《表1 改进前后纹理特征在UC Merced Land-Use建筑物遥感图像上的分类准确率比较》

  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

《基于改进自适应阈值局部三值模式的遥感图像分类》

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

在两个标准遥感数据集上分别采用LBP、传统LTP和本文改进LTP三种不同纹理特征提取方法，并结合SVM分类的实验进行对比。在第一类标准遥感图像数据集UC Merced Land-Use中每类建筑物遥感图像各用60幅作为训练集，30幅图像作为测试集，10幅图像作为验证集，分类结果如表1所示。从表1中可以看出，采用传统LTP的正确率为90%，高出采用LBP的正确率3.3%，说明传统LTP三值模式纹理特征较LBP二值模式纹理特征具有更强的抗噪声能力，能更好地描述建筑物遥感图像的纹理特征。采用改进LTP纹理特征的分类正确率达到98.3%，高于传统LTP的正确率8.3%，说明改进LTP采用的自适应阈值算法要优于传统LTP的阈值选择法，进一步提高了分类正确率。