An Application of Spatial Classification Methods for the Improvement of Classification Accuracy

분류정확도 향상을 위한 공간적 분류방법의 적용

Spectral pattern recognition techniques are most used in classification of remotely sensed data. Yet, in any real image, adjacent pixels are related, because imaging sensors acquire significant portions of energy from adjacent pixels. And, with the continued improvement in the spatial resolution of remote sensing systems, another spatial pattern recognition approach is must considered. In this study, we aim to show the potentiality of spatial classification methods through comparing the accuracies of spectral classification methods and those of spectral classification methods. By the comparisons between the two methods, classification accuracies of 6 different spatial classification methods are higher than that of spectral classification method by 2-6% or so. Additionally, we can show it statistically through the classification experiments with different band combinations.

위성영상을 이용한 토지피복 분류를 시행할 때 대부분 화소의 밝기값(DN: Digital Number)에 의존하는 분광적 패턴인식기법을 사용해 왔다. 그러나 화소의 DN이 해당화소 뿐만 아니라 인접화소와도 밀접한 관련이 있다는 점을 고려할 때, 인접화소의 영향을 고려한 토지피복 분류에 관한 연구가 필요하다. 또한, 위성영상의 공간해상도가 기술의 발달로 인해 현격히 향상되고 있다는 점을 고려할 때 공간적 분류방법은 반드시 고려되어야 한다. 본 연구에서는 supervised 분류방식에 의한 분광적 분류방법과 분광적 분류방법에 화소의 공간적 분포패턴까지를 적용한 공간적 분류방법의 정확도를 평가하여 공간적 분류방법의 적용 타당성을 제시하고자 하였다. 6가지 공간적 분류방법을 적용한 실험을 통해 공간적 분류방법을 이용한 경우가 분광적 분류방법만을 이용한 경우보다 2-6% 정도 분류정확도가 증가됨을 알 수 있었다. 또한 밴드조합을 달리 설정하여 분류를 실시한 실험을 통해 공간적 분류방법을 적용하였을 때 기존 분광적 분류방법만을 이용한 경우보다 향상된 정확도 결과를 얻을 수 있음을 통계적으로 입증할 수 있었다.