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: 1704; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2022 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.02 сек.