New techniques continue to be devel

New techniques continue to be developed to effectively employ different features inherent in remote
sensing and ancillary data for improving LULC classification and change detection results [14–17].
Compared to the pixel-based classification approaches, object-oriented classification methods can
effectively improve classification results and better express spatial information [4,18]. Typically,
object-oriented classification methods consist of two major steps: image segmentation and classification
of the meaningful segmentation objects [19]. Previous studies have proved that incorporation of
new remote sensing index bands (e.g., water bodies, vegetation and construction indexes), auxiliary data,
such as digital elevation model (DEM) terrain factors, and decision trees based on expert knowledge
can improve accuracy and solve image problems, such as “salt and pepper” problem in the
classification [16,18,20].

ผลลัพธ์ (ไทย) 1:

เทคนิคใหม่ยังได้รับการพัฒนาให้ใช้คุณลักษณะที่แตกต่างกันโดยธรรมชาติได้อย่างมีประสิทธิภาพในระยะไกลการตรวจ และพิเศษข้อมูลสำหรับการปรับปรุง LULC จัดประเภทและการเปลี่ยนแปลงผลการตรวจหา [14-17]เมื่อเทียบกับวิธีการจัดประเภทตามพิกเซล วิธีจัดประเภทเชิงวัตถุสามารถอย่างมีประสิทธิภาพปรับปรุงผลการจัดประเภทและดีด่วนพื้นที่ข้อมูล [4,18] โดยทั่วไปวิธีเชิงวัตถุประเภทประกอบด้วยสองขั้นตอนหลัก: ภาพการแบ่งและการจัดประเภทของวัตถุมีความหมายแบ่ง [19] การศึกษาก่อนหน้านี้ได้พิสูจน์ว่าประสานระยะไกลการตรวจดัชนีวงใหม่ (น้ำร่างกาย เช่น ดัชนีพืชพรรณและก่อสร้าง), แหล่งข้อมูลปัจจัยภูมิประเทศ (DEM) ในรูปความสูงดิจิตอล และตัดสินใจที่ต้นไม้ตามความรู้สามารถปรับปรุงความถูกต้อง และแก้ปัญหารูป เช่น "เกลือและพริกไทย" ปัญหาในการประเภท [16,18,20]

ผลลัพธ์ (ไทย) 2:

เทคนิคใหม่ยังคงได้รับการพัฒนาให้มีประสิทธิภาพการจ้างคุณสมบัติแตกต่างกันอยู่ในระยะไกลตรวจจับและข้อมูลเสริมสำหรับการปรับปรุงการจัดหมวดหมู่ LULC และเปลี่ยนผลการตรวจสอบ [14-17]. เมื่อเทียบกับพิกเซลที่ใช้วิธีการจำแนกวิธีการจำแนกเชิงวัตถุสามารถมีประสิทธิภาพเพิ่มการจัดหมวดหมู่ผลที่ดีกว่าและด่วนข้อมูลเชิงพื้นที่ [4,18] โดยปกติวิธีการจำแนกเชิงวัตถุประกอบด้วยสองขั้นตอนสำคัญ: การแบ่งส่วนภาพและการจัดหมวดหมู่ของวัตถุแบ่งส่วนที่มีความหมาย[19] การศึกษาก่อนหน้านี้ได้พิสูจน์ให้เห็นว่าการรวมตัวกันของการสำรวจระยะไกลใหม่วงดนตรีที่ดัชนี (เช่นแหล่งน้ำดัชนีพืชพรรณและก่อสร้าง) ข้อมูลเสริมเช่นรูปแบบความสูงแบบดิจิตอล(DEM) ปัจจัยภูมิประเทศและการตัดสินใจต้นไม้อยู่บนพื้นฐานของความรู้จากผู้เชี่ยวชาญสามารถปรับปรุงความถูกต้องและแก้ปัญหาปัญหาภาพเช่น "เกลือและพริกไทย" ปัญหาในการจัดหมวดหมู่[16,18,20]

ผลลัพธ์ (ไทย) 3:

เทคนิคใหม่ยังคงได้รับการพัฒนาให้มีประสิทธิภาพใช้คุณลักษณะที่แตกต่างกันโดยธรรมชาติในการตรวจวัดข้อมูลระยะไกล
และขึ้นอยู่กับการปรับปรุงหมวดหมู่และ lulc ตรวจจับการเปลี่ยนแปลงผลลัพธ์ [ 14 – 17 ] .
เมื่อเทียบกับพิกเซลตามหมวดหมู่วิธีการเชิงวัตถุวิธีการจำแนกสามารถปรับปรุงผลลัพธ์หมวดหมู่และดีกว่า
อย่างมีประสิทธิภาพบริการข้อมูลเกี่ยวกับอวกาศ [ 4,18 ] โดยปกติ
การจำแนกเชิงวัตถุวิธีการประกอบด้วยสองขั้นตอนหลัก : การแบ่งส่วนภาพและการจำแนกประเภทของวัตถุที่มีความหมาย
) [ 19 ] การศึกษาก่อนหน้านี้ได้พิสูจน์แล้วว่า การรวมตัวกันของ
ใหม่ระยะไกลดัชนีวง ( เช่น ศพ น้ำ พืช และสร้างดัชนี ) ข้อมูลเสริม
เช่น Die Blechtrommel ( DEM ) ปัจจัยด้านภูมิประเทศและต้นไม้การตัดสินใจขึ้นอยู่กับ
ความรู้ผู้เชี่ยวชาญสามารถปรับปรุงความถูกต้องและแก้ไขปัญหาภาพ เช่น " เกลือและพริกไทยในการจำแนกปัญหา "
[ 16,18,20 ]