ENVI面向对象的分类方法.pptVIP

基于规则的面向对象信息提取 第三步：根据规则进行特征提取 在规则分类界面。每一个分类有若干个规则（Rule）组成，每一个规则有若干个属性表达式来描述。规则与规则之间是与的关系，属性表达式之间是并的关系。 例如居住房屋 容易跟居住房屋错分的地物有：道路、森林、草地以及房屋旁边的水泥地。所以第一条属性描述，划分植被覆盖和非覆盖区。第二条属性描述，剔除道路干扰。第三条属性描述，剔除水泥地干扰，下图为所有规则设置好后显示 归属类别算法和阈值设置 设置NDVI的属性阈值 划分植被覆盖和非覆盖区 剔除水泥地干扰 请在此输入您的文本。请在此输入您的文本。请在此输入您的文本。 剔除后总体效果 请在此输入您的文本。请在此输入您的文本。请在此输入您的文本。 基于规则的面向对象信息提取 第四步：输出结果 特征提取结果输出，可以选择以下结果输出：矢量结果及属性、分类图像及分割后的图像、还有高级输出包括属性图像和置信度图像、辅助数据包括规则图像及统计输出，如下图所示。 选择矢量文件及属性数据一块输出，规则图像及统计结果输出。点击Finish按钮完成输出。可以查看房屋信息提取的结果和矢量属性表。 房屋信息提取的矢量结果和属性表 * * * * * ENVI面向对象的分类方法 遥感13-1 ENVI面向对象的分类方法 面向对象分类技术概述 A 基于规则的面向对象信息提取 B 基于样本的面向对象的分类 C AMET 01 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。 AMET 02 它主要分成两部分过程：影像对象构建和对象的分类。 面向对象分类技术概述 影像对象构建 影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。 比较常用的就是多尺度分割算法。 影像对象的分类 影像对象的分类目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类不同，它分类时和样本的对比参数更多，除了光谱信息，还包括空间、纹理等信息。基于知识分类是根据影像对象的熟悉来设定规则进行分类。 面向对象分类技术概述 目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。 ENVI FX的操作可分为两个部分：发现对象（Find Object）和特征提取（Extract features），如左图所示。 基于规则的面向对象信息提取 第一步：准备工作 根据数据源和特征提取类型等情况，可以有选择地对数据做一些预处理工作。 比如右边几项： 空间分辨率的调整 光谱分辨率的调整 多源数据组合 空间滤波 基于规则的面向对象信息提取 第二步：发现对象 启动Rule Based FX工具 影像分割、合并 分割阈值 合并阈值 纹理内核的大小 * * * * *