[理学]第06-02章 监督分类.pptVIP

第 六 章 遥感图像分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 ※获取分类模板信息 ※获取分类模板信息 ※获取分类模板信息 ※获取分类模板信息 ※获取分类模板信息 第二节 遥感图像监督分类 ※评价分类模板 ※评价分类模板 ※评价分类模板 ※评价分类模板 ※评价分类模板 ※评价分类模板 ※评价分类模板 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 第二节 遥感图像监督分类 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 ●基于ERDAS的图像分类后精度评估 监督分类法: 首先需要从研究区域选取有代表性的训练区作为样本,根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、方差等),建立判别函数, 据此对样本像元进行分类.最后,再依据样本类别的特征来识别其它像元的归属类别.监督分类法包括最小距离分类法、多级切割分类法、特征曲线窗口法、最大似然比分类法等. ★常用方法 2.最小距离分类 ----假定图像上各类地物光谱特征呈多元正态分布,并计算每个未知像元到各类别中心的距离(可为欧氏距离/欧几里德距离,即两点之间的直线距离),最后根据距离最近进行归类.在ERDAS中，所讲的最小距离分类法即使用欧氏距离 监督分类法: 首先需要从研究区域选取有代表性的训练区作为样本,根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、方差等),建立判别函数, 据此对样本像元进行分类.最后,再依据样本类别的特征来识别其它像元的归属类别.监督分类法包括最小距离分类法、多级切割分类法、特征曲线窗口法、最大似然比分类法等. ★常用方法 3.马氏距离分类----这是一个须应用每个类别统计信息的方向灵敏的距离分类器. 它与最大似然分类法相似，但是假定所有类别的协方差相等. ★基于ERDAS的监督分类法的一般过程 3.执行监督分类(Perform Supervised Classification) 在使用最大似然分类法进行监督分类时，可以对每个类别设置一个基于似然度的阈值(介于0-1之间)。似然度小于该值的像元将不被分入该类。 ★基于ERDAS的监督分类法的一般过程 3.执行监督分类(Perform Supervised Classification) ?Classifier图标/Supervised Classification菜单项 ●Distance File(分类距离文件)将被用于分类结果的阈值评价(Thresholding)法. ●在所出现的Supervised Classification界面上，可以通过Attribute Options按钮来确定哪些统计信息，如最大值、最小值等将被包括在输出的分类图像的属性表中。另外，这些统计信息是基于各个层中模板所对应的数据还是基于被分类的整个图像（所有层）计算出来的。 ★基于ERDAS的监督分类法的一般过程 3.执行监督分类(Perform Supervised Classification) ?Classifier图标/Supervised Classification菜单项 ●Distance File(分类距离文件)将被用于分类结果的阈值评价(Thresholding)法. ●在所出现的Supervised Classification界面上，可以通过Attribute Options按钮来确定哪些统计信息，如最大值、最小值等将被包括在输出的分类图像的属性表中。另外，这些统计信息是基于各个层中模板所对应的数据还是基于被分类的整个图像（所有层）计算出来的。 ②评价分类结果： ----ERDAS中提供了多种分类评价方法，如分类叠加(lassification Overlay)、定义阈值(Thresholding)、分类编码(Recode Classes)、精度评估(Accuracy Assessment)等。 在Accuracy Assessment对话框中，显示了一个精度评估矩阵，此矩阵将包含分类图像中若干像元的几个参数（如顺序号、坐标值等）和与其对