最大似然法分析.ppt

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实习三 监督分类 ——最大似然法分类;一、实习目的;二、实习内容;三、实习数据;四、实习步骤与过程;1、定义分类模板(Define Signature Using signature Editor);第三步:获取分类模板信息 应用AOI绘图工具,在原始图像或特征空间图像中获取分类模板信息 在显示有germtm.img图像的视窗: →点击 图标(或者选择Raster菜单项→选择Tools菜单) →打开Raster工具面板 →点击Raster工具面板的 图标 →在视窗中选择绿色区域(农田),绘制一个多边形AOI ;→在Signature Editr对话框,点击 图标,将多边形AOI区域加载到Signature分类模板中 →在Signature Editor中,改变刚才加入模板的Signature Name和Color。 →重复上述操作过程以多选择几个绿色区域AOI,并将其作为新的模板加入到Signature Editor当中,同时确定各类的名字及颜色。 如果对同一个专题类型(如水体)采集了多个AOI并分别生成了模板,可以将这些模板合并,以便该分类模板具多区域的综合特性。具体做法是在Signature Editor对话框中,将该类的Signature 全部选定,然后点击合并图标 ,这时一个综合的新模板生成,原来的多个Signature 同时存在(如果必要也可以删除)。;在图像窗口中,绘制多个黑色区域(水体),依次加入到Signature Editor分类属性表中,并执行合并生成综合的水体分类模板,然后确定分类模板名称和颜色 按照同样方法,绘制蓝色区域(建筑)、红色区域(林地)、深蓝区域(裸地——河中心沙滩)等,加载、合并、命名,建立新的模板;第四步:保存分类模板 在Signature Editor对话框菜单条: File→Save →打开Save Signature File As对话框 →确定是保存所有的模板还是只保存被选中的模板 →确定文件的目录和名字(Sig文件) →点击OK按钮 ;2.执行监督分类(Perform Supervised Classification) ;在Supervised Classification对话框中,需要确定下列参数: →确定输入原始文件(Input Raster File): germtm.img →定义输出分类文件(Classified File): Classify.img →确定分类模板文件(Input Signature File): Lz.sig →选择输出分类距离文件:Distance File(用于分类结果进行阈值处理) →定义分类距离文件(Filename):lz-distance.img →选择非参数规则(Non_parametric Rule):Feature Space →选择叠加规则(Overlay Rule):Parametric Rule →选择未分类规则(Unclassified Rule):Parametric Rule →选择参数规则(Parametric Rule):Maximum Likelihood →不选择Classify zeros(分类过程中是否包括0值) →OK (执行监督分类,关闭supervised Classification对话框);说明:在Supervised Classification对话框中,还可以定义分类图的属性表项目: →点击Attribute Options按钮 →打开Attribute Options对话框 通过Attribute Options对话框,可以确定模板的哪能些统计信息将被包括在输出的分类图像层中。这些统计值是基于各个层中模板对应的数据计算出来的,而不是基于被分类的整个图像。 →在Attribute Options对话框上作出选择 →OK(关闭Attribute Options对话框) →返回Supervised Classification对话框 ;3.评价分类结果(Evaluate classification);分类精度评估;第一步:在视窗中打开原始图像 在Viewer中打开分类前的原始图像,以便进行精度评估。 第二步:启动精度评估对话框 ERDAS 图标面板菜单条:Main→Image Classification →Classification 或ERDAS 图标面板工具条:点击Classifier 图标→Classification菜单 →选择Accuracy Assessment菜单项 →打开Accuracy Assessment对话框 ;第三步

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档