監(jiān)督分類 實(shí)驗(yàn)報(bào)告

1、 實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)九 遙感圖像的分類監(jiān)督分類一、 原理及方法簡(jiǎn)介監(jiān)督分類又稱訓(xùn)練場(chǎng)地法，是一種以統(tǒng)計(jì)識(shí)別函數(shù)為理論基礎(chǔ)，依據(jù)典型樣本訓(xùn)練方法進(jìn)行分類的技術(shù)，即：根據(jù)已知訓(xùn)練區(qū)提供的樣本，通過(guò)選擇特征參數(shù)，建立判別函數(shù)對(duì)各待分類像元進(jìn)行的分類。在監(jiān)督分類過(guò)程中，首先選擇可以識(shí)別或者借助其它信息可以斷定其類型的像元建立模板，然后基于該模板使計(jì)算機(jī)系統(tǒng)自動(dòng)識(shí)別具有相同特性的像元。對(duì)模板進(jìn)行評(píng)價(jià)后再對(duì)其進(jìn)行修改，多次反復(fù)后建立一個(gè)比較準(zhǔn)確的模板，并在此基礎(chǔ)上最終進(jìn)行分類。監(jiān)督分類一般要經(jīng)過(guò)以下幾個(gè)步驟：定義分類模板（define signatures）、評(píng)價(jià)分類模板（evaluate signatures

2、）、進(jìn)行監(jiān)督分類（perform supervised classification）、評(píng)價(jià)分類結(jié)果（evaluate classification）。二、 實(shí)驗(yàn)?zāi)康?、理解監(jiān)督分類方法的基本原理。2、掌握利用erdas進(jìn)行監(jiān)督分類的操作流程。3、了解分類后評(píng)價(jià)過(guò)程。三、 實(shí)驗(yàn)內(nèi)容在erdas軟件中，對(duì)tm影像進(jìn)行監(jiān)督分類，將圖像中的植被、水體、城鎮(zhèn)等地物特征提取出來(lái)。實(shí)驗(yàn)數(shù)據(jù)：實(shí)驗(yàn)九tm_bjcity.img四、 實(shí)驗(yàn)步驟（一）定義分類模板定義分類模板操作包括模版的生成、管理、評(píng)價(jià)和編輯等，主要利用分類模板編輯器（signature editor）完成，具體步驟包括：步驟一：從erdas主界

3、面中，打開(kāi)viewer視窗，然后選擇輸入文件：實(shí)驗(yàn)九tm_bjcity.img，并在raster option（圖像設(shè)置）中設(shè)置red|green |blue對(duì)應(yīng)的波段值分別為4|3|2，選擇fit to frame（合適窗口大?。?，如圖。步驟二：?jiǎn)螕鬿k，在viewer視窗中顯示待分類圖像。打開(kāi)分類模板編輯器。在erdas圖標(biāo)面板工具條中點(diǎn)擊classifier（分類器）圖標(biāo)，選擇classification（分類）signature editor（特征編輯器）菜單，打開(kāi)分類模板編輯器signature editor，如圖。步驟三：調(diào)整屬性字段。在分類編輯窗口中的分類屬性表中有很多字段，可以

4、對(duì)不需要的字段進(jìn)行調(diào)整。選擇signature editor窗口的view（視圖）column（列），打開(kāi)view signature columns對(duì)話框。選擇需要顯示的字段，如：signature name（特征名稱）、color（顏色）、red（紅值）、green（綠值）、blue（藍(lán)值）及value（數(shù)值）等，單擊apply（應(yīng)用）按鈕，單擊close（關(guān)閉）按鈕完成。步驟四：選取樣本，（1） 在viewer中點(diǎn)擊圖標(biāo)（或者選擇raster菜單項(xiàng)選擇tools菜單），打開(kāi)raster工具面板。（2） 點(diǎn)擊raster工具面板中的圖標(biāo)，在viewer中選擇水體區(qū)域，繪制一個(gè)多邊形aoi，

5、如圖。 選取10個(gè)水體，在signature editor對(duì)話框中，點(diǎn)擊圖標(biāo)，將剛才建立的多邊形aoi區(qū)域加載到signature分類模板中，如此重復(fù)。1) 合并分類模板。對(duì)同一個(gè)專題類型（如水體）采集了多個(gè)aoi并分別生成了模板，可以將這些模板合并，以便該分類模板具多區(qū)域的綜合特性。具體做法是在signature editor對(duì)話框中，將該類的signature全部選定，然后點(diǎn)擊合并圖標(biāo) ，這時(shí)一個(gè)綜合的新模板生成，將原來(lái)的多個(gè)signature刪除。如此，做城鎮(zhèn)，耕地，森林以及云。如下所示：分完的圖如圖所示，并且保存已經(jīng)分完的圖象。（二）執(zhí)行監(jiān)督分類在監(jiān)督分類過(guò)程中，用于分類決策的規(guī)則是多

6、層次的，如對(duì)非參數(shù)模板有特征空間、平行六面體等方法，對(duì)參數(shù)模板有最大似然法、mahalanobis距離、最小距離等方法。當(dāng)然，非參數(shù)規(guī)則與參數(shù)規(guī)則可以同時(shí)使用，但要注意應(yīng)用范圍，如非參數(shù)規(guī)則只能應(yīng)用于非參數(shù)型模板，對(duì)于參數(shù)型模板，要使用參數(shù)型規(guī)則。另外，如果使用非參數(shù)型模板，還要確定疊加規(guī)則（overlay rule）和未分類規(guī)則（unclassified rule）。下面是執(zhí)行監(jiān)督分類的操作過(guò)程：步驟一：在erdas主界面：點(diǎn)擊classifier圖標(biāo)supervised classification（監(jiān)督分類） 菜單項(xiàng)，打開(kāi)supervised classification 對(duì)話框，如圖。

7、步驟二：在supervised classification對(duì)話框中，輸入以下參數(shù)：1) 確定input raster file（輸入原始文件）：實(shí)驗(yàn)九tm_bjcity.img；2) 定義classified file（輸出分類文件）：實(shí)驗(yàn)九我.img；3) 確定input signature file（分類模板文件）：實(shí)驗(yàn)九tm_bjcity_superclass_sig.sig；4) 選擇輸出distance file（分類距離文件）用于分類結(jié)果進(jìn)行閾值處理；5) 定義distance file filename（分類距離文件）：實(shí)驗(yàn)九tm_bjcity_superclass-dis.i

8、mg；6) 選擇non_parametric rule（非參數(shù)規(guī)則）：feature space（特征空間）；7) 選擇overlay rule（疊加規(guī)則）：parametric rule（參數(shù)規(guī)則）；8) 選擇unclassified rule（未分類規(guī)則）：parametric rule（參數(shù)規(guī)則）；9) 選擇parametric rule（參數(shù)規(guī)則）：maximum likelihood（最大似然）；10) 不選擇classify zeros（分類過(guò)程中是否包括0值）。步驟三：點(diǎn)擊ok執(zhí)行監(jiān)督分類，關(guān)閉supervised classification對(duì)話框。步驟四：標(biāo)注類別相應(yīng)顏色。在

9、視窗中，點(diǎn)擊菜單欄中的rasterraster atturibute editor（柵格屬性編輯）打開(kāi)raster attribute editor對(duì)話框。在raster attribute editor對(duì)話框中點(diǎn)擊剛才分析類別的row字段從而選擇該類別；右鍵點(diǎn)擊該類別的color字段（顏色顯示區(qū)），選擇as is菜單，并選擇一種合適的顏色，調(diào)整色彩后的結(jié)果大致如圖示。（三）評(píng)價(jià)分類結(jié)果。在執(zhí)行監(jiān)督分類之后，需要對(duì)分類效果進(jìn)行評(píng)價(jià)。erdas提供了多種分類評(píng)價(jià)方法，包括分類疊加(classification overlay )、定義閾值(thresholding)、分類編碼 (recode c

10、lasses)、精度評(píng)估(accuracy assessment)等，下面對(duì)精度評(píng)估方法進(jìn)行介紹。步驟1: 在視窗中打開(kāi)分類前的原始圖像：實(shí)驗(yàn)九tm_bjcity. img，以便進(jìn)行精度評(píng)估。步驟2: 啟動(dòng)精度評(píng)估對(duì)話框。在erdas主界面上點(diǎn)擊classifier圖標(biāo)選擇accuracy assessment菜單項(xiàng)，打開(kāi)accuracy assessment對(duì)話框， 步驟三：打開(kāi)分類專題圖像。在accuracy assessment對(duì)話框中選擇菜單條：fileopen，打開(kāi)classified image對(duì)話框。在classified image對(duì)話框中確定與視窗中對(duì)應(yīng)的分類專題圖像（實(shí)驗(yàn)九

11、我.img），點(diǎn)擊ok關(guān)閉classified image對(duì)話框。步驟四：將原始圖像視窗與精度評(píng)估視窗相連接。在accuracy assessment對(duì)話框中點(diǎn)擊select viewer圖標(biāo)，將光標(biāo)在顯示有原始圖像的視窗中點(diǎn)擊一下，實(shí)現(xiàn)原始圖像視窗與精度評(píng)估視窗相連接。步驟五：在精度評(píng)價(jià)對(duì)話框中設(shè)置隨機(jī)點(diǎn)的色彩。在accuracy assessment對(duì)話框中選擇菜單條viewchange colors菜單項(xiàng)，打開(kāi)change color面板。將points with no reference的顏色設(shè)為白色，將points with reference的顏色設(shè)為黃色，點(diǎn)擊ok返回accura

12、cy assessment對(duì)話框。步驟六：生產(chǎn)隨機(jī)點(diǎn)。在accuracy assessment對(duì)話框中選擇editcreate/ add random points（建立/添加隨機(jī)點(diǎn)），打開(kāi)add random points對(duì)話框，在search count中輸入1024，在number of points中輸入40，在distribution parameters選擇random單選框，點(diǎn)擊ok按照參數(shù)設(shè)置產(chǎn)主隨機(jī)點(diǎn)， 步驟七：返回accuracy assessment對(duì)話框，如error! reference source not found.所示。可以看到在accuracy assess

13、ment對(duì)話框的數(shù)據(jù)表中出現(xiàn)了40個(gè)檢查點(diǎn)，每個(gè)點(diǎn)都有點(diǎn)號(hào)、x/y坐標(biāo)值、class、reference等字段，其中點(diǎn)號(hào)、x/y坐標(biāo)值字段是有屬性值的。步驟八：顯示隨機(jī)點(diǎn)及其類別。在accuracy assessment對(duì)話框中選擇viewshow all，所有隨機(jī)點(diǎn)均以步驟5設(shè)置的顏色顯示在視窗中。點(diǎn)擊editshow class values，各點(diǎn)的類別號(hào)出現(xiàn)在數(shù)據(jù)表的class字段中， 步驟九：輸入?yún)⒖键c(diǎn)的實(shí)際類別值。在數(shù)據(jù)表的reference字段輸入各個(gè)隨機(jī)點(diǎn)的實(shí)際類別值。它在視窗中的色彩將會(huì)變?yōu)椴襟E5設(shè)置的point with reference的顏色（黃色）。步驟十：設(shè)置分類評(píng)價(jià)

14、報(bào)告輸出參數(shù)并生成分類評(píng)價(jià)報(bào)告。在accuracy assessment對(duì)話框中選擇reportoptions，點(diǎn)擊確定按鈕選擇分類評(píng)價(jià)報(bào)告的參數(shù)。選擇reportaccuracy report（精度報(bào)告）產(chǎn)生分類精度報(bào)告。選擇reportcell report（細(xì)胞報(bào)告）產(chǎn)生有關(guān)產(chǎn)生隨機(jī)點(diǎn)的設(shè)置及窗口環(huán)境報(bào)告。所有報(bào)告將顯示在erdas文本編輯器窗口，可以保存為文本文件。實(shí)驗(yàn)十 遙感圖像的分類非監(jiān)督分類原理及方法簡(jiǎn)介非監(jiān)督分類運(yùn)用 1sodata（iterative self-organizing data analysis technique ）算法，完全按照像元的光譜特性進(jìn)行統(tǒng)計(jì)分類，常

15、常用于對(duì)分類區(qū)沒(méi)有什么了解的情況。由于人為干預(yù)較少，非監(jiān)督分類過(guò)程的自動(dòng)化程度較高。非監(jiān)督分類一般要經(jīng)過(guò)以下幾個(gè)步驟：初始分類、專題判別、分類合并、色彩確定、分類后處理、色彩重定義、柵格矢量轉(zhuǎn)換和統(tǒng)計(jì)分析等。一 實(shí)驗(yàn)?zāi)康?、熟悉非監(jiān)督分類方法的含義。2、 掌握在erdas軟件中進(jìn)行非監(jiān)督分類的操作方法。二實(shí)驗(yàn)內(nèi)容利用erdas軟件的分類模塊，對(duì)tm影像進(jìn)行非監(jiān)督分類，將圖像中的植被、水體、城鎮(zhèn)等地物特征提取出來(lái)。實(shí)驗(yàn)數(shù)據(jù)：實(shí)驗(yàn)十tm_bjcity.img三 實(shí)驗(yàn)步驟步驟一：在erdas主界面中點(diǎn)擊classifier圖標(biāo)，選擇c1assification（分類）unsupervised cla

16、ssification（非監(jiān)督分類）菜單，啟動(dòng)非監(jiān)督分類，出現(xiàn)unsupervised classification對(duì)話框，步驟二：在unsupervised classification對(duì)話框中確定輸入文件：實(shí)驗(yàn)十tm_bjcity.img、輸出文件名為：實(shí)驗(yàn)十tm_bjcity_unsuperclass.img，確定number of classes（初始分類數(shù)）為8，定義maximum iterations（最大循環(huán)次數(shù)）為6，convergence threshold（收斂域值）設(shè)置為0.95，在color scheme options（顏色方案選擇）可以選擇采用灰度或彩色來(lái)輸出圖像。點(diǎn)擊ok進(jìn)行非監(jiān)督分類。步驟三：獲得一個(gè)初步的分類結(jié)果以后，可以應(yīng)用疊加方法來(lái)評(píng)價(jià)檢查分類精度，即：在視窗中同時(shí)顯示分類前后的兩個(gè)圖像。在視窗菜單中選擇utilityflicker（閃爍），彈出viewer flicker對(duì)話框，選擇auto mode，設(shè)置分類圖像在原圖像背景上閃爍，觀察它與背景圖像之間的關(guān)系從而斷定該類別的專題意義，并分析分類結(jié)果是否準(zhǔn)確。 在視窗的菜單中點(diǎn)擊rasterraster attribute editor，在raster attribute editor對(duì)話框，點(diǎn)擊剛才分析類別的row字段從而選擇該類別；點(diǎn)擊該類別的class names字段，輸入其專