遥感与图像处理基础__10.分类精度评价.pptVIP

分享理价值 分享理价值 本章提要(…) §1 精度的概念和意义 §2 分类误差的来源 §3 误差特征 §4 精度评价方法 §5 误差矩阵的应用 分类精度的评价 本章主要介绍遥感影像分类中产生的精度问题及其评价方法，并说明了误差矩阵在遥感处理中的应用。 §1 精度的概念和意义 概念 精度是指“正确性”，即一幅不知道其质量的图像和一幅假设准确的图像（参考图）之间的吻合度。 意义 遥感数据分类的精度直接影响由遥感数据生成的地图和报告的正确性、将这些数据应用于土地管理的价值、以及用于科学研究的有效性。 §2 分类误差的来源 主要是由同物异谱和同谱异物、混合像元以及不合理的预处理等因素引起 混合像元值可能不同于任何一种类别的光谱值，而被误分到其它类别 遥感图像的预处理中进行的辐射和几何校正可能对后续分类引入某些误差 地面景观特征也是误差的重要来源 偏差和准确度 重复观察的柱状图 §3 误差类型和特征 主要有两种类型 分类误差的特征 位置误差 分类误差 误差并非随机分布在影像上，而是显示出空间上的系统性和规则性。 一般来说，错分像元在空间上并不是单独出现的，而是按照一定的形状和分布位置成群出现。 误差与他们属于的地块有着明确的空间关系，如他们倾向于出现在边缘或地块内部。 §4 精度评价方法 精度评价就是进行两幅地图的比较，其中一幅是基于遥感数据的分类图，也就是需要评价的图，另一幅是假设精确的参考图，作为比较的标准。 主要评价方法 面积精度评价法 位置精度评价法 误差矩阵评价法 1 面积精度评价法 比较两幅图上每种类别的面积差异，用面积比例表示 这里的两幅影像每种类别面积相似，但边界位置有很大不同。这种评价方法会产生很大的位置误差。 2 位置精度评价法 比较两幅图位置之间一致性的方法进行评价 这里的两幅影像每种类别面积相似，但边界位置有很大不同。这种评价方法会产生很大的位置误差。 3 误差矩阵评价法 表示误差的标准形式是误差矩阵，有时称为混淆矩阵，它不仅能表示每种类别的总误差，还能表示类别的误分（混淆的类别）。 误差矩阵的示例 误差矩阵的图解表示 4 误差矩阵的编辑 构建误差矩阵需要分析人员进行待评价的影像与参考影像之间的点对点比较，准确地确定参考影像上的每个点在分类影像中所对应点的位置。 网格表示的类别图 网格就成为位置精度评价的比较单元 配准 叠置 5 漏分误差和错分误差 误差矩阵能反映各类别的漏分误差和错分误差 §5 误差矩阵的应用 1 误差矩阵表示的误差 正确率表示影像上或者样本中正确分类像元占总像元的比例。 正确率是一种简单的精度测量方法，表示分类的精度。 正确率只能表示分类的相对有效性，并不能解决分类误差的所有问题。 2 正确率的概念 3 误差矩阵的定量评价 4 误差矩阵的比较 Kappa法 误差矩阵的比较能确定最适合某分类目标的影像数 据类型、数据获取时间、预处理过程，分类方法等 * 分享理价值 分享理价值 *