《表1 检测结果精度评价》

  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NASFs滤波策略与形态学属性剖面的SAR影像建筑物检测》

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

注:数据加粗部分为最优结果。

采用检测评价指标[23]定量分析各检测方法的检测结果（表1）。在评价指标中，准确率（T）为检测到的正确建筑物个数与所有被检测到建筑物个数之比，召回率（R）为所有检测到的正确建筑物个数占研究区实际总建筑物个数的比例，二者值越高越好；漏警率（MA）和虚警率（FA）分别表示未被检测到的建筑物个数和误被检测为建筑物个数与正确建筑物个数之比，二者值越低越好。从表1可以看出，前3种方法T明显偏低，而FA明显偏高，其中，由于受孤立强散射点影响，Ostu阈值分割法FA高达22.70%，而ASFs+MAPs方法和本文方法因检测前对建筑区进行形态学属性滤波处理，减少了大部分强散射目标对建筑物检测的干扰，检测结果中FA得到控制。进一步对此，ASFs+MAPs方法由于过度平滑建筑区，造成建筑物细节信息丢失，检测结果中建筑物出现粘连现象，进而影响了其检测准确率；而本文方法引入差异结构元素的NASFs滤波策略，避免了对建筑区过度平滑，利用MAPs算法对建筑区进行属性滤波，通过3种属性进一步滤除不满足建筑物特性的强散射点和背景噪声，检测结果的T=94.54%，虽然在漏警率方面存在不足，但相比于4.46%的低虚警率，均优于其他4种方法。综上所述，本文方法在高分辨率SAR影像建筑物检测上是可行的。