Abderraim Nemmaoui, Manuel Ángel Aguilar Torres, Antonio Rovelli, María Carmen Vicente Martín, Fernando José Aguilar Torres, Malgorzata Betlej, Piotr Cichón
El análisis de imágenes basado en objetos (OBIA) se ha mostradocomo lamejor opción cuando se trabaja con imágenes de satélitedemuy alta resolución (VHR). El primer pasoOBIAes la segmenta-ción o delineación de los objetos de interés. La determinación deuna segmentación óptima es crucial para el éxito de la segundaetapa en OBIA, la clasificación. El objetivo principal de este traba- jo es evaluar el algoritmo de segmentación de multi-resolución incluido en eCognition para delinear invernaderos a través de ortoimágenes multiespectrales de WorldView-2, y encontrar la relación entre la bondad de la segmentación y la exactitud de la clasificación supervisada. La atención se focaliza en la búsqueda de los parámetros óptimos de la segmentación multi-resolución (Escala, Forma y Compacidad) para invernaderos de plástico. La evaluación de la calidad de la segmentación se llevó a cabo me- diante laDistancia Euclidea 2 (ED2). Por último, hemos demostrado que existe una clara relación entre la bondad de la segmentación en los invernaderos deplástico y laprecisiónde la clasificaciónOBIA alcanzada cuando se utilizaron las características como los índices espectrales, texturales y de vegetación. Lamejor precisión global alcanzada con la mejor segmentación fue ligeramente superior al 95%
Object based image analysis (OBIA) approach has been proved as the best option when working with very high resolution (VHR) satellite imagery. The first stepof OBIA, referred toas segmentation, is to delineate objects of interest. Determination of an optimal segmentation is crucial for a good performance of the second stage inOBIA, the classificationprocess. Themaingoal of thiswork is to assess themultiresolution segmentation algorithmprovided by eCognition software for delineating greenhouses fromWorld- View-2 multispectral orthoimages and to find the relationship between the goodness of the segmentation and the accuracy ofthe supervised classification. The focus is on finding the optimalparameters of themultiresolution segmentationapproach (i.e., Sca-le, Shape and Compactness parameters) for plastic greenhouses.Assessment of segmentation quality was based on the EuclideanDistance 2 (ED2). Finally, we demonstrated that there was a clearrelationshipbetween thegoodness of the segmentationonplasticgreenhouses and the OBIA classification accuracy attained whenfeatures such as spectral, textural and vegetation indices wereused. The best overall accuracy attained with the best multireso-lution segmentation was slightly better than 95%
© 2001-2024 Fundación Dialnet · Todos los derechos reservados