监督分类和非监督分类最后叠加的时候出现错误，谁知道怎么回事

来源：蜘蛛抓取(WebSpider) 时间：2016-12-17 01:13 标签： envi监督分类
谁知道dnf更新的时候出现错误代码是怎么回事_地下城与勇士吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：7,893,108贴子：
谁知道dnf更新的时候出现错误代码是怎么回事
上面说，下载失败，文件破损，请重新下载安装，错误代码6602，什么意识，有没有大什么
人生路漫漫，总有那么一...
你最萌哪一对cp？有兴趣...
准不准你说了算哦
长镜头的调度，场景的打...
晒明星剧组盒饭啥样？
真是一部良心剧！
人鱼热恋中？冯绍峰 郭...
你最期待哪部呢？
中国文化上下五千年，不...
这道菜很简单精致做起来...
单身无罪，出来受虐就是...
如果世界上真有轮回 那...
新开天龙发布网,今日天龙新区天龙发布网!
重新下载就行了
来帮你顶贴 术大神
用腾讯游戏平台登录就行了，不用重下
贴吧热议榜
使用签名档&&
保存至快速回贴实验十 监督分类_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
实验十 监督分类
上传于|0|0|暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩7页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢监督分类和目视修改的应用
监督分类和目视修改的应用
陈超 江涛 岳远平
国土资源信息化
】【】【】
　　摘要：用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容，传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源与MSS、TM和Spot等传统遥感影像相比，QuickBird等高分辨率影像数据量大，混合像元减少、地物信息增大，能够被应用于土地分类。在监督分类中，对于达不到精度要求的模板，通常采用重新选择训练区的方法来进行修正，而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物，使其归到正确的地物分类中，显著提高了土地分类的精度。为了验证算法的有效性，利用ERDAS&IMAGING遥感图像处理软件进行实验和精度评价。实验结果表明，监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度&
　　关键词：监督分类；目视修改；遥感影像；分类模板；精度评价&
　　中图分类号：P23&文献标识码：A&文章编号：-（-04&
　　1引言&
　　地物分类的目的是按照某种规则或算法将遥感影像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息划分为不同的类别。地物分类在森林资源监测、土地利用现状调查、国土荒漠化监测与评价等领域有着广泛的应用。&
　　传统的地物分类方法主要有监督分类和非监督分类。它们的主要区别在于：非监督分类（unsupervised）完全按照遥感影像中像元的光谱特性进行统计分类，自动化程度较高，人为的干预较少，常常用于对分类区缺乏了解的情况；监督分类（supervised）用被确认类别的样本像元去识别其他未知像元，可以避免出现一些不必要的类别，可控制训练样本的选择，需要较多人工干预，适用于对分类区域比较了解的情况。&
　　近年来，伴随着QuickBird、Ikonos等高分辨率遥感影像的出现和分类后图像应用的不断深化，常用遥感图像处理软件基于灰度值的监督分类、非监督分类等方法已不能满足高空间分辨率遥感影像分类精度的需求。如何利用高空间分辨率遥感影像所提供的丰富的结构和纹理信息改善分类精度，已成为目前研究的热点。本文拟采用目视修改的方法来改善训练模板精度不高的缺陷，对初次监督分类结果图像的误分、混分像元进行改正，使分类结果精度显著提高，可以取得较为理想的效果。&
　　2监督分类&
　　监督分类一般分为以下几步：定义分类模板、模板的评价、进行监督分类、精度评价和分类后处理等五步。&
　　2.1实验区数据&
　　本文采用的实验数据为一景QuickBird数据的子区（如图1所示），空间分辨率为0.61ml，成像时间为2005年1月份，已经做了辐射校正和几何纠正。该子区包括山东科技大学及其周边地区，实验区地物主要有建筑用地、村庄用地、工厂用地、绿地、未开发用地、广场、林地、水和道路等。
　　2.2定义分类模板&
　　在ERDAS&IMAGING软件中，采用Signature编辑器来定义分类模板，可以产生、管理、评价、编辑和分类模板。本文根据训练区特点将地物分为建筑用地、村庄用地、工厂用地、绿地、未开发用地、广场、林地、水和道路等8类选取了10个建筑样本区、7个村庄样本区、15个绿地样本区、7个未开发用地样本区、9个广场样本区、3个林地样本区、6个水体样本区和16个道路样本区。图2为同类合并后分类模板。&
　　2.3分类模板的评价&
　　分类模板建立完成以后，为了比较和评价样本的好坏，需要计算各类别训练样本的基本光谱特征信息，通过每个样本的基本统计值（如均值、标准方差、最大值、最小值、方差、协方差矩阵、相关矩阵等），以检查训练样本的代表性、评价分类模板的好坏，选择合适的波段。本文通过计算分类模板的混淆矩阵来对其进行评价。如表1所示。
　　通过上表可以看出，有些建筑用地被分为广场、工厂用地或道路，有些道路被分为广场或建筑用地，及存在严重的误分、混分现象。通常情况下，这些分类错误大部分都是训练区选取不够引起的。&
　　2.4进行监督分类和精度评价&
　　用2.3所建立的分类模板对实验区图像执行监督分类，得到初次监督分类结果图像。对此结果图像执行分类精度评价。分类精度评价是将专题分类图像中的特定像元与已知分类的参考像元进行比较，实际工作中我们将初次分类图像与可清晰目视判别类别的原图像进行对比。在分类图像中随机产生300个点，完全覆盖于图像中。计算机将参照分类后的专题影像，按照各点的坐标将地类属性与点号相对应。然后由作业员依照原始影像按照判读原理及相应的外业调研做出判断，作为各个参考点的实际类别值。由此，我们可以得出此次分类的精度评价报告（表2）。&
　　总的分类精度为71.33％。从表2可以看出，即使是高分辨率遥感影像数据，在某些特殊地物分类方面精度仍然不高，比如工厂用地、道路、林地和广场等。
　　2.5分类后处理&
　　对遥感影像的分类工作是按照图像光谱特征进行聚类分析的，带有一定的盲目性。需要对分类结果再进行一些处理，称为分类后处理。
　　影像的分类会产生很多面积很小的图斑，相当数量的图斑其实就是错误分类的产品，或者分类出的地物类别太过细微，无论从专题制图的角度还是从实际应用的角度，都有必要对这些小图斑进行剔除。我们可以设定剔除图斑的大小，将符合删除条件的图斑归并到相邻的最大类中。对影像的小图斑进行剔除，就要先对专题影像进行计算。得到每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，称为聚类统计。按照统计结果将剔除的小图斑合并到相邻最大地类中。最后，将各分类图斑的属性值恢复为原始分类编码，至此分类后处理基本完成。这些工作我们借助ERDAS&IMAGING遥感图像处理软件来完成。图3为分类后处理后的图像。
　　3目视修改&
　　通过将分类处理后的影像与原始影像进行对比以及前面的分析可知，在图3中存在很多误分、混分的像元，必须进行修正。通常情况下，这些分类错误大部分都是训练区选取不够引起的，解决的办法就是在误分类的地物中重新选择训练区。但是，这种方法费时费力，即便训练区选择的比较准确，最后的分类结果图像还是会存在很多错分现象。所以，遥感影像中存在同物异谱和同谱异物的情况，单纯依靠监督分类难以达到理想的分类精度要求，这就要求我们采取另外的策略进行弥补这种缺陷。本文拟采用目视修改的方法来对初分类或分类后处理后的图像进行像元修正，使误分、混分的像元归到正确的类别中去。&
　　具体方法是：在ERDAS&IMAGING软件中打开一个窗口，同时加载分类后处理后图像和原始图像，采用闪烁的方法观察误分、混分地物。使用AOI工具对误分、混分地物进行颜色填充，使其归属到正确的类别中。&
　&目视修改后图像如图4所示。对其进行精度评价，同样生成300个随机点，如表3所示。&
通过这种人为干预，可以将绝大多数误分、混分的地物归到正确的类别当中，总的分类精度为93.00%，显著提高了分类精度。在初次分类中难以区分的广场、工厂用地、林地和道路也得到了很到的区分。&
　　4结束语&
　　随着高空间分辨率遥感影像应用范围的不断扩大，传统基于灰度值的遥感图像分类方法很难满足实际需要。本文采用目视修改的方法对传统的监督分类得到的结果图像进行了修正。采用本文方法，不必对精度不高的训练模板进行反复修改，弥补了训练区选取不足、不准的缺陷，显著地提高了遥感影像分类精度，更好地为土地利用和动态监测等提供了保证。
　　但是，即便是不需要对训练模板进行反复修改，在训练模板的初次生成过程中也要尽量提高其精度。同时应该看到，目视修改人为干预比较多，这样就增加了操作员的劳动强度，并且在修改过程中，误操作和人为意识也可能会增加新的误分、混分现象。总之，本文方法要优于单纯的监督分类方法。
参考文献：
[1]赵英时，陈冬梅，李小文等.遥感应用分析原理与方法[M].北京：科学出版社，2003
[2]（美）John&R.Jensen著，陈晓玲，龚威，李平湘等译.遥感数字影像处理导论四.北京：机械工业出版社，2007
[3]琚存勇.基于数学形态学和最的似然法的遥感图像分类研究[J].北京林业大学学报，2005，(27)84-87
[4]周庆，李峰，张海涛等.监督分类在高分辨率卫星影像中的应用[J].北京林业大学学报，2005，(25)43-45
[5]赵丽丽，赵云升，张建辉等.基于ETM＋的深圳市绿地信息提取方法研究［J]．遥感技术与应用，-600
[6]刘云，赵群，寇明军等.基于TM影像的城郊景观土地利用初步研究[J].遥感技术与应用,-568
[7]黄贤武.数字图像处理与压缩编码技术[D].成都：成都电子科技大学出版社，2001
[8]潘云鹤.遥感图像信息系统[D].北京：科学出版社，2000&
&&发表评论
请遵纪守法并注意语言文明。发言最多为2000字符
&&相关文档

我要回帖

更多关于 envi监督分类 的文章

 

随机推荐