首页> 外文OA文献 >Pengaruh Perbedaan Metode Image Fusion Multisensor Terhadap Tingkat Akurasi Klasifikasi Berbasis-objek Untuk Pemetaan Penutup Lahan Sebagian Daerah Istimewa YOGYAKARTA
【2h】

Pengaruh Perbedaan Metode Image Fusion Multisensor Terhadap Tingkat Akurasi Klasifikasi Berbasis-objek Untuk Pemetaan Penutup Lahan Sebagian Daerah Istimewa YOGYAKARTA

机译:差异对图像融合多传感器方法对基于对象的分类精度水平在日惹特殊地区测绘土地覆盖率的影响

摘要

Tersedianya beragam citra dengan kualitas tinggi sampai saat ini, seiring pula dengan berkembangnya teknik pengolahan citra baik itu untuk keperluan ekstraksi ataupun manipulasi citra. Salah satu teknik pengolahan yang digunakann untuk menghasilkan citra beresolusi spasial serta spektral yang tinggi adalah teknik fusi citra atau yang lebih familiar disebut dengan teknik pansharpen. Penggunaan citra pansharpened untuk ekstraksi informasi penutup lahan, baik itu menggunakan metode interpretasi visual maupun klasifikasi digital tanpa disadari telah menjadi populer dikalangan para pengguna. Namun sebenarnya pengguna tidaklah menyadari bahwa penggunaan metode pansharpen yang berbeda akan merubah nilai piksel citra dengan nilai yang berbeda pula atau dengan kata lain sebenarnya penggunaan metode transformasi ini telah merusak nilai citra. Penelitian ini dilakukan untuk mengetahui seberapa jauh kerusakan nilai piksel citra dengan menggunakan beberapa metode pansharpen dengan menggunakan citra ALOS AVNIR2 dan ALOS PRISM, yang kemudian citra pansharpened tersebut dilakukan klasifikasi berbasis objek sehingga menghasilkan peta penutup lahan. Penilaian selanjutnya dilakukan dengan menghitung nilai korelasi antara citra pansharpened dengan citra aslinya serta dilakukan uji akurasi peta penutup lahan yang dihasilkan menggunakan metode error matrix. Hasil dari penelitian ini menunjukan bahwa nilai korelasi paling baik adalah metode PC dengan rerata nilai korelasi sebesar 0,862. Untuk akurasi hasil peta penutup lahan yang dihasilkan dengan klasifikasi berbasis objek, nilai paling baik adalah peta yang dihasilkan dari ekstraksi citra PC dengan nilai akurasi sebesar 77,235 %.
机译:迄今为止,各种高质量图像的可用性以及用于提取或图像处理的良好图像处理技术的发展。用于产生高空间和光谱分辨率图像的处理技术之一是图像融合技术,或者更熟悉地称为Pansharpen技术。使用可视化解释方法和数字分类将全貌图像用于提取土地覆盖信息的做法在用户中不知不觉地变得很流行。但是实际上用户并不知道使用不同的panhandle方法会以不同的值更改图像的像素值,换句话说,此转换方法的实际使用已损坏了图像值。这项研究通过使用ALOS AVNIR2和ALOS PRISM图像的几种装甲方法确定了图像像素值的损害程度,然后对基于对象的分类进行了锐化处理以生成土地覆盖图。下一次评估是通过计算泛光处理图像和原始图像之间的相关值并测试使用误差矩阵方法生成的土地覆盖图的准确性来进行的。这项研究的结果表明,最佳相关值为PC方法,平均相关值为0.862。对于基于对象分类生成的土地覆盖图结果的准确性,最好的值是从PC图像提取生成的地图,其准确性值为77.235%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号