监督分类实验报告(共11页).docx

精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
实验报告
题目：监督分类
影像的监督分类模板进行评价, 得到较理想的结果。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
分类预警评价
分类模板报警工具根据平行六边形决策规则将原属于或估计属于某一类别的像元在图像视窗中加亮显现, 以示警报, 也可以设置选项使用其它颜色显示。一个报警可以针对一个类别或多个类别。根据模板编辑器中指定的颜色, 选定类别的像元且显示在原始图像视窗中, 并覆盖在原始图像上, 形成报警掩膜, 利用F licker 功能查看报警掩膜, 通过测试, 依靠已有模式识别技能, 或实地数据, 确定准确性。在分别选择农田、水面、山地类别时, 发分类面积过大, 经过几次反复选点、合并与删除, 再应用分类模板报警工具形成报警掩膜, 以检验模板的准确性, 直到结果满意为止。评价完成后删除分类报警掩膜。
可能性矩阵
可能性矩阵评价工具是根据分类模板, 分析AOI 训练区的像元是否完全落在相应的类别中。可能性矩阵的输出结果是百分比矩阵, 说明每个AOI 训练区中有多少个像元分别属于相应的类别。AO I 训练区的分类可应用分类原则: 平行六面体( Panallele Piped )、特征空( Feature Space)、最大似然(Maximum Likelihood)、马氏距离(Mahalanob is istance)。研究中选择的是最大似然。随后, 分类误差矩阵将显示在IMAGIN E 文本编辑器(Tex t Editor) 中, 供查看统计。如果误差矩阵值小于85% , 则模板需要重新建立。其中统计数据如下图所示。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
图3 分类误差矩阵
3）模板对象图示
模板的特征对象工具可以显示各类别模板的统计图, 以便比较不同类别。评价时, 用模板件中的平均值与标准差计算集中度椭圆, 也可生成平行六面体矩形、平均值以及注记。统计图以椭圆形式显示在特征空间图像中, 每个椭圆都是基于类别的平均值及其标准差。可以同时产生一个类别或多个类别的图形显示。由于在特征空间图像中绘画椭圆, 所以特征空间图像必须处于打开状态。椭圆的重叠程度, 反映了类别的相似性。如果两个椭圆不重叠, 说明代表相互独立的类别, 是分类所需要的。然而, 重叠是肯定有的, 因为几乎没有完全不同的类别。如果两个椭圆重叠较多,则这两类别是相似的, 分类不理想。对所有波段通过椭圆图分析,可以确定究竟使用哪些模板与波段可以得到准确的分类结果。
直方图绘制
直方图绘制工具通过分析类别的直方图对模板进行评价和比较, 可以同时对一个或多个类别制作直方图, 如果处理对象是单个类别, 就是当前活动类别, 如果是多个类别的直方图,就是处于选择集中的类别。通过选择不同类别、不同波段绘制直方图, 可以分析其特征。在H istograms Plot Control Panel中作调整, 并且点击Plot 按钮以实现直方图反映内容的变化。直方图方法是经常使用的模板评价方法, 具有简便、直观的特点, 对于类型的合并极其有用。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
类别的分离性
分类的分离性工具用于计算任意类别的统计距离，可确定两个类别间的差异
性程度，也可确定分类中效果最好的数据层。类别间的统计距离是基于欧氏光谱距离、Jeffries-Matusta距离、分类的分离度、转换分离度方法计算的。采用类别分离性工具可以同时对多个类别操作，如果没有选择任何类别，则对所有的类别操作。在文本编辑器窗口，可以对报告结果分析，将结果保存在文本文件中。本实验对所有类别操作得到的报告结果如下图所示。
图4 类别分离性报告
6）分类统计分析
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
分类统计分析功能可以对类别专题层统计,作评