วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2546

การจําแนกภาพดาวเทียมแบบกํากับ โดยวิธีความเป็นไปได้สูงสุดที่นิยมใช้กันในปัจจุบันประสบกับ ปัญหาในการแยกแยะวัตถุที่มีขนาดเล็กกว่าขนาดจุดภาพ โดยเฉพาะกับภาพดาวเทียมรายละเอียดปานกลาง อย่างภาพแลนด์แซท 5 TM รายละเอียดเชิงพื้นที่ 30 เมตร ปัญหาดังกล่าวสามารถใช้วิธีการสํารวจภาคพื้นดิน แต่ก็มีข้อจํากัดเกี่ยวกับระยะเวลาและค่าใช้จ่าย การใช้วิธีการรังวัดภาพถ่ายทางอากาศดิจิทัล มีข้อจํากัดทางเทคนิค และวิธีการวิเคราะห์ประมวลผลที่ค่อนข้างสลับซับซ้อน หรือการใช้ภาพดาวเทียมรายละเอียดสูงอย่าง ภาพไอคอนอส ชึ่งมีราคาที่ค่อนข้างสูง การจําแนกภาพแบบละเอียดกว่าขนาดจุดภาพ สามารถนํามาแก้ปัญหาดังกล่าวเพื่อตรวจหาวัตถุที่สนใจ ในภาพหลายช่วงคลื่น และจุดภาพมีวัตถุที่สนใจขนาดเล็กกว่าขนาดจุดภาพผสมอยู่ การศึกษาครั้งนี้มีวัตถุ ประสงค์เพื่อศึกษาวิเคราะห์วิธีการจําแนกภาพแบบละเอียดกว่าจุดภาพด้วยซอฟต์แวร์เชิงพาณิชย์ และประเมิน ผลความถูกต้องเปรียบเทียบกับวิธีจําแนกแบบความเป็นไปได้สูงสุด และเพื่อให้มีการใช้ประโยชน์จากภาพดาว เทียมรายละเอียดปานกลางอย่างมีประสิทธิภาพ ข้อมูลที่ใช้วิเคราะห์สร้างจากค่าสถิติ DN ของวัตถุของภาพ แลนด์แซท 5 TM ที่จําแนกและตรวจสอบความถูกต้องแล้ว ด้วยการสุ่มตัวเลข สร้างเป็นภาพจําลองต้นฉบับ 7 ช่วงคลื่น 9 ประเภทวัตถุ ทําการคํานวณจัดค่า DN และรายละเอียดภาพให้หยาบลงด้วยวิธี Linear Spectral Unmixing เป็นภาพระดับ 2 และ 3 ตามลําดับ แล้วนําภาพทั้งสามไปทําการจําแนกและตรวจสอบความถูกต้อง ผลการวิจัยพบว่า ศักยภาพของซอฟต์แวร์ที่ใช้ในการจําแนกแบบละเอียดกว่าขนาดจุดภาพ บนภาพ จําลองได้ผลลัพธ์ไม่ดีเท่าวิธีความเป็นไปได้สูงสุด ภาพจําลองต้นฉบับมีอัตราการตรวจพบร้อยละ 67 Omission Error ร้อยละ 24 Commission Error ร้อยละ 51 ภาพจําลองระดับ 2 มีอัตราการตรวจพบร้อยละ 26 Omission Error ร้อยละ 60 Commission Error ร้อยละ 10 ภาพจําลองระดับ 3 มีอัตราการตรวจพบร้อยละ 3 Omission Error ร้อยละ 90 Commission Error ร้อยละ 3 น้ำมีอัตราการตรวจพบสูงสุดและป่าชายเลนมีอัตราการตรวจ พบต่ำสุด วัตถุที่สนใจหากผสมอยู่ในจุดภาพในอัตราส่วนมาก ความถูกต้องจะสูงกว่าวัตถุที่ผสมอยู่เล็กน้อย