空間情報を利用する多重分光画像分類手法の実験的評価
スポンサーリンク
概要
- 論文の詳細を見る
リモートセンシングで得られる多重分光画像を分類処理する際に，従来は主として画素単位の分類が用いられてきた．分光情報のみを利用する画素単位での分類には限界があり，分光情報以外に空間情報を利用して分類精度の向上をはかる手法がいくつか提案されてきている．しかし，これらの手法を定量的に評価し，系統的に比較した例はあまり報告されていない．本研究では，物体の空間的連続性や空間的隣接性などの局所的空間情報を利用した代表的な分類手法として，複合決定法，多数決法，適応的分類法，確率的弛緩法とその変形手法を取り上げ，その分類精度を比較評価する実験を行なった．特に，客観的で定量的な評価が下せるよう，実験にはLANDSAT画像を模擬して作成した多重分光画像データを使用した．本論文では，これらの実験結果とその検討結果について述べる．
- 電子情報通信学会の論文
著者
関連論文
- Kirby型弛緩法とPeleg型弛緩法の妥当性について
- 確率的弛緩法の高速化手法
- 多重分光画像における複合決定法と適応的分類法の検討
- 強制収束判定付き確率的弛緩法の提案と多重分光画像分類への応用
- 空間情報を利用する多重分光画像分類手法の実験的評価
- 多重分光画像のための空間的文脈特性を利用する分類手法の検討
- 空間情報を利用した多重分光画像分類手法の評価実験