ENVI遥感软件应用--第七章 分类.pptVIP

ENVI遥感软件应用与遥感图像处理 错分误差：是指被分为用户感兴趣的类实际上属于另一类的像元。错分误差显示在混淆矩阵的行里。在混淆矩阵示例中，region #3类共有地表真实像元52987个，其中25446个分类是正确的 。 17438个是其他像元被误认为region #3的（ 17438 是混淆矩阵中region #3一行其他类的和）。分类不正确的像元数与参与分类的地表真实像元总数的比例就是错分误差： 17438 /52987 漏分误差：本属于地表真实分类，但没有被分类器分到相应类别中的像元数。漏分误差显示在混淆矩阵的列中。Region #3共有52987个真实像元， 25446各正确分类，27541个是被误分为其他类型的（region #3一列里其他类的和）。被误分类的像元占某一类别的地表真实分类的像元总数的比例：27541/52987 制图精度：指假定地表真实为A类，分类器能将一幅图像的像元归为A类的概率。在混淆矩阵中，region #3共有52987个地表真实像元，其中25446个正确分类，因此制图精度是25446/52987=48.02 用户精度：指假定分类器将像元归到A类时，相应的地表真实类别是A的概率。在混淆矩阵中，分类器将42884个像元归到region #3一类中，但只有25446个像元是正确归类的，因此用户精度是：25446/42884= 5）显示ROC曲线（displaying ROC curves） 使用ROC曲线检测分类器的性能，从而选择合适的判定阈值。ROC曲线将一系列不同阈值的规则图像分类结果与地表真实信息进行比较。Envi能通过地表真实图像或地表真实感兴趣区来计算一条ROC曲线。对于每种所选类别（规则波段），都将记录该类别的探测概率Pd（被分出的概率）相对于“false alarm”（被错误分类）概率Pfa的曲线和Pd相对于阈值的曲线。 （1）使用地表真实图像： Classification—post classification—roc curves—using ground truth image，在rule input file 对话框中选择分类规则图像。规则图像中所选择的每个波段将用于生成一条ROC曲线。每一个规则波段映射一种地表真实分类。在ground truth input file对话框中，选择地表真实影像，匹配类别名字。 点击Classify by：规则影像来自最短距离或波谱角分类器用最小值分类，若来自最大似然法，用最大值分类。 在min、max参数文本框中为ROC曲线阈值范围键入最大、最小值，规则图像将按照最小值和最大值之间（包括端点）的N（由points per roc curve文本框设定）等份阈值进行分类。 这些分类中的每个类别都与地表真实类别相比较，成为ROC曲线上的一个点。 在points per roc curve文本框中，键入ROC曲线上的点数。 在ROC curve plots per window文本框中键入每个窗口中图表的数量。 选择yes /no 复选框，确定是否输出探测相对于阈值的概率图表。 （2）使用地表真实感兴趣区 选择classification—post classification—ROC curves—using ground truth ROIs。 选择分类规则图像，感兴趣区自动加载到match classes parameters对话框中（感兴趣区必须提前打开，且与选择的规则图像大小相同的一幅图像相关）。 匹配真实分类与规则图像分类名称。 6）生成随机样本 用户可以从分类结果和感兴趣区生成随机样本点，这些样本点在分类精度评价和表面实地调查有相当大的用处。三种生成随机样本点的方法： 分层样本：也称比例样本或配额样本。将所有像元（整个分类图像或所有感兴趣区）先分为均匀的子群（单独的类别或感兴趣区），然后从每个子群中提取一个随机样本。分为成比例随机样本和非比例随机样本。成比例随机样本方法生成的样本数与类别大小直接相关，即类别越大，从该类中生成的随机样本数越多；非比例随机样本允许用户明确限定从每一类中生成的样本数量。 等量样本：将所有像元先分为均匀的子群（与分层样本的方法相同），但是设定从每个类别（或感兴趣区）中提取的随机样本数相同，即生成的样本数（由用户自己设定）与类别尺寸无关。 随机样本：该方法并非将所有像元分为均匀子群，而是从整个分类图像或感兴趣区（不同类别）中直接生成随机样本。生成的样本数量与类别大小的关系与分层样本类似，但是如果类别尺寸较小，可能无法从该类中生成随机样本。 选择classification—post classification –generate random sample—using ground truth