监督分类课件.ppt

1、监督分类主讲人：杨亮彦1ppt课件监督分类的定义监督分类的定义监督分类（supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知 训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立 判别函数以对各待分类 影像进行的 图像分类，是 模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大 似然分析、特征分析、序贯分析和图形识别等。2ppt课件监督分类目的和内容监督分类目的

2、和内容实验目的：实验目的：掌握监督分类的方法与过程，加深对监督分类方法的理解。实验内容：实验内容：定义训练样本、进行监督分类、评价分类结果和分类后处理。3ppt课件评价分类结果03分类后处理04定义训练样本01进行监督分类02监督分类过程监督分类过程4ppt课件1、定义训练样本、定义训练样本（Define Signature Using signature Editor）ENVI的监督分类是利用ROI Tool来定义训练样本的，也就是把感兴趣区当做训练样本。因此训练样本的过程就是创建感兴趣区的过程。5ppt课件定义分类模板步骤定义分类模板步骤第一步 打开分类图像并分析图像 训练样本的定义主要靠

3、目视解译，TM图像由7个波段组成，各个波段之间的相关性较高，不同的RGB组合可以得到不同的彩色图像。所以，需要根据分类种类以及地物特点选择不同的增强方法。首先打开遥感图像，用Band5、4、3合成RGB显示，然后目视解译出林地、草地、耕地、裸地、沙地和水体。RCB组合组合特点特点3、2、1用于各种地类识别，图像平淡、色调灰暗、不饱和、信息量较少4、3、2地物图像丰富、色彩鲜明、层次好，用于植被分类、水体识别7、4、3用于居民地、水体识别5、4、1植被类型丰富、用于研究植物分类3、4、5对水系、居民点及其街道、公园水体、林地的图像分类有利5、4、3合成图像类似自然色，符合人们视觉习惯，信息量丰富

4、，能充分显示各种地物影像特征的差别6ppt课件定义分类模板步骤定义分类模板步骤第二步 应用ROI Tool创建感兴趣区从RGB图像获取的感兴趣区用来定义训练样本：1、在主界面的图层管理器（Layer Manager）中，对图像名称右击选择New Region of Interest菜单，打开ROI Tool对话框。2、在对话框中，分别建立需要分类的地类。设置参数：ROI Name、ROI Color3、在Geometry选项中，选择多边形类型，然后在图像选择感兴趣区。绘制结束可以双击鼠标左键完成，或者单击右键有三个选项：4、感兴趣区的个数视情况而定。5、在对话框新建训练样本种类，重复以上步骤。

5、7ppt课件定义分类模板步骤定义分类模板步骤第三步 评价训练样本在对话框选择以上是可分离性值从小到大的排列，参数值得范围为0-2,大于1.9样本之间可分离性好，合格样本；小于1.8需要重新选择样本；小于1，合并样本（在ROI对话框，OptionsMerge ROIs）。8ppt课件3.3.执行监督分类执行监督分类(Perform Supervised Classification)(Perform Supervised Classification)根据不同的分类复杂度、精度需求，选择不同的分类器。主要6种分类器：1、平行六面体（Parallelpiped）2、最小距离(Minimum Dis

6、tance)3、马氏距离(Mahalanobis Distance)4、最大似然(Likelihood Classification)5、神经网络(Neural Net Classification)6、支持向量机(Suppout Vector Machine Classification)9ppt课件最大似然最大似然(Likelihood Classification)(Likelihood Classification)在参数设置模板选择全部的训练样本，在Set Probability Threshold:设置似然度的阈值。10ppt课件最大似然最大似然(Likelihood Classi

7、fication)(Likelihood Classification)11ppt课件4.评价分类结果评价分类结果执行完监督分类之后，需要对分类结果进行评价。ENVI提供了多种评价方法：分类结果叠加、混淆矩阵、ROC曲线。1、分类结果叠加（1）在视图中显示遥感图像和分类结果。（2）在图层管理器（Layer Manager）中，可以选择显现或者隐藏该类。（3）通过在图像上叠加分类结果，目视判断分类的精度。12ppt课件2、混淆矩阵使用Confusion Matrix工具可以把分类结果的精度显示在一个混淆矩阵里（用于比较分类结果和地表真实信息）。ENVI可以使用一副地表真实图像或者地表真实感兴趣区

8、来计算混淆矩阵。13ppt课件5 5分类后处理分类后处理(Post-Classification Process)(Post-Classification Process)以上分类方法得到的是初步结果，一般难以达到最终的应用目的。所以。对获取的分类结果需要进一步的处理，才能得到理想的分类结果，这些过程称之为分类后处理过程。主要包括：更改分类颜色、小斑点处理、分类后统计、栅格转矢量等操作。1、更改分类颜色 或者 双击需要更改的类型2、小斑点处理常用方法Majority/Minority分析、聚类处理和过滤处理。14ppt课件Majority/MinorityMajority/Minority分析分析15ppt课件16ppt课件3、分类统计分类统计可以基于分类结果计算相关输入文件的统计信息。统计信息包括类别中的象元数、最小值、最大值、平均值以及类中每个波段的标准差等。17ppt课件18ppt课件4、分类结果转矢量19ppt课件THANKS20ppt课件