《表3 面向对象法分类精度Tab.3 Object-oriented classification accuracy》
在研究区域中随机选取360个样本点,采用混淆矩阵法分别对2种方法的分类结果进行精度验证。360个样本点中各类别样本数与涉及像元数成比例,保证小类别的样本点也具有可分析性。结合目视解译,利用ENVI软件中Confusion Matrix工具对各类别进行判断,得到2种方法的混淆矩阵,如表3—4所示。面向对象法的总体精度为91.74%,Kappa系数为0.89;然而基于像元法的总体精度仅为85.67%,Kappa系数为0.82。根据构建的分类规则,在各预测类别中的整体分类精度均高于85%,表明RIartemia指数可以有效提取卤虫卵虫信息。同时,相比基于像元法,面向对象法更加充分地利用了对象的形状信息,将优选长宽比作为解译标志,使分类精度显著提高了6%。比较卤虫卵虫高、中密度覆盖区域及潜在区域分类结果,面向对象法的分类精度分别达到95.08%,92.30%和91.26%,而基于像元法仅分别为90.16%,87.18%和86.40%,面向对象法分类精度均高于基于像元法,表明面向对象法的软分类特性提高了卤虫卵虫不同密度级划分精度,使图像更加紧凑。
图表编号 | XD0021807600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 李微、刘伟男、贾越平、刘洪洋、汤勇 |
绘制单位 | 大连海洋大学海洋科技与环境学院、辽宁省高校近岸环境科学与技术重点实验室、大连海洋大学海洋科技与环境学院、大连海洋大学海洋科技与环境学院、大连海洋大学海洋科技与环境学院、大连海洋大学海洋科技与环境学院、辽宁省高校近岸环境科学与技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |