实验三 监督分类

实验三 监督分类

ID:45360422

大小:819.50 KB

页数:4页

时间:2019-11-12

实验三 监督分类_第1页
实验三 监督分类_第2页
实验三 监督分类_第3页
实验三 监督分类_第4页
资源描述:

《实验三 监督分类》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实验三监督分类一、实习目的:掌握监督分类的方法与过程,加深对监督分类方法的理解三、完习内容:定义分类模板、评价分类模板、进行监督分类、评价分类结果。前面已经谈到,监督分类一般有以下几个步骤:定义分类模板(DefineSignatures)、评价分类模板(EvaluateSignatures)、进行监督分类(PerformSupervisedClassification)、评价分类结果(EvaluateClassification)。下面将结合例子说明这几个步骤。1.定义分类模板(DefineSignatureUsingsigna

2、tureEditor)ERDASIMAGINE的监督分类是基于分类模板来进行的,而分类模板的生成、管理、评价、和编辑等功能是由分类模板编辑器来负责的。毫无疑问,分类模板生成器是进行监督分类一个不可缺少的组件。在分类模板生成器中,生成分类模板的基础是原图像和(或)其特征空间图像。因此,显示这两种图像的视窗也是进行监督分类的重要组件。第一步:显示需要进行分类的图像在视窗中显示<ERDASHOME>\execiseljxtm.img(Red4/Grean5/B1ue3、选择FittoFrame,其它使用缺省设置)。第二步:打开模板编

3、辑器并调整显示字段ERDAS图标面板工具子,点击C1assifier目标→Classification菜单→SignatureEditor菜单项→SignatureEditor对话框从上图中可以看到有很多字段,有些字段对分类的意义下大,我们希望不显示这些这段,所以要进行如下调整:SignatureEdit对话框菜单条:View→Columns→viewsignaturecolumns对话框→点击最上一个字段的Co1unmn字段下拖拉直到最后一个段,此时,所有字段都被选择上,并用黄色(缺省色)标识出来。→按住shift键的同时分别

4、点击Red、Green、B1ue三个字段Red、Green、Blue三个字段将从选择集中被清除。→点击Apply按钮→点击Close按钮从ViewSignatureCo1umns对话框可以看到Red、Green、Blue三个字段将不再显示。第三步:获取分类模板信息可以分别应用AOI绘图工具、AOI扩展工具、查询光标等三种方法,在原始图像或特征空间图像中获取分类模板信息。但在实际工作中也许只用一种方法就可以了,也许要将几种方法联合应用,这取决于您自己。(1)应用AOI绘图工具在原始图像获取分类模板信息无论是在原图像还是在下面要讲的

5、特征空间图像中,都是产主AOI区域来作为分类模板信息的来源。首先练习如何用AOI绘图工具获取分类模板信息。在显示有ljxtm.img图像的视窗:→点击图标(或者选择Raster菜单项→选择Tools菜单)→打开Raster工具面板→点击Raster工具面板的图标→在视窗中选择红色区域,绘制一个多边形AOI→在SignatureEditr对话框,点击图标,将多边形AOI区域加载到Signature分类模板中→在SignatureEditor中,改变刚才加入模板的SignatureName和Color。→重复上述操作过程以多选择几个

6、红色区域AOI,并将其作为新的模板加入到SignatureEditor当中,同时确定各类的名字及颜色。如果对同一个专题类型(如水体)采集了多个AOI并分别生成了模板,可以将这些模板合并,以便该分类模板具多区域的综合特性。具体做法是在SignatureEditor对话框中,将该类的Signature全部选定,然后点击合并图标,这时一个综合的新模板生成,原来的多个Signature同时存在(如果必要也可以删除)。2.2可能性矩阵可能性矩阵(ContingencyMatrix)评价工具是根据分类模板,分析AOI训练区的像元是否完全落在

7、相应的类别之中。通常都期望AOI区域的像元分到它们参于训练的类别当中,实际上AOI中的像元对各个类都有一个权重值,AOI训练样区只是对类别模板起一个加权的作用。ContingencyMatrix工具可同时应用于多个类别,如果你没有在SignatureEditor中确定选择集,则所有的模板类别都将被应用。可能性矩阵的输出结果是一个百分比矩阵,它说明每个AOI训练区中有多少个像元分别属于相应的类别。AOI训练样区的分类可应用下列几种分类原则:平于行六面体(Parallelepiped)、特征空间(FeatureSpace)、最大似然

8、(MaximumLikelihood)、马氏距离(MahalanobisDistance)。各种原则详见FieldGuide一书。下面说明可能性矩阵评价工具的使用方法:在SignatureEditor对话框:→在signatureEditor中选择所有类别→菜单

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。