Mục đích bài báo này nhằm kiểm chứng độ chính xác của phương pháp tiếp cận hướng đối tượng trong phân loại ảnh độ phân giải cao. Dữ liệu sử dụng trong nghiên cứu này là ảnh vệ tinh SPOT5 lưu vực Suối Muội, Thuận Châu, Sơn La chụp năm 2010 với độ phân giải kênh toàn sắc đạt , độ chính xác tốt với sai số tổng thể đạt , và hệ số Kappa đạt . | Trao đổi - Ý kiến PHÂN LOẠI LỚP PHỦ BẰNG PHƯƠNG PHÁP TIẾP CẬN HƯỚNG ĐỐI TƯỢNG TRÊN ẢNH SPOT LƯU VỰC SUỐI MUỘI THUẬN CHÂU SƠN LA ThS. NGUYỄN VĂN LỢI 1 TS. VŨ KIM CHI 2 Trường Đại học Mỏ địa chất 1 2 Viện Việt Nam học và Khoa học Phát triển Tóm tắt Mục đích bài báo này nhằm kiểm chứng độ chính xác của phương pháp tiếp cận hướng đối tượng trong phân loại ảnh độ phân giải cao. Dữ liệu sử dụng trong nghiên cứu này là ảnh vệ tinh SPOT5 lưu vực Suối Muội Thuận Châu Sơn La chụp năm 2010 với độ phân giải kênh toàn sắc đạt độ chính xác tốt với sai số tổng thể đạt và hệ số Kappa đạt . 1. Giới thiệu rộng rãi với độ chính xác cao hơn hẳn so với phương pháp phân loại dựa trên điểm Độ chính xác phân loại lớp phủ là rất ảnh 3 7 9 . Phương pháp phân loại tiếp quan trọng trong việc quản lý quan trắc và cận hướng đối tượng không chỉ phân biệt quy hoạch sử dụng đất. Phương pháp phân các loại lớp phủ và hiện trạng sử dụng đất loại truyền thống dựa vào giá trị phổ của theo giá trị phổ của các điểm ảnh mà còn điểm ảnh đã được sử dụng từ rất lâu xem xét đến hình dạng của đối tượng nhưng đến nay bộc lộ nhiều hạn chế về mặt shape kiến trúc của đối tượng texture và thời gian và độ chính xác . Nhằm khắc mối quan hệ giữa các đối tượng sử dụng phục những hạn chế đó phương pháp phân trong phân loại 6 9 . Thêm vào đó loại tiếp cận hướng đối tượng được đưa ra phương pháp này còn có khả năng tích hợp từ những năm 1970 với nhiều ưu điểm nổi với các dữ liệu khác như bản đồ chuyên đề bật. Nếu cụ thể hóa được có thể chiết xuất mô hình số độ cao và kiến thức chuyên được những đối tượng trên ảnh có liên gia để cho ra kết quả phân loại tin cậy hơn quan mật thiết với những đối tượng ở ngoài 5 9 . Quá trình phân loại tiếp cận hướng thực địa. Khi những đối tượng này được đối tượng bắt đầu bằng việc phân mảnh các chiết tách mối quan hệ không gian với các đối tượng ảnh riêng rẽ thông qua việc gộp đối tượng khác ví dụ như liền kề chứa các pixel lân cận có mức độ đồng nhất về đựng được chứa bởi .
