物件导向分类於大蒜作物判释之研究-朝阳科技大学资讯学院.PDFVIP

物件導向分類於大蒜作物判釋之研究 傅建嘉 李瑞陽 逢甲大學土地管理系研究生 逢甲大學土地管理系副教授 e-mail ：M9717786@fcu.edu.tw e-mail ：rylee@fcu.edu.tw 摘要 1.前言 農作物產量管控一直是政府重要的農業 隨著科技進步，國內遙測技術已運用在農 政策。在台灣大蒜屬於敏感性經濟作物，過去 作物之判釋。由於 遙測影像包含多種光譜波段 政府對於大蒜產量之紀錄，主要是以人力調 的反射資訊，而在不同的土地利用類別上其所 查，此種方法費力 且費時。而透過遙感探測技 呈現之光譜反射值亦不同，因此，多數影像判 術則可快速精確掌握農情資訊。過去遙測影像 釋方式，多以此特性進行影像分類，逐像元地 分類大都採用像元式（pixel-based ）分類方法， 賦予類別一像元統計值的像元式 藉由特定統計方法進行分類，逐一給予影像中 （pixel-base ）分類法，藉由特定統計方法的 每個像元一個 統計類別，但此種方法忽略了空 分析與歸類，單純著重於影像中光譜值 間中有意義之地物並非由單一像元所組成。因 （spectral ）的分析，但其分類成果通常不 此本研究欲將物件導向（Object-Oriented ）的 佳 。針對上述情況 ，許多考慮地物空間特徵的 概念引入影像分類 ，以區塊為單元加入合適空 遙感影像分類方法得以發展 ，如支持向量機、 間特徵資料協助影像分類，探討物件導向式分 紋理分類等。在分類過程中，考慮了地物的紋 類方法對於大蒜作物面判釋之可行性。 理、形狀、尺寸等空間特徵 ，以像元的空間特 關鍵詞 ：遙感探測、物件導向、敏感性作物。 徵輔助光譜 以提高分類精度。 本研究就是利用物件之概念，嘗試 以區塊 Abstract （region）作為判釋單元，將所獲取之周邊資 訊納入考量，依現實地物之分佈情形做為判釋 Control of crop yield has been the one of 準則，利用物件導向式（object-oriented ） important agricultural policy. In Taiwan, garlic is 分類方式，透過形狀、位置、陰影、光譜值、 a category of economically sensitive crop. 緊密度（ compactness）、位相關係（topology） Inventory of garlic fields based on field 等物件資訊 ，依照人類的知覺方式，建立大蒜 investigation has been conducted yearly for many 之分類規則，並提高分類成果之精度 。 years, it is labor intensive and time consuming.Through remote sensing technology can quickly and accurately grasp the situation of 2.研究目的與研究範圍 agricultural information. The method of traditional pixel-based classification assigns each pixel a single statistical class through the 一、研究目的 different approache