遙感數(shù)據(jù)圖像處理實(shí)驗(yàn)七、圖像分類

實(shí)驗(yàn)七、圖像分類實(shí)驗(yàn)內(nèi)容:1.非監(jiān)督分類2.監(jiān)督分類圖像分類簡(jiǎn)介:圖像分類就是基于圖像像元的數(shù)據(jù)文件值,將像元?dú)w并成有限幾種類型、等級(jí)或數(shù)據(jù)集的過(guò)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(lái)進(jìn)行非監(jiān)督分類。聚類過(guò)程始于任意聚類平均值或一個(gè)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(jìn)行統(tǒng)計(jì)分類,常常用于對(duì)于分類區(qū)沒(méi)有什么了解的情況。使用該方法時(shí),原始圖像的所有波段都參與分類運(yùn)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(guò)程的自動(dòng)化程度較高。1.1分類過(guò)程:第一步:調(diào)出非監(jiān)督分類對(duì)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(kāi)DataPreparation窗口→單擊UnsupervisedClassification菜單項(xiàng)→打開(kāi)UnsupervisedClassification對(duì)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(kāi)Classification窗口→單擊UnsupervisedClassification菜單項(xiàng)→打開(kāi)UnsupervisedClassification對(duì)話框(說(shuō)明:兩種方法調(diào)出的UnsupervisedClassification對(duì)話框有一些區(qū)別,由于基本的非監(jiān)督分類屬于IMAGINEEssentials級(jí)產(chǎn)品,但在IMAGINEProfessional級(jí)產(chǎn)品中有一定的功能擴(kuò)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(jìn)行非監(jiān)督分類在UnsupervisedClassification對(duì)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(duì)于InitializingOptions和ColorSchemeOptions兩項(xiàng)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(duì)話框,執(zhí)行非監(jiān)督分類→打開(kāi)Isodata進(jìn)度條→單擊OK按鈕完成非監(jiān)督分類1.2分類評(píng)價(jià):第一步:顯示原圖像與分類圖像→單擊視窗工具條“打開(kāi)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(xiàng)→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(kāi)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(xiàng)→清除ClearDisplay→單擊OK按鈕(顯示germtm_isodata.img圖像文件第二步:打開(kāi)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(kāi)RasterAttributeEditor窗口在RasterAttributeEditor窗口中,11個(gè)記錄分別對(duì)應(yīng)產(chǎn)生的10個(gè)類及Unclassified類,每個(gè)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(dòng)瀏覽條。在RasterAttributeEditor窗口中→菜單條:Edit→ColumnProperties→打開(kāi)ColumnProperties對(duì)話框在ColumnProperties對(duì)話框中,可以通過(guò)Up、Down、Top、Bottom幾個(gè)按鈕調(diào)整Columns中各個(gè)字段的順序,可以通過(guò)New按鈕建立新字段(建立新字段時(shí),必須在Type中選定字段類型,在Alignment中指定對(duì)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(guò)Delete按鈕刪除字段;可以在Title中修改各個(gè)字段的名稱。第三步:給各個(gè)類別賦相應(yīng)的顏色在RasterAttributeEditor窗口中,→單擊一個(gè)類別的Row字段,選定該類別→右鍵單擊該類別的Color字段→打開(kāi)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(duì)單個(gè)類別的判別精度進(jìn)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(xiàng)→打開(kāi)Formula對(duì)話框→點(diǎn)擊Formula對(duì)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(duì)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(gè)類別的Row字段,選定該類別→單擊該類別的Opacity字段進(jìn)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(shí),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(kāi)ViewerFlicker對(duì)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(jìn)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(duì)所有類別都進(jìn)行了分析與處理。1.3分類后處理分類重編碼主要是針對(duì)非監(jiān)督分類而言的。由于非監(jiān)督分類之前,用戶對(duì)方類地區(qū)沒(méi)有什么了解,所以在非監(jiān)督分類過(guò)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(guò)ISODATA聚類獲得分類方案后,首先是對(duì)專題分類圖像與原始圖像對(duì)照,判斷每個(gè)分類的專題屬性,然后對(duì)相近或類似的分類通過(guò)分類重編碼進(jìn)行合并,并定義分類名稱和顏色?！鶨RDASIMAGINE8.4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(kāi)ImageInterpreter對(duì)話框→選擇GISAnalysis→打開(kāi)GISAnalysis對(duì)話框→選擇Recode→打開(kāi)Recode對(duì)話框在Recode對(duì)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(kāi)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(lái)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(duì)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(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)分類結(jié)果進(jìn)行評(píng)價(jià)后再對(duì)模板進(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)督分類比非監(jiān)督分類更多地要用戶來(lái)控制,常用于對(duì)研究區(qū)域比較了解的情況。監(jiān)督分類一般有以下幾個(gè)步驟:定義分類模板、評(píng)價(jià)分類模板、進(jìn)行監(jiān)督分類、評(píng)價(jià)分類結(jié)果。具體操作過(guò)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(lái)進(jìn)行的,而分類模板的生成、管理、評(píng)價(jià)和編輯等功能是由分類模板器來(lái)負(fù)責(zé)的。第一步:顯示需要進(jìn)行分類的圖像→單擊視窗工具條“打開(kāi)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(kāi)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(kāi)Classification菜單→單擊SignatureEditor菜單項(xiàng)→打開(kāi)SignatureEditor對(duì)話框→SignatureEditor對(duì)話框菜單條:View→Columns→打開(kāi)ViewSignatureColumns對(duì)話框→點(diǎn)擊最上一個(gè)字段的Column字段向下拖拉直到最后一個(gè)字段,此時(shí),所有字段都被選擇上,并用黃色(缺省色標(biāo)識(shí)出來(lái)。對(duì)于那些對(duì)分類意義不大的字段(如本例中的Red、Green、Blue字段,可以通過(guò)以下方法將它們從選擇集中除去:按住Shift鍵的同時(shí)分別點(diǎn)擊Red、Green、Blue字段,單擊Apply,單擊Close,從ViewSignatureColumns對(duì)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(kāi)Raster工具面板→點(diǎn)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(gè)多邊形AOI→SignatureEditor對(duì)話框:Edit→Add,將多邊形AOI區(qū)域加載到Signature分類模板中→在SignatureEditor對(duì)話框中,改變剛才加入模板的SignatureName為water_1?！貜?fù)上述操作過(guò)程以多選擇幾個(gè)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(shí)確定各類的名字。如果對(duì)于同一專題類型采集了多個(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(duì)話框,將該類的Class#全部選定→SignatureEditor對(duì)話框:Edit→Merge,產(chǎn)生一個(gè)綜合的新模板,原來(lái)的多個(gè)類別同時(shí)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(gè)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(duì)話框:File→Save→打開(kāi)SaveSignatureFileAs對(duì)話框→確定文件的目錄和名稱(*.sig:gaoyou.sig→單擊OK按鈕2.2評(píng)價(jià)分類模板分類模板建立以后,就可以對(duì)其進(jìn)行評(píng)價(jià)、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(lái)自不同訓(xùn)練方法的分類模板進(jìn)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(píng)價(jià)工具來(lái)評(píng)價(jià)分類模板可能性矩陣(ContingencyMatrix評(píng)價(jià)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(shí)際上AOI中的像元對(duì)各個(gè)內(nèi)都有一個(gè)權(quán)重值,AOI訓(xùn)練樣區(qū)只是對(duì)類別模板起一個(gè)加權(quán)的作用。ContingencyMatrix工具可同時(shí)應(yīng)用于多個(gè)類別,如果沒(méi)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(píng)價(jià)工具的使用方法如下:打開(kāi)SignatureEditor對(duì)話框→在Class#中選擇所有類別→SignatureEditor對(duì)話框菜單條:Evaluation→Contingency→打開(kāi)ContingencyMatrix對(duì)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(píng)價(jià)輸出統(tǒng)計(jì)→單擊OK按鈕(關(guān)閉ContingencyMatrix對(duì)話框,計(jì)算分類誤差矩陣→打開(kāi)Editor窗口在窗口中顯示ErrorMatrix(誤差矩陣,分別對(duì)其他類別分別進(jìn)行評(píng)價(jià),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(guò)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(kāi)Classifier對(duì)話框→SupervisedClassification菜單項(xiàng)→打開(kāi)SupervisedClassification對(duì)話框在SupervisedClassification對(duì)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(duì)話框→打開(kāi)Classify進(jìn)度條→單擊OK完成監(jiān)督分類2.4評(píng)價(jià)分類結(jié)果執(zhí)行了監(jiān)督分類之后,需要對(duì)分類效果進(jìn)行評(píng)價(jià)。ERDAS系統(tǒng)提供了多種分類評(píng)價(jià)方法,包括分類疊加、定義閾值、分類編碼和精度評(píng)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(shí)在一個(gè)視窗中打開(kāi),將分類專題成疊置于上層,通過(guò)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(yàn)分類結(jié)果的準(zhǔn)確性?！鷨螕粢暣肮ぞ邨l“打開(kāi)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