ArcGIS 10影像分類以及ArcGIS Engine 實現(xiàn) - 圖文-

1、ArcGIS 10 影像分類工具介紹及ArcGIS Engine 實現(xiàn) Esri中國信息技術有限公司2012年2月版權聲明本文檔版權為Esri中國信息技術有限公司所有。未經本公司書面許可,任何單位和個人不得以任何形式摘抄、復制本文檔的部分或全部,并以任何形式傳播。制定及修訂記錄版本完成日期編寫/修訂紀要編寫者備注V0.1 2012-2-28 劉宇V0.2 2012-2-29 劉宇目錄第一章ArcGIS 影像分類工具 (11.1影像分類 (1ArcGIS 影像分類工具條 (21.21.3ArcGIS 影像分類實例 (4樣本采集 (51.3.1執(zhí)行交互式監(jiān)督分類 (71.3.2執(zhí)行最大似然法分類

2、(81.3.3執(zhí)行類別概率分類 (111.3.4第二章ArcGIS Engine 實現(xiàn)影像分類 (132.1重要接口-IMultivariateOp (14ArcGIS Engine 實現(xiàn)最大似然法 (152.2第三章分類后處理 (17ArcMap操作 (172.32.4ArcGIS Engine操作 (19第四章總結 (21第一章ArcGIS 影像分類工具1.1影像分類提到分類,我們很容易就想到了專業(yè)的遙感軟件ENVI,或者ERDAS等,其實ArcGIS 也可以用來對影像分類的,ArcGIS 10 中新增了一個影像分類工具,默認情況下,我們在主界面是看不到的,需要手動添加,操作方式也很簡單,

3、只需要在ArcMap 右上角空白菜單欄上右鍵,找到影像分類工具,如下圖: 圖1- 1插圖標題名稱1.2A rcGIS 影像分類工具條在遙感的書籍上,很重要的一章內容就是介紹影像分類,影像分類就是從圖像中獲取我們所需要信息的過程,分為兩大類:監(jiān)督分類和非監(jiān)督分類,而在每一類別下又有好多分類方法,比如SVM(支持向量機,神經網(wǎng)絡分類,最大似然法分類等(更多信息參閱相關遙感書籍。監(jiān)督分類又稱為訓練分類法,就是通過建立解譯標志,獲取樣本,用這些樣本對影像進行識別。非監(jiān)督分類就是在不用認為干預的情況下,無需采用訓練樣本的分類技術,是計算機根據(jù)相關算法對影像進行識別的方法。ArcGIS 提供的分類方法如下

4、圖所示: 這菜單里面有“交互式監(jiān)督分類”,“最大似然法分類”、“ISO聚類非監(jiān)督分類”“類別概率”“主成分分析”(PCA,有遙感知識背景的人來說,主成分分析不應作為一種分類方法,而應該分類的一個前期處理,關于這些名詞更詳細的信息請參閱相關遙感書籍。其實在ArcGIS 10 之前的版本中,已經有了分類工具箱,只是沒有上面我們提到的影像分類工具條,在ArcGIS 10(ArcGIS 9.3 也有這些工具的工具箱中我們可以看到下圖: 在這里除了沒有“交互式監(jiān)督分類”.這里面的工具和上面的都可以對應起來,其實影像分類工具條里面的分類方法就是調用的該工具。該工具是位于空間分析這個工具箱的里面,也就是說要

5、使用影像分類,需要空間分析的許可。A rcGIS 影像分類實例1.3確保自己已經有了空間分析許可,在本實例中采用“交互式監(jiān)督分類”,“最大似然法分類”作為演示,我的數(shù)據(jù)如下圖: 由于數(shù)據(jù)的效果不是很好,只是為了說明問題,在使用的時候請根據(jù)自己數(shù)據(jù)的情況,在這個例子中,我的數(shù)據(jù)分為兩類。1.3.1樣本采集ArcGIS 10 為我們采集樣本提供了一個工具,如下圖紅框部分: 該按鈕是啟動訓練樣本管理器的,訓練樣本管理器如下圖: ArcGIS 的這個訓練樣本管理器對樣本的收集有兩種方法:1,如果有了樣本區(qū)域的矢量數(shù)據(jù)可以通過樣本管理器的打開按鈕加載進來,如下圖: 2,通過影像分類工具上的工具在影像中畫

6、取,這幾個工具如下圖: 該選取樣本的工具提供了三種方式:畫面,畫矩形,畫圓下面是我通過“畫面“這個工具選擇的,訓練樣本管理器可以對樣本進行合并和拆散,所以我們可以對同一個樣本選擇多處,然后合并,我的樣本如下: 1.3.2執(zhí)行交互式監(jiān)督分類當我們有了樣本后,交互工具就處于激活狀態(tài),如下圖: 執(zhí)行最大似然法分類1.3.3使用最似然法分類,需要Signature文件(我們認為該文件記錄了ArcGIS 中用來做分類數(shù)據(jù)的樣本信息在訓練樣本管理器中將我們剛才的樣本保存,如下圖: 下面的界面可以在工具箱中或影像分類工具提條中打開,如下圖: 填寫相關參數(shù)之后,我們可以看到最大似然法分類結果如下: 10使用卷

7、簾工具查看: 1.3.4執(zhí)行類別概率分類打開類別概率的界面,填寫相關參數(shù),如下圖:11 類別分類結果如下圖: 12使用卷簾工具查看: ArcGIS Engine 實現(xiàn)影像分類第二章(需要空間分許許可ArcGIS Engine對影像分類也提供了支持,在空間分析的OMD(對象模型圖我們可以看到下圖:13 重要接口-IMultivariateOp2.1RasterMultivariateOP這個對象繼承了IMultivariateOp,而該接口提供的方法如下:14 這些方法和工具箱中的方法是對應的,我們只按照要求傳參數(shù)即可。A rcGIS Engine 實現(xiàn)最大似然法2.2ArcGIS Engine

8、加載的數(shù)據(jù)如下圖: 15在最大似然法按鈕下填寫下面的代碼,其中Signature文件是我們在ArcMap中創(chuàng)建的,代碼如下圖: 執(zhí)行結果如下圖: 16分類后處理第三章2.3A rcMap操作我們知道對影像分類后,可能會存在小斑塊,邊界不規(guī)整等,因此得到分類結果后,還需要對分類的數(shù)據(jù)做進一步處理,ArcGIS 也為我們提供了相應的工具,如Majority Filter(眾數(shù)濾波,Region Group(區(qū)域合并,Boundary Clean (邊界清理等,如下圖: 去除結果中分類不正確的數(shù)據(jù)或者孤立的小斑塊,用“眾數(shù)濾波”工具進行處理,可以將小斑塊合并到周圍最多的一類,處理結果如下圖:17 該

9、結果上圖為處理前,下圖為處理后,由于我的數(shù)據(jù)不是非常的好,但是我們可以從屬性表中看出已經發(fā)生了變化,如下圖(左表為處理前,右表為處理后: 其他操作根據(jù)自己的需要,比如邊界清理,小區(qū)域去除等。下面對這幾個工具介紹下:Nibble和extract by attribute 工具結合可以用來消除小區(qū)域18可以通過“柵格選擇”工具,按照屬性選擇進行刪除,再使用“Nibble”進行補缺,用最鄰近點的值替換掩膜(掩膜就是被刪除的部分范圍內的柵格單元的值。Region Group 用來識別類別Boundary Clean 用來光滑邊界2.4A rcGIS Engine操作ArcGIS Engine 對分類后

10、處理的這些功能也有相應的接- IGeneralizeOp,口通過ArcGIS Engine的幫助可以看到該接口包含下面的方法: 可以用下面的代碼實現(xiàn)我們剛才在ArcMap中的操作,代碼如下圖:19 在眾數(shù)濾波按鈕下填寫如下代碼: ArcGIS Engine的運行效果如下圖:20 21總結第四章ArcGIS 10 不但為柵格數(shù)據(jù)提供了新的管理方式-鑲嵌數(shù)據(jù)集,還可以為柵格數(shù)據(jù)提供分析(區(qū)別空間分析,這里的分析指的是專業(yè)遙感軟件中的融合,裁剪,卷積運算等功能,并且可以通過影像分類工具對影像進行分類,來獲取我們感興趣的信息,給我們提供了很大的便利。但是和專業(yè)遙感軟件相比,ArcGIS 的分類方法還是有點欠缺。在分類這塊,專業(yè)的遙感軟件在分類后期,提供混淆矩陣,Kapp 系數(shù)等精度評價方法,畢竟不產品應用與技術推廣部 同的軟件各有所長，