Sử dụng phương pháp phân loại có kiểm định để so sánh mức độ tin cậy của từng phương pháp phân loại cho 2 loại ảnh độ phân giải 30 m và độ phân giải 15 m.
+ Sử dụng 2 phương pháp phân loại có kiểm định thường dùng thuật toán sau: - Thuật toán phân loại theo xác suất cực đại (Maximum likelihood).
41
Maximum likelihood Minimum distance
Hình 3.14: Kết quả phân loại có kiểm soát ảnh đa phổ 15 m
Maximum likelihood Minimum distance
Hình 3.15: Kết quả phân loại có kiểm soát ảnh đa phổ 30 m
Kết quả phân loại có kiểm soát trên ảnh phân giải cao (15 m) và phân giải trung bình (30 m) đã phân biệt được 8 đối tượng gồm lúa, cây lâu năm, đất đô thị, thổ canh thổ cư, thuỷ sản, rừng, sông và mây.
Từ kết quả đánh giá độ chính xác bảng 3.5 đối với cả 2 ảnh độ phân giải cao và ảnh độ phân giải trung bình cho thấy phương pháp phân loại Maximum likelihood có độ chính xác cao hơn phương pháp phân loại Minimum distance.
Bảng 3.5: Đánh giá độ chính xác sau phân loại
Loại ảnh Ảnh đa phổ 15 m Ảnh đa phổ 30 m
Phương pháp phân loại Maximum likelihood Minimum distance Maximum likelihood Minimum distance Độ chính xác 62,8% 52,7% 68,5% 44,4% Kappa 0,5 0,4 0,6 0,3
42
Trong phương pháp phân loại Minimum Distance, đối tượng sông và thuỷ sản phân loại nhầm lẫn trên ảnh phân giải cao và đối tượng rừng nhầm lẫn đối với lúa trên ảnh phân giải trung bình, do đó sự sai lệch về diện tích là khá lớn giữa các đối tượng.
Kết quả phân loại bằng Phương pháp phân loại Maximum Likelihood cho thấy có sự khác biệt tốt giữa các đối tượng. Phân loại theo phương pháp Maximum likelihood coi số liệu thống kê của mỗi lớp trong mối kênh ảnh được phân tán một cách thông thường và phương pháp này có tính đến khả năng một pixel thuộc một lớp nhất định. Nếu như không chọn một ngưỡng xác suất thì sẽ phải phân loại chính xác nhưng lại mất nhiều thời gian tính toán và phụ thuộc vào sự phân bố chuẩn của dữ liệu. Phương pháp này cho rằng các band phổ có sự phân bố chuẩn và các pixel sẽ được phân loại vào lớp mà nó có xác suất cao nhất. Việc tính toán không chỉ dựa vào giá trị khoảng cách mà còn dựa vào xu thế biến thiên độ xám của mỗi lớp. Đây là phương pháp phân loại chính xác nhưng mất nhiều thời gian tính toán và phụ thuộc vào sự phân bố chuẩn của dữ liệu.
Như vậy, ảnh đa phổ có độ phân giải 30 m sử dụng phương pháp phân loại Maximum likelihood tốt hơn so với ảnh có độ phân giải 15 m với độ chính xác là 68,5% và hệ số kappa là 0,6.