《表3 9月25日的300 m高光谱图像分类精度评价》

  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

《基于无人机高光谱不同高度的地物快速识别研究》

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

分别运用马氏距离法、最大似然法、神经网络、ISODATA（K-Means分类效果不佳，在此不列举）4种分类方法对8月7日的200 m高光谱图像和9月25日的300 m高光谱图像进行分类研究。完成分类之后，使用目视判读的方法从图像上选取不同地物各1 000像元计算混淆矩阵进行验证。结合验证数据，采用混淆矩阵的方法对4类方法进行精度评价。由表2和表3可知，神经网络法的分类精度最高，其次是马氏距离分类法，再次是ISODATA法，最低的最大似然分类法。但从处理时间来看，神经网络的处理时间较长，分别为35.14和38.26 min，其次是最大似然分类法，分别为15.61和16.75 min，再次是马氏距离法，分别是12.54和14.55 min，处理时间最短的是ISO-DATA法，处理时间分别为3.64和3.97 min。