マルコフ確率場に基づく因果律を考慮した教師データに不整を有する衛星画像の分類 Classification of Remote Sensing Data Having Incomplete Supervised data Using a Causality Based on Markov Random Field.

この論文にアクセスする

この論文をさがす

著者

抄録

教師データの作成時刻と人工衛星データの撮影時刻に差のある教師データを用いて土地被覆分類を行う手法を提示する. この時間間隔の影響の評価にあたっては, マルコフ確率場に基づく因果律を利用する. この因果律に基づき教師データの信頼性を考慮した分類を実行する. この方法論を平面的なスペクトル分布の特徴評価, さらに分類結果のポスト処理に利用する方法に拡張する. 細密数値情報土地利用データの整っている愛知県名古屋市を対象として, LANDSAT TMデータを用いた土地被覆分類を行い, 土地台帳に基づく統計資料と比較する. 結果として, 時系列および平面的な因果律を用いることで, 原データでの解析に比較して, 指標値で約5倍の精度向上が認められた. また, ポスト処理を施すことにより, 指標値で誤差を1%以下とする程度の精度の向上を達成した.

A method for classification of remotely sensed data having incomplete supervised data is proposed. To consider the time difference between supervised data and remote sensing data, the causalities based on Markov Random Field are utilized. By including the temporal class dependencies, the reliable classification is undertaken. It expands to a method evaluating the spatial class dependencies between neighboring pixels and the post processing. The performance of the method for land cover classification is investigated using LANDSAT TM covering Aichi Prefecture, Japan, and compared with statistical data. The results show well coincidence with verification data. When post processing is carried out, the accuracy improves to RMSE of about 1%.

収録刊行物

  • 土木学会論文集 = Proceedings of JSCE  

    土木学会論文集 = Proceedings of JSCE 611, 1-11, 1999-01-20 

    Japan Society of Civil Engineers

参考文献:  17件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10002527336
  • NII書誌ID(NCID)
    AN10014020
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    02897806
  • NDL 記事登録ID
    4641072
  • NDL 請求記号
    Z16-6
  • データ提供元
    CJP書誌  NDL  J-STAGE 
ページトップへ