《表4 影像分类精度表:基于ENVI的遥感影像分类》
在分类后影像上与原始影像的对比中可以看出,影像一中,决策树分类法分类过程中将少量耕地错分入草地;而SVM分类影像则与原始影像几乎一致;最小距离法则将大量的裸地错分入草地中。影像二中,决策树法和SVM法都将部分林地分入草地,部分裸地错分如居民地。为验证此次实验的结论,需对分类的结果的精度进行评价,ENVI中评定精度的方法有很多,为了清晰直观的比较各种方法的精度,本次实验采用主要混淆矩阵法[11]。混淆矩阵可以使用地表真实图像或地表真实感兴趣区来计算,混淆矩阵所显示出的就是对影像分类结果的精度评定。因此,这里选用地表的真实感兴趣区作为精度检验的依据。混淆矩阵中,主要通过总体分类精度、Kappa系数的大小来评价分类结果,以上三种方法的分类精度和时间如表4所示。
图表编号 | XD002451400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.25 |
作者 | 陈佳玲、王昶 |
绘制单位 | 辽宁科技大学土木工程学院、辽宁科技大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |