[論文レビュー] Satellite image classification methods and Landsat 5TM bands

Jamshid Tamouk, Nasser Lotfi+1 more|arXiv (Cornell University)|Aug 8, 2013

Remote-Sensing Image ClassificationEngineering参考文献 5被引用数 17

ひとこと要約

本研究では、Landsat 5TMデータを用いて、平行六面体法、最小距離法、チェーン法の3つの衛星画像分類手法を評価し、チェーン法が最も高い全体正解率（79%）を達成した。さらに、他のバンドと組み合わせた場合に分類精度を向上させるためにBand 4が最も効果的であることが判明し、土地被覆オブジェクトを検出するための最適なバンド組み合わせが提示された。

ABSTRACT

This paper attempts to find the most accurate classification method among parallelepiped, minimum distance and chain methods. Moreover, this study also challenges to find the suitable combination of bands, which can lead to better results in case combinations of bands occur. After comparing these three methods, the chain method over perform the other methods with 79% overall accuracy. Hence, it is more accurate than minimum distance with 67% and parallelepiped with 65%. On the other hand, based on bands features, and also by combining several researchers' findings, a table was created which includes the main objects on the land and the suitable combination of the bands for accurately detecting of landcover objects. During this process, it was observed that band 4 (out of 7 bands of Landsat 5TM) is the band, which can be used for increasing the accuracy of the combined bands in detecting objects on the land.

研究の動機と目的

• Landsat 5TM衛星画像の分類において、平行六面体法、最小距離法、チェーン法のうち最も精度の高い手法を特定すること。
• 土地被覆オブジェクトの分類精度を向上させるために最適なLandsat 5TMバンドの組み合わせを特定すること。
• 土地被覆特徴と適切なマルチスペクトルバンド組み合わせを結びつける参考表を提供すること。
• 7つのLandsat 5TMバンドのそれぞれが分類性能に与える寄与度を評価し、特にBand 4に注目すること。

提案手法

• 本研究では、3つの教師あり分類手法（平行六面体法、最小距離法、チェーン法）をLandsat 5TMマルチスペクトルデータに適用した。
• 各手法は、スペクトル応答パターンに基づいてピクセルを分類し、チェーン法は反復的決定ルールを用いて分類境界を精緻化する。
• バンドの組み合わせは、さまざまなマルチスペクトルサブセットをテストすることで、全体の分類精度に与える影響を評価した。
• 参考表は、先行研究の知見を統合し、バンドのスペクトル特性を分析することで、土地被覆タイプと最適なバンド組み合わせをマッチングさせることで構築された。
• Band 4（近赤外）は、その分類精度への影響を、さまざまな組み合わせにおいて特に分析した。
• 全体の正解率は、分類結果と参照データを比較する誤り行列を用いて算出された。

実験結果

リサーチクエスチョン

• RQ1 3つの分類手法（平行六面体法、最小距離法、チェーン法）の中で、Landsat 5TM衛星画像の分類において最も高い全体正解率を達成するのはどれか？
• RQ2 Landsat 5TMバンドのどの組み合わせが、土地被覆検出の分類結果を最も正確にするか？
• RQ3 Band 4は他のバンドと組み合わせた場合、分類精度をどのように向上させるか？
• RQ4 特定の土地被覆オブジェクト（例：植生、水域、都市部）を検出するための最も効果的なバンドの組み合わせは何か？
• RQ5 Landsat 5TMデータを用いた正確な土地被覆分類を支援する標準化されたバンド組み合わせ表を構築できるか？

主な発見

• チェーン法が79%の最も高い全体正解率を達成し、最小距離法（67%）および平行六面体法（65%）を上回った。
• Band 4（近赤外）は、他のバンドと組み合わせた場合に分類精度を向上させる上で最も影響力のあるバンドであると特定された。
• 本研究では、特定の土地被覆特徴（例：植生、水域、都市部）と最適なマルチスペクトルバンド組み合わせを結びつける参考表を構築した。
• 複数のバンドを組み合わせることで、単一バンド分類と比較して分類精度が向上し、Band 4は一貫して結果に正の寄与を示した。
• チェーン法の反復的決定プロセスにより、境界の明確化が図られ、他の2つの手法と比較して誤分類が減少した。
• 結果から、バンド選択と分類アルゴリズムの選定が、Landsat 5TM画像分類における高精度を達成する上で極めて重要な要因であることが示された。