遥感影像非监督分类.ppt

遥感影像非监督分类.ppt

ID:48040458

大小:3.85 MB

页数:46页

时间:2020-01-14

遥感影像非监督分类.ppt_第1页
遥感影像非监督分类.ppt_第2页
遥感影像非监督分类.ppt_第3页
遥感影像非监督分类.ppt_第4页
遥感影像非监督分类.ppt_第5页
资源描述:

《遥感影像非监督分类.ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、遥感图像计算机分类非监督分类初始分类专题判别分类后处理色彩重定义栅格矢量转换Main>Classification>Unsupervisedclassification提示:实际工作中将分类设为最终分类数的2倍以上。初始分类1)同时显示germtm.img和germtm_isodata.img提示:germtm.img显示方式用RGB(4,5,3);打开第2幅图时关闭cleardisplay2)打开属性表调整字段显示顺序提示:raster>attributes…打开上图,Edit>ColumnPr

2、operties…打开下图专题判别3)编辑类别颜色和名称专题判别4)对比显示提示:对比Utility>flicker/Blend/Swipe区别专题判别分类后处理1)聚类统计提示:main>imageinterpreter>gisanalysis>clump分类后处理1)聚类统计提示:main>imageinterpreter>gisanalysis>clump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:main>imageinterpreter>gisanalysis>cl

3、ump聚类统计后图像属性表分类后处理2)过滤分析提示:main>imageinterpreter>gisanalysis>Sieve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:main>imageinterpreter>gisanalysis>Eliminate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:main>imageinterpreter>gisanalysis>Eliminate分类后处理4)分类重编码(主要针对非监督分类)提示:ma

4、in>imageinterpreter>gisanalysis>Recode分类后处理4)分类重编码(主要针对非监督分类)提示:main>imageinterpreter>gisanalysis>Recode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:main>vector>rastertovector…栅格矢量转换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

5、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(seedpixel)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

6、绘制多边形,在signatureeditor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>signatureeditor>2)应用AOI扩展绘图工具获取分类模板信息Regiongrowingproperties进行Neighborhood属性设置。利用RegiongrowAOI选择种子点。提示:AOI>seedproperties>regiongro

7、wingProperties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。Spectraleuclideandistance,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(EvaluatingSignatures)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(EvaluatingSignatur

8、es)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)Transformeddivergence转换分离度Evaluate>Seperability3、进行监督分类main>imageclassification3、进行监督分类4、评价分类结果Main>imageclassification>a

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。