第四章 研究成果與分析
第二節 影像分割成果與評估
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
第二節 影像分割成果與評估
研究中所使用的影像分割演算法為多重解析分割法，該演算法為一種 下而上的演算法（bottom - up）。概念為將影像中每個像元視為一個物件，
接著根據物件和物件的異質性程度，判斷是否要合併。若兩物件之間的異 質性程度低於所設定的門檻值時，則合併；相對若其異質性程度高於門檻 值時，則停止合併。
決定物件異質性的因子為該物件的光譜和形狀。其中形狀因子由緊密 度和平滑度來決定。門檻值的設定為 Scale 值。因此，分割實驗的流程圖如 圖 4-7 所示，首先測試物件停止合併異質性的門檻值 Scale 值，以決定用何 種門檻值較合適。接著實驗影響物件異質性的參數：光譜以及形狀（由緊 密度以及平滑度決定），最後評估在何種參數的設定下，其影像分割可以 達到最佳結果。
圖 4-7 影像分割實驗流程
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
初步設定的 scale 值採取詹鈞評（2012）所設定的準則，該文章中提出 的準則如下：
值 （28）
其中：GSD 為 Ground Sample Distance，為地面取樣距離。
因此，本研究所採取的 DMC 航照影像地面取樣距離為 0.25 m，帶入 公式算其 scale 值為 200。本研究另外試驗 scale 值於 500 和 scale 值於 800 之下的影像分割成果。
圖 4-8 為 scale 值 200、500 和 800 之分割示意圖，得知當 scale 值越大，
表示停止合併的門檻值越高，生成分割物件的也會越大；相對若 scale 值越 小時，則停止合併的門檻值越小，表示生成之物件也會越小。因此，scale 值為 200 的物件大小（圖 4-8 左）明顯小於 scale 值為 800 的物件大小（圖 4-8 右）。
圖 4-8 scale 值分割成果（左：scale：200；中：scale：500；右：scale：800）
scale 值的大小是最直接影響影像分割成果的參數。當 scale 值越大時，
由於分割物件越大，使其分割的數量越少；相對若 scale 值越小時，其分割 出來物件越小，分割的數量也就越多。分割數量越少時，可能會導致某些
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
66
區塊無法被正確的分割，此種情形被稱作錯誤分割；另外當分割數量越多 時，也可能導致過度分割的現象。
圖 4-9 分割成果比較（scale：200）
圖 4-10 分割成果比較（scale：500）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
圖 4-11 分割成果比較（scale：800）
圖 4-9 為 scale 值於 200 的分割成果局部圖；圖 4-10 為 scale 值於 500 的分割局部圖；圖 4-11 為 scale 值於 800 之下的分割局部圖。圖 4-9、圖 4-10 的影像分割成果可以將前述的房舍區域正確地分割出來，但由於分割的數 量太多，容易產生過度分割的情形，尤其是 scale 值為 200 的分割成果（圖 4-9 黃色圈圈），其過度分割的情形明顯較 scale 值為 500 的分割成果（圖 4-10 的紅色圈圈）嚴重；圖 4-11 中的影像分割結果得知，雖然分割的數量 較少，但會產錯誤分割的結果，如黃色圈圈所包含區域中的房舍區域無法 被正確的分割出來。。因此，為了實驗何種 scale 值所分割的成果較佳，以 隨機抽樣的方式，於影像範圍內選取 100 的點位檢驗其精度，包括正確分 割精度以及過度分割精度，其結果如表 4-1 所示。
‧
項目 Scale：200 Scale：500 Scale：800
正確分割率 88% 81% 66%
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
圖 4-12 分割示意圖（shape：0.9）
圖 4-13 分割示意圖（shape：0.1；compact：0.1）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70
圖 4-14 分割示意圖（shape：0.1；compact：0.5）
圖 4-15 分割示意圖（shape：0.1；compact：0.9）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
最後決定分割的參數為形狀參數中的緊密度（compactness）和平滑度
（smoothness）參數。此兩種參數為互補關係，即緊密度參數值加上平滑度 參數值為 1。研究中共設計了三組實驗，其緊密度參數值分別為 0.9、0.5 以及 0.1，實驗成果為圖 4-13、圖 4-14 以及圖 4-15 所示。
為了驗證何項組別分割成果較佳，以隨機抽樣的方式，於影像範圍內 選取 100 的點位檢驗其精度，包括正確分割精度以及過度分割精度，其結 果如表 4-2 所示。
表 4-2、分割成果評估（scale 值皆為 500；shape 值皆為 0.1）
項目 緊密度：0.1 緊密度：0.5 緊密度：0.9
正確分割率 85% 81% 73%
過度分割率 27% 15% 15%
分割數量 2897 2971 3038
從表 4-2 的分割成果可知，緊密度參數值在 0.1 以及在 0.5 之下，有較 佳的分割正確率（85%以及 81%）；其值在 0.5 和 0.9 之下有較低的過度分 割率（15%）。雖然緊密度參數在 0.1 時的正確分割率（85%）大於 0.5 時 的正確分割率（81%），但是基於其過度分割率（27%）過大，因此，本研 究於影像分割時的參數設定在 scale 值為 500；shape 值為 0.1；compactness 為 0.5。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
72