《表2 第1组实验精度评价指标》
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Relief-PCA特征选择的遥感图像变化检测》
从表2和表3可知,本文所提出的基于Relief-PCA特征优选的对象级遥感图像变化检测方法,Kappa系数在2组实验图像中分别达到0.838 0和0.884 1,总体精度则分别达到92.48%和94.48%。相比于方案1中使用单一光谱特征进行PCA降维后的CVA方法,本文方法引入了纹理特征信息,从实验结果可以看出,总体精度超过方案1的10%左右,Kappa系数显著高于方案1。表明本文方法对特征进行选择后,不仅引入了高质量的空间信息,还剔除了光谱特征中的冗余信息,变化检测效果明显改善。同时,相比较于方案2中出现的较为严重的“椒盐”现象,本文方法未出现该现象。主要原因是本文方法基于对象级的变化检测具有很好地抗“椒盐”噪声的能力。
图表编号 | XD0031332300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 王守峰、杨学志、董张玉、石聪聪 |
绘制单位 | 合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室 |
更多格式 | 高清、无水印(增值服务) |