572地球信息科学学报2013年
的建筑物,而水体类型比较单一,它们都与周围地物区别明显。另一方面,由于影像中的建筑2为老城区建筑,房子年代久远,树木和草地较多,在夏季树木多,阴影面积大,导致与草地及树木等不容易区分,因而整体被分割成一片大的区域,出现较为严重的欠分割情况。
从图7(iv)中可以得出,在图6(a)中,除了建筑3的边缘匹配误差是0.521外,其他地物的边缘匹配误差均较大。显然,在过分割或者欠分割较为严重的情况下,边缘都是难以匹配的,但随着总体精度和Kappa系数的提高,边缘匹配指标会有所改善。从图7(iv)中还可以看出,建筑3、水体、建筑1,以及阴影的边缘匹配效果较好,在图6(e)-(f)中的评价指标保持在0.1左右,但其他地物类型的边缘匹配总体上较差,大部分指标值在0.5以上,在图6(d)时有一个低谷,说明了此时分割结果比其他分割结果较好。
从图7(v)中可以得出,多种地物的分割块数值在0.6-1.0范围内,而阴影的值是0.542,横坐标c处出现一个峰值,随后出现降低的趋势,并且建筑3、水体、建筑1,以及阴影的数值降低到了0.2以下。造成这种降低的趋势是由于欠分割越来越明显,一个地物被分成多个对象的机率减少,甚至出现几个地物对象被分成了一个对象的现象。
从图7(vi)中可以得出,横坐标a上,除了阴影的形状误差较低外,其他的地物都很高,横坐标e上出现一个低谷,而建筑3、水体、建筑1,以及阴影在e以后继续降低,精度在0.2左右。这是由于在后几幅图中,其他地物欠分割现象越来越明显,而这4种地物分割效果却依然较好,保持在一定精度范围内。
以上分析可见,在图6(a)-(c)分割结果中,各类地物的各项评价指标(除了欠分割)都较大,而在图6(e)中的各项指标均较小,这些评价指标越低说明分割效果越好。因此,说明图6(e)是分割效果最好的。从像元评价图7(i)中可以看出坐标e处取最大值,表明图6(e)的分割精度最高。这与本文评价方法的结果一致。此外,从图7(ii)-(vi)的评价指标中发现,房屋3、水体、房屋1以及阴影比其他地物的分割效果好,而其他地物的评价指标值出现一定的变动,这表明在MeanShift分割算法中,这4种地物易识别,且分割效果好。实验表明,尽管这5个指标不同,各指标从不同的角度对同一个分割结果进行评价,但它们之间相互影响,并存在一定的交
叉信息。比如过分割严重时欠分割的数值较小,而其他指标的数值也较大。
5结论
本文提出了过分割、欠分割、边缘匹配、分割块数,以及形状误差等5个面向对象的分类评价指标,并实现了一个面向对象影像分析的原型系统。通过评价福州市QuickBird影像的分割结果,表明了这些指标的有效性。因此,这些评价指标是传统Kappa和OA的有效补充,能够辅助用户选择满足要求的专题图。实验结果还表明,与传统OA与Kappa相比,几何形状的指标具有以下优势:(1)能够区分地物分割效果的细节信息(如过分割或欠分割等);(2)能够对每一种地物的分割精度进行评价,有利于专题制图时选择合适的分割结果,比如可以选择建筑1分割最好的分割结果图等;(3)能够辅助优选分割算法的参数,如Meanshift的3个输入参数等。目前,这5个指标是从不同的角度对分割/分类效果进行评估,如何利用多目标优化准则把这5个指标综合成一个整体的评价指标将是今后的研究方向。
参考文献:
[1]周成虎,骆剑承.高分辨率遥感卫星影像地学计算[M].北
京:科学出版社,2009.
[2]MyintS,LamN,TylorJM.Waveletsforurbanspatialfea-turediscrimination:Comparisonswithfractal,spatialauto-correlation,andspatialcooccurrenceapproaches[J].Photo-grammetricEngineeringandRemoteSensing,2004,70(7):803-812.
[3]宫鹏,黎夏,徐冰.高分辨率遥感影像解译理论与应用方法
中的一些研究问题[J].遥感学报,2006,10(1):1-5.
[4]闫利,赵展,聂倩,等.利用规则进行高分辨率遥感影像地物
提取[J].武汉大学学报·信息科学版,2012,37(6):636-639.[5]杜凤兰,田庆久,夏学齐,等.面向对象的地物分类法分析与
评价[J].遥感技术与应用,2004,19(1):20-23.
[6]BruzzoneL,CarlinL.Amultilevelcontext-basedsystem
forclassificationofveryhighspatialresolutionimages[J].IEEETransactionsonGeoscienceandRemoteSensing,2006,44(9):2587-2600.
[7]汪闽,万其明,张大骞,等.光谱、形状特征结合的多精度图
像分割算法与应用[J].地球信息科学学报,2010,12(2):261-268.
[8]李秦,高锡章,张涛,等.最优分割尺度下的多层次遥感地物
分类实验分析[J].地球信息科学学报,2011,13(3):409-417.
暂无评价0人阅读0次下载举报文档 结合像元形状特征分割的高分辨率遥感影像面向对象分类_天文/地理_自然科学_专业资料。2010. 6 遥感应用 遥感信息 结合像元...
结合像元形状特征分割的... 暂无评价 6页 1下载券喜欢此文档的还喜欢 面向...二○ 一 一届 毕业设计 面向对象的高分辨率遥感影像分类 Object-oriented ...
暂无评价
浙江省森林资源监测中心, 浙江 杭州 摘要: 遥感影像分割决定了后续分类的精度, ...利用 Def iniens 平台面向对象的分割算法 , 将组成对象的 像素灰度值的标准差...
基于ART2技术的面向对象高分辨遥感影像分类_专业资料。提出一种基于ART2技术的面向对象的高分辨遥感影像分类方法。该方法首先对高分辨遥感影像进行多尺度分割,将影像...
暂无评价0人阅读0次下载举报文档 面向对象的高分辨率遥感影像信息提取技术_...面向对象 ; 多尺度分割 ; 特征提取 ; 规则集 关键词 : P237 B 中图分类...
( 南京大学城市与资源学系 ,南京 210093) 摘要 : 依据高分辨率遥感影像的特点 ,结合深圳市 QU IC KB IRD 数据提出一种基于多尺度分割的对象级遥感分类方法 。...
实验采用 2 幅 高分辨率遥感影像,同时采用了面向对象的分割和分类评价,得出各...5 面向对象的分割结果定量评价指标 本文采用过度分割,分割不足等两个指标来衡量...
几种基于高分辨率遥感影像分类技术的分析与探讨_... 息辅助分类技术和面向对象的特征相关属性分类技术的... 4.1 多分辨率多尺度的影像分割 多分辨率多尺度的...
暂无评价 3页 1.00元 高分辨率遥感影像面向对象... 暂无评价 2页 1.00元...基于多特征对象的分类方法首先将遥感对象在 不同层次上分割成一个个相互联系的...
热门文档