Методика тематической обработки многозональных изображений КА Landsat-7.
Исследовалась территория в районе г. Дубна Московской области. На рис.3 – 8 представлены зональные снимки этой территории, полученные с КА Landsat-7 в диапазонах 0,45-0,52 мкм, 0,52-0,60 мкм, 0,63-0,69 мкм, 0,76-0,90 мкм, 1,55-1,75 мкм, 2,08-2,35 мкм, соответственно.
Рис.3 Рис.4 Рис.5
Рис.6 Рис.7 Рис.8
Для проведения тематической обработки на основе теоретических схем, изложенных во второй главе, была построена методика, использующая структурно-пространственную модель исследуемых изображений и многоуровневую классификацию.
Результат тематической сегментации с использованием на разных этапах автоматизированных и визуальных методов обработки показан на рис. 9. Блок-схема методики представлена на рис. 10. Для получения количественных оценок достоверности по результатам тематической обработки была рассчитана вероятность правильной классификации объектов. В качестве критерия использовалась вероятность правильной классификации класса К, определенная следующим образом. По контрольному участку (участкам) класса К определяются его площадь в пикселях Sk и количество пикселей Nk, отнесенных по результатам классификации к классу К. По контрольном участкам всех остальных классов находится класс Q с максимальным значением количества пикселей Nq, отнесенных по результатам классификации к классу К. Определяется площадь контрольного участка класса в пикселях Sq и количество пикселей Nq, по результатам классификации к классу К. Вероятность правильной классификации класса К - Pk рассчитывается по формуле (11) Рис.9. Результат тематической сегментации.
Для проведения сравнительного анализа эффективности тематической сегментации с использованием многоуровневой классификации была проведена тематическая сегментация этих же снимков по методике одноуровневой контролируемой классификации.
Сравнительная экспериментальная оценка вероятности правильной классификации объектов, выделяемых в автоматизированном режиме, приведена в таблице 1.
Рис. 10. Блок-схема тематической обработки.
Таблица 1. Вероятности правильной классификации.
Объекты | Вероятность правильной классификации | |
Многоуровневая классификация | Одноуровневая классификация | |
Глубоководные объекты | 0.94 | 0.94 |
Мелководные объекты | 0.91 | 0.89 |
Луга и пустыри | 0.87 | 0.75 |
Хвойные леса | 0.92 | 0.91 |
Смешанные леса | 0.89 | 0.88 |
Лиственные леса | 0.87 | 0.86 |
Садово-огородные участки | 0.88 | 0.79 |
Кварталы городского типа | 0.9 | 0.77 |
Дата добавления: 2016-06-18; просмотров: 2236;