《表8 4种方法提取蚀变信息的运行效率对比》

  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PCA、多尺度分割及SVM的ASTER遥感蚀变信息提取》

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

将本文蚀变信息提取方法与波段比值法、主成分分析法及结合光谱角和SVM的方法的运算效率进行比较（表8）：波段比值法计算复杂度低，效率最高；主成分分析要进行坐标变换，时间较长；光谱角法相对于主成分分析法效率较高。本文方法计算复杂度较高，SVM的运行效率受SVM样本及核参数的影响；多尺度分割的运行效率受尺度参数、形状及紧致度参数的影响。SVM运行时，样本数越多或者样本准确性越差，运行效率越低。可适当减少样本数量，确保样本可靠性来提高效率。可通过样本可分离度评估（TD）（当TD值都大于1.9时，样本可分离性较好）来保证样本的可靠性。SVM核参数的选择可以用人工智能算法，如蜂群算法（Karaboga和Ozturk，2011）、遗传算法等代替人工选择提高效率。多尺度分割时，尺度参数越大运行效率越低。可根据不同岩性选择不同尺度参数，提高运行效率。另外，也可以采用其他纹理提取方法，如灰度共生矩阵（GLCM），小波变换等提高纹理检测速度。表8统计程序运行时间不包括样本选择时间及人为设定参数时间。本文方法在运行效率上不占优势，但是能够充分利用影像的纹理特征，精度较高，可为以后的工程应用提供参考。