一种使用基于对象的图像分析 (OBIA) 的半自动化方法,用于从非常高分辨率 (VHR) 卫星图像中在夏季检测和列举白
John Iacozza1,2, Bryanna Sherbo1, Cortney Watt1,2
1Fisheries and Oceans Canada, Freshwater Institute, Winnipeg, MB, Canada.
PloS one
|November 13, 2024
概括
使用基于对象的图像分析的新型半自动化方法有效地检测卫星图像中的白. 这种方法大大缩短了大洋区域的分析时间,有助于鱼研究.
科学领域:
- 海洋生物学 海洋生物学
- 遥感 遥感 遥感 遥感
- 保护技术 保护技术
背景情况:
- 非常高分辨率 (VHR) 卫星图像有助于鱼的检测,但手动分析耗时.
- 传统的鱼检测方法在大型开放海洋地区是有限的.
- 需要自动检测来克服手动卫星图像分析的局限性.
研究的目的:
- 开发一种基于对象的半自动图像分析 (OBIA) 方法来检测白.
- 使用WorldView-3泛色卫星图像对北极夏季条件进行分析.
- 将检测时间和准确性与手动阅读进行比较.
主要方法:
- 基于对象的图像分析 (OBIA) 用于处理VHR卫星图像.
- 通过使用光谱平均值和纹理差异属性来训练和测试算法.
- 使用虚假负率,虚假阳性率和计数偏差来评估准确度.
主要成果:
- 最好的OBIA算法实现了没有假阳性和低假阴性率 (<4%).
- 该算法在没有冰的泛色图像中准确地识别了白.
- 在区分密集或沉没的鱼方面仍然存在挑战.
结论:
- 奥比亚为处理大型卫星数据集以检测白提供了可行的解决方案.
- 与手动审查相比,半自动化方法显著减少了分析时间.
- 这种算法有可能适应在没有冰的水域检测其他鱼.
