《表2 试验2精度统计：结合双树复小波纹理特征和MRF模型的遥感图像分割》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合双树复小波纹理特征和MRF模型的遥感图像分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步验证算法的有效性，试验2使用Google Earth遥感影像作为待分割影像，如图9（a）所示。影像大小为256×256，其中光谱空间分辨率为0.5 m，包含R、G、B 3个波段信息，图像中有林地、水域、房屋、耕地、草地、道路等地物。试验2中增加了影像的地物种类，地物之间存在更加复杂的关系。图9（b）—（e）分别为4种方法的分割结果图。如图9（b）所示，分割出来的区域比较细碎，噪声多，房屋、耕地、道路3种地物的分割精度不高，试验精度（见表2）分别为37.8%、39.5%和8.5%。光谱+MRF方法虽然比仅仅使用光谱特征的分割方法获得了很好的区域一致性，但由于特征向量判断能力不足，在房屋和耕地区域的分割精度也不高。小波纹理的分割方法在视觉上获得了很好的区域一致性，但也存在特征向量判断力不足的问题，分割影像在房屋、耕地、水域误分割较多。本文方法增强了纹理特征的表达能力，同时考虑了分割影像像元间的空间关系和分布特征，虽然在林地和水域的分割精度稍低于其他方法，但在房屋、道路、耕地等复杂区域，本文分割方法得到了很好的视觉效果和精度。