实验十 监督分类.doc

实验十 监督分类 不同于非监督分类，监督分类基于先验知识，根据训练场提供的样本选择特征参数，建立判别函数，对待分类点进行分类。 训练场地的选择是监督分类的关键，在监督分类中由于训练样本的不同，分类结果会出现极大的差异，因此应选取有代表性的样本，用于监督分类的训练样本应该是光谱特征比较均一的地区，在图像中根据均一的色调估计只有一类地物，且一类地物的训练样本可以选取一块以上。此外，用做样本的数目至少能满足建立分类用判别函数的要求，对于光谱特征变化比较大的地物，训练样本要足够多，以反映其变化范围。一般情况下，要得到可靠的结果，每类至少选择10-100个训练样本。 1.定义分类模板 1）打开需要分类的影像 点击ERDAS|viewer面板，打开需要进行分类的图像，并在raster option中设置red|green|blue分别为BAND4|BAND5|BAND3（以LANDSAT为例），选择fit to frame 2）打开分类模板编辑器 选择classifer图标|classification|signature editor命令，打开分类模板编辑器（signature editor）对话框 3）调整属性字段 在分类编辑窗口中的分类属性表中有很多字段，可以对不需要的字段进行调整。选择分类编辑窗口的view|column，打开view signature columns对话框，选中需要显示的字段（按住shift可选中多个），单击apply按钮，显示发生变化，单击close完成。 4）选取样本 基于先验知识，需要对遥感图像选取训练样本，包括产生AOI、合并、命名，从而建立样本。考虑到同类地物颜色的差异，因此在采样过程中对每一地类的采样点（即AOI）不少于10个。选取样本包括产生AOI和建立分类模板两个步骤。 2.评价分类模板 分类模板建立后，需要对其进行评价、删除、更名、与其他分类模板合并等操作。 分类模板评价工具包括：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、分离性分析和分类统计分析等工具。 分类预警评价 产生分类预警掩膜 在signature editor窗口，选择某类或者某几类模板，单击view|image alarm 命令，打开signature alarm对话框 选中indicate overlap复选框，设置同时属于两个及以上的像元叠加预警显示，点击色框设置颜色 点击edit parallelepiped limit|limit |set，设置计算方法（method）：minimum/maximum或者std. derivation（标准差），并选择使用的模板：current（当前模板）、selected（选定的模板）、all（所有模板） 设置完成后，单击ok按钮，返回limit对话框，单击close，返回signature alarm对话框 单击ok，执行预警评价，形成预警掩膜 单击close，关闭signature alarm 查看分类预警掩膜 运用图像叠加显示功能，查看分类预警掩膜与图像间的关系 删除分类预警掩膜 单击view|arrange alarm 命令，右击alarm mask，弹出layer options快捷菜单，选择delete layer命令，alarm mask图层则被删除，并单击apply按钮，选择不保存，单击close 3.监督分类过程 选择classifier图标|supervised classification命令，打开supervised classification对话框，设置参数如下： 选择处理图像文件（input raster file） 确定输入分类模板（input signature） 定义输出分类文件（classified file） 设置输出分类距离文件为distance file 选择非参数规则（non-parametric rule），一般选择feature space，即选择特征空间 选择叠加规则（overlap rule），一般为parametric rule， 选择未分类规则（unclassified rule）为parametric rule 选择参数规则（parametric rule），一般选择maximum likelihood，即最大似然 还可以定义分类图的属性数目，即单击attribute options按钮，进行选择 最后单击ok，执行监督分类 4.评价分类结果 1）分类叠加 将专题分类图像与原始图像同时在一个视窗打开，将分类专题图置于上层，通过改变分类专题的透明度及颜色等属性，查看分类专题与原始图像之间的关系。 定义阙值 通过定义阙值可以确定哪些像元最可能没有正确分类，进而对分类结果进一步优化。用户可以对每个类别设置一个距离阙值