发布时间 : 星期一 文章监督分类 实验报告更新完毕开始阅读c3b4005a852458fb770b5670
小距离等方法。当然,非参数规则与参数规则可以同时使用,但要注意应用范围,如非参数规则只能应用于非参数型模板,对于参数型模板,要使用参数型规则。另外,如果使用非参数型模板,还要确定叠加规则(Overlay rule)和未分类规则(unclassified rule)。下面是执行监督分类的操作过程:
步骤一:在ERDAS主界面:点击Classifier图标→Supervised Classification(监督分类) 菜单项,打开Supervised Classification 对话框,如图。
步骤二:在Supervised Classification对话框中,输入以下参数: 1) 确定Input Raster File(输入原始文件):实验九\\tm_bjcity.img;
2) 3)
定义Classified File(输出分类文件):实验九\\我.img;
确定Input Signature File(分类模板文件):实验九
\\tm_bjcity_superclass_sig.sig; 4) 理;
选择输出Distance File(分类距离文件)用于分类结果进行阈值处
5) 定义Distance FileFilename(分类距离文件):实验九
\\tm_bjcity_superclass-dis.img; 6)
选择Non_parametric Rule(非参数规则):Feature Space(特征空
间); 7) 8) 9)
选择Overlay Rule(叠加规则):Parametric Rule(参数规则); 选择Unclassified Rule(未分类规则):Parametric Rule(参数规则); 选择Parametric Rule(参数规则):Maximum Likelihood(最大似
然);
10) 不选择Classify zeros(分类过程中是否包括0值)。
步骤三:点击OK执行监督分类,关闭supervised Classification对话框。
步骤四:标注类别相应颜色。在视窗中,点击菜单栏中的Raster→Raster
Atturibute Editor(栅格属性编辑)打开Raster Attribute Editor对话框。在Raster Attribute Editor对话框中点击刚才分析类别的ROW字段从而选择该类别;右键点击该类别的Color字段(颜色显示区),选择As Is菜单,并选择一种合适的颜色,调整色彩后的结果大致如图示。
(三)评价分类结果。
在执行监督分类之后,需要对分类效果进行评价。ERDAS提供了多种分类评价方法,包括分类叠加(classification overlay )、定义阈值(thresholding)、分类编码 (recode classes)、精度评估(accuracy assessment)等,下面对精度评估方法进行介绍。
步骤1: 在视窗中打开分类前的原始图像:实验九\\TM_bjcity. img,以便
进行精度评估。
步骤2: 启动精度评估对话框。在ERDAS主界面上点击Classifier图标→选择Accuracy Assessment菜单项,打开Accuracy Assessment对
话框,
步骤三:打开分类专题图像。在Accuracy Assessment对话框中选择菜单条: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(实验九\\我.img),点击OK关闭Classified Image对话框。
步骤四:将原始图像视窗与精度评估视窗相连接。在Accuracy Assessment对话框中点击Select Viewer图标
,将光标在显示有原
始图像的视窗中点击一下,实现原始图像视窗与精度评估视窗相连接。