遥感图像分类

1、23实验四遥感图像分类一、背景知识图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数 据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将 依次介绍这两种分类方法。非监督分类运用 ISODATA （Iterative Self-Organizing Data Analysis Technique算法， 完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用 该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比 例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以 下几个步骤：初始

2、分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、 栅格矢量转换、统计分析。监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。 在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模 板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价 后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分 类。监督分类一般要经过以下几个步骤：建立模板 （训练样本）分类特征统计、栅格矢量 转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分 类属于IMAGINE Essentials级产

3、品功能，但在IMAGINE Professional级产品中有一定的 功能扩展，非监督分类命令分别出现在 Data Preparation菜单和Classfication菜单中，而 监督分类命令仅出现在Classification菜单中。二、实验目的理解并掌握图像分类的原理，学会图像分类的常用方法：人工分类（目视解译） 计算机分类（监督分类、非监督分类）。能够针对不同情况，区别使用监督分类、非监 督分类。理解计算机分类的常用算法实现过程。熟练掌握遥感图像分类精度评价方法、 评价指标、评价原理，并能对分类结果进行后期处理。三、实验内容（6课时）.非监督分类（Unsupervised Classi

4、fication）；.监督分类（Supervised Classification）；.分类精度评价（evaluate classification ；.分类后处理（Post-Classification Process；四、实验准备实验数据：非监督分类文件：germtm.img监督分类文件：tm_860516.img监督模板文件：tm_860516.sig五、实验步骤、方法上监督分类（Unsupervised Classification）ERDAS IMAGINE使用ISODATA算法(基于最小光谱距离公式)来进行非监 督分类。聚类过程始于任意聚类平均值或一个已有分类模板的平均值；聚类每

5、重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。ISODATA实用程序不断重复，直到最大的循环次数己达到设定阈值或者两次聚 类结果相比有达到要求百分比的像元类别已经不再发生变化停止。(1)打开非监督分类对话框DataPrep 图标/Data Preparation/Unsupervised Classification 单项；The 口ata Preparation menu cpeujClick here to start the Unsupervised Ciassificetion utiiilEnter 10 here to generate 10 classes(t

6、hat isf signatures)Entergermtm isodata img here=CiicK nere to的已 pracess(2)如下图输入相应参数后，OK完成非监督分类;Enter geriritm.img帕障,Enter 24 for the maxifTijm number of times the process fW5一This shouldIje set to . 950(3) 分类评价(Evaluate Classification )获得一个初步的分类结果以后，应用分类叠加检查分类精度。.显示原图像与分类图像在视窗中同时显示 germtm.img和germs_

7、isodat两个图像，叠加顺序为 germtm.img 在下，germtm_isodat.img在上。germtm.img 显示方式用红(4)、 绿(5)、蓝。Wlerl If，修CSM 9 3也上句中门10 Colorsu*Mr 4F4rr 4 田ijrtE Ijt f“ptgr, *7f“fl.x，hesSelect g目加和?胡* ii.V * k-1* L- * ，.金- 1-Q2l. -n. i 1s3J匚0bL . $ B ardtn |2.打开分类图像属性表并调整字段显示顺序I*r*as不小Click hw。to movethi column1Click Mt冕 to ”曾类1

8、the $鼾ecW coitwn uptautI nifai侑 XZf A|pnQK LClick here to rearTaie the. cohimns 最后使Histogam, Opacity, Color, Class_Names四个字段的显示顺序依 次排在前，点击OK按钮（关闭Column Properties对话框）。3.给各个类别赋相应的颜色Rarster Attribute Editor 对话框（germtm_isodata的属性表：点击一个类别 的Row字段从而选择该类别，右键点齿亥类别的 Color字段（颜色显示区），选择一种颜色。F 3- p-.不透明度设置由于分类图像

9、覆盖在原图像上面，为了对单个类别的判别精度进行 分析，首先要把其它所有类别的不透明程度（Opacity）值设为0（透明）。而 要分析的类别的透明度设为1（即不透明），操作方法：Rarster Attribute Editor 对话框（genntm_isodata的属，性表）：右键点击 Opacity字段的名字，打开 Column Options菜单，选择Formula菜单项：H1J W212JJ1J 11i _2JI _JJhere to spply a 0 CficK here to Close value to the Opacity column 析位 uiaiogCHck here t

10、o enter a 0 /n the Formula在formula对话框的formula输入框中（用鼠标点击右上数字区）输入 0,点击Apply按钮（应用设置），所有类别设置成透明的。把要所分析类 别的不透明度设置为1。逐类别检查分析类别的分类准确性。.确定类别专题意义及其准确程度视窗菜单条：Utility/Flicker.标注类别的名称和相应颜色Rarster Attribute Editor 对话框（germtm_isodata 的属性表）：点击该类 别的Class Names字段从而进入输入状态，云键点击该类别的Color字段（颜色显示区），选择一种合适的颜色（如水体为蓝色）。2、监督

11、分类ERDAS IMAGINE的监督分类基于分类模板进行，分类模板的生成、管 理、评价、和编辑等功能由分类模板编辑器实现。分类模板的生成器可以基 于原始图像其特征空间图像。(1)显示需要进行分类的图像，在视窗中显示 tm_860516.img:Cltck here to select the raster optionsCftcK here ro display t/ie imageSer values to 4t5t3ClicitFit to Frame(2)打开模板编辑器并调整显示字段Classifier 图标/Classification 菜单/Signature Editor 菜单项，

12、打开 Signature Editor对话框：Tlie Classification metm tbpUyi.Click here to start the Signature Editor(3)对分类意义不大的字段，调整如下：Signature Editor 对话框菜单条：View/Columns,打开 View SignatureColumns对话框：These rows should not bG SGected将需要显示的字段选中即可(4)获取分类模板信息可以分别应用AOI绘图工具、AOI扩展工具、查询光标在原始图像或特征空间图像中获取分类模板信息，实际工作中有时只需用一种1.应用AO

13、I绘图工具在原始图像获取分类模板信息打开工具箱；在视窗中选择一块区域，绘制一个多边形AOI ;在Signature Editor对话框中，将选中的多边形 AOI区域加载到Signature分类模板中；在Signature Editor中，改变刚才加入模板的 Signature Name和Color分别为分类颜色；重复上述操作过程以多选择几个绿色区域AOI ,并将其作为新的模板加入到Signature Editor当中，同时确定各类的名字及颜 色。对同一个专题类型(如水体)采集了多个AOI并分别生成了模板， 将这些模板合并，以使该分类模板具多区域的综合特性。2.保存分类模板(5)评价分类模板(E

14、valuating Signatures )分类模板建立之后，就可以对其进行评价、删除、更名、与其它分 类模板合并等操作。分类模板的合并可使用户应用来自不同训练方法的 分类模板进行综合复杂分类。.预警评价(Alarms)分类模板预警工具根据平行六面体决策规则(parallelepiped divisionrule)将那些原属于或估计属于某一类别的像元在图像视窗中加亮显示， 以示警报。一个报警可以针对一个类别或多个类别进行。如果没有在 Signature Editor中选择类别，那么当前活动类别 (Signature Editor中“”符号旁边的类别）就被用于进行报警。操作如下：Signatur

15、e Editor 对话框：View / Image Alarm,打开 Signature Alarm对话框。打开文件tm_860516.sig,对其评价。.可能性矩阵（误差矩阵）可能性矩阵（Contingency Matrix）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之中。通常都期望AOI区域的像元分到它们参于训练的类别当中，实际上， AOI中的像元对各个 类都有一个权重值，AOI训练样区只是对类别模板起一个加权的作用。Contingency Matrix工具可同时应用于多个类别，如果你没有在 Signature Editor中确定选择集，则所有的模板类别都将被应用

16、。 可能性 矩阵的输出结果是一个百分比矩阵，它说明每个AOI训练区中有多少个 像元分别属于相应的类别。操作如下：在Signature Editor对话框：在Signature Editor中选择所 有类别，菜单：Evaluation / Contingency,打开参数设置窗口：Cttck to start the processClick to selectFeature SpaceOK后，显示评价结果:, IdiEur： .D” 二却归i* tjdl -d fn u k 通也上XT 9 -Till t urmrQ - h 1 T Lrt I- I !- f fe - 0 T V w 肘法S

17、C11E 卷3足言 GdluJibti. J 7 nr ii o Q 13t) 261785U-Q 2 019 定义阈值(thresholding)、精度评估(accuracy assessment)。.分类叠力口(classification overlay)将分类图叠加于原始图像之上，通过调节显示方式，目视检查精度。.阈值处理(Thresholding)本方法可以确定哪些像元最可能没有被正确分类，从而对监督分类的初 步结果进行优化。用户可以对每个类别设置一个距离阈值，将可能不属于它的像元(在距离文件中的值大于设定阈值的像元)筛选出去，筛选出去的像元在 专题图中将被赋予另一个分类值0(1)显

18、示分类图像并启动阈值处理窗口首先需要在视窗中打开分类后的专题图像，然后启动阈值处理功能：点击 Classifier 图标 / Classification 菜单 /点击 Threshold 菜单项，打开 threshold 对话框：(2)确定分类图像和距离图像：threshold 对话框菜单条：File / Open 打开Open Files对话框Eff Open_ FiLesDistance Image;己居ifigd Image:I1_| infoJ tmtm_S6051 G.img 慢tm_clump.img |jr| tm_eliminate.img & tm recode.imggi

19、nfo tm团 tm_S6051 G.img tm_clump.img|jF| tm_eliminate.img耐 tm recode.img_J| temp6K.| Cancel I Help确定专题分类图像 (Classified Image): tm_superclass.img 确定分类品E离图像 (Distance Image ): tm_distance.img OK(关闭Open Files对话框)返回Threshold对话框(3)视图选择及直方图计算Threshold 对话框菜单条：View / Select Viewer点击显示分类专题图像的视窗Threshold对话框菜单条

20、：Histogram / Compute(计算各个类别的距离直 方图，如果需要的话，该直方图可通过Threshold对话框菜单条Histogram / Save而保存为一个模板文件*sig文件)。(4)选择类别并确定阈值Threshold对话框：在分类属性表格中，选择专题类别移动“附号到指定的专题类别旁边菜单条，Histograms / View选定类别的Distance Histogram被显示出来GUck here to dose diafogHold arrow under histogm and drag it to here显示阈值处理图像Threshold 对话框菜单条：View

21、/ View Colors / Default Colors ,进行环 境设置(选择缺省色彩(Default Colors)是将那阈值以外的像元显示 成黑色，而将属于分类阈值之内的像元以类别颜色显示)。Process / To Viewer阈值处理图像将显示在分类图像之上，形成一个阈值掩膜。(6)观察阈值处理图像将阈值处理图像设置为Flicker闪烁状态，直观查看处理前后的变化。保存阈值处理图像Threshold 对话框菜单条：Process / To File打开Threshold to File对话框在Output Image中确定要产生的文件的名字和目录 点击OK按钮3.分类精度评估分类

22、精度评估是将专题分类图像中的特定像元与己知分类的参考像元 进行比较，实际工作中常常是将分类数据与地面真值、先前的试验地图、航空相片或其它数据进行对比。操作过程：在Viewer中打开分类前的原始图像，以便进行精度评估。启动精度评估对话框，ERDAS图标面板菜单条:Main / Image Classification / Classification 菜单，选择 Accuracy Assessmen俅单项，打 开 Accuracy Assessmen仅寸话框：Ciick here to stort theCuracy工Utflity打开分类专题图像Accuracy Assessment寸话框菜单

23、条：File / open打开Classified Image对话框在Classified Image对话框中确定与视窗中对应的分类专题图像OK（关闭 Classified Image对话框）返回Accuracy Assessmen仅寸话框将原始图像视窗与精度评估视窗相连接Accuracy Assessmen仅寸话框:工具条：点击Select Viewer图标（或菜单条：选择View / Select Viewer）将光标在显示有原始图像的视窗中点击一下原始图像视窗与精度评估视窗相连接在精度评价对话框中设置随机点的色彩Accuracy Assessmen仅寸话框:.菜单条：View / Cha

24、nge Colors菜单项，打开 Change color面板This color shouid be set to whiteTnis color siiouid be set ro yeiiow在Points with no Reference确定没有真实参考值的点的颜色在Points with Reference确定有真实参考值的点的颜色OK（执行参数设置），返回Accuracy Assessmen仅寸话框产生随机评估点本步操作将在分类图像中产生一些随机的点，随机点产生之后、需 要用户给出随机点的实际类别。然后，随机点的实际类别与在分类图像 的类别将进行比较。The DitnMion P

25、aram efers should g Random _Ctich here to start me processEnter w here在 Search Count中输入 1024在 Number of Points 中输入 10在 Distribution Parameters选择 Random 单选框OK（按照参数设置产生随机点），返回Accuracy Assessmen伙寸话框操作过程：Accuracy Assessmen仅寸话框：Edit / Create/Add Random Points, 打开 Add Random Points对话框：可以看到在 Accuracy Asses

26、sment寸话框的数据表中出现了 10个比 较点，每个点都有点号、X/Y坐标值、Class、Reference等字段，其中 点号、X/Y坐标值字段是有属性值的。Accuracy Assessment对话框中显示了一个精度评估矩阵（AccuaryAssessment Cellarray ）精度评估矩阵中将包含分类图像若干像元的几个 参数和对应的参考像元的分类值。 这个矩阵值可以使用户对分类图像中 的特定像元与作为参考的已知分类的像元进行比较，参考像元的分类值 是用户自己输入的。矩阵数据从分类图像文件中得到。显示随机点及其类别Accuracy Assessment对话框:View / Show A

27、ll（所有随机点均以第五 步所设置的颜色显示在视窗中）；Edit / Show Class Values各点的类别号出现在数据表的 Class字段 中）；输入参考点的实际类别值Accuracy Assessmen仅寸话框：在数据表的Reference字段输入各个 随机点的实际类别值（只要输入参考点的实际分类值，它在视窗中的色 彩就变为第五步设置的 Point With Reference颜色）；设置分类评价报告输出环境及输出分类评价报告Accuracy Assessment寸话框:Report / Options通过点击确定分类评 价报告的参数。Report / Accuracy Report

28、*生分类精度报告）Report / Cell Report（报告有关产生随机点的设置及窗口环境）所有报告将显示在ERDAS文本编辑器窗口，可以保存为文本文件File / Save Table保存分类精度评价数据表）File / Close（关闭 Accuracy AssessmentS框）通过对分类的评价，如果对分类精度满意，保存结果。如果不满意，可以进一步做有关的修改，如修改分类模板等，或应用其它功能进行调整。4、分类后处理（Post-Classification Process ）无论监督分类还是非监督分类，都是按照图像光谱特征进行聚类分析的， 因此，都带有一定的盲目性。所以，对获得的分类

29、结果需要再进行一些处理工 作，才能得到最终相对理想的分类结果，这些处理操作就通称为分类后处理。无论利用监督分类还是非监督分类，分类结果中都会产生一些面积很小的 图斑。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。ERDAS系统中的GIS分析命令Clump、日iminate可以联合完成 小图斑的处理工作。（1）聚类统计（Clump）聚类统计（Clump）是通过对分类专题图像计算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，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性，该图像是一个中间文件，用于下一步处理。 操作过程：ERDAS

30、图标面板工具条：点击Interpreter图标/ GIS Analysis / Clump,打开Clump对话框：iCGIS Analysis |Xjririrain-i-MJirnrniBirtrairinirse Closefa： Cl umpInput File: (.imgOutput File: (.imgCocnifriate Type: Subset Deftnition:Fpm IncyjeBoM |Map雷 FileULX: 000： LRX: 0-00TULY: 0.00-jj LBY: 10-00臼Select Lv&r： Connected Neighbors: 一1

31、Ignore Zero in 口utpdt Stats.|OK|BatchAOI.H Cancel V1询 1Help在Clump对话框中，需要确定下列参数：确定输入文件(Input File): tm_superclass.img定义输出文件(Output File): tm_clump.img确定聚类统计邻域大小(Connect Neighbors)： 8,(统计分析将对每个像元四周的8个相邻像元进行)(2)去除分析(Eliminate )去除分析是用于删除原始分类图像中的小图斑或Clump聚类图像中的小Clump类组。Eliminate将删除的小图斑合并到相邻的最大的分类当中，简化分类图

32、像。 操作过程：ERDAS 图标面板工具条：点击 Interpreter 图标 / GIS Analysis / Eliminate , 打开Eliminate对话框：在Eliminate对话框中，需要确定下列参数：确定输入文件(Input File):tm_clump.img定义输出文件(Output File):trn_Etiminate.iing确定最小图斑大小(Minimum ):50pixels确定输出数据类型(Output ): Unsigned 4 BitOK(关闭Eliminate对话框，执行去除分析)分类重编码(Recode)分类重编码，主要是针对非监督分类而言的，由于非监督

33、分类之前，用户 对分类地区没有什么了解，所以在非监督分类过程中，一般要定义比最终需要 多一定数量的分类数。在完全按照像元灰度值通过ISODATA聚类获得分类方案后，首先是将专题分类图像与原始图像对照，判断每个分类的专题属性，然 后对相近或类似的分类通过图像重编码进行合并，并定义分类名称和颜色。操作过程：ERDAS图标面板工具条：点击 Interpreter图标/ GIS Analysis / Recode,打开Recode对话框：在Recode对话框中，需要确定下列参数确je输入文件(Input File):tm superclass.img定义输出文件(Output File):tm_rec

34、ode.img设置新的分类编码(Setup Recode)点击Setup RecodeR钮itt Thematic RecodeChange Selected Rq同摩打开 Thematic Recode表格New Value:Help根据需要改变New Value。字段的取伯：（直接输入）OK（关闭Recode对话框，执行图像重编码.输出图像将按照）可以在视窗中打开重编码后的专题分类图像， 查看起分类属性表：视窗菜单 条:Raste / Attributes,打开Raster Attribute Editor属性表。对比重编码前后图像 的属性表，特别是其中Histogram字段的数值，会发现两者之间的联系与区别。（4）栅格到矢量的转换栅格到矢量的转换是一个很重要的功能，遥感图像分类的结果需要转换为 矢量格式，以对分类结果赋予各种属性，以及生成各种专题图，都需要这种功 能，ERDAS系统支持转换后的矢量格式为 ARC/INFO格式。操作过程：ERDAS图标面板工具条 / Vector图标/ Vector Utiliti