ENVI監(jiān)督分類制圖操作.ppt

1、a,1,ENVI快速制圖,a,2,數據的輸入輸出（波段組合）,圖像顯示與分析（數據介紹）,圖像預處理（幾何校正、鑲嵌）,影像信息提?。ūO(jiān)督分類，分類統(tǒng)計）,專題制圖,成果報告,遙感圖像處理流程,a,3,實驗數據要求：影像行列號為153031，另一景行列號為153032，且年份必須為2009-2012年內。 Landsat衛(wèi)星采用的全球參考系為WRS(world wide reference system)，是國際上非常具有代表意義的全球參考系之一。WRS是依據衛(wèi)星地面軌跡的重復特性，結合星下點成像特性而形成的固定地面參考網格。其WRS參考系網格與Landsat衛(wèi)星數據的成像區(qū)域緊密的契合，WR

2、S網格的二維坐標采用PATH和ROW進行標識。 目前WRS有兩個系統(tǒng)，分別為WRS1（1983年之前的參考系，Landsat1-3號衛(wèi)星采用此參考系）和WRS2（1983年之后的參考系，Landsat4，5，7號衛(wèi)星采用此參考系）。,選擇數據,a,4,如前面敘述到的，WRS1 是1983年之前的參考系，Landsat1-3號衛(wèi)星采用此參考系，而WRS2是1983年之后的參考系，Landsat4，5，7號衛(wèi)星采用此參考系。而Landsat 7由于2003年出現(xiàn)故障，此后的影像均有黑色條帶，即使可以去除黑帶，但均處理后影像對后期使用依然有影響。 因此，我選擇下載的范圍是Landsat4，5的TM影

3、像。且要盡量選擇云量少，植被多的季節(jié)的影像。,a,5,數據介紹,下載地址：（美國地質探索） / LT51530312011225KHC00是landset5的TM影像行列號為153031是2011年第225天拍攝的，LT51530322010238KHC00是landset5的TM影像行列號為153032是2011年第238天拍攝的。在envi中打開下載的影像展開map info，我們可以看到我們下載的衛(wèi)星影像的地理信息以及分辨率等信息。,a,6,組合多波段數據,打開主菜單下file-open image file彈出enter data

4、 filenames 窗口，選中要打開的七個波段數據，點打開。打開結果如右圖所示。,a,7,將我們下載的多個波段的數據存為envi的標準格式，可達到組合波段的目的。在 new file builder 窗口中（右圖）點擊improt file 按鈕，導入文件。,a,8,這里要注意的是，輸出文件的波段順序是按照你導入數據的順序定的，所以，在導入文件時，我們要按波段的順序來進行導入，正確順序應如右圖所示，從上到下波段1至波段7按順序排列。反之，導入順序為亂序，輸出波段序列號不代表原波段信息。通過這一步，我們得到了兩個組合文件將其命名為：LT51530322010238KHC00_組合LT51530

5、312011225KHC00_組合。,a,9,幾何校正,在主菜單下，file-open image file打開： LT51530322010238KHC00_組合 LT51530312011225KHC00_組合。 并使LT51530312011225KHC00_組合在display窗口中顯示出來。我們先對其進行校正。,a,10,為了方便幾何校正時找點，我們可以先從谷歌中將這兩景影像的范圍大致確定出來。確定范圍只需要分別知道這兩景影像的四個角的經緯度坐標即可。 操作如下：,a,11,在usgs首頁中path/row項中，選擇“面”選項并輸入行列號，點show，即會出現(xiàn)我們這景影像在地球上的位

6、置及影像四個角的經緯度信息。,a,12,在谷歌地球中創(chuàng)建影像范圍,打開谷歌，在谷歌中點擊添加地標按鈕，將影像八個角的經緯度分別輸入到地標屬性中對應框內，點確定。,a,13,主菜單下打開：map-registration-select GCPs:image to map。彈出projection selection。設置內容如左圖(即與影像信息一致)。設置完后點OK，彈出groud cotrol points selection窗口。,a,14,分別在谷歌和影像上找到同名點。在谷歌中添加地標，并在影像zoom中用十字叉絲對準該點。,a,15,將地標屬性中的坐標復制粘貼到ground contro

7、l points selection窗口中對應的位置上。,a,16,為了快速確定點的位置，可以使用以下方法。在影像display窗口中單擊右鍵，選pixel locator ，彈出pixel locator 窗口，該窗口會顯示十字叉絲對準的點的坐標。這里我們也可以手動輸入坐標，然后點apply，十字叉絲就會對準我們輸入的坐標的位置。,a,17,選擇控制點時，盡可能使控制點在影像上均勻分布，控制點數目在20個左右即可。RMS Error小于1，即說明控制點選取的合格，我們可以通過點show list查看具體控制點信息，可看出哪個點的誤差最大，通過刪除誤差大的點或移動該點位置來減小控制點的誤差。,

8、a,18,經調整使得控制點誤差在允許范圍內后，點ground control points selection 面板中options-warp file,進行幾何校正圖的輸出。,a,19,選擇要進行幾何校正的影像文件：,a,20,在registration parameters 面板中，選擇多項式幾何校正，雙線性內插法，給定路徑及文件名，點OK。,a,21,用這種方法，將兩景影像校正完。我們就得到了兩張校正影像：LT51530312011225KHC00_幾何校正 LT51530322010238KHC00_幾何校正,a,22,鑲嵌,打開主菜單下map-mosaicking-georefere

9、nced。彈出map based mosaic窗口。導入之前校正過的兩景影像： LT51530312011225KHC00_幾何校正 LT51530322010238KHC00_幾何校正,a,23,在mosaic窗口頂層的圖層上單擊右鍵，選edit entry，彈出entry 窗口。將背景值設為0，（在feathering處將值填為30,去除鑲嵌后影像上的黑色虛線。羽化值越大，朦朧范圍越寬，羽化值越小，朦朧范圍越窄。 ）。設置完成點OK。,a,24,背景值設置后效果如左圖所示。再在mosaic窗口中打開file-apply,a,25,彈出mosaic parameters窗口，使用雙線性內插法

10、bilinear，指定路徑，給出文件名設置完畢點OK。,a,26,右圖為鑲嵌后影像（沒有使用羽化的效果） 鑲嵌后影像中有黑色虛線，在前面已經講過可以用羽化的方法消除黑線，考慮到羽化會使黑線周邊范圍的圖邊緣變成朦朧的效果 ，所以這里以及后面使用的影像均未羽化。,a,27,監(jiān)督分類,經過仔細觀察影像中土地的利用現(xiàn)狀，我將影像土地利用類型分為五類：耕地，居民地，水體，未利用地，以及林地。 在打開鑲嵌后影像的image窗口菜單欄點overlay-region of in terest彈出roi tool 窗口，在window項中選zoom項，在zoom窗口中進行繪制感興趣區(qū)。,a,28,在zoom中繪

11、制感興趣區(qū)，繪制好該區(qū)域后，單擊右鍵自動閉合，再單擊右鍵自動填充顏色(如左圖)。且在roi tool窗口中會自動添加剛才繪制的感興趣區(qū)。,a,29,左鍵單擊roi name 列下方的對應行的方框，可更改類別名稱（如左圖），單擊右鍵color可更改顏色（如右圖）。,a,30,繪制成果列表如下：,a,31,點roi tool 窗口下的file-save rois 彈出wave rois to save 窗口，全選樣本目標，給定路徑及文件名點OK，保存分類樣本。,a,32,查看可分離性。Roi tool 窗口下，options-compute roi separability。,a,33,在彈出的s

12、elect input file for roi separability 窗口中，選擇要分類的文件(左圖)點OK，彈出roi separability calculation窗口，選中分類樣本（右圖），點OK。,a,34,分離性低于1.8的需要重新選擇，而這個分類樣本中各類別的分離性均在1.8以上，說明這個分類樣本是合格的。,a,35,為了使背景不參與分類，我們需要建掩膜文件，來分離背景。這里，我們先繪制一個邊界，并保存為：邊界_掩膜.roi，以供后面建立掩文件使用。繪制方法如之前介紹的繪制感興趣區(qū)方法相同。,a,36,打開主菜單下Classification-supervised-maxi

13、mum likelihood。在classification input file選中要進行分類的圖，在mask options 中選建立掩膜文件。,a,37,在彈出的mask defintion窗口中選擇options 下的導入剛才我們保存的 邊界_掩膜.roi文件。,a,38,會彈出如左圖的提示框，確認信息點OK，彈出mask definition input rois 窗口，選中剛才導入的邊界。,a,39,在mask definition窗口中選中剛才導入的文件。給定路徑點和文件名掩膜文件.roi點OK。這里要注意的是，在select mask band 項中會出來剛才我們建立的掩膜文件

14、如果出現(xiàn)則證明建立掩膜成功。如果沒出現(xiàn)，則證明沒建成功，這樣就無法使背景不參與分類。（但是只要按前面說的步驟做，就不會建立掩膜不成功了。）,a,40,參數設置如下，這里點preview即可預覽分類圖,a,41,分類圖與原圖效果對比（左為原圖，右為分類后圖）。我們發(fā)現(xiàn)，雖然背景沒有參與分類，但分類后圖的圖案以外的地方都是灰色，不過，后面我們會對其進行修改。,a,42,分類后處理,在display 窗口中打開overlay -classification。在彈出的窗口中選中分類后的影像。如下圖。,a,43,彈出interactive class tool 窗口，點masked pixels前的黑色

15、方框，并將其前面的方框打上小對勾，使其處于激活狀態(tài)。,a,44,在interactive class tool 窗口中選options-edit class colors /names,a,45,彈出calss color map editing在selected classes項中選中masked pixels，然后點color，將其改為黑色。,a,46,修改mask pixels顏色后：,使用這種方法還可以更改分類樣本中的其它類別的顏色。,a,47,在display窗口中右鍵選link daplaying（設置如右圖中l(wèi)ink displays窗口，點OK）將兩幅圖鏈接起來。便于查看對比分

16、類效果。,a,48,經過仔細觀察，發(fā)現(xiàn)左圖中有一塊林地被分為了耕地。,a,49,使用將范圍內某一類像元并入其他一類別。在interactive class tool面板中點edit-mode:polygon delete form class。,a,50,在interactive class tool面板中先點耕地前的方形色塊，再點菜單欄edit-set delete class value，彈出set delete class value窗口(右圖)。我們要將耕地并入到林地，所以set delete class value窗口選擇要并入到的類應該是林地。,a,51,在image窗口中圈出要并

17、入到林地的范圍,a,52,處理后效果：,a,53,這里還可以使用另一種方法：將一定范圍內像元都并入其他一個類別中。,在interactive class tool 面板中，選擇edit-mode :polygon add class。,a,54,在interactive class tool 面板中，鼠標左鍵單擊：“未利用土地”前面的方形色塊，讓“未利用地”類別處于激活狀態(tài)。 選擇一個編輯窗口：inage,在image 窗口中繪制多邊形，多邊形以內的類別全部歸于“未利用地”一類。,a,55,找到我們要處理的區(qū)域：,a,56,繪制要更改的區(qū)域，,a,57,處理后。,a,58,用以上方法，將分類后

18、影像中局部錯分、漏分、的像元，以這樣手動的方式進行修改，處理完后，保存文件。,a,59,分類統(tǒng)計,先打開分類影像以及原影像（鑲嵌影像） 選擇主菜單classification-post classification-class statistics。,a,60,彈出classification input file 窗口，選中分類文件，,a,61,在statistics input file窗口中選擇原始影像：,a,62,在class selection 窗口中 全選分類樣本中的類別，點OK,a,63,勾選基礎統(tǒng)計，矩陣以及直方圖，使輸出結果顯示在屏幕上四個復選框。也可以勾選使其輸出成文件的形

19、式。,a,64,查看統(tǒng)計結果：這里展示了原始影像中文件路徑以文件名，整景影像的像元數，分類后各類別像元數，及占總像元數的百分比。,a,65,結果驗證,選擇主菜單-basic tools -region of interest -delete rois,將之前打開的roi文件刪除，避免這些roi 干擾分類驗證。 選擇主菜單-basic tools -region of interest -restore saved roi file,打開“驗證樣本”文件。,a,66,選擇主菜單-classification-post classification-confusion matrix-using g

20、round truth rois,選擇分類影像。,a,67,在彈出的match classes 窗口默認參數，點OK,Confusion matrix parameters 窗口中默認參數，點OK,a,68,得到分類精度評價混淆矩陣,a,69,分類精度評價混淆矩陣分析：,總體分類精度(overall accuracy)：等于被 正確分類的總和除以總像元數。被正確分類的像元數目沿著混淆矩陣的對解線分布，總像元數等于所有真實參考源的像元總數。如： overall accuracy=(31226/32145) 97.1411% Kappa系數(kappa coefficient)：它是通過把所有真實

21、參考的像元總數乘以混淆矩陣對角線的和，再減去某一類中真實參考像元與該類中被分類總數之積之后，再除以像元總數的平方減去某一類 中真實參考像元總數與該類中被分類像元總數之積對所有類別求和的結果。Kappa系數值越大說明其分類效果越好。,a,70,錯分誤差：指被分為用戶感興趣的類，而實際屬于另一類的像元，它顯示在混淆矩陣里面。如：被分類后耕地一共有6134個像元，其中有5581個耕地像元被分為耕地，81個林地像元被分為耕地，393個居民地像元被分為耕地，以及79個未利用地像元被分為耕地。 水體錯分誤差為：0 耕地錯分誤差為：（81+393+79）/ 6134*100%=9.01% 林地錯分誤差為:1

22、00/2313*100%=4.32% 居民地錯分誤差為：（59+35）/18223*100%=0.51% 未利用地錯分誤差為：(28+97+47)/3960*100%=4.34%,a,71,漏分誤差：指本身地表真實分類，而沒有被分類器分到相應類別中的像元數。如：在本例中的林地類，有真實參考像元2294個，其中2213個正確分類，其余81個被錯分為耕地。 水體漏分誤差為： 28/1543*100%=1.81% 耕地漏分誤差為（59+97）/5737*100%=2.71% 林地漏分誤差為： 81/2294*100%=3.53% 居民地漏分誤差為：（393+47）/18569*100%=2.37%

23、未利用地漏分誤差為：（79+100+35）/3960=5.4%,a,72,制圖精度：是指分類器將整個影像的像元正確分為A類的像元數與A類真實參考總數的比率。如：耕地5581個被正確分為耕地，耕地真實值5737個其制圖精度為：5581/5737*100%=97.28% 林地：96.47% 水體：98.19% 居民地：97.63% 未利用地：94.65%,a,73,用戶精度：是指正確分到A類的像元總數與分類器將整個影像分為A類，總數的比率。如：耕地5581個被正確分為耕地，耕地總共被劃分為耕地的有6134，其耕地用戶精度為：5581/6134*100%=90.98% 水體：100% 居民地：99.

24、48% 林地：95.68% 未利用地：95.66%,a,74,快速制圖,在打開著分類影像的image窗口中打開：file-quickmap-new quickmap。,a,75,彈出quickmap default 窗口，在這個窗口中設置輸出圖的尺寸，單位，影像放置方向以及比例尺。設置完畢點OK。,在彈出的quickmap image selection 窗口中，根據需要調整出圖區(qū)域及圖大小。可以用鼠標在紅線處拖動，也可在image size處輸入值或點黑色小三角調整值。完成設置后點OK，若設置不合適，在后面的窗口中也可進行更改。,a,76,彈出quickmap parameters窗口：,a

25、,77,Main Title文本框：輸入地圖標題“153031及153032地區(qū)土地類型圖”；Font：選擇True Type61-80 中的微軟雅黑(如左圖)；Size：25。 Lower Left Text文本框：在對話框中使用鼠標右鍵單擊，在彈出的菜單中選擇 Load Projection Info(如右圖)，從ENVI頭文件中加載影像的投影信息，對投影信息稍作修改，如將英文改成中文字符，增加影像拍攝時間信息、制圖時間等信息，這里不做更改；Font：選擇True Type61-80中的微軟雅黑(如左圖) ；Size：10。,a,78,在Lower Right Text文本框中，輸入制圖單

26、位信息和制圖時間。 Font：選擇True Type61-80中的微軟雅黑；Size：10。 根據本專題的目的，將Scale Bars、Grid Lines、North Arrow前面的復選框選中。單擊Grid Lines項中的Font，設置字體為Roman1，消除經緯度單位中的“?”亂碼。 設置Map Grid Spacing項：10000，公里網的間隔。 指北針樣式設置如下圖：,a,79,設置完畢，選擇Save Template，選擇輸出文件路徑及文件名，點擊OK，將快速制圖的模板結果保存為153031及153032快速制圖模板.qm，以備下次使用。,a,80,在display窗口中點ov