Nghiên cứu kết hợp thuật toán K-Means và Quickshift trong tự động phân loại lớp phủ mặt đất từ ảnh vệ tinh VNREDSat-1

Công bố khoa học và công nghệ Việt Nam

Chỉ số đề mục

Lĩnh vực nghiên cứu

Viễn thám

Dạng tài liệu

Tác giả

Đặng Nguyễn Hiền Dương; Đinh Ngọc Đạt; Doãn Minh Chung; Huỳnh Xuân Quang; Mai Thị Hồng Nguyên; Đinh Ngọc Đạt⁽¹⁾;

Nhan đề

Nghiên cứu kết hợp thuật toán K-Means và Quickshift trong tự động phân loại lớp phủ mặt đất từ ảnh vệ tinh VNREDSat-1

Nhan đề tiếng anh

Development of automated algorithm for land cover classification applied to VNREDSat-1 images

Nhan đề dịch tiếng Anh

Development of automated algorithm for land cover classification applied to VNREDSat-1 images

Nguồn trích

Khoa học Đo đạc và Bản đồ

Năm xuất bản

2022

Số

Trang

32-39

ISSN

0866-7705

Từ khóa

Phân loại ảnh; Lớp phủ; K-means; Quick shift; VNREDSat-1

Từ khóa tiếng anh

Photo classification; Coating; K-means; Quick shift; VNREDSat-1

Tóm tắt

Phân loại lớp phủ từ dữ liệu ảnh vệ tinh quang học đóng vai trò quan trọng trong nhận diện các biến động của các đối tượng trên bề mặt Trái Đất. Đây là nguồn dữ liệu giúp ích rất nhiều cho quá trình theo dõi và quản lý tài nguyên thiên nhiên, đánh giá tác động của thiên tai... Các nghiên cứu liên quan trong và ngoài nước chủ yếu tiếp cận các thuật toán phân loại thông dụng (K-Means, Iso Data, Random Forest…) để nhanh chóng thu được dữ liệu lớp phủ phù hợp với mục tiêu đã đặt ra. Việc đánh giá các phương pháp này rất cần thiết để đưa ra những lựa chọn phù hợp nhất cho từng bài toán phân loại riêng biệt. Thử nghiệm các thuật toán phân loại khác nhau như K-means và Quickshift trên cùng một ảnh VNREDSat-1 cho phép cải thiện độ tin cậy của kết quả phân loại. Từ đó, xem xét việc kết hợp ưu điểm của hai thuật toán phân loại này với các nghiên cứu tương tự sử dụng phân tích phổ (như thuật toán WiPE) để đề xuất phương án tốt nhất cho xây dựng thuật toán phân loại lớp phủ tự động có thể sử dụng cho tất cả các ảnh chụp từ vệ tinh VNREDSat-1.

Tóm tắt tiếng anh

Land cover classification using optical satellite images plays an important role in the change detection of materials on Earth. This data source has contributed significantly to monitoring and managing natural resources, as well as hazard analysis and risk assessment. Various presented studies have approached traditional algorithms such as K-Means, Iso Data, Random Forest, etc, to quickly obtain the classification output for further research. It is crucial to assess each classificaiton method's performance to select the most optimal algorithm for different classification projects. Applying different methods, such as K-means and Quick shift to VNREDSat-1 images, allows us to improve classification accuracy. From that, the study considers the combination of these classification approaches, along with spectral analysis developed in previous works (WiPE algorithm), to propose an automated land cover classification method taking advantages of all results applied to VNREDSat-1 images.

Kí hiệu kho

TTKHCNQG, CVv 362

Xem toàn văn