低操作的视觉准确性以提高统计准确性。

有时,我完全忽略了有效值,因为我可以看到,在地理配准操作之后,参考地图和目标图像会很好地对齐...即所有通过点都在两个地图上的正确位置。

关于我是否在做根本上错误的事情,有人可以给我更好的简单解释吗?


3
半相关评论。切勿使用高层建筑,教堂钉书钉和高塔之类的东西。尝试在地平面附近使用点
Devdatta Tengshe

1
较低的RMSE并不总是等于更好的地理配准。极端的例子自然是样条曲线转换,它将RMSE降低为0,不必担心您的点的准确性。
HDunn 2013年

2
只是为了强调什么Devdatta说:除非你是一个地理参考地图,使用精确相同的航拍图像,像素像素,作为地图你引用它,你应该不会,如果你有其他选择使用一个教堂的尖顶,以地理参考什么。控制点应尽可能靠近地面。如果您的教堂尖顶是从不同高度的两个不同角度拍摄的,则您单击的实际位置可能会偏离很多位置。
丹·C

这篇文章真正帮助了这个“虚拟”形象化RMSE:https
Stu Smith,

Answers:


11

目前有多个问题,我认为我们应该一一处理。

我觉得你想问

如何对地图进行地理折射,以使RMS误差最小?

如果是这样,我建议您编辑问题,并相应地更改标题。

要了解如何减少RMS误差,您需要了解RMS Error的含义。假设n有点;对于每个点,您都有输入的坐标,并且有已计算的坐标。它们之间的差异是使用简单的欧几里德几何来计算的,这称为误差。

为了得到整体误差,我们将这些误差相加。我们不采用简单的算术平均值,而是使用这些错误的RMS。有很多科学原因,但是我的统计知识太薄弱,无法向您解释。

因此,基本上,您可以使用以下公式计算RMS误差: RMS error=Square Root(Σ(e^2)/n)

现在来问您真正要问的问题。我们如何减少RMS误差?为此,您需要注意实际计算出的坐标的方式。这里有两点要解决:

首先,您需要选择适当的变换以进行地理配准。有多种变换(仿射/样条曲线,一阶,二阶等)。我能最好地引用whuber,他在这个出色的回答中说:

使用一种可以表示可能发生的变形的方法。使用纸质地图扫描时,变形可能是局部的和不规则的,因此请考虑样条线。随着投影的变化(包括大多数航空和卫星图像处理中发生的变化),使用的正确转换是投影的。投影变换既不是多项式(一般而言)也不是样条曲线。

其次,在选择地理配准的控制点时需要小心。Whuber在他的答案上方链接了多个指向该方向的指针。

您需要选择两个图像中都将出现的点。通常使用诸如纪念碑,道路交叉口,永久性建筑物等之类的东西。尝试在地面或接近地面的地方使用物体。请勿使用问题中提到的高层建筑,教堂尖塔或塔楼。

原因很简单。大多数栅格都是从某个角度拍摄的,并且提供了倾斜的视图。因此,高个子物体似乎会朝着从传感器焦轴向外指向的方向倾斜。例如,请看下面的埃菲尔铁塔的Google地图图片。红点大约位于中心位置,但是您会在青色点看到塔顶。(这只是说明性的。处理了Google Map的Satellite视图以删除了这些工件,但仍然存在许多工件)
在此处输入图片说明


1
我认为您的意思是RMS误差=平方根(Σ(e ^ 2)/ n)
奴隶制

您好...。感谢所有评论。为了简化我的问题,可以将其简化为最基本的形式:“如果我对地理参考目标图像的视觉效果感到满意,为什么我需要彻底检查RMSE?最后,我们通常会查看底图,并将目标图像的透明度设置为50%。如果通过点的均方根误差在2-9之间,但图像排列良好,谁在乎错误吗
罗伯特·巴克利

@RobertBuckley:如果这是您的问题,请访问gis.stackexchange.com/questions/8900/…。没有特定的RMS错误,您应该尝试解决。RMS误差只是一种指示性度量,如果您认为结果足够好,则可以忽略它。
Devdatta Tengshe
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.