遥感分类误差矩阵_2.1.5误差分析与精度评价

本文介绍了遥感分类的误差来源、分析方法和精度评价。误差主要分为位置和属性误差,分布具有系统性和规则性。精度评价涉及采样方法,如随机采样、分层采样等,常用评价指标包括误差矩阵、总体精度、用户精度和生产者精度,以及Kappa系数。Kappa系数评估精度,值越接近1表示精度越高。
摘要由CSDN通过智能技术生成

e7ee49b44b9b6ff4ab7483ac431fb783.png

章节概览

2ef5d24697a669b107c1fc5d381e9ed2.png

首先区别一下两个概念:误差和精度。笼统地看,误差是错了多少,精度是对了多少。但是我们是学科学的,还是要研究一下概念。

遥感中的误差来自于各个环节,数据获取、数据处理、数据分析、数据转换等阶段都会产生一些错误,如卫星姿态不稳定引起的图像变形;模型不完善产生的结果错误;分类方法的选择、样本的选取产生的误差以及矢量数据与栅格数据及逆行转换时引起的位置或属性的误差。

图像精度指的是一幅不知道其质量的图像与一幅假设准确的图像之间的吻合程度。分类精度指的是所获得的图像分类结果与现实吻合的程度。

前边提到过遥感相关的应用分析,精度评价是一个必要的步骤。一般来说通过误差分析与精度评价我们都可以改进处理方法提高我们的数据与现实情况的吻合程度。本文着重介绍分类的精度评价方法,误差分析方法在应用模型部分会用得比较多,但是此处也提一下分类的误差分析。


一、误差分析方法

图像分类的误差主要有两类:一类是位置误差,即各类别边界不准确

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值