《表6 使用NGBDI、Ex G以及红色二阶矩图像进行面向对象分类的总体分类精度以及Kappa系数》

  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

《基于无人机影像的面向对象地类信息提取》

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

分类效果最好的3个指数为NGBDI、Ex G和红色二阶矩，精度值如表6所示。NGBDI图像总体分类精度为82.5%，Kappa系数为0.809。NGBDI由蓝、绿波段构建，对水体、植被区分较明显而对土壤分类效果较差。Ex G图像总体分类精度为85.5%，Kappa系数为0.826。Ex G在蓝绿光基础上引入红光波段，对非植被、非水体地类的反射效果更好，相比NGBDI对非植被地类的分类精度更高[20]。分类精度最高的是红色二阶矩指数，总体分类精度为90.1%，Kappa系数为0.851，分类结果如图6所示，可以看出植被、裸土和阴影等都被明晰区分。经过纹理滤波处理的图像分类效果较好，是因为其不仅仅是通过光谱图像灰度值，更是通过类间纹理信息差异进行区分，更能突出不同地类各自的特征，分类效果更加贴近真实地类的空间表达[17]。二阶矩滤波指数通过窗口内的平均保持了像元的高频信息，强调了空间细节，获得了更良好的分类结果[21]。