遥感影像分类方法实验报告

遥感影像分类方法实验报告

ID:33064651

大小:51.48 KB

页数:61页

时间:2019-02-19

遥感影像分类方法实验报告_第1页
遥感影像分类方法实验报告_第2页
遥感影像分类方法实验报告_第3页
遥感影像分类方法实验报告_第4页
遥感影像分类方法实验报告_第5页
资源描述:

《遥感影像分类方法实验报告》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、遥感影像分类方法实验报告实验报告1目录1实验冃的42实验数据43实验内容44实验步骤54.1对人口矢量数据(shapefile)进行投影转换54.1.1Census.shp文件投影坐标的检查54.1.2将投影坐标转换为WGS_1984_UTM_Zone_16N64.2对遥感影像进行几何精校正(以经过投影变换的人口矢量数据为基准)…•…64.2.1Census.shp在ENVI软件的加载64.2.2对遥感影像进行几何精校正(以矢量数据为基准)74.2.3用矢量图层对遥感影像进行裁剪104.3将Pan波段和多

2、光谱波段进行融合,并对融合效果进行定性和定量评价……114.3.1两种融合方法的原理114.3.2进行Gram-SchmidtSpectralSharpening融合114.3.4融合效果进行定性评价144.3.5融合效果进行定量评价(软件提供的计算方法)154.3.6融合效果进行定量评价(Matlab编程计算)164.3.7遥感影像融合定量分析代码204.4生成住房密度栅格影像234.4.1两表的连接234.4.2计算房屋密度244.4.3直接栅格化254.4.4IDW插值254.4.5对房屋密度图进行

3、重分类264.5将住房密度栅格影像作为额外的通道与ETM+多光谱波段进行叠加264.6监督分类(融合方法为HSV,波段为5,4,3)274.6.1打开GoogleEarth影像作为监督分类的参照274.6.2建立兴趣区294.6.3训练样区的选择304.6.4训练样区的评价314.6.5执行监督分类334.6.6分类后处理354.6.7评价结果分析374.6.8分类结果面积统计384.6.9分类结果414.7分类结果评价与分析414.7.1未加入房屋密度图层的分类结果评价与分析414.7.2加入IDW插值

4、房屋密度图层的分类结果评价与分析424.7.3加入直接栅格化房屋密度图层的分类结果评价与分析434.7.4加入重分类后IDW插值房屛密度图层的分类结果评价与分析444.7.5从总精度与Kappa系数对分类结果进行评价4524.7.6分类结果总体评价464.7.7与其他训练样区的分类精度和Kappa系数的计算484.8决策树分类494.8.1决策树分类原理494.8.2数据预处理494.8.3指数的计算514.8.4执行决策树544.8.5不同参数设;575实验体会605.1实验中存在的问题605.2软件平

5、台使用635.3实验总结631实验目的①掌握ArcGISlO和ENVI4.7对遥感图像处理的基本操作与原理②熟悉几何精校正的方法,掌握ENVI软件对遥感影像进行几何精校正③掌握全色波段与多光谱波段的融合方法和原理,学会对融合效果进行定性定量分析④熟悉掌握ArcGIS的栅格化方法和IDW插值方法⑤熟悉监督分类的方法和基本原理,掌握ENVI软件中进行监督分类⑥了解监督分类后评价过程,对分类结果进行精度评价和分析⑦掌握Erdas的空间建模方法以及原理⑧了解RuleGen算法,掌握决策树分类方法2实验数据①带属性

6、数据的shapefile:Census.shp②带有陆地面积字段的矢量图层:③GoogleEarth_原始拼接:GE1005211134.jpg④研究区域的多光谱波段数据:Stack_bl-6162-7.img⑤研究区域的全色波段数据:bS.img⑥监督分类参照影像:GoogleEarth3实验内容①对人口矢量数据(shapefile)进行投影转换:WGS_1984_UTM_Zone_16N②对遥感影像进行几何精校正(以经过投影变换的人口矢量数据为基准人(1)对多光谱波段(30m空间分辨率)进行几何精校止

7、(小于0.25个像元);(2)对Pan波段(15m空间分辨率)进行几何精校正(小于0.25个像元);③将Pan波段和多光谱波段进行融合(自选至少一种融合算法),并对融合效果进行定性和定量评价;①生成住房密度栅格影像:(1)直接栅格化;(2)IDW插值;4②将住房密度栅格影像作为额外的通道(或波段)与ETM+多光谱波段进行叠加;⑥进行监督分类和分类后处理(Post-Classification,ExpertRules)①利用ERDAS软件的空间建模(SpatialModeler)进行水体信息(MNDWI指数

8、)和植被信息(NDVI指数)的提取;②利用“自动阈值决策树分类算法”进MarionCounty的土地利用/覆盖分类信息提取(使用的数据:原始各波段+MNDWI+NDVI+ISODATA等,或其他有益的波段组合)①探讨“口动阈值决策树分类算法”屮的各个参数意义及如何设置更合理②对分类结果进行评价与分析4实验步骤4.1对人口矢量数据(shapefile)进行投影转换4.1.1Census.shp文件投影坐标的检查根据实验要求,人口

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。