envi中使用更改颜色后能ps怎么改变背景颜色分离度吗

来源：蜘蛛抓取(WebSpider) 时间：2015-07-02 06:10 标签： ps如何改变图片颜色
ENVI中对图像分类结果的编辑 - 推酷
ENVI中对图像分类结果的编辑
ENVI4.8及之前版本直接打开ENVI，ENVI5.X版本需要打开ENVI Classic。下面以ENVI自带例子数据及其分类结果为例介绍操作方法。
使用File & Open Image File打开&can_tmr.img&和&can_tmr_class.dat&。在显示&can_tmr.img&的Display中，选择Overlay & Classification，打开Interactive Class Tool Input File面板中选择&can_tmr_class.dat&，将分类结果叠加显示在Display上。如下图所示，可以勾选复选框进行类别的叠加显示。
图：Interactive Class Tool面板
1、局部修改
对于局部错分、漏分的像元，可以手动进行修改。在Interactive Class Tool面板可利用两个工具进行修改。
将一定范围内像元都并入其他一个类别中
（1）在Interactive Class Tool面板中，选择Edit & Mode: Polygon Add to Class；
（2）在Interactive Class Tool面板中，鼠标左键单击&Unclassified&前面的方型色块，让&Unclassified&类别处于激活状态；
（3）选择一个编辑窗口：Image，在Image窗口中绘制多边形，多边形以内的像元全部归于&Unclassified&一类。
图：设置激活类别
将一定范围内某一类像元并入其他一类中
（1）在Interactive Class Tool面板中，选择Edit & Mode: Polygon Delete from Class；
（2）选择Edit & Set delete class Value，选择并入的目标类，以林地为例，如下图所示；
图：设置删除归入的目标类别
（4）在Interactive Class Tool面板中，鼠标左键单击&Unclassified&前面的方型色块，让&Unclassified&类别处于激活状态。
（5）选择一个编辑窗口：Image，在Image窗口中绘制多边形，多边形以内的类别&Unclassified&全部归于&林地&。
（6）选择Edit & Undo Changes，可以取消修改，选择File & Save changes to File，可以将修改结果保存。
2、更改类别颜色
（1）在Interactive Class Tool面板中，选择Option & Edit class colors/names，如下图所示，直接在对应的类别中修改颜色。
（2）在Class Color Map Editing面板中选择RGB、HLS或HSV其中一种颜色系统。单击&Color&按钮选择标准颜色，或者通过移动颜色调整滑块分别调整各个颜色分量定义颜色。选择 Options &Reset Color Mapping，可以恢复初始值。
注：也可以根据一个显示的RGB影像来自动分配类别颜色，打开主菜单& Classification & Post Classification & Assign Class Colors。
图：分类颜色和名字的更改
已发表评论数()
请填写推刊名
描述不能大于100个字符!
权限设置： 公开
仅自己可见
正文不准确
标题不准确
排版有问题
主题不准确
没有分页内容
图片无法显示
视频无法显示
与原文不一致ENVI中计算分类样本可分离性报错及解决方法
在监督分类或者挖掘决策树规则时，需要选择训练样本，训练样本的好坏直接影响分类精度。因此ENVI提供了分析样本质量的工具：Compute
ROI Separability，计算样本可分离性。
&为了提高分类精度，有时会在多光谱图像中增加其他波段，如NDVI、非监督分类结果、PCA变换结果等等。那么问题来了，使用ROI
Tool中的Compute ROI Separability计算样本可分离性时候报错，如下图所示：
图：计算样本可分离性报错
最好得到的样本可分离性报表都是0，如下图所示：
图：结果异常的样本可分离性报表
造成这个原因主要是参与分类各个波段值范围相差太远，如影像波段为0~255（8bit），NDVI为-1~1，非监督分类结果为0~5整数，等等。
&这些数据范围不一致就会造成Jeffries-Matusita算法的"溢出"，出现上述的错误。
&通过分析原因，我们可能会想到，将影像波段以外的波段使用线性拉伸的方法归一化为0~255范围内。但是归一化后的数据有可能会有信息的损失，与"增加多源数据提高分类精度的初衷"相违背。
另外一种思路是增加样本的数量，这个倒是能解决算法"溢出"的问题。但是这个数量不好把握。
其实我们可以从样本的本质考虑，样本就是不同地物的集合，一般通过目视解译方式从影像上选择。因此我们直接在多光谱影像数据上选择样本，并计算样本的可分离度，当可分离度满足要求时候，将该样本应用于包括NDVI、PCA变换等多源数据文件上进行相应的分类。
&注：1、如果在classic或者5.1之前的版本上选择ROI作为样本，需要使用ROI
Tool上的Reconcile ROIS 或者Reconcile ROIS via
Map工具，将当前选择的ROI样本转到别的文件上，如这里的多源数据文件上。
&2、ENVI5.1版本的ROI文件带有坐标，可用于任何与之有地理重叠的栅格数据，支持坐标自动重投影。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。ENVI中计算分类样本可分离性报错及解决方法 - 推酷
ENVI中计算分类样本可分离性报错及解决方法
在监督分类或者挖掘决策树规则时，需要选择训练样本，训练样本的好坏直接影响分类精度。因此ENVI提供了分析样本质量的工具：Compute ROI Separability，计算样本可分离性。
为了提高分类精度，有时会在多光谱图像中增加其他波段，如NDVI、非监督分类结果、PCA变换结果等等。那么问题来了，使用ROI Tool中的Compute ROI Separability计算样本可分离性时候报错，如下图所示：
图：计算样本可分离性报错
最好得到的样本可分离性报表都是0，如下图所示：
图：结果异常的样本可分离性报表
造成这个原因主要是参与分类各个波段值范围相差太远，如影像波段为0~255（8bit），NDVI为-1~1，非监督分类结果为0~5整数，等等。
这些数据范围不一致就会造成Jeffries-Matusita算法的&溢出&，出现上述的错误。
通过分析原因，我们可能会想到，将影像波段以外的波段使用线性拉伸的方法归一化为0~255范围内。但是归一化后的数据有可能会有信息的损失，与&增加多源数据提高分类精度的初衷&相违背。
另外一种思路是增加样本的数量，这个倒是能解决算法&溢出&的问题。但是这个数量不好把握。
其实我们可以从样本的本质考虑，样本就是不同地物的集合，一般通过目视解译方式从影像上选择。因此我们直接在多光谱影像数据上选择样本，并计算样本的可分离度，当可分离度满足要求时候，将该样本应用于包括NDVI、PCA变换等多源数据文件上进行相应的分类。
注：1、如果在classic或者5.1之前的版本上选择ROI作为样本，需要使用ROI Tool上的Reconcile ROIS 或者Reconcile ROIS via Map工具，将当前选择的ROI样本转到别的文件上，如这里的多源数据文件上。
2、ENVI5.1版本的ROI文件带有坐标，可用于任何与之有地理重叠的栅格数据，支持坐标自动重投影。
已发表评论数()
请填写推刊名
描述不能大于100个字符!
权限设置： 公开
仅自己可见
正文不准确
标题不准确
排版有问题
主题不准确
没有分页内容
图片无法显示
视频无法显示
与原文不一致利用ENVI软件，怎样把多光谱影像的四个波段分开保存为img，然后用什么方法融合到一起，并彩色显示？_百度知道

我要回帖

更多关于 ps如何改变图片颜色 的文章

 

随机推荐