第十章计算机信息提取实习辅导.pptVIP

* * 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 Unsupervised classification 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clear display 2) 打开属性表调整字段显示顺序 提示：rasterattributes… 打开上图，EditColumn Properties…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Utilityflicker/ Blend/ Swipe区别 专题判别 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 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 *