遥感技术应用遥感图像分类剖析.ppt

2）应用AOI扩展绘图工具获取分类模板信息 Region growing properties 进行Neighborhood 属性设置。 利用Region grow AOI选择种子点。 提示：AOI seed propertiesregion growing Properties 约束条件：Area确定最多的像元数； Distance确定包含像元距离种子点像元的最大距离。 Spectral euclidean distance,可以接收像元与种子点之间最大波谱欧式距离（两个像元在各个波段数值之差平方和的二次根） 应用AOI扩展绘图工具获取分类模板信息 2.评价分类模板（Evaluating Signatures） 主要评价工具包括： 分类预警 可能性矩阵 特征对象 特征空间到图像掩膜 直方图方法 分离性分析 分类统计分析等 2.评价分类模板（Evaluating Signatures） 类别的分离性： 用于计算任意类别间的统计距离，这个距离可以确定两个类别间的差异程度，也可以确定在分类中效果最好的数据层。 类别间统计距离计算公式： 1）欧氏光谱距离；2）Jeffries-matusta距离； 3)Divergence 分离度；4）Transformed divergence 转换分离度 EvaluateSeperability 3、进行监督分类 mainimage classification 3、进行监督分类 4、评价分类结果Mainimage classification accuracy assessment 1) 打开原图像 2）启动精度评估对话框 3）打开分类专题图； Fileopen 4）原图像与精度评估关联；工具条：select viewer图标 5）设置随机点颜色； Viewchange colors 6）产生随机点; Edit create/add random points 7）显示随机点类别; view show all ; Edit show class values 8）输入参考点类别; Reference 输入 9）输出分类评价报告； Report accuracy report 启动精度评估对话框 提示：正式分类评价，须产生250个随机点； 显示随机点类别 背景状况 (范围，气候，地形地貌，行政等） 2. 基本数据格式 （传感器，轨道，分辨率，时间，图像质量等） 3.图像处理 (校正，拼接，裁剪，重采，误差) 4. 分类体系（体系与标准，地形地物解译） 5. 分类方法 (分类模板，精度评价，分类规则) 6.分类后处理 (滤波，类型改变 ) 7. 精度评价 (分类精度与误差分析) 小结：遥感数据操作主要步骤 4 分类后处理 无论是监督分类还是非监督分类，其结果都会产生一些面积很小的图斑。无论从专题制图的角度还是实际应用的角度，都有必要对这些小图斑进行剔除。处理方法： 聚类统计(Clump) 过滤分析(Sieve) 去除分析(Eliminate) 分类重编码（Recode) 4 分类后处理 聚类统计：通过对分类专题图像计算每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性。这是一个中间结果，供下一步处理使用。 4 分类后处理 过滤分析：对经Clump处理后的Clump类组图像进行处理，按照定义的数值大小，删除Clump图像中较小的类组图斑，并给所有小图斑赋予新的属性值0。显然，这引出了一个小图斑归属问题。可以与原分类图对比确定新属性。 4 分类后处理 去除分析：用于删除原始分类图像中的小图斑或小Clump类组，与过滤不同，去除分析将删除的小图斑合并到相邻的最大分类中，而且如果输入图像是Clump聚类图像，经过去除处理后，将分类图斑的属性值自动恢复为Clump处理前的原始分类编码。即结果是简化的分类图像。 4 分类后处理 分类重编码：主要是针对非监督分类而言的，因在非监督分类过程中，用户一般要定义比最终需要多一定数量的分类数；在完全按照像元灰度值通过ISODATA聚类获得分类方案后，首先是将专题分类图像与原始图像对照，判断每个类别的专题属性，然后对相似或类似的分类通过图像重编码进行合并，并定义分类名称和颜色。 分类重编码还可以用在其它方面，作用有所不同。 4 分类后处理 专家系统分类方法 专家系统也是人工智能的一个分支，它采用人工智能语言将某一领域（如地学知识）的专家分析方法或经验，对地物的多种属性进行分析、判断，从而确定各地物的归属。 利用这样的系统就可以把判读专家的经验性知识综合起来进行分类 其它分类方法 除了以上常用的分类方法之外，还有多时相数据分类方法、模糊分类法、亚像元分类法