《表3基于GF-1号卫星影像周口城区面向像元、面向对象下的3 种分类器（CART、SVM、RF）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

《“四同”条件下周口城区高分一号遥感影像分类对比研究》

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

结合表3、图5、图6可知，面向像元、面向对象2种分类方式中水体湿地的生产者精度和用户精度总体最高，林草地、农业用地次之，交通用地、建筑用地生产者精度和用户精度最低。但面向对象分类较面向像元分类整体效果明显提升，以RF分类为例，建筑用地生产者精度由56.18%提高至92.13%，用户精度由69.44%提高至87.23%；交通用地生产者精度由72.15%提高至89.87%，用户精度由72.15%提高至92.20%。面向像元分类中交通用地、建筑用地错分、漏分现象严重，如图7所示。这是由于二者密集交错分布，纹理和光谱具有相似性，面向像元分类仅通过像元光谱特征无法准确区分二者，而面向对象处理单元为“纯净”影像对象，根据对象的光谱、纹理、空间关系等多特征进行分类，具有更强的地物识别能力，因此分类精度更高。