子情景4遙感圖像分類-遙感影像監(jiān)督分類和非監(jiān)督分類

遙感圖像計算機分類非監(jiān)督分類初始分類專題判別分類后處理色彩重定義柵格矢量轉(zhuǎn)換Main>Classification>Unsupervisedclassification提示：實際工作中將分類設(shè)為最終分類數(shù)的2倍以上。初始分類1)同時顯示germtm.img和germtm_isodata.img提示:germtm.img顯示方式用RGB（4,5,3）；打開第2幅圖時關(guān)閉cleardisplay2)打開屬性表調(diào)整字段顯示順序提示：raster>attributes…打開上圖，Edit>ColumnProperties…打開下圖專題判別3）編輯類別顏色和名稱專題判別4)對比顯示提示：對比Utility>flicker/Blend/Swipe區(qū)別專題判別分類后處理1)聚類統(tǒng)計提示：main>imageinterpreter>gisanalysis>clump分類后處理1)聚類統(tǒng)計提示：main>imageinterpreter>gisanalysis>clump提示：如果計算時間過長，統(tǒng)計鄰域選擇4分類后處理1)聚類統(tǒng)計提示：main>imageinterpreter>gisanalysis>clump聚類統(tǒng)計后圖像屬性表分類后處理2)過濾分析提示：main>imageinterpreter>gisanalysis>Sieve確定最小圖斑大小過濾分析后，所有小圖斑的屬性值變?yōu)?分類后處理3)去除分析提示：main>imageinterpreter>gisanalysis>Eliminate確定最小圖斑大小輸出圖像的數(shù)據(jù)類型分類后處理3)去除分析提示：main>imageinterpreter>gisanalysis>Eliminate分類后處理4)分類重編碼（主要針對非監(jiān)督分類）提示：main>imageinterpreter>gisanalysis>Recode分類后處理4)分類重編碼（主要針對非監(jiān)督分類）提示：main>imageinterpreter>gisanalysis>Recode類別合并需要考慮實際意義色彩重定義柵格矢量轉(zhuǎn)換提示：main>vector>rastertovector…柵格矢量轉(zhuǎn)換監(jiān)督分類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)果訓練樣本：是許多組代表某種可識別模式的象素組，系統(tǒng)通過對訓練樣本的各種統(tǒng)計值來生成參數(shù)化模板。訓練樣本量：對N個波段進行分類，訓練樣本量不少于10n個像元，到達100n個像元更好。樣本像元應(yīng)具有代表性，避免集中局部。訓練樣本選擇：取決于用戶對研究區(qū)及類別的了解程度。1）矢量多邊形：使用矢量圖層；自定義AOI多邊形；2）標志種子象素：利用AOI工具，用十字光標標出一個象元作為種子象素（seedpixel）代表訓練樣本，其相鄰象素根據(jù)用戶指定參數(shù)進行比較，直到?jīng)]有相鄰象元滿足要求，這些相似元素通過柵矢轉(zhuǎn)換成為感興趣區(qū)域。1.定義分類模板1）應(yīng)用AOI繪圖工具獲取分類模板信息利用Raster工具面板多邊形工具，在原圖像上繪制多邊形，在signatureeditor對話框中將其加載到signature分類模板中。提示：同一專題類型的多個AOI形成的模板可以合并。應(yīng)用AOI繪圖工具獲取分類模板信息

1）打開一幅圖像，germtm.img

2）Classifier>signatureeditor>2）應(yīng)用AOI擴展繪圖工具獲取分類模板信息Regiongrowingproperties進行Neighborhood屬性設(shè)置。利用RegiongrowAOI選擇種子點。提示：AOI>seedproperties>regiongrowingProperties約束條件：Area確定最多的像元數(shù)；Distance確定包含像元距離種子點像元的最大距離。Spectraleuclideandistance,可以接收像元與種子點之間最大波譜歐式距離（兩個像元在各個波段數(shù)值之差平方和的二次根）應(yīng)用AOI擴展繪圖工具獲取分類模板信息

2.評價分類模板（EvaluatingSignatures）主要評價工具包括：分類預警可能性矩陣特征對象特征空間到圖像掩膜直方圖方法分離性分析分類統(tǒng)計分析等2.評價分類模板（EvaluatingSignatures）類別的分離性：用于計算任意類別間的統(tǒng)計距離，這個距離可以確定兩個類別間的差異程度，也可以確定在分類中效果最好的數(shù)據(jù)層。類別間統(tǒng)計距離計算公式：1）歐氏光譜距離；2）Jeffries-matusta距離；3)Divergence分離度；4）Transformeddivergence轉(zhuǎn)換分離度Evaluate>Seperability3、進行監(jiān)督分類main>imageclassification3、進行監(jiān)督分類4、評價分類結(jié)果

Main>imageclassification>accuracyassessment1)打開原圖像2）啟動精度評估對話框3）打開分類專題圖；File>open4）原圖像與精度評估關(guān)聯(lián)；工具條：selectviewer圖標5）設(shè)置隨機點顏色；View>changecolors6）產(chǎn)生隨機點;Edit>create/addrandompoints7）顯示隨機點類別;view>showall;Edit>showclassvalues8）輸入?yún)⒖键c類別;Reference輸入9）輸出分類評價報告；Report>accuracyreport啟動精度評估對話框提示：正式分類評價，須產(chǎn)生250個隨機點；顯示隨機點類別4分類后處理

無論是監(jiān)督分類還是非監(jiān)督分類，其結(jié)果都會產(chǎn)生一些面積很小的圖斑。無論從專題制圖的角度還是實際應(yīng)用的角度，都有必要對這些小圖斑進行剔除。處理方法：聚類統(tǒng)計(Clump)過濾分析(Sieve)去除分析(Eliminate)分類重編碼（Recode)4分類后處理聚類統(tǒng)計：通過對分類專題圖像計算每個分類圖斑的面積、記錄相鄰區(qū)域中最大圖斑面積的分類值等操作，產(chǎn)生一個Clump類組輸出圖像，其中每個圖斑都包含Clump類組屬性。這是一個中間結(jié)果，供下一步處理使用。4分類后處理過濾分析：對經(jīng)Clump處理后的Clump類組圖像進行處理，按照定義的數(shù)值大小，刪除Clump圖像中較小的類組圖斑，并給所有小圖斑賦予新的屬性值0。顯然，這引出了一個小圖斑歸屬問題?？梢耘c原分類圖對比確定新屬性。4分類后處理去除分析：用于刪除原始分類圖像中的小圖斑或小Clump類組，與過濾不同，去除分析將刪除的小圖斑合并到相鄰的最大分類中，而且如果輸入圖像是Clump聚類圖像，經(jīng)過去除處理后，將分類圖斑的屬性值自動恢復為Clump處理前的原始分類編碼。即結(jié)果是簡化的分類圖像。4分類后處理分類重編碼：主要是針對非監(jiān)督分