Kết quả phân loại cho trường hợp 6 lớp đối tượng

Một phần của tài liệu Ứng dụng dữ liệu viến thám radar trong xác định đối tượng rừng ngập mặn (Trang 76 - 85)

CHƯƠNG 5. KẾT QUẢ PHÂN TÍCH VÀ THẢO LUẬN CHO VIỆC PHÂN LOẠI SỬ DỤNG DỮ LIỆU KẾT HỢP RADAR VÀ QUANG HỌC

5.2. Kết quả phân loại cho trường hợp 6 lớp đối tượng

Trong trường hợp phân loại theo 6 lớp đối tượng, đề tài đã tiến hành phân loại cho 6 trường hợp và thêm hai trường hợp sử dụng ảnh ASA 05/02/2010 và ASA 03/04/2012 và kết quả độ chính xác phân loại và hệ số Kappa được trình bày như hình 5.1 và 5.2 với các phương pháp phân loại khác nhau.

Độ chính xác toàn cục và hệ số Kappa của kết quả phân loại chỉ sử dụng cho ảnh PLR, ảnh SPOT 5 và ảnh kết hợp PLR và SPOT 5 cao hơn chỉ sử dụng ảnh ASA. Đồng thời độ chính xác toàn cục của kết quả phân loại sử dụng ảnh quang học và dữ liệu ảnh kết hợp (quang học và radar) cho kết quả cao hơn chỉ sử dụng ảnh radar PLR, trong trường hợp phân loại thành 6 lớp với các phương pháp phân loại MLC, SVM.

Hình 5.1. Độ chính xác toàn cục của các trường hợp sử dụng dữ liệu ảnh cho 6 lớp với các phương pháp phân loại khác nhau.

Hình 5.2. Hệ số Kappa của các trường hợp dữ liệu ảnh cho 6 lớp với các phương pháp phân loại khác nhau

ASA_2010020 5_HH,VV

ASA_2012040 3_HH,HV

PLR_2010112 3_HH,HV

SPOT5_20110 103

PLR_2010112 3_HH,HV +

SPOT5(4 band)

PLR_2010112 3_HH,HV + SPOT5 (NDVI)

SPOT5_20110 103 (SWIR, NDVI, PC1)

PLR_2010112 3_HH,HV + SPOT5 (SWIR,

NDVI, PC1)

SVM 39.23 40.04 61.79 74.49 74.39 71.41 74.90 76.84

MLC 36.08 43.80 63.82 73.37 83.13 71.41 74.08 81.15

MiD 35.06 29.78 54.57 69.92 69.92 61.58 58.61 58.61

MaD 36.69 37.70 56.10 73.48 74.80 64.24 73.36 73.67

0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00

Độ chính xác toàn cục (%)

ASA_2010020 5_HH,VV

ASA_2012040 3_HH,HV

PLR_20101123 _HH,HV

SPOT5_20110 103

PLR_20101123 _HH,HV + SPOT5(4 band)

PLR_20101123 _HH,HV + SPOT5 (NDVI)

SPOT5_20110 103 (SWIR, NDVI, PC1)

PLR_20101123 _HH,HV + SPOT5 (SWIR,

NDVI, PC1)

SVM 0.2055 0.2444 0.5178 0.6648 0.6635 0.6300 0.6706 0.6951

MLC 0.1799 0.2541 0.5514 0.6473 0.7805 0.6371 0.6555 0.7537

MiD 0.1620 0.1235 0.4385 0.5984 0.5984 0.5053 0.4646 0.4646

MaD 0.1930 0.1991 0.4509 0.6418 0.6630 0.5449 0.6431 0.6548

0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00

Hệ số Kappa

Trong hình 5.3 và 5.4 dễ nhận thấy các phương pháp lọc cho kết quả khá tốt ở hầu hết các trường hợp với độ chính xác toàn cục trên 70 % gồm MLC, SVM và MaD còn phương pháp MiD chỉ thu được kết quả tốt cho trường hợp 2 và 3. Phương pháp phân loại MLC và SVM luôn cho độ chính xác trên 70 % ở trường hợp 2 đến 6 tương ứng với các trường hợp chỉ sử dụng ảnh quang học và ảnh kết hợp quang học và radar. Nhận xét các phương pháp phân loại sử dụng dễ nhận thấy phương phân loại MLC cho hai trường hợp 3 và 6 sử dụng ảnh kết hợp cho kết quả phân loại với độ chính xác toàn cục trên 80%.

Hình 5.3. So sánh độ chính xác toàn cục đối với các loại dữ liệu sử dụng cho ảnh PLR, SPOT5 và các loại dữ liệu kết hợp, trong trường hợp 6 lớp.

SVM MLC MiD MaD

PLR_20101123_HH,HV 61.79 63.82 54.57 56.10

SPOT5_20110103 74.49 73.37 69.92 73.48

PLR_20101123_HH,HV + SPOT5(4 band) 74.39 83.13 69.92 74.80

PLR_20101123_HH,HV + SPOT5 (NDVI) 71.41 71.41 61.58 64.24

SPOT5_20110103 (SWIR, NDVI, PC1) 74.90 74.08 58.61 73.36

PLR_20101123_HH,HV + SPOT5 (SWIR,

NDVI, PC1) 76.84 81.15 58.61 73.67

0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00

Độ chính xác toàn cục (%)

Hình 5.4. So sánh hệ số Kappa đối với các loại dữ liệu sử dụng cho ảnh PLR, SPOT5 và các loại dữ liệu kết hợp, trong trường hợp 6 lớp

Các kết quả phân loại tương ứng với các trường hợp dữ liệu sử dụng Trường hợp 2: SPOT5 03/01/2011 (4 kênh) (Hình 5.5)

SVM MLC MiD MaD

PLR_20101123_HH,HV 0.5178 0.5514 0.4385 0.4509

SPOT5_20110103 0.6648 0.6473 0.5984 0.6418

PLR_20101123_HH,HV + SPOT5(4 band) 0.6635 0.7805 0.5984 0.6630

PLR_20101123_HH,HV + SPOT5 (NDVI) 0.6300 0.6371 0.5053 0.5449

SPOT5_20110103 (SWIR, NDVI, PC1) 0.6706 0.6555 0.4646 0.6431

PLR_20101123_HH,HV + SPOT5 (SWIR,

NDVI, PC1) 0.6951 0.7537 0.4646 0.6548

0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00

Hệ số Kappa

SVM MLC

MaD MiD

Hình 5.5. Kết quả ảnh phân loại 6 lớp bằng cách sử dụng dữ liệu ảnh SPOT 5 ngày 03/01/2011 với 4 kênh ảnh cho 4 phương pháp phân loại khác nhau

Trường hợp 3: PLR20101123 + 4kênh SPOT5 (Hình 5.6)

SVM MLC

MaD MiD

Hình 5.6. Kết quả ảnh phân loại 6 lớp bằng cách sử dụng dữ liệu ảnh kết hợp PLR 23/11/2010 + SPOT 5 ngày 03/01/2011 với 4 kênh ảnh cho 4 phương pháp phân loại khác

nhau

Trường hợp 4: PLR20101123 + SPOT5 03/01/2011 (NDVI) (Hình 5.7)

SVM MLC

MaD MiD

Hình 5.7. Kết quả ảnh phân loại 6 lớp bằng cách sử dụng dữ liệu ảnh kết hợp PLR 23/11/2010 + SPOT 5 ngày 03/01/2011 với 4 kênh NDVI cho 4 phương pháp phân loại

khác nhau

Trường hợp 5: SPOT5 03/01/2011 (NDVI, PC1, SWIR)(Hình 5.8)

SVM MLC

MaD MiD

Hình 5.8. Kết quả ảnh phân loại 6 lớp bằng cách sử dụng dữ liệu ảnh kết hợp SPOT 5 ngày 03/01/2011 với 3 kênh NDVI, PC1, SWIR cho 4 phương pháp phân loại khác nhau

Trường hợp 6: PLR 23/11/2010 + SPOT5 03/01/2011 (NDVI, PC1, SWIR)(Hình 5.9)

SVM MLC

MaD MiD

Hình 5.9. Kết quả ảnh phân loại 6 lớp bằng cách sử dụng dữ liệu ảnh kết hợp PLR 23/11/2010 + SPOT 5 ngày 03/01/2011 với 3 kênh NDVI, PC1, SWIR cho 4 phương

pháp phân loại khác nhau

Một phần của tài liệu Ứng dụng dữ liệu viến thám radar trong xác định đối tượng rừng ngập mặn (Trang 76 - 85)

Tải bản đầy đủ (PDF)

(108 trang)