实验四 图像分类.docx
- 文档编号:23640551
- 上传时间:2023-05-19
- 格式:DOCX
- 页数:16
- 大小:705.08KB
实验四 图像分类.docx
《实验四 图像分类.docx》由会员分享,可在线阅读,更多相关《实验四 图像分类.docx(16页珍藏版)》请在冰豆网上搜索。
实验四图像分类
实验四图像分类
一、实验目的与要求
掌握ENVI环境下进行图像分类的主要流程和常规分类方法,并能够进行分类后处理,掌握精度检验的原理与常规方法。
二、实验材料与数据
文件
描述
can_tmr.img
Colorado州Cañon市TM反射率图像
can_tmr.hdr
上述图像头文件
can_km.img
K-均值法分类图像
can_km.hdr
上述图像头文件
can_iso.img
ISODATA法分类图像
can_iso.hdr
上述图像头文件
classes.roi
监督分类用到的ROI
can_pcls.img
平行管道法分类图像
can_pcls.hdr
上述图像头文件
can_bin.img
二进制编码法分类图像
can_bin.hdr
上述图像头文件
can_sam.img
光谱角法分类图像
can_sam.hdr
上述图像头文件
can_rul.img
光谱角法分类用到的规则图像
can_rul.hdr
上述图像的头文件
can_sv.img
筛滤后的图像
can_sv.hdr
上述图像的头文件
can_clmp.img
碎斑处理后的图像
can_clmp.hdr
上述图像的头文件
can_comb.img
合并后的图像
can_comb.hdr
上述图像的头文件
can_ovr.img
分类图像与灰度图像的叠加
can_ovr.hdr
上述图像的头文件
can_v1.evf
第一类别的矢量图
can_v2.evf
第二类别的矢量图
三、实验方法与步骤
观察TM彩色图像
1打开彩色图像
●从ENVI主菜单选择File→OpenImageFile。
●选择文件can_tmr.img,单击OK,弹出AvailableBandsList对话框。
●在AvailableBandsList对话框里,点击RGBColor按钮。
●在R、G、B栏依次选择Band4、Band3和Band2。
●点击LoadRGB加载彩色合成图像。
2查看图像色彩信息
下图显示的彩色图像可以用来指导分类。
该图像相当于近红外假彩色相片,鲜红色代表在近红外波段具有较高的反射率的健康植被,这些植被要么是庄稼,要么是沿河流生长的植被。
略显暗红的分布在地形起伏区域的是原生植被,主要为针叶树。
居民地也可以容易识别出来。
3查看图像像素值信息
●
从图像窗口菜单栏选择Tools→Location/value或者在图像窗口双击鼠标左键打开CursorLocation/Value对话框。
●在图像窗口移动鼠标,观察光标处的数值,注意上面一行是图像显示值,下面一行是原始像素值,前者是对后者进行2%线性拉伸后的数值(ENVI默认情况下)。
●从CursorLocation/Value对话框中,选择Files→Cancel,退出该对话框。
4查看光谱剖面图
●在图像窗口主菜单栏选择Tools→Profiles→ZProfile(Spectrum),打开SpectralProfile对话框。
●观察光谱剖面图。
横坐标为波长,纵坐标为反射率,图中三条颜色的线,分别对应于图像窗口中显示的三个波段的值。
在图像窗口中移动鼠标,观察光谱图的变化。
●从SpectralProfile对话框菜单栏选择Files→Cancel退出。
非监督分类
非监督分类不需要图像所在区域的先验知识,仅仅通过对图像像素值进行统计分析达到聚类分析分析的目的,分类得到的类别属性需要通过目视判读或地面调查确定。
1K-均值法
介绍
●从ENVI的主菜单栏选择Classification→Unsupervised→K-Means。
●选择can_tmr.img,点击OK,弹出K-Means对话框。
●在K-Means对话框中采用默认值,选择Memory,点击OK进行分类,分类完成后,分类结果图像自动加载到AvailableBandsList中。
●在AvailableBandsList中,点击Display#1,选择NewDisplay。
●在AvailableBandsList中,选择K-Means,点击LoadBand。
●从图像窗口主菜单栏选择Tools→Link→LinkDisplays,点击OK,弹出LinkDisplays对话框。
●比较K-均值分类结果图像与彩色合成图像。
●尝试设置不同的参数值来获得不同的分类效果。
2ISODATA法
介绍
●从ENVI主菜单选择选择Classification→Unsupervised→Isodata。
●选择can_tmr.img文件,点击OK,弹出ISODATAParameters对话框。
●在ISODATAParameters对话框中采用系统默认值,选择Memory,点击OK进行分类。
分类完成后,结果图像自动加载到AvailableBandsList中。
●在AvailableBandsList中,点击Display#2,选择NewDisplay。
●在AvailableBandsList中,选择ISODATA,点击LoadBand。
●从图像窗口主菜单栏选择Tools→Link→LinkDisplays,点击OK,弹出LinkDisplays对话框。
●在LinkDisplays对话框中的Display#2栏里选择NO,在Display#3栏里选择Yes,点击OK。
●比较ISODATA分类结果与彩色合成图像。
●从图像窗口主菜单栏选择Tools→Link→LinkDisplays,点击OK,弹出LinkDisplays对话框。
●在LinkDisplays对话框中的Display#1栏里选择NO,在Display#2和Display#3栏里选择Yes,点击OK,比较ISODATA和K-均值分类图像。
●尝试设置不同的参数值来获得不同的分类效果。
监督分类
1选择感兴趣区(ROI)
●从Display#1图像窗口菜单栏选择Tools→RegionofInterest→ROITool,弹出ROITool对话框。
●从ROITool对话框菜单栏选择File→RestoreROIs,弹出EnterROIFilename对话框。
●选择classes.roi,点击Open。
单击OK,ROIs出现在图像窗口。
2平行六面体法
●从ENVI主菜单栏选择Classification→Unsupervised→Parallelepiped。
●选择文件can_tmr.img,点击OK,弹出ParallelepipeParameters对话框。
●在ParallelepipeParameters对话框中点击SelectAllItems选择所有的ROIs。
●选择结果输出到Memory。
●在OutputRuleImages栏选择No,点击OK进行分类。
分类完成后分类结果自动加载到AvailableBandsList中。
●从AvailableBandsList中,点击Display#1,选择NewDisplay。
●选择Parallel,点击LoadBand。
●从图像窗口主菜单栏选择Tools→Link→LinkDisplays,点击OK。
对比分类图像与原始图像。
3最大似然分类法
●以上述步骤为指导,采用MaximumLikelihood进行分类。
●分别采用系统默认参数值和修改不同概率阈值进行分类。
●使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较。
4最小距离分类法
●以上述步骤为指导,采用MinimumDistance进行分类。
●分别采用系统默认参数值和修改参数值进行分类。
●使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较。
5马氏距离分类法
●以上述步骤为指导,采用MahalanobisDistance进行分类。
●分别采用系统默认参数值和修改参数值进行分类。
●使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较。
分类后处理
分类生成的图像需要通过后处理来进行精度评价和将分类图转换成矢量图。
分类后处理可以进行分类统计、生成混淆矩阵、进行多数/少数分析、碎斑处理(筛滤和归并)、类别合并、与图像叠加、计算缓冲区、生成矢量图等。
1分类统计
●从ENVI主菜单栏选择Classification→PostClassification→ClassStatistics,弹出ClassificationInputFile对话框。
●点击Open下拉菜单,选择NewFile。
●选择can_pcls.img,点击Open,弹出StatisticsInputFile对话框。
●选择can_tmr.img,点击OK,弹出ClassSelection对话框。
●点击SelectAllItems,点击OK,弹出ComputeStatisticsParameters对话框。
●在ComputeStatisticsParameters对话框里选择BasicStats,Histograms,Covariance和CovarianceImage复选框计算所有的统计特征值。
●单击OK计算。
计算结束后会弹出ClassStatisticsResults对话框。
2生成混淆矩阵
●
从ENVI主菜单栏选择Classification→PostClassification→ConfusionMatrix→UsingGroundTruthImage,弹出ClassificationInputFile对话框。
●选择can_pcls.img,点击OK,弹出GroundTruthInputFile对话框。
●点击Open下拉菜单,选择NewFile。
●选择can_sam.img,点击Open。
●在GroundTruthInputfile对话框中选择can_sam.img,点击OK,弹出MatchClassesParameters对话框。
●在MatchClassesParameters对话框中的SelectGroundTruthClass和SelectClassificationImage两栏都选择Region#1,点击AddCombination。
用同样的方法添加两幅图像中一一对应的类别,点击OK,弹出ConfusionMatrixParameters对话框。
●输出结果到Memory,点击OK。
混淆图像会自动加载到AvailableBandsList中。
●查看混淆矩阵和混淆图像。
通过动态连接、光谱剖面和CursorLocation/Value确定误差源。
3碎斑处理(筛滤和归并)
筛滤是用阈值法将孤立的像素去除,归并则是将某一类别合并到与它邻近的类别中去。
●从ENVI主菜单栏选择Classification→PostClassification→SieveClasses,弹出ClassificationInputFile对话框。
●在ClassificationInputFile对话框的SelectInputFile栏选择can_sam.img,点击OK,弹出SieveParameters对话框出现。
●输出结果到Memory,点击OK。
图像添加到AvailableBandsList中。
●将经过Sieve处理的图像进行Clump处理。
从ENVI主菜单栏选择Classification→PostClassification→ClumpClasses,弹出ClassificationInputFile对话框。
●从Memory中经过Sieve处理得到的图像,点击OK,弹出SieveParameters对话框。
●输出结果到Memory,点击OK。
图像自动加载到AvailableBandsList中。
●比较三幅图像(can_sam.img、Clump、Sieve)。
如果有必要的话可以重复上述操作,直到产生满意的分类图像。
●可选项:
把数据文件夹中的can_tm或can_sv.img和can_clmp.img(对can_sv.img进行归并处理)与can_pcls.img(平行六面体分类结果)进行比较或者是把自己处理结果与这些分类图像进行对比。
4类别合并
●从ENVI主菜单栏选择Classification→PostClassification→CombineClasses,弹出ClassificationInputFile对话框。
●选择can_sam.img,点击OK,弹出CombineClassesParameters对话框。
●在SelectInputClass栏选择Region#3,在SelectOutputClass点击Unclassified,点击AddCombination,点击OK,弹出CombineClassesOutput对话框。
●输出结果到Memory,点击OK。
图像自动加载到AvailableBandsList中。
●使用图像动态连接功能比较处理前后的图像。
5叠加显示
●从ENVI主菜单栏选择Classification→PostClassification→OverlayClasses,弹出InputOverlayRGBImageInputBands对话框。
●在AvailableBandsList中选择can_tmr.img下的Band3赋予RGB合成图像的每个波段(即R、G、B三个波段都选择Band3),点击OK,弹出ClassificationInputFile对话框。
●点击Open,选择了NewFile,弹出FileSelection对话框。
●打开can_tm\can_comb.img,点击Open。
●在ClassificationInputFile对话框中单击OK。
●按住Shift键,在ClassOverlaytoRGBParameters对话框中的选择Region#1,Region#2。
●输出结果到Memory,点击OK。
图像自动加载到AvailableBandsList中。
●将图像在新的窗口中显示。
●利用图像动态连接功能比较分类图像和原始反射率图像。
编辑类别颜色
●从ENVI主菜单栏选择Tools→ColorMapping→ClassColorMapping,弹出ClassColorMapping对话框。
●在ClassColorMapping对话框中点击其中的一个类的名字,通过拖动滑块或输入数值改变该类别的颜色,颜色的改变会即时显示在分类图像中。
●在ClassColorMapping对话框菜单栏选择Options→SaveChanges保存设置。
交互式叠加
●在AvailableBandsList中,加载can_tmr.img下的Band4灰度图像。
●从图像窗口菜单栏选择Overlay→Classification,弹出InteractiveClassToolInputFile对话框。
●选择can_sam.img,点击OK,弹出InteractiveClassTool对话框,每一类别及其相应的颜色以列表的形式显示出来。
●在每一类别前的复选框前选择On,观察每一类别叠加在灰度图像上的效果。
●在InteractiveClassTool对话框菜单栏选择Options下拉菜单下的不同选项,观察各自的效果。
●在InteractiveClassTool对话框菜单栏选择Edit下拉菜单下的不同选项,可以改变特定类别的相关内容。
●从图像窗口主菜单栏选择File→SaveImageAs→ImageFile保存分类文件。
叠加矢量文件
●打开can_clmp.img。
●从图像窗口主菜单选择Overlay→Vectors弹出VectorParameters:
CursorQuery对话框。
●从VectorParameters:
CursorQuery对话框菜单栏中选择File→OpenVectorFile。
●选择文件can_v1.evf和can_v2.evf,点击Open,将矢量文件叠加到图像上。
分类文件转化成矢量文件
●从ENVI主菜单中选择Classification→PostClassification→ClassificationtoVector弹出RastertoVectorInputBand对话框。
●选择can_clmp.img下的Clump,点击OK,弹出RastertoVectorParameters对话框。
●利用Shift键,在SelectClassestoVectorize栏里选择Region#1、Region#2。
●在EnterOutputFilename栏中输入canrty,点击OK。
转换结束后矢量文件自动加载到AvailableVectorsList。
●在AvailableVectorsList中选择Region#1和Region#2,点击LoadSelected。
●在LoadVector对话框中选择矢量窗口序号,点击OK,弹出VectorParametersdialog对话框。
●从VectorParametersdialog对话框主菜单选择Edit→EditLayerProperties,可以改变各类别矢量图层的颜色和填充图案,增加其可视效果。
增加分类标注
●从任意一个显示分类图像的图像窗口或叠加有分类矢量文件的图像窗口主菜单选择Overlay→Annotation,弹出Annotation对话框。
●从Annotation对话框主菜单栏,选择Object→MapKey增加标注。
点击该对话框中的EditMapKeyItems可以对地图标注要素进行编辑修改。
●在图像窗口单击左键可以将标注放置在图像窗口中。
●用左键单击标注并拖动鼠标可以移动标注的位置。
●单击鼠标右键固定标注的位置。
- 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:
- 实验四 图像分类 实验 图像 分类