文档介绍：《资源环境遥感探测》实验报告
实验名称: 图像分类
学号: 1020022151 姓名: 张应芳
实验时间:2013年4月22日、4月27日
批改: 教师签名:
实验目的
通过实习操作,达到以下目的:
1、熟悉掌握图像计算机分类的基本操作以及监督分类的含义
2、掌握图像监督分类最基本的处理方法
3、了解分类后的评价过程
实验环境
软件:
实验教室:实验楼7-301
实验用图:厦门市2001年TM遥感影像
实验内容
1、监督分类分类前训练区样本的选择
2、分类模板的精度评价
3、监督分类参数和规则的选择及分类过程
4、分类结果评价
实验步骤
分类图像模版的确定
定义分类模板操作包括分类模板的生产、管理和编辑等。这些操作都是在分类模板编辑器(signature editor)完成的。简要步骤如下:
打开需要分类的遥感图像
在“viewer”视窗中,打开待分类的图像“”
打开分辨模板编辑器(signature editor)
调整分类编辑器中属性字段表,在本次实验中可以不用修改属性字段表
待分类图像分类样本的选择
通过绘制或产生AOI区域来获取分类模板样本信息。包括产生AOI、合并、命名等,最终建立训练区样本。考虑到遥感图像的不同空间分辨率和地物的复杂性,表现为图像上同物有不同的颜色和纹理,因此,为了保证准确性和代表性,取样过程中对每一类别的采样AOI应尽可能多选。选取AOI包括产生AOI和建立分类模版两个步骤:
产生AOI
在ERDAS中,有四种产生AOI的方法,他们在应用中或单用或混合使用。本次实验中我使用的是直接应用AOI工具在待分类图像上获取,具体步骤为:
在“viewer”视窗中,打开“AOI”菜单或“raster”菜单下的“tool”工具,选择按钮,在待分类的图像上绘制典型地物训练样本(AOI),然后添加到分类模板属性表中,继续绘制,直到完成全部样本的采集。
打开AOI后绘制典型地物训练样本如图1所示。
图1 绘制典型地物训练样本
建立分类模板
无论用什么方法产生的AOI都要在分类模板编辑器中添加进去。其方法如下:
①在分类模板编辑器中,单击按钮,将AOI 加载到分类模板属性表中。
②为添加的AOI样本输入类别名称,并单击“color”设置颜色
③在分类模板编辑器中,根据需要,依次选择需要合并的AOI(可按下“shift”选择),单击按钮,将所选择的模板样本合并成一个新的模板样本。
④删除不需要的样本。
⑤重复以上步骤,直至建立分类模板。
还未删除多余样本的分类模板如图2所示,其中黄色框选的部分为最后需要保存的分类类型。
图2 分类样本
其中water、wood land、arable land、build land、unised land、shoals分别表示水体、林地、耕地、建筑用地、未利用地、滩涂。
保存分类模板。在“signature editor”视窗中,打开“File”,选择“save as”,自定义存放位置,保存最终的分类模板,如图3所示。
图3 保存分类模板
评价分类模板
分类模板建立后,就必须对其进行评价才能进行下一步。这些操作主要有:模板评价、删除、更名与其他分类模板合并等。
分类模板评价工具主要有:分类预警(signature alarm)、可能性矩阵(contingency matrix)、模板对象(signature object)、图像掩膜(masking)、直方图法(histogram)、分离性分析(separability)和分类统计分析(statistics)等工具。
直方图法
直方图法就是根据绘制类别的直方图对模板进行评价和比较,可以同时对一个或多个类别绘制直方图。通过选择不同类别、不同波段绘制直方图,可以分析其特征,一般来说,直方图的形态应该是正态分布的,若不是,则说明有混分详细,需要修改样本。
选择“signature editor”对话框中菜单“view”-“ histogram”命令,打开“ histogram plot control panel”对话框,设置分类模板数量、分类波段数量和分类波段,单击“plot”按钮就可以绘制出直方图,如图4所示。
图4 分类参数设置
水体的直方图如图5所示。
图5 水体直方图评价
2)可能性矩阵(contingency matrix)
可能性矩阵评价方法是根据分类模板,按照制定的分类规则,分析AOI训练的像素是否完全落在相应的类别之中,其结果是一个百分比矩阵,说明每一个AOI训练区有多少个像素分属相应的类别中。分类的总体误差(生成的百分比矩阵对角线上)若小于某个阈值(如85