遙感數(shù)據(jù)圖像處理實驗七、圖像分類

實驗七、圖像分類實驗內(nèi)容:1.非監(jiān)督分類2.監(jiān)督分類圖像分類簡介:圖像分類就是基于圖像像元的數(shù)據(jù)文件值,將像元歸并成有限幾種類型、等級或數(shù)據(jù)集的過程。常規(guī)圖像分類主要有兩種方法:非監(jiān)督分類和監(jiān)督分類。1.非監(jiān)督分類(以c:\programfiles\imagine8.4\examples\germtm.img為例ERDASIMAGINE8.4使用ISODATA(IterativeSelf-OrganizingDataAnalysisTechnique算法來進行非監(jiān)督分類。聚類過程始于任意聚類平均值或一個已有分類模板的平均值,聚類每重復(fù)一次,聚類的平均值就更新一次,新聚類的均值再用于下次聚類循環(huán)。非監(jiān)督分類完全按照像元的光譜特性進行統(tǒng)計分類,常常用于對于分類區(qū)沒有什么了解的情況。使用該方法時,原始圖像的所有波段都參與分類運算,分類結(jié)果往往是各類像元數(shù)大體等比例。由于人為干預(yù)較少,非監(jiān)督分類過程的自動化程度較高。1.1分類過程:第一步:調(diào)出非監(jiān)督分類對話框方法一:在ERDASIMAGINE8.4圖標(biāo)面板工具條中單擊“Dataprep”圖標(biāo)→打開DataPreparation窗口→單擊UnsupervisedClassification菜單項→打開UnsupervisedClassification對話框方法二:在ERDASIMAGINE8.4圖標(biāo)面板工具條中單擊“Classifier”圖標(biāo)→打開Classification窗口→單擊UnsupervisedClassification菜單項→打開UnsupervisedClassification對話框(說明:兩種方法調(diào)出的UnsupervisedClassification對話框有一些區(qū)別,由于基本的非監(jiān)督分類屬于IMAGINEEssentials級產(chǎn)品,但在IMAGINEProfessional級產(chǎn)品中有一定的功能擴展,所以非監(jiān)督分類命令分別出現(xiàn)在DataPreparation菜單和Classification菜單中。第二步:進行非監(jiān)督分類在UnsupervisedClassification對話框中→InputRasterFile(確定輸入文件:germtm.img→OutputRasterFile(確定輸出文件:germtm_isodata.img→OutputsignatureSet(選擇生成分類模板文件→Filename(確定分類模板文件:germtm_isodata.sig→ClusterOptions:選擇InitiatefromStatistics→NumberofClasses(確定初始分類數(shù):10→對于InitializingOptions和ColorSchemeOptions兩項均取缺省值→MaximumIterations(定義最大循環(huán)次數(shù):24(一般在應(yīng)用中將循環(huán)次數(shù)都取值6以上→ConvergenceThreshold(設(shè)置循環(huán)收斂閾值:0.950(取系統(tǒng)默認(rèn)值→單擊OK按鈕(關(guān)閉UnsupervisedClassification對話框,執(zhí)行非監(jiān)督分類→打開Isodata進度條→單擊OK按鈕完成非監(jiān)督分類1.2分類評價:第一步:顯示原圖像與分類圖像→單擊視窗工具條“打開文件”按鈕→在Lookin中設(shè)置路徑:examples→在Filesoftype中設(shè)置文件類型:IMAGINEImage(*.img→在Filename中選擇文件名:germtm.img→單擊RasterOptions選擇項→在LayertoColors中設(shè)置:Red:4,Green:5,Blue:3→單擊OK按鈕(顯示germtm.img圖像文件→單擊視窗工具條“打開文件”按鈕→在Lookin中設(shè)置路徑:c:\users→在Filesoftype中設(shè)置文件類型:IMAGINEImage(*.img→在Filename中選擇文件名:germtm_isodata.img→單擊RasterOptions選擇項→清除ClearDisplay→單擊OK按鈕(顯示germtm_isodata.img圖像文件第二步:打開分類圖像屬性表并調(diào)整字段顯示順序→視窗菜單條:Raster→Attributes→打開RasterAttributeEditor窗口在RasterAttributeEditor窗口中,11個記錄分別對應(yīng)產(chǎn)生的10個類及Unclassified類,每個記錄都有一系列的字段。如果想看到所有字段,需要用鼠標(biāo)拖動瀏覽條。在RasterAttributeEditor窗口中→菜單條:Edit→ColumnProperties→打開ColumnProperties對話框在ColumnProperties對話框中,可以通過Up、Down、Top、Bottom幾個按鈕調(diào)整Columns中各個字段的順序,可以通過New按鈕建立新字段(建立新字段時,必須在Type中選定字段類型,在Alignment中指定對齊方式,在DisplayWidth中指定字段寬度;如果是數(shù)值型字段,還必須指定數(shù)據(jù)類型。如果選擇Editable復(fù)選框,通過Delete按鈕刪除字段;可以在Title中修改各個字段的名稱。第三步:給各個類別賦相應(yīng)的顏色在RasterAttributeEditor窗口中,→單擊一個類別的Row字段,選定該類別→右鍵單擊該類別的Color字段→打開AsIs菜單→選擇一種顏色→重復(fù)以上四步直到給所有的字段賦予合適的顏色第四步:不透明度的設(shè)置由于分類圖像覆蓋在原圖像上面,為了對單個類別的判別精度進行分析,首先要把其它所有類別的不透明度(Opacity值設(shè)為0(即改為透明,而要分析的類別的透明度設(shè)為1(即不透明在RasterAttributeEditor窗口中,→右鍵單擊Opacity字段的名字→ColumnProperties菜單→Formula菜單項→打開Formula對話框→點擊Formula對話框右上角數(shù)字區(qū):輸入0→單擊Apply按鈕(應(yīng)用設(shè)置→單擊Close按鈕(關(guān)閉Formula對話框→返回RasterAttributeEditor窗口以上操作把所有的類別設(shè)置為透明的,下面把要分析的類別的不透明度設(shè)置為1。在RasterAttributeEditor窗口中→單擊一個類別的Row字段,選定該類別→單擊該類別的Opacity字段進入輸入狀態(tài)→在該類別的Opacity字段中輸入1,并按回車鍵此時,在視窗中只有要分析的類別的顏色顯示在原圖像的上面,其它類別都是透明的。第五步:確定類別專題意義及其準(zhǔn)確程度→視窗菜單條:Utility→Flicker→打開ViewerFlicker對話框→選定AutoMode本步是設(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,并分析其分類準(zhǔn)確與否。第六步:標(biāo)注類別的名稱在RasterAttributeEditor窗口→單擊剛才分析類別的Row字段,選定該類別→單擊該類別的ClassNames字段進入輸入狀態(tài)→在該類別的ClassNames字段中輸入其專題意義(如水體、耕地、建筑等,并按回車鍵重復(fù)第四到第六步直到對所有類別都進行了分析與處理。1.3分類后處理分類重編碼主要是針對非監(jiān)督分類而言的。由于非監(jiān)督分類之前,用戶對方類地區(qū)沒有什么了解,所以在非監(jiān)督分類過程中,一般要定義比最終需要多一定數(shù)量的分類數(shù);在完全按照像元灰度值通過ISODATA聚類獲得分類方案后,首先是對專題分類圖像與原始圖像對照,判斷每個分類的專題屬性,然后對相近或類似的分類通過分類重編碼進行合并,并定義分類名稱和顏色。→ERDASIMAGINE8.4圖標(biāo)面板菜單條:Main→ImageInterpreter(或ERDASIMAGINE8.4圖標(biāo)面板工具條:單擊“Interpreter”圖標(biāo)→打開ImageInterpreter對話框→選擇GISAnalysis→打開GISAnalysis對話框→選擇Recode→打開Recode對話框在Recode對話框中,設(shè)置下列參數(shù):→InputFile(確定輸入文件名:germtm_isodata.img→OutputFile(定義輸出文件名:germtm_recode.img→單擊SetupRecode(設(shè)置新的分類編碼按鈕→打開ThematicRecode表格在ThematicRecode表格中,根據(jù)需要改變NewValue字段的值,同一類設(shè)定相等的值,將原來的十類依次兩兩合并,形成五類。→單擊OK(關(guān)閉ThematicRecode表格,完成新編碼輸入→單擊OK(關(guān)閉Recode對話框,執(zhí)行圖像重編碼,輸出圖像將按照NewValue變換專題分類圖像屬性,產(chǎn)生新的專題分類圖像2.監(jiān)督分類(以c:\programfiles\imagine8.4\examples\gaoyou.img為例在監(jiān)督分類的過程中,首先選擇可以識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算機系統(tǒng)自動識別具有相同特性的像元。對分類結(jié)果進行評價后再對模板進行修改,多次反復(fù)后建立一個比較準(zhǔn)確的模板,并在此基礎(chǔ)上最終進行分類。監(jiān)督分類比非監(jiān)督分類更多地要用戶來控制,常用于對研究區(qū)域比較了解的情況。監(jiān)督分類一般有以下幾個步驟:定義分類模板、評價分類模板、進行監(jiān)督分類、評價分類結(jié)果。具體操作過程如下:2.1定義分類模板ERDASIMAGINE8.4的監(jiān)督分類是基于分類模板來進行的,而分類模板的生成、管理、評價和編輯等功能是由分類模板器來負(fù)責(zé)的。第一步:顯示需要進行分類的圖像→單擊視窗工具條“打開文件”圖標(biāo)→在Lookin中設(shè)置路徑:examples→在Filesoftype中設(shè)置文件類型:IMAGINEImage(*.img→在Filename中選擇文件名:gaoyou.img→單擊OK按鈕(顯示gaoyou.img圖像文件第二步:打開模板編輯器并調(diào)整顯示字段→在ERDASIMAGINE8.4圖標(biāo)面板工具條中單擊“Classifier”圖標(biāo)→打開Classification菜單→單擊SignatureEditor菜單項→打開SignatureEditor對話框→SignatureEditor對話框菜單條:View→Columns→打開ViewSignatureColumns對話框→點擊最上一個字段的Column字段向下拖拉直到最后一個字段,此時,所有字段都被選擇上,并用黃色(缺省色標(biāo)識出來。對于那些對分類意義不大的字段(如本例中的Red、Green、Blue字段,可以通過以下方法將它們從選擇集中除去:按住Shift鍵的同時分別點擊Red、Green、Blue字段,單擊Apply,單擊Close,從ViewSignatureColumns對話框可以看到Red、Green、Blue字段將不再顯示。第三步:獲取分類模板信息使用AOI繪圖工具在原始圖像獲取分類模板信息。在顯示有g(shù)aoyou.img圖像的視窗中:二維視窗菜單條:Raster→Tools→打開Raster工具面板→點擊Raster工具面板多邊形圖標(biāo)→在視窗中選擇藍(lán)色區(qū)域,繪制一個多邊形AOI→SignatureEditor對話框:Edit→Add,將多邊形AOI區(qū)域加載到Signature分類模板中→在SignatureEditor對話框中,改變剛才加入模板的SignatureName為water_1。→重復(fù)上述操作過程以多選擇幾個藍(lán)色區(qū)域AOI,并將其作為新的模板加入到SignatureEditor當(dāng)中,同時確定各類的名字。如果對于同一專題類型采集了多個AOI并分別生成了模板,可以將這些模板合并,以使該分類模板具有多區(qū)域的綜合特性,具體做法如下:→在SignatureEditor對話框,將該類的Class#全部選定→SignatureEditor對話框:Edit→Merge,產(chǎn)生一個綜合的新模板,原來的多個類別同時存在,也可以刪除。分別選擇不同顏色的區(qū)域,重復(fù)以上的操作,建立若干個分類模板(數(shù)目與所要分的類別相同,如耕地、園地、林地、交通用地、建筑用地、灘地第四步:保存分類模板→SignatureEditor對話框:File→Save→打開SaveSignatureFileAs對話框→確定文件的目錄和名稱(*.sig:gaoyou.sig→單擊OK按鈕2.2評價分類模板分類模板建立以后,就可以對其進行評價、刪除、更名與其它模板合并操作。分類模板的合并可使用戶應(yīng)用來自不同訓(xùn)練方法的分類模板進行綜合復(fù)雜分類,這些模板訓(xùn)練方法包括監(jiān)督、非監(jiān)督,參數(shù)化和非參數(shù)化。(本例中選擇可能性矩陣評價工具來評價分類模板可能性矩陣(ContingencyMatrix評價工具是根據(jù)分類模板,分析AOI訓(xùn)練區(qū)的像元是否完全落在相應(yīng)的類別中。通常都期望AOI區(qū)域的像元分到它們參與訓(xùn)練的類別中,實際上AOI中的像元對各個內(nèi)都有一個權(quán)重值,AOI訓(xùn)練樣區(qū)只是對類別模板起一個加權(quán)的作用。ContingencyMatrix工具可同時應(yīng)用于多個類別,如果沒有在Class#中選擇類別,則所有的模板類別都將被應(yīng)用?？赡苄跃仃囋u價工具的使用方法如下:打開SignatureEditor對話框→在Class#中選擇所有類別→SignatureEditor對話框菜單條:Evaluation→Contingency→打開ContingencyMatrix對話框→Non-parametricRule(選擇非參數(shù)規(guī)則:FeatureSpace(特征空間→OverlapRule(選擇疊加規(guī)則:ParametricRule(參數(shù)規(guī)則→UnclassifiedRule(選擇未分類規(guī)則:ParametricRule(參數(shù)規(guī)則→ParametricRule(選擇參數(shù)規(guī)則:MaximumLikelihood(最大似然→選定PixelPercentage(選擇像元百分?jǐn)?shù)作為評價輸出統(tǒng)計→單擊OK按鈕(關(guān)閉ContingencyMatrix對話框,計算分類誤差矩陣→打開Editor窗口在窗口中顯示ErrorMatrix(誤差矩陣,分別對其他類別分別進行評價,如果誤差值大于15%,則模板需要重新建立。2.3執(zhí)行監(jiān)督分類監(jiān)督分類的操作過程如下:ERDASIMAGINE8.4圖標(biāo)面板菜單條:Main→ImageClassification→Classification菜單(或單擊ERDASIMAGINE8.4圖標(biāo)面板工具條“Classifer”圖標(biāo)→打開Classifier對話框→SupervisedClassification菜單項→打開SupervisedClassification對話框在SupervisedClassification對話框中設(shè)置以下參數(shù):→InputRasterFile(確定輸入原始文件:gaoyou.img→ClassifiedFile(定義輸出分類文件:gaoyou_superclass.img→InputSignatureFile(確定分類模板文件:gaoyou.sig→選定DistanceFile→Filename(定義分類距離文件:gaoyou_distance.img→Nom-parametricRule(選擇非參數(shù)規(guī)則:FeatureSpace(特征空間→OverlapRule(選擇疊加規(guī)則:ParametricRule(參數(shù)規(guī)則→UnclassifiedRule(選擇未分類規(guī)則:ParametricRule(參數(shù)規(guī)則→ParametricRule(選擇參數(shù)規(guī)則:MaximumLikelihood(最大似然→單擊OK(執(zhí)行監(jiān)督分類,關(guān)閉SupervisedClassification對話框→打開Classify進度條→單擊OK完成監(jiān)督分類2.4評價分類結(jié)果執(zhí)行了監(jiān)督分類之后,需要對分類效果進行評價。ERDAS系統(tǒng)提供了多種分類評價方法,包括分類疊加、定義閾值、分類編碼和精度評估。本例中采用分類疊加。分類疊加就是將專題分類圖像與原始圖像同時在一個視窗中打開,將分類專題成疊置于上層,通過改變分類專題的透明度及顏色等屬性,查看分類專題與原始圖像之間的關(guān)系,從而檢驗分類結(jié)果的準(zhǔn)確性?！鷨螕粢暣肮ぞ邨l“打開文件”按鈕→在Lookin中設(shè)置路徑:examples→在Filesoftype中設(shè)置文件類型:IMAGINEImage(*.img→在Filename中選擇文件名:gaoyou.img→單擊OK按鈕(顯示gaoyou.img圖像文件→單擊視窗工