文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 物理 > 面向对象的高分辨率遥感影像分割分类评价指标
侵权投诉

面向对象的高分辨率遥感影像分割分类评价指标

4期

m

吴波等:面向对象的高分辨率遥感影像分割分类评价指标569

SH=∑(SH(Oj)-SH(Mj)

j=1

|O|

j

∑|O|

j

m

)(6)

面向对象的遥感分割/分类综合

处理与实验系统

j=1

该公式中的SH(Oj)表示对象Oj的长宽比,因此,SH也是一个范围在[0,1]之间的比值,SH越小表明两个对象的形状相似度就越大,分割效果就更好。

以上分割评价公式表明,5个指标各自侧重分割对象的不同方面,对同种地物可以选择多个不同的指标,因而每一个对象可以得出5个相应的评价指标。另一方面,为了对影像分割/分类的总体效果进行刻画,就需要对每种地物类型选取多个分割对象进行评价。假设同种地物的第i个对象(i=1,2,3,…,d,d是对象总个数)的误差记为ERRi,那么利用平均误差(ERR_AVE)作为该地物的评价指标:

ERR_AVE=1ERRi

i=1

d

文件输入输出

影像预

面向对象的高分辨率遥感影像分割分类评价指标

处理

特征选择与提取

影像分割影像分类分类评价

图2系统基本功能结构

Fig.2Thebasicstructureoftheprototypesystem

放大缩小,移动,对象拾取,影像切换等功能。预处理模块对数据进行基本的数学运算,如波段叠加,波段数学运算,各种滤波等。影像分割目前集成了均值漂移(Meanshift)、分水岭分割(Watershed)、区域增长(RegionGrow)和有限竞争学习(RPCCL)4种分割方法。特征提取与选择,包括光谱特征,几何特征和形状特征的提取与选择。分类模块包含了平行管道分类器、高斯最大似然分类器、BP神经网络分类器、k最邻近分类器、支持向量机分类器,决策树分类器。评价模块实现了像元的总体分类精度和Kappa系数功能和面向对象的分类评价指标:过分割、欠分割、边缘匹配、分割块数,以及形状误差。在一般应用时,本系统的各个模块可以单独使用,也可以配合ENVI功能模块使用,如果需要对影像进行连续地处理,则各个模块相互联系使用。实验系统运行界面如图3所示。

(7)

利用平均的概念可计算每个地物类型的OS、US、ED、FG,以及SH等指标的平均误差,用户可以根据自己的精度要求选择满足自己的分类图。显然,与传统以像元的评价方式不同,本文将每个分割地块当成一个独立的对象,并对基本的几何形状和边界进行刻画,实现对象几何特征相关的精度评价指标。由于OA或者Kappa系数能够对影像分割/分类的总体情况进行一定程度的描述,本文的目的不是要取代像元分割/分类的评价方法,而是将几何形状的分割/分类评价,作为OA或者Kappa评价指标的有效补充。

3面向对象影像分割分类系统原型实现

以IDL为实现平台,作者建立了面向对象的高分辨遥感分割/分类综合处理与实验系统。该实验系统具有较高的综合性和适应性,能够实现对输入的影像进行自动/半自动化的处理。系统面向高分辨影像分割/分类评价处理,具有数据录入与输出、影像预处理、影像分割、特征选择与提取、可视化分析工具、影像分类、面向对象评价等功能。该系统基本功能结构如图2所示。主要包括:文件输入/输出、影像预处理、特征提取与选择、影像分割/分类,及分类评价等模块。

文件输入输出模块实现对常用数据类型的读写,运行中间结果的存储等。可视化工具包括影像

图3面向对象分类评价的工具界面

Fig.3Theworkinginterfaceoftheobject-basedevaluation

上一页第3页

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email