《表2 基于cart监督分类的建筑物震害提取结果混淆矩阵》
为验证本文所采用方法的有效性,在相同数据集的条件下,利用面向对象的遥感图像分类软件—ecognition 9.02版本进行建筑物震害提取试验。采用面向对象监督分类的思想,试验的基本流程为图像分割、样本选择、监督分类。图像分割方法采用软件自带的多尺度分割算法,监督分类算法同样采用软件自带的cart决策树算法。经反复试验比较,多尺度分割算法中的形状参数设为0.1,紧致度参数设为0.5;选用的分类特征包括亮度均值、各波段亮度标准差、形状指数、各方向的灰度共生矩阵、灰度共生矩阵标准差。最终的试验结果如表2所示,背景、倒塌建筑物和未倒塌建筑物的分类精度分别为59.6%、84.7%和49.0%,总体分类精度为62.9%,Kappa系数为37.3%。可见其总体精度远低于本文所采用的全卷积神经网络方法。
图表编号 | XD00182262300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 陈梦、王晓青 |
绘制单位 | 中国地震局地震预测研究所、中国地震局地震预测研究所 |
更多格式 | 高清、无水印(增值服务) |