Image segmentation is basic task of

Image segmentation is basic task of object-based image analysis. The result is the creation of image objects defined as individual areas with shape and spectral homogeneity. In practice, image analyst requires trial and error to justify an optimum scale for multiresolution segmentation. The main objective was to examine an optimum scale of multiresolution segmentation applying to pan-sharpened Landsat-8 data for land use and land cover classification under object-based image analysis (OBIA). In this study, a systematic scale of multiresolution segmentation were firstly set up at scale of 10, 15, 20, 25 and 30 and applied to pan-sharpened Landsat-8 data acquired in 2013 for creating a corresponding image objects. Then, the derived image objects by each scale were further classified LULC map using a nearest neighbor classification with feature optimization. After that the individual derived LULC data by each scale was accessed its accuracy using overall accuracy and Kappa hat coefficient based on the reference data from land use data in 2011 of Land Development Department. The scale which provides the highest overall accuracy and Kappa hat coefficient values will be chosen as an optimum scale of multiresolution segmentation. The result showed that the optimum scale of multiresolution segmentation of pan-sharpened Landsat-8 data for LULC extraction under OBIA was 30 with shape parameter at 0.1 and compactness © The 41st Congress on Science and Technology of Thailand (STT41)
parameter at 0.5. This finding can be used as a guideline to image analyst for multiresolution segmentation of pan-sharpened Landsat-8 data without trial and error.

ผลลัพธ์ (ไทย) 1:

แบ่งภาพเป็นงานพื้นฐานของการวิเคราะห์รูปภาพตามวัตถุ ผลคือ การสร้างภาพวัตถุที่กำหนดเป็นแต่ละพื้นที่มีรูปร่างและ homogeneity สเปกตรัม ในการปฏิบัติ วิเคราะห์ภาพต้องลองผิดลองถูกการจัดชิดขอบมีมาตราส่วนที่เหมาะสมสำหรับแบ่งกลุ่ม multiresolution วัตถุประสงค์หลักคือการ ตรวจสอบเป็นมาตราส่วนที่เหมาะสมของ multiresolution แบ่งใช้รุนแรงปาน Landsat-8 ข้อมูลสำหรับการใช้ที่ดิน และที่ดินประเภทครอบคลุมภายใต้การวิเคราะห์รูปที่ใช้วัตถุ (OBIA) ในการศึกษานี้ multiresolution แบ่งสเกลเป็นระบบแรกถูกตั้งค่าในระดับ 10, 15, 20, 25 และ 30 และรุนแรงปาน Landsat-8 ข้อมูลที่ได้มาใน 2013 สำหรับการสร้างรูปแบบที่สอดคล้องวัตถุทางการ แล้ว วัตถุได้รับภาพ โดยแต่ละระดับได้เพิ่มเติมแผนที่ LULC ประเภทที่ใช้การจัดประเภทเพื่อนบ้านที่ใกล้ที่สุดกับการเพิ่มประสิทธิภาพคุณลักษณะ หลังจากนั้น เข้าถึงข้อมูล LULC รับบุคคล โดยแต่ละระดับนั้นถูกใช้โดยรวมความแม่นยำและสัมประสิทธิ์หมวกกัปปะที่อิงข้อมูลอ้างอิงจากที่ดินใช้ข้อมูลในปี 2554 กรมพัฒนาที่ดิน เครื่องชั่งซึ่งมีความแม่นยำสูงสุดโดยรวมและหมวกกัปปะค่าสัมประสิทธิ์ จะได้รับการเลือกเป็นมาตราส่วนเหมาะสมของ multiresolution แบ่ง ผลลัพธ์แสดงให้เห็นว่า มาตราส่วนที่เหมาะสมของ multiresolution แบ่งกลุ่มรุนแรงปานข้อมูล Landsat-8 สำหรับสกัด LULC OBIA 30 ด้วยพารามิเตอร์รูปร่างที่กะทัดรัดและ 0.1 © การประชุมงานด้านวิทยาศาสตร์และเทคโนโลยีแห่งประเทศไทย (STT41)พารามิเตอร์ที่ 0.5 ค้นหานี้สามารถใช้เป็นแนวทางในการวิเคราะห์ภาพสำหรับแบ่งกลุ่ม multiresolution รุนแรงปานข้อมูล Landsat-8 โดยไม่ต้องลองผิด

ผลลัพธ์ (ไทย) 2:

การแบ่งส่วนภาพเป็นงานพื้นฐานของการวิเคราะห์ภาพวัตถุตาม ผลที่ได้คือการสร้างวัตถุภาพที่กำหนดให้เป็นพื้นที่บุคคลที่มีรูปร่างและความสม่ำเสมอของสเปกตรัม ในทางปฏิบัตินักวิเคราะห์ภาพต้องมีการทดลองและข้อผิดพลาดที่จะปรับระดับที่เหมาะสมสำหรับการแบ่งส่วน multiresolution วัตถุประสงค์หลักคือการตรวจสอบในระดับที่เหมาะสมของการแบ่งส่วน multiresolution การนำไปใช้ในกระทะรุนแรงขึ้น Landsat-8 ข้อมูลสำหรับการใช้ประโยชน์ที่ดินและการจำแนกสิ่งปกคลุมดินภายใต้การวิเคราะห์ภาพวัตถุตาม (OBIA) ในการศึกษานี้มีขนาดที่เป็นระบบของการแบ่งส่วน multiresolution ตั้งแรกขึ้นที่ขนาดของ 10, 15, 20, 25 และ 30 และนำไปใช้ Pan-sharpened Landsat-8 ข้อมูลที่ได้มาในปี 2013 สำหรับการสร้างวัตถุภาพที่สอดคล้องกัน จากนั้นวัตถุภาพที่ได้มาโดยแต่ละขนาดมีแผนที่ LULC ประกาศเพิ่มเติมได้โดยใช้การจัดหมวดหมู่เพื่อนบ้านที่ใกล้ที่สุดกับการเพิ่มประสิทธิภาพคุณลักษณะ หลังจากที่บุคคลที่ได้รับข้อมูล LULC แต่ละระดับการเข้าถึงความถูกต้องของการใช้ความถูกต้องโดยรวมและแคปป้าค่าสัมประสิทธิ์หมวกบนพื้นฐานของข้อมูลอ้างอิงจากข้อมูลการใช้ประโยชน์ที่ดินในปี 2011 ของกรมพัฒนาที่ดิน ซึ่งมีระดับที่สูงที่สุดถูกต้องและแคปป้าโดยรวมค่าสัมประสิทธิ์หมวกจะได้รับการเลือกให้เป็นระดับที่เหมาะสมของการแบ่งส่วน multiresolution ผลการศึกษาพบว่าระดับที่เหมาะสมของการแบ่งส่วน multiresolution ของกระทะ-sharpened Landsat-8 ข้อมูลสำหรับการสกัด LULC ภายใต้ OBIA 30 กับพารามิเตอร์รูปร่างที่ 0.1 และความเป็นปึกแผ่น©ครั้งที่ 41 การประชุมวิชาการวิทยาศาสตร์และเทคโนโลยีแห่งประเทศไทย (STT41)
พารามิเตอร์ที่ 0.5 การค้นพบนี้สามารถนำมาใช้เป็นแนวทางในการวิเคราะห์ภาพสำหรับ multiresolution การแบ่งส่วนของกระทะ-sharpened Landsat-8 ข้อมูลโดยไม่ต้องลองผิดลองถูก

ผลลัพธ์ (ไทย) 3:

การแบ่งส่วนภาพเป็นงานพื้นฐานของวัตถุที่ใช้ในการวิเคราะห์ภาพ ผลที่ได้คือการสร้างวัตถุภาพเช่นแต่ละพื้นที่มีรูปร่างและการรวมตัว . ในการฝึกวิเคราะห์ภาพต้องมีการทดลองและข้อผิดพลาดที่จะปรับมาตราส่วนที่เหมาะสมสำหรับการวิเคราะห์การแบ่งส่วนตลาด . มีวัตถุประสงค์เพื่อศึกษาระดับที่เหมาะสมของการวิเคราะห์การใช้กระทะลับข้อมูล landsat-8 สำหรับการใช้ที่ดินและสิ่งปกคลุมดินภายใต้วัตถุที่ใช้จำแนกการวิเคราะห์ภาพ ( obia ) การศึกษาระดับของการวิเคราะห์อย่างเป็นระบบ 2 . การตั้งค่าขนาด 10 , 15 , 20 , 25 และ 30 และใช้ข้อมูลที่ได้มา landsat-8 กะทะคม 2013 สำหรับการสร้างภาพที่วัตถุ แล้วได้ภาพวัตถุโดยแต่ละขนาดได้ตามแผนที่ lulc ใช้เพื่อนบ้านที่ใกล้ที่สุดด้วยคุณลักษณะการเพิ่มประสิทธิภาพ หลังจากที่แต่ละคนได้ข้อมูล lulc โดยแต่ละระดับมีการเข้าถึงความถูกต้องความถูกต้องโดยรวมและค่าสัมประสิทธิ์แคปปาหมวกตามข้อมูลอ้างอิงจากข้อมูลการใช้ที่ดินในปี 2554 ของกรมพัฒนาที่ดิน ขนาดซึ่งมีความถูกต้องโดยรวมสูงสุดและค่าสัมประสิทธิ์แคปป้า หมวกจะถูกเลือกเป็นระดับที่เหมาะสมของการวิเคราะห์การแบ่งส่วนตลาด . ผลการศึกษาพบว่าระดับที่เหมาะสมของการแบ่งส่วนของข้อมูลการวิเคราะห์กระทะเหลา landsat-8 สำหรับการสกัด lulc ภายใต้ obia 30 กับรูปร่างพารามิเตอร์ที่ 0.1 และความเป็นปึกแผ่นสงวนลิขสิทธิ์รัฐสภา 41 ในวิทยาศาสตร์ และเทคโนโลยีแห่งประเทศไทย ( stt41 )พารามิเตอร์ที่ 0.5 ผลการวิจัยนี้สามารถใช้เป็นแนวทางสำหรับการวิเคราะห์ของนักวิเคราะห์การแพนภาพลับข้อมูล landsat-8 โดยการทดลองและข้อผิดพลาด