erdas教案8监督分类.ppt
ERDAS基本操作（八）,非监督分类,监督分类,定义分类模板评价分类模板进行监督分类评价分类结果,训练样本：是许多组代表某种可识别模式的象素组，系统通过对训练样本的各种统计值来生成参数化模板。训练样本量：对N个波段进行分类，训练样本量不少于10n个像元，到达100n个像元更好。样本像元应具有代表性，避免集中局部。,训练样本选择：取决于用户对研究区及类别的了解程度。1）矢量多边形：使用矢量图层；自定义AOI多边形；2）标志种子象素：利用AOI工具，用十字光标标出一个象元作为种子象素（seed pixel）代表训练样本，其相邻象素根据用户指定参数进行比较，直到没有相邻象元满足要求，这些相似元素通过栅矢转换成为感兴趣区域。,1.定义分类模板,1）应用AOI绘图工具获取分类模板信息利用Raster 工具面板多边形工具，在原图像上绘制多边形，在signature editor对话框中将其加载到signature 分类模板中。提示：同一专题类型的多个AOI形成的模板可以合并。,应用AOI绘图工具获取分类模板信息1）打开一幅图像，germtm.img2）Classifier signature editor,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 colors6）产生随机点;Edit create/add random points7）显示随机点类别;view show all;Edit show class values8）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,分类结果评价,分类后处理,1)聚类统计提示：mainimage interpretergis analysisclump,分类后处理,1)聚类统计提示：mainimage interpretergis analysisclump,提示：如果计算时间过长，统计邻域选择4,分类后处理,1)聚类统计提示：mainimage interpretergis analysisclump,聚类统计后图像属性表,分类后处理,2)过滤分析提示：mainimage interpretergis analysisSieve,确定最小图斑大小,过滤分析后，所有小图斑的属性值变为0,分类后处理,3)去除分析提示：mainimage interpretergis analysisEliminate,确定最小图斑大小,输出图像的数据类型,分类后处理,3)去除分析提示：mainimage interpretergis analysisEliminate,分类后处理,4)分类重编码（主要针对非监督分类）提示：mainimage interpretergis analysisRecode,分类后处理,4)分类重编码（主要针对非监督分类）提示：mainimage interpretergis analysisRecode,类别合并需要考虑实际意义,色彩重定义,栅格矢量转换,提示：mainvectorraster to vector,栅格矢量转换,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,
