遙感圖像分類監督分類 地質系09資源勘查 0910105025 殷祥 2012-5-19遙感圖像分類監督分類一、實驗目的掌握在ERDAS中進行監督分類的操作方法；掌握對分類進行精度評估的方法。二、實驗內容1.定義分類模板（1）顯示需要進行分類的圖像。 在ERDAS中打開一個文件名為or_196560080.tif，在選擇時，需要將進行操作，即將其勾上。（2）打開模板編輯器并調整顯示字段。在ERDAS中，點擊C1assifier/Signature Editor菜單項，出現Signature Editor對話框。在其對話框下單擊view中的column，在彈出的對話框中先將其全部選中，然后按住shift，拉住3,4,5行，如圖所示，選好后點擊apple，之后關閉，于是signature editor中的屬性欄就少了之前的三個選項。（3）獲取分類模板信息利用AOI工具選擇訓練樣區，將AOI區域加載到Signature分類模板中。并定義該訓練樣區所代表的分類類別的名稱（Signature Name）和該類別在分類后圖像中的顏色（Color）。重復上述操作過程以多選擇幾個區域AOI，并將其作為新的模板加入到Signature Editor當中，同時確定各類的名字及顏色。如果對同一個專題類型（如水體）采集了多個AOI并分別生成了模板，可以將這些模板合并，以便該分類模板具多區域的綜合特性。具體是將AOI中的tools打開，用進行選擇區，選中后，點擊Signature Editor中的，多選擇幾處相同的物象，都進行相同的操作，接著將添加的相同物象進行合并，將前添加的選擇，使用，接著，將之前的添加刪除，即將他們選中，右擊，在彈出的快捷菜單中選擇delete selection，然后對合并項進行必要的編輯。編輯完成之后的表如下圖（4）保存分類模版信息。點擊File save，保存文件到自己的文件夾下，名為jdfl.sig2.評價分類模板在對遙感影像做全面分類之前，對所選的訓練區樣本是否典型以及由訓練區樣本所建立起來的判別函數是否有效等問題并無足夠的把握。因此，通常在全面分類之前，先僅用訓練區中的樣本數據進行試分類，即分類模版的評價。分類模板評價工具包括：分類報警工具（Alarms）、可能性矩陣（Contingency matrix）、特征對象（Feature objects）、特征空間到圖像掩模（Feature Space to image masking）、直方圖方法（Histograms）、分類的分離性（Signature separability）、分類統計分析（Statistics）。1)可能性矩陣（Contingency matrix）分類評價單擊中的evaluate中的contingency ，并對其進行圖所示的設置，單擊OK,，于是開始運行，完成之后單擊OK得到下面的分類誤差矩陣（混淆矩陣）2) 分離性評判Evaluate-separability：單擊evaluate中的separability（歐式光譜距離，分類分離度，轉換分離度，Jefferies距離），對彈出的窗口中進行圖示的設置，單擊OK，于是出現窗口editor，dir： 3.執行監督分類設置完成后執行監督分類。分類完成后，打開分類圖像（Supervised.img）具體操作：單擊中的，對彈出的窗口進行如下圖所示的設置，然后OK，是運行，好后OK。在viewer中將原始的tif格式的原圖和新生成的jdfl.img疊加在一起，然后單擊swipe得：將和新生圖的raster attribute進行比較4.分類精度評估執行了監督分類之后，需要對分類精度進行評估。分類精度評估是將專題分類圖像中的特定像元與已知分類的參考像元進行比較，實際工作中常常是將分類數據與地面真值、先前的試驗地圖、航空像片或其它數據進行對比。下面是操作過程：（1）在視窗中打開原始圖像和生成圖像的疊加圖（2）在Classifier /Classification菜單中，選擇Accuracy Assessment菜單項，進入精度評估模塊。Accuracy Assessment 對話框中顯示了一個精度評估矩陣（Accuracy Assessment Cellarray）。精度評估矩陣中將包含分類圖像若干像元的幾個參數和對應的參考像元的分類值。這個矩陣值可以使用戶對分類圖像中的特定像元與作為參考的已知分類的像元進行比較，參考像元的分類值是用戶自己輸入的。矩陣數據存在分類圖像文件中。（3）打開分類專題圖像。在Supervised Image對話框中打開與視窗中對應的分類專題圖像。（4）將原始圖像視窗與精度評估視窗相連接。（5）在精度評價對話框中設置隨機點的色彩。（6）產生隨機點。本步驟將在分類圖像中產生一些隨機的點，隨機點產生之后，需要用戶給出隨機點的實際類別。然后，隨機點的實際類別與在分類圖像的類別將進行比較。（7）顯示隨機點及其類別。在Accuracy Assessment對話框中，點擊View/Show All(所有隨機點均以第五步設置的顏色顯示在視窗中)，點擊Edit/Show Class Values（各點的類別號出現在數據表的class字段中）。（8）輸入參考點對應的實際類別值。在數據表的Reference字段輸入各個隨機點的實際類別值（只要輸入參考點的實際分類值，它在視窗中的色彩就變為第五步設置的Point With Reference顏色）。（9）設置分類評價報告輸出環境及輸出分類評價報告。在Accuracy Assessment對話框中，確定分類評價報告的參數，產生分類精度報告。所有報告將顯示在ERDAS文本編輯器窗口，可以保存為文本文件。通過對分類結果的評價，如果對分類精度滿意，保存結果。如果不滿意，可以進一步做有關的修改，如修改分類模板、或者對其它功能進行調整。具體操作：在Classifier /Classification菜單中，選擇Accuracy Assessment菜單項，進入精度評估模塊。在彈出的對話框中單擊file中open，打開生成的jdfl.img，接著單擊view中點擊selet viewer，然后點擊要view的圖像，接著單擊edit中的create/add random points，設置參數如圖所示，設置后OK，于是就得到下圖在單擊view中的show all，于是原圖變化為對照著圖中的標記，以及中的各物象的代號值將accuracy assessment中的reference填滿。接著單擊accuracy assessment中的report中的accuracy report得當總精度達到85%以上算合格，本人這次操作的總精度為5%不合格。還需重新分類。5.分類后處理監督分類后，在分類結果中會產生一些面積很小的圖斑，對專題制圖和實際應用都會產生一定的影響，有必要對這些小圖斑進行一系列處理。ERDAS系統中的 GIS分析命令Clump、Sieve、 Eliminate可以綜合完成小圖斑的處理工作。6.柵格轉矢量為了使分類后的柵格圖像，轉換為GIS能夠直接分析的矢量地圖，需要進行柵格轉矢量操作。具體步驟是：在ERDAS 的Vector