Skip to main content

2009 | OriginalPaper | Buchkapitel

Improving Urban Land Cover Classification Using Fuzzy Image Segmentation

verfasst von : Ivan Lizarazo, Paul Elsner

Erschienen in: Transactions on Computational Science VI

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche um passende Fachinhalte oder Patente zu finden.

search-config
loading …

The increasing availability of high spatial resolution images provides detailed and up-to-date representations of cities. However, ana-lysis of such digital imagery data using traditional pixel-wise approaches remains a challenge due to the spectral complexity of urban areas. Object-Based Image Analysis (OBIA) is emerging as an alternative method to produce landcover information. Standard OBIA approaches rely on ima-ge segmentation which partitions the image into a set of ’crisp’ non-overlapping image-objects. This step regularly requires significant user-interaction to parameterise a functional segmentation model. This paper proposes fuzzy image segmentation which produces fully overlapping image-regions with indeterminate boundaries that serves as alternative framework for the subsequent image classification. The new method uses three stages: (i) fuzzy image segmentation, (ii) feature analysis, and (iii) defuzzification, that were implemented applying Support Vector Machine (SVM) techniques and using open source software. The new method was tested against a benchmark land-cover classification that applied standard crisp image segmentation. Results show that fuzzy image segmentation can produce good thematic accuracy with little user input. It therefore provides a new and automated technique for producing accurate urban land cover data from high spatial resolution imagery.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Metadaten
Titel
Improving Urban Land Cover Classification Using Fuzzy Image Segmentation
verfasst von
Ivan Lizarazo
Paul Elsner
Copyright-Jahr
2009
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-642-10649-1_3