Erdas监督分类步骤.docx
- 文档编号:1424320
- 上传时间:2022-10-22
- 格式:DOCX
- 页数:13
- 大小:673.32KB
Erdas监督分类步骤.docx
《Erdas监督分类步骤.docx》由会员分享,可在线阅读,更多相关《Erdas监督分类步骤.docx(13页珍藏版)》请在冰豆网上搜索。
Erdas监督分类步骤
遥感图像分类的原理
监督分类流程图(Erdas环境)
在专业遥感图像处理软件Erdas环境下,监督分类的流程图可以表示如下:
图2-1监督分类流程图
监督分类注意事项
(1)分类应从下往上,即每一地类应先细分为若干小类,然后再依需要自下而上合并成大类。
(2)每一类的训练区文件aoi与特征文件sig应该一一对应,即每一类对应的训练区和特征文件都应该保存为一个单独的文件,以方便在调整训练区的时候进行修改。
(3)精度检验后若精度不符合要求,需要重新调整训练区,再次分类,直到精度满足要求为止。
监督分类过程示例
1.图2-2为某地TM遥感影像,432波段假彩色合成。
图2-2 TM影像(432波段合成)
2.确定分类类别
通过色调、纹理等图像特征,确定该区域分类类别为水体,植被和滩涂。
各类分类特征如表2-1所示。
表2-1分类特征
3.为每一类选择训练区及特征文件
(1)AOI操作工具简介
在Viewer窗口中选择“AOI”→“Tools…”,调出AOI(AreaOfInterest,感兴趣区)浮动工具栏(如图2-3所示)。
图2-3 AOI浮动工具栏
其中较为常用的工具按钮为:
(2)特征文件操作工具简介
特征文件从AOI区域中获得。
使用“Erdas”→“Classifier”→“SignatureEditor”,调出特征文件编辑器,如图2-4所示。
图2-4特征文件编辑器
其中较为常用的工具为:
打开一个特征文件。
新建一个特征文件/打开新的特征文件编辑器。
添加选中的AOI的特征到特征文件中。
使用选中的AOI特征替换当前特征。
合并选中的特征文件中的特征到一个特征。
一般建立特征文件的步骤是,在Viewer窗口中使用AOI工具勾画感兴趣区,使用把该AOI区域中的特征添加到特征文件中。
也可以选中多个AOI批量添加到特征文件中。
(2)为各类别建立训练区文件和特征文件。
把遥感影像放大到像元级,选择矩形AOI选择工具,根据建立的判读标识,在遥感影像上选择AOI区域,然后使用依次添加特征到特征文件中。
(注:
作为示例,本例选择3个AOI区域,且没有细分小类。
)选择完成的AOI区域和特征文件如图2-5和图2-6所示。
分别保存为“水体.aoi”和“水体.sig”。
在Viewer窗口中使用去除已经保存完毕的AOI图层,重新选择其他类别的训练区,并建立新的特征文件。
分别保存为“植被.aoi”和“植被.sig”;“滩涂.aoi”和“滩涂.sig”。
图2-5
图2-6
(3)合并特征文件
在各个类别的特征文件建立完毕后,需要合并成为一个总体特征文件。
新建一个特征文件编辑器,选择打开保存的“水体.sig”文件。
注意选择“Append”(添加)把特征文件添加进来,而非“Replace”(替换)。
如图2-7所示。
图2-7 添加特征文件
把水体特征文件添加进来之后,全部选中所有的特征,如图2-8所示。
图2-8选中所有特征
使用工具,把选中的水体的所有特征合并为一个总体的水体特征,右单击“Class#”列表,选择“DeleteSelection”删除原有特征如图2-9所示。
图2-9 删除原有特征
重命名总体水体特征的“SignatureName”为“水体”。
如图2-10所示。
图2-10 总体水体特征
如此添加其他两类进入,并合并成各自的总体特征,分别命名为“植被”、“滩涂”。
并更改Value值为1,2,3,并另存为(SaveAs)“结果特征文件.sig”如图2-11所示。
图2-11结果特征文件
(4)分类
选择“Erdas”→“Classifier”→“SupervisedClassification”,在分类设置对话框中如图2-12设置。
图2-12 监督分类设置
在该对话框中,使用输入待分类的图像“subset.img”、分类特征文件“结果特征文件.sig”并指定分类结果的保存路径及名称,如“分类结果.img”。
分类方法选择“MaximumLikelihood”(最大似然),其余可以默认。
点击“OK”,系统将对原始影像依据指定的特征文件进行分类。
运算完毕界面如图2-13示。
图2-13运算完成
(5)分类结果
分类的结果如图2-14所示。
图2-14 分类结果
为了更好的表达分类结果,可以使用Viewer窗口中的“Raster”→“Attributes”,更改“水体”和“植被”的显示颜色为蓝色(RGB为001)和绿色(RGB为010),如图2-15示。
图2-15 调整颜色
调整颜色后的分类结果如图2-16所示。
精度检验
①同时打开原始影像和分类结果图,在任一幅图中单击右键,在弹出的菜单中选择“Geo.Link/Unlink”,然后在另一幅图中单击左键,关联两幅影像。
②使用“Erdas”→“Classifier”→“AccuracyAssessment…”,调出精度检验设置窗口。
图2-17精度检验窗口
③使用该窗口中“File”→“Open”,打开原始影像“Subset.img”,调入存。
④使用“View”→“SelectViewer”,选择已经打开的分类图,用以显示将要读取的点位信息。
⑤读入GPS测量的点。
格式为标准的txt文本。
文件格式化为3列,第一列存储x坐标,第二列存储y坐标,第三列存储类别代码(即分类时指定的Value值)。
如本例中存储的GPS点文件如表2-3所示
表2-3GPS点位
491355.86
4486746.25
2
491070.45
4487008.52
3
490754.19
4484941.22
2
486997.56
4485905.44
3
486797.00
4486707.68
3
492096.39
4486615.11
1
489118.86
4486815.96
3
486434.45
4483151.61
1
486920.42
4483028.19
3
487375.53
4482665.64
1
488069.78
4482449.65
2
491070.45
4482657.93
1
492266.09
4484439.82
1
489604.83
4483167.04
1
486881.85
4487216.79
1
487984.93
4487085.66
1
490769.61
4487116.51
1
489905.67
4483483.30
3
489080.29
4483606.73
3
487074.70
4483120.75
2
文件中存储的坐标投影应与影像投影完全一致,如本例中影像投影为UTM/Clark1866N50。
使用“Edit”→“ImportUser-definedPoints”,读入GPS点位文件。
选项如图2-18所示。
图2-18导入选项
读取的结果如图2-19所示。
图2-19导入结果
⑥输入各点位分类类别
使用“Viewer”→“ShowAll”,把读入的GPS点位在分类图中全部显示出来,逐一对照,在Reference列中输入分类影像的类别代码图2-20。
图2-20输入代码
⑦精度检验
使用“Report”→“Accuracyreport”,分析分类精度情况图2-21。
图2-21精度检验结果
若精度符合要求,则接受分类结果,若不符合要求,则重新分类。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Erdas 监督 分类 步骤