实验5 图像的监督分类.docVIP

实验三 图像的增强 实验目的 第三步： 进行监督分类（Perform Supervised Classification）好的图像，设置存储路径后并在viewer中显示： 第四步：评价分类结果（Evaluate Classification） 进行精读评价准备： 在AccuracyAssessment对话框 将未分类的图像和分类后的监督图像进行关联设置，在待分类的图像上设置随机生成40个样本点 （显示这些随机点的类别如下：） 在原始图像中查看随机点分布： （注释：设置未输入Reference值时随机点白色显示：输入的为金色显示） 进行精读评价： 比较随机点的CLASS的值和应属于的类别是否一致填写Rererence,若一致，Rererence值和Class的值一致：若有冲突，Reference值按监督的填写。 然后修改相关值后的，结果： 实验结果与分析 1、进行监督分类之前的分类定义，可以查看可能性矩阵： 可以清楚的看到： 各个类别之间存在着交叉的现象明显，主要是因为有的森林的农田的地物波谱特征值相近，所以进行分类很难一一分清。 对监督分类进行精读评价结果： 如上图txt显示：进行随机点的实际类别值的对照后，verall Kappa Statistics值为0.79090.70（下限要求的K值），所以此监督分类在理论上可行。