不同影像分类方法应用於水稻辨识之探讨.PDFVIP

航j則及遙測學刊第九卷第一期第 13-26 頁民國93 年 3 月 13 Journal of Photogrammetry and Remote Sensing Volume 9 , No.1 , March 2004 , pp. 13-26 不同影像分類方法應用於水稻辨識之探討 吾吾國鑫 l 劉治中 1 徐律城2 摘要 本研究結合遙測多時影像與耕地資料，利用 CDNDVI 指數區間判釋法@貝氏機率法@統計機率法@ 物件導向模糊分類等方法辨識水稻垣塊分布。後三種分類方法完成對應垣塊被辨識為水稻的機率後，再 轉換為硬式二分類別，以判釋該垣塊是否為水稻田，並比對航照判釋資料評估分類精度。研究結果顯示 以兩帽的，000 像片基本圖為測試範圍，評估二分類別辨識水稻的全體精度與 k 指標，以貝氏機率分類法 最佳(96.27%與0.92) NDVI 指數區間判釋法次之(92.22%與0.83) ，統計機率分類法再次之 (9 1. 89%及0.82) , 物件導向模糊分類法則為 90.97%與 0.81 。前兩種分類方法推廣到苗栗、台南與屏東地區的水稻田判釋分 0 類，貝氏機率分類的全體精度與k 指標平均較NDVI 指數區間判釋法高 1-4%及0.04-0.15 所以利用貝氏 機率分類除了可以得到恆塊被辨識為水稻的機率外，轉換為二分類別亦可得到較佳的分類結果。 周鍵詞:木菇、主丘塊辨識、逼到、影像兮類、正規化差異植生指數 1.前言 偵測法(Peak Detection)判釋水稻田;實驗成果以差 分影像分類法可以得到較佳的全體分類精度。本研 究先期工作亦曾結合多時段影像的NDVI 植生指 稻米為台灣地區重要的糧食作物;因此，快 數、農地垣塊及水稻全生育期(full-growth-period) 速精準的統計稻作種植面積與估算產量為當務之 光譜反射資訊，以NDVI指數區間判釋法辨識彰化 急的工作;特別是進入國際貿易組織(WTO)後的逐 全區水稻分布;並證實此種區塊式分類法的分類精 年開放稻米進口、乾早年配合的水稻田休耕或轉 作等措施，均會影響稻米產量;所以提前獲取水 稻相關資訊為目前農政單位重要的工作之一。 結合遙測多時(multi-temporal)影像與耕地資 料判釋水稻分布的前期研究，如陳益凰、曾義星 (1 999)曾結合水稻生長知識，採用差分影像分類法 (Differenced Image Classification)、結合水稻生長的 時間剖面匹配法(Temporal Profile Matching)及波峰 收到日期:氏國 92 年 02、丹也 l 工研院能資所研究員 修改日期:民國 92 年 08 月 22 日 2 工研院能資所副研究員 接受日期:民國 92 年 08 月 24 日 26 Journal of Photogrammetry and Remote Sensing, Volume 9, No.1, March 2004 The Evaluat