《表2 面向对象分割对FCN分类结果修正精度评价》

  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

《基于FCN的无人机可见光影像树种分类》

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

通过观察图9和表1可知，3种分类方法都能反映研究区树种的基本分布，其中添加了VDVI和ExG-ExR特征信息的数据用于FCN法的效果最好，总体精度达到97.8%，Kappa系数为0.978；其次是FCN对原影像图的树种分类，它的总体精度为95.4%，Kappa系数为0.937；RF法的总体分类精度不及前两种方法，仅为89.0%，Kappa系数为0.85。对比图10(a）、（b）和表1、表2可知，将面向对象和FCN相结合所获得的树种分类结果，不但大大减小了椒盐现象和边缘效应，且精度和Kappa系数分别达到了98.7%和0.983，较只应用FCN得到的分类结果都有一定的提高。