(3.236.228.250) 您好!臺灣時間:2021/04/22 04:50
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:郭育全
研究生(外文):Kuo, Yu-Chuan
論文名稱:分散度指標應用於遙測影像分類特徵選取之研究
論文名稱(外文):Separation Index for Classification Feature Selection in Remote Sensing
指導教授:鄭克聲鄭克聲引用關係
指導教授(外文):Cheng Ke-Sheng
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:農業工程學系
學門:工程學門
學類:其他工程學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:71
中文關鍵詞:遙感探測分散度指標發散度組織特徵
外文關鍵詞:Remote SensingSeparation IndexDivergenceTexture Feature
相關次數:
  • 被引用被引用:21
  • 點閱點閱:219
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
本研究是採用曾文水庫集水區的SPOT衛星多譜影像進行地表覆蓋判釋,一
般而言SPOT影像中綠光段及紅光段的相關係數皆相當的高,且光譜特徵常
因季節、日照角度、氣候的不同而影響到波譜反射值,此時,可以使用組
織特徵來粹取更多的分類特徵。在此乃使用ASM(二階角動差)、CON(對
比)、ENT(熵)等三個組織特徵,配合原有的三個多光譜波段共有十二
個分類特徵以供分類。在本研究中使用分散度指標的一種『發散度』,評
估特徵的重要性,並計算選入分類特徵的順序。再使用線性延伸的方法調
整資料的尺度。依發散度所評估出分類特徵的次序,使用最大概似分類法
及貝氏分類法兩種分類方法進行分類,可計算出分類混淆表。本研究亦發
現不同的波段對不同的地表類別有不同影響。例如紅光段和綠光段有相當
高的相關係數,在前人研究中只取其中一個使用,但在本研究中紅光段的
加入對檳榔的判別有相當的助益,故不可憑相關係數即決定分類特徵的採
用與否。而使用6個分類特徵進行分類其混淆表正確率約佔12個特徵混淆
表正確率的89.4%;而使用6個分類特徵計算發散度其值為約佔12個分類特
徵全選結果的87.6%。可知選用6個分類特徵即可以得到不錯之結果。更可
由分類混淆表和發散度的結果發現,發散度的成長趨勢和分類混淆表的成
長趨勢相關性非常地高,可以利用發散度來幫助選取所需的特徵數,並可
得知分類特徵的重要次序。
A divergence-based feature selection scheme was implemented in
our study. MSSimagery of SPOT satellite and their textureal
features were used for landuseclassification of Tsengwen
Reservoir watershed located in southern Taiwan.Our feature
selection schemem involves calculation of average divergence
forselected classification features. New features were
sequentially added to thegroup of already-selected features
based on the largest divergence incrementin each calculation
iteration. The ratio of divergence(DR) of selected features to
that of all features was used to determine the minimum number of
features.Then from the ranked feature sequence, we identified
those features that shouldbe selected for later landuse
calssification. Our results showed that at DR=0.9only 6 out of
12 features were needed in landuse classification. Since
featureswere sequentially selected, the class-specific increment
of classificationaccuracy contributed by the feature under
consideration could be observed. Wefound that for landuse class
of betel nut, red band was added after infrared andgreen bands
but still largely increased the classification accuracy.
Thisindicates that although for most landuse classes the red and
green bandreflectance are highly correlated, betel nut spectral
features of red and greenbands are not.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔