監(jiān)督分類實(shí)驗(yàn)報(bào)告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上實(shí)驗(yàn)報(bào)告題目：監(jiān)督分類姓名：學(xué)號(hào)：日期：1、 實(shí)驗(yàn)?zāi)康睦斫庥?jì)算機(jī)圖像分類的基本原理以及監(jiān)督分類的過程，運(yùn)用ERDAS軟件達(dá)到能熟練地對(duì)遙感圖像進(jìn)行監(jiān)督分類的目的。2、 監(jiān)督分類原理監(jiān)督分類 （supervised classification）又稱訓(xùn)練場(chǎng)地法，是以建立統(tǒng)計(jì)識(shí)別函數(shù)為理論基礎(chǔ)，依據(jù)典型樣本訓(xùn)練方法進(jìn)行分類的技術(shù)。即根據(jù)已知訓(xùn)練區(qū)提供的樣本，通過選擇特征參數(shù)，求出特征參數(shù)作為決策規(guī)則，建立判別函數(shù)以對(duì)各待分類影像進(jìn)行的圖像分類，是的一種方法。要求訓(xùn)練區(qū)域具有典型性和代表性。判別準(zhǔn)則若滿足分類精度要求，則此準(zhǔn)則成立；反之，需重新建立分類的決策規(guī)則，直至滿足分

2、類精度要求為止。1） 平行六面體法在多波段遙感圖像分類過程中，對(duì)于被分類的每一個(gè)類別，在各個(gè)波段維上都要選取一個(gè)變差范圍的識(shí)別窗口，形成一個(gè)平行六面體，如果有多個(gè)類別，則形成多個(gè)平行六邊形，所有屬于各個(gè)類別的多維空間點(diǎn)也分別落入各自的多維平行六面體空間。2） 最小距離法使用了每個(gè)感興趣區(qū)的均值矢量來計(jì)算每個(gè)未知象元到每一類均值矢量的歐氏距離，除非用戶指定了標(biāo)準(zhǔn)差和距離的閾值，否則所有象元都將分類到感興趣區(qū)中最接近的那一類。3） 最大似然法假定每個(gè)波段中的每類的統(tǒng)計(jì)都呈現(xiàn)，并將計(jì)算出給定象元都被歸到概率最大的哪一類里。4） 馬氏距離法是一個(gè)方向靈敏的距離分類器，分類時(shí)將使用到統(tǒng)計(jì)信息，與最大似然

3、法有些類似，但是她假定了所有類的都相等，所以它是一種較快的分類方法。3、 實(shí)驗(yàn)步驟及結(jié)果1、定義分類模板定義分類模板包括分類模板的生成、管理、評(píng)價(jià)和編輯等，功能主要由分類模板編輯器（Signature Editor）完成，具體步驟包括：1） 打開需要分類的影像本實(shí)驗(yàn)所處理的遙感圖像打開如下圖所示。圖1 原始遙感圖像2）打開分類模板編輯器3）調(diào)整屬性文字在分類編輯窗口中的分類屬性表中有很多字段，可以對(duì)不需要的字段進(jìn)行調(diào)整。4） 選取樣本基于先驗(yàn)知識(shí)，需要對(duì)遙感圖像選取訓(xùn)練樣本，包括產(chǎn)生AOI、合并、命名，從而建立樣本?？紤]到同類地物顏色的差異，因此在采樣過程中對(duì)每一地類的采樣點(diǎn)（即AOI）不少于

4、10個(gè)。選取樣本包括產(chǎn)生AOI和建立分類模板兩個(gè)步驟。（1）產(chǎn)生AOI的方法有很多種，本實(shí)驗(yàn)采用應(yīng)用查詢光標(biāo)擴(kuò)展方法。（2）建立分類模板在分類模板編輯窗口，單擊按鈕，將多邊形AOI區(qū)域加載到分類模板屬性表中。在同樣顏色的區(qū)域多繪制一些AOI，分別加載到分類模板屬性表中。本實(shí)驗(yàn)中每一顏色類別選取了10個(gè)AOI樣本點(diǎn)。在分類模板屬性表中，依次單擊這些AOI（按住shift鍵），并在單擊將所選中的模板合并成一個(gè)新的模板。在分類模板屬性表中，單擊Edit/Delete，刪除合并前的模板。并單擊Signature Name進(jìn)入輸入狀態(tài)，輸入對(duì)應(yīng)的類別名稱，單擊color設(shè)置顏色。重復(fù)以上步驟將所有的類型

5、建立分類模板。5） 保存分類模板本實(shí)驗(yàn)中共建立了五種分類模板，保存結(jié)果如下圖所示。圖2 建立5種分類模板2、 評(píng)價(jià)分類模板ERDAS IMAGINE 提供的分類模板評(píng)價(jià)工具有: 分類報(bào)警工具(A larm s)、可能性矩陣(Con tingency matrix)、特征對(duì)象(featu re object s)、直方圖方法(Histograms )、分類的分離性( Signatu re separability)、分類統(tǒng)計(jì)分析(Statistics) 等。研究中利用各工具對(duì)遙感影像的監(jiān)督分類模板進(jìn)行評(píng)價(jià), 得到較理想的結(jié)果。1） 分類預(yù)警評(píng)價(jià)分類模板報(bào)警工具根據(jù)平行六邊形決策規(guī)則將原屬于或估計(jì)

6、屬于某一類別的像元在圖像視窗中加亮顯現(xiàn), 以示警報(bào), 也可以設(shè)置選項(xiàng)使用其它顏色顯示。一個(gè)報(bào)警可以針對(duì)一個(gè)類別或多個(gè)類別。根據(jù)模板編輯器中指定的顏色, 選定類別的像元且顯示在原始圖像視窗中, 并覆蓋在原始圖像上, 形成報(bào)警掩膜, 利用F licker 功能查看報(bào)警掩膜, 通過測(cè)試, 依靠已有模式識(shí)別技能, 或?qū)嵉財(cái)?shù)據(jù), 確定準(zhǔn)確性。在分別選擇農(nóng)田、水面、山地類別時(shí), 發(fā)分類面積過大, 經(jīng)過幾次反復(fù)選點(diǎn)、合并與刪除, 再應(yīng)用分類模板報(bào)警工具形成報(bào)警掩膜, 以檢驗(yàn)?zāi)０宓臏?zhǔn)確性, 直到結(jié)果滿意為止。評(píng)價(jià)完成后刪除分類報(bào)警掩膜。2） 可能性矩陣可能性矩陣評(píng)價(jià)工具是根據(jù)分類模板, 分析AOI 訓(xùn)練區(qū)的像

7、元是否完全落在相應(yīng)的類別中。可能性矩陣的輸出結(jié)果是百分比矩陣, 說明每個(gè)AOI 訓(xùn)練區(qū)中有多少個(gè)像元分別屬于相應(yīng)的類別。AO I 訓(xùn)練區(qū)的分類可應(yīng)用分類原則: 平行六面體( Panallele Piped )、特征空( Feature Space)、最大似然(Maximum Likelihood)、馬氏距離(Mahalanob is istance)。研究中選擇的是最大似然。隨后, 分類誤差矩陣將顯示在IMAGIN E 文本編輯器(Tex t Editor) 中, 供查看統(tǒng)計(jì)。如果誤差矩陣值小于85% , 則模板需要重新建立。其中統(tǒng)計(jì)數(shù)據(jù)如下圖所示。圖3 分類誤差矩陣3）模板對(duì)象圖示模板的特征

8、對(duì)象工具可以顯示各類別模板的統(tǒng)計(jì)圖, 以便比較不同類別。評(píng)價(jià)時(shí), 用模板件中的平均值與標(biāo)準(zhǔn)差計(jì)算集中度橢圓, 也可生成平行六面體矩形、平均值以及注記。統(tǒng)計(jì)圖以橢圓形式顯示在特征空間圖像中, 每個(gè)橢圓都是基于類別的平均值及其標(biāo)準(zhǔn)差?？梢酝瑫r(shí)產(chǎn)生一個(gè)類別或多個(gè)類別的圖形顯示。由于在特征空間圖像中繪畫橢圓, 所以特征空間圖像必須處于打開狀態(tài)。橢圓的重疊程度, 反映了類別的相似性。如果兩個(gè)橢圓不重疊, 說明代表相互獨(dú)立的類別, 是分類所需要的。然而, 重疊是肯定有的, 因?yàn)閹缀鯖]有完全不同的類別。如果兩個(gè)橢圓重疊較多,則這兩類別是相似的, 分類不理想。對(duì)所有波段通過橢圓圖分析,可以確定究竟使用哪些模板

9、與波段可以得到準(zhǔn)確的分類結(jié)果。4） 直方圖繪制直方圖繪制工具通過分析類別的直方圖對(duì)模板進(jìn)行評(píng)價(jià)和比較, 可以同時(shí)對(duì)一個(gè)或多個(gè)類別制作直方圖, 如果處理對(duì)象是單個(gè)類別, 就是當(dāng)前活動(dòng)類別, 如果是多個(gè)類別的直方圖,就是處于選擇集中的類別。通過選擇不同類別、不同波段繪制直方圖, 可以分析其特征。在H istograms Plot Control Panel中作調(diào)整, 并且點(diǎn)擊Plot 按鈕以實(shí)現(xiàn)直方圖反映內(nèi)容的變化。直方圖方法是經(jīng)常使用的模板評(píng)價(jià)方法, 具有簡(jiǎn)便、直觀的特點(diǎn), 對(duì)于類型的合并極其有用。5） 類別的分離性分類的分離性工具用于計(jì)算任意類別的統(tǒng)計(jì)距離，可確定兩個(gè)類別間的差異性程度，也可確

10、定分類中效果最好的數(shù)據(jù)層。類別間的統(tǒng)計(jì)距離是基于歐氏光譜距離、Jeffries-Matusta距離、分類的分離度、轉(zhuǎn)換分離度方法計(jì)算的。采用類別分離性工具可以同時(shí)對(duì)多個(gè)類別操作，如果沒有選擇任何類別，則對(duì)所有的類別操作。在文本編輯器窗口，可以對(duì)報(bào)告結(jié)果分析，將結(jié)果保存在文本文件中。本實(shí)驗(yàn)對(duì)所有類別操作得到的報(bào)告結(jié)果如下圖所示。圖4 類別分離性報(bào)告6）分類統(tǒng)計(jì)分析分類統(tǒng)計(jì)分析功能可以對(duì)類別專題層統(tǒng)計(jì),作評(píng)價(jià)和比較。統(tǒng)計(jì)分析每次只能對(duì)一個(gè)類別進(jìn)行,即處于活動(dòng)狀態(tài)的類別就是當(dāng)前統(tǒng)計(jì)的類別。在模板編輯器中選擇: ViewStatistics打開Statistics對(duì)話框。Statistics對(duì)話框的主

11、體是分類統(tǒng)計(jì)結(jié)果列表,表中包括有該模板基本統(tǒng)計(jì)信息(Min,Max,Mean,Std1Dev1) 及協(xié)方差(Convariance)。建立的模板city類統(tǒng)計(jì)結(jié)果見下圖。圖5 模板中city的分類統(tǒng)計(jì)結(jié)果3、監(jiān)督分類建立滿意的分類模板后，就需要在一定的分類決策規(guī)則條件下，對(duì)像元進(jìn)行聚類判斷。在選擇判斷函數(shù)及相應(yīng)的準(zhǔn)則后，便可執(zhí)行監(jiān)督分類，具體步驟如下：打開Supervised Classification對(duì)話框，參數(shù)設(shè)置如下：（1） 選擇處理圖像文件（Input Raster File）。（2） 確定輸入分類模板（Input Signature）。（3） 定義輸出分類文件（Classified File）。（4） 設(shè)置輸出分類距離文件為Distance File。（5） 選擇非參數(shù)規(guī)則（Non-Parametric Rule），一般選擇Feature Space,即選擇特征空間。（6） 選擇疊加規(guī)則（Overlap Rule），一般為Parametric Rule,參數(shù)規(guī)則，具體設(shè)置以下詳述。（7） 選擇未分類規(guī)則（Unclassified Rule）為Parametric Rule。（8） 選擇參數(shù)規(guī)則（Parametric Rule），一般選擇Maximum Likelihood，即最大似然。輸出分類文件如下圖所示。圖6