第四章 研究成果與分析
第三節 雲覆蓋地區的偵測與評估
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
72
第三節 雲覆蓋地區的偵測與評估
影像中的雲層萃取流程如圖 4-16 所示。
圖 4-16 雲層萃取流程圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
為了方便說明準則建立，以下為研究中使用到的指標代號：
BV_skewness：整體影像的亮度值之偏態係數。
BV_cloud：定義雲層區域的亮度值。
BV_Q3：為整體影像的第 3 四分位數之光譜亮度值。
BV_mean：為整體影像的平均值。
雲層萃取的流程中，首要的步驟為決定初步的雲層亮度值。其判斷準 則如下：
圖 4-17 初步雲層亮度值準則圖
本研究利用偏態係數判釋影像的品質，決定係數門檻值的方式為試誤 法。若大於 0.45，則定義初步雲層亮度門檻值為影像亮度值之第 3 四分位 數，反之定義為 1200。
由於影像中有些地物的光譜反射值較亮，如房舍屋頂和崩塌地，因此 於初步的雲層偵測時會將其偵測出來，導致錯誤分類的產生。為了避免此 種問題，研究中首先將初步偵測的雲層類別合併，接著過濾較小的區域。
圖 4-18 過濾較小面積雲層區域圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
74
圖 4-19 和圖 4-20 為初步雲層偵測時錯誤的地區（綠色區域），包括房 舍、田地和部分崩塌地區域，因此，需將這些錯誤地區過濾。
圖 4-19 錯誤雲層地區示意圖（1）
圖 4-20 錯誤雲層地區示意圖（2）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
75
初步雲層覆蓋地區主要為雲層較厚的區域，並不包含雲層較薄的區域。
因此，為了將初步雲覆蓋地區的薄雲地區進一步偵測出來，本研究使用區 域成長法，其概念如圖 4-21 所示，左邊的圖中黑色區塊的部分為尚未成長 的區塊；右圖為成長後的區塊。黃色類別定義為鄰近區塊（或稱作為候選 區塊）。因此，其執行步驟必須定義的參數有：1.成長的類別（domain area）。
2.鄰近的類別（候選類別）。3.成長的條件（以鄰近類別的條件為主）。4.
迭代次數。
圖 4-21 區域成長示意圖（eCognition 8.8 reference book）
執行步驟如下：
1. 選取成長的類別（參數 1）。
2. 選取鄰近的類別（參數 2、候選類別）。
3. 定義成長的條件（參數 3、為根據候選類別為條件）。
4. 根據跌代次數（參數 4）重複步驟 3。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
表 4-3、成長條件以及跌代次數說明表
參數 影響情形
成長條件
成長條件為候選類別的光譜亮度值。若將光譜亮度 值之門檻值調低，則區域的區塊會越大；反之，若 將光譜亮度值的門檻值調高，則區域的區塊會變 小。
跌代次數
迭代次數表示成長類別和鄰近類別依據成長條件 的計算次數。當迭代次數越多時，則區域成長的面 積會越大；迭代次數越小時，則區域成長的面積相 對越小。
區域成長法的準則建立如圖所示：
圖 4-22 區域成長準則圖
圖 4-23、圖 4-25、圖 4-27、圖 4-29 以及圖 4-31 為初步的雲層偵測成 果，對應為影像 1、影像 2、影像 3、影像 4 以及影像 5；圖 4-24、圖 4-26、
圖 4-28、圖 4-30 以及圖 4-32 為將初步雲層地區，經由區域成長法偵測出來 的結果。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
77
圖 4-23 初步萃取雲層圖（1） 圖 4-24 區域成長雲層圖（1）
圖 4-25 初步萃取雲層圖（2） 圖 4-26 區域成長雲層圖（2）
圖 4-27 初步萃取雲層圖（3） 圖 4-28 區域成長雲層圖（3）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
78
圖 4-29 初步萃取雲層圖（4） 圖 4-30 區域成長雲層圖（4）
圖 4-31 初步萃取雲層圖（5） 圖 4-32 區域成長雲層圖（5）
由以上雲層的萃取成果可知，利用區域成長法可以將薄雲地區有效地 偵測出來。為了評估各影像中雲層萃取的精度，於各張影像中建立雲層類 別的誤差矩陣。
‧
整體精度：99.6%；Kappa 值：93.4%
表 4-5、影像 2 雲層評估誤差矩陣
整體精度：99.8%；Kappa 值：91.4%
‧
整體精度：99.5%；Kappa 值：95.3%
表 4-7、影像 4 雲層評估誤差矩陣
整體精度：99.6%；Kappa 值：90.1%
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
81
表 4-8、影像 5 雲層評估誤差矩陣 地面參考分類資料
使用者精度
雲層 非雲層 總和
分 類 資 料
雲層 25507 3369 28876 88.3%
非雲層 1097 1031403 1032500 99.9%
總和 26604 1034772 1061376
生產者精度 95.8% 99.7%
整體精度：99.6%；Kappa 值：91.7%
從上述表 4-4 到表 4-8 之雲層評估的誤差矩陣得知，利用統計特徵值檢 驗影像品質，並搭配區域成長技術，不僅可以有效地偵測出雲層區域，其 附近的薄雲地區也可以一併被偵測出來。雲層萃取的精度評估，在生產者 和使用者精度方面，皆有 83%以上的精度；整體精度方面，皆有 99%以上 的精度；Kappa 值也皆有 90%以上的精度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
82
圖 4-33 影像雲層萃取精度成果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
83