1.

王怡鈞—Fisher準則函數暨最鄰近特徵空間演算法 應用於多源遙測資料融合之崩塌地影像分類(2014)

<<

 

王怡鈞—Fisher準則函數暨最鄰近特徵空間演算法 應用於多源遙測資料融合之崩塌地影像分類(2014)

摘要:

    近六年來,因強烈颱風及地震所造成崩塌地及土石流的地理災害現象,已佔臺灣本島重大天然災害七成以上的比率。因此,崩塌地的形成、危險地區的判斷、發生的機率與降低災害的防治,已引發眾多產官學的極大重視與研究。藉此,我們提出一新方法:波段生成法( Band Generation Process, BGP)Fish準則函數暨最鄰近特徵空間演算法(Fisher Criterion based nearest feature space, FCNFS),針對多源多頻遙測資料融合的崩塌地影像,進行經濟有效的監督式分類。本論文應用波段生成法BGP與FCNFS分類器的組合,達成多源多頻譜遙測資料的融合。針對土地覆蓋類別-崩塌地的多源遙測之原始資料,使用BGP進行萃取並產生一組新的波段,進而增加該測試類別的波段數,以俾提高最鄰近特徵空間演算法 (NFS) 的分類效益。有別於傳統NFS的演算過程,我們在樣本訓練程序中,應用Fisher準則函數同異類別的區隔特性,將之視為NFS演算法的前段處理,進而強化其分類的正確率。

    由實驗的結果證明,本論文所提出BGP/FCNFS的方法,適用於多源多頻譜遙測資料融合的崩塌地影像,包含其他七種土地覆蓋的分類,諸如,道路、旱地、池塘、森林、河川、建築物及農地。最後,依據其與傳統多頻譜遙測影像資料分類方法的效能比較結果,印證其為可提供較佳正確率的方法。

Top