SPOT HRV 영상을 이용한 부산 지역 토지피복분류에 있어서의 질감의 기여에 관한 평가

An Evaluation of the Use of the Texture in Land Cover Classification Accuracy from SPOT HRV Image of Pusan Metropolitan Area

본 연구의 목적은 질감을 분광정보와 함께 사용했을 때의 분류정확도의 향상을 평가하는데 있다. 먼저 부산지역의 SPOT HRV 영상에 최대우도분류를 적용하여 토지피복도를 작성하였다. 그리고 3번 파장에서 다양한 질감을 추출한 다음, 이 질감을 신파장의 형태로 분광정보에 통합하여 분류하여 질감의 사용이 분류의 정확도에 미치는 영향을 질감별로 평가하였다. 정확도 평가는 전체적인 정확도와 토지피복별 정확도로 구분하였다. 연구결과 전체적인 정확도 향상을 관측할 수 있었는데, 특히 엔트로피의 개선 효과가 우수하였다. 그리고 창의 크기는 $5{\times}5$와 $7{\times}7$이 적절한 것으로 나타났다. 그리고 질감에 따라서는 전체적인 정확도는 향상되지 않더라도 일부 토지피복의 정확도는 개선되는 것으로 나타났다. 토지피복별로는 저층건물지역, 아파트 단지. 고층건물지역, 공업지역 등 도시지역의 개선효과가 높은 것으로 나타났다.

Texture features can be incorporated in classification procedure to resolve class confusions. However, there have been few application-oriented studies made to evaluate the relative powers of texture analysis methods in a particular environment. This study evaluates the increases in the land-cover classification accuracy of the SPOT HRV multispectral data of Pusan Metropolitan area from texture processing. Twenty-four texture measures were derived from the SPOT HRV band 3 image. Each of these features were used in combination with the three spectral images in the classification of 10 land-cover classes. Supervised training and a Gaussian maximum likelihood classifier were used in the classification. It was found that while entropy produces the best empirical results in terms of the overall classification, other texture features can also largely improve the classification accuracies obtained by the use of the spectral images only. With the inclusion of texture, the classification for each category improves. Specially, urban built-up areas had much increase in accuracy. The results indicate that texture size 5 by 5 and 7 by 7 may be suitable at land cover classification of Pusan Metropolitan area.