《表2 算法性能分析：基于空频域纹理特征的高分辨率遥感图像居民地提取》

  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

《基于空频域纹理特征的高分辨率遥感图像居民地提取》

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

表2列出了本文算法与分形维数算法和Gabor滤波的方法的对比结果，通过将提取结果与人工目视判读进行掩模和对比，分析3组提取结果的总体精度、误提率、漏提率、Kappa系数以评价所提算法的提取效果。由表2可知本文算法对乡村地区和山区居民地信息提取的总体精度达到97%以上，Kappa系数也控制在0.92以上，十分有效、准确地识别出了遥感图像中居民地，分形维数法和Gabor滤波提取方法在总体精度、Kappa系数上表现劣于本文算法，尤其是误提率受与居民地信息毗邻的土地信息、山涧阴影等因素的影响，达30%以上之高。从运行时间上来看，本文算法相较于分形维数方法有了一定的提升，与Gabor滤波法耗时相近，实现了在提取效果上保留了统计法提供的精确轮廓，在时间上也不输频域滤波法的快速高效，故表2进一步说明了本文算法对干扰的鲁棒性较高，提取效率好，在高分辨率图像规则建筑聚集街区式居民地信息方面具有一定的优势。