遥感上机监督分类与非监督分类
实习报三 实习告姓名人 课任教姓名 实习地师点韦昭华
监督分
与类监非分类督 业班级及编专号 习实指导教姓名 实习日期师间
时水文一 班[1**********]00
华陈 教二八楼机
房陈华佳伶王20 6112-09-
实习
目与的要
1求.的:理解目像影监督类和分非督监类的原分、理法方步骤,初步和握土地利用掌土/地 盖覆的算机自动计类分法 2方要.求将主要操作步:骤截替图教换程中的图像,并按要分析求果结,周下前四交 3。.注意此:实习次容内操的作境环为 EVN ClIasic s典经,版机课上将上示新版本操演。 作同此次时实习内为大作业容中视教频中省程略的部分
基本。理原1、
监督类:分监督分类在分是类前人已们遥对感像样影本区的类别属性中了先验有知 ,进识而利用这些样可本类的特征别作依据建立和为练分训器(亦类建即立别函数判),进 而完 整幅影像成类型的分,划将每个元归像到并相对的应一类个别去中。就是根据地也表覆盖分类体 系方、进案遥感影像的对行比分析据此建立,影像分判类别规则,后最完整成影 像的景分类。督分监类具体步的骤
确:定 类方分 案特选征 训取样 区练选取与特 征统计 类别 可 分性 分 析分算类法选择 法算实现 分后类处 理
确
定分类方:案要满足互求性、完斥性和层备性次要 特征选求:选择用于取影像类的分佳最波组合,减段少理数据处集维的(数段数波)分
和
类理开处 销训样练区取选特与征统计:选择能够代表种各地覆盖类型的训土练区样并,利训用样练 区中像的元矢数据计算各量土个覆盖类地型多元统的计参,数 如均、值标准差 、协方矩差、阵 关系数矩相等阵 类别。可分性分:析根类据型计统参数别判在谱光空间各个类中之别的距间离其及可分 分性算法类选择最:小离法、最距大然似法平行、面体法多,„„ 算法现:实执行类算法 分分类后理:处除微去图小斑,类分精评度 2价可、分度量: 性任在两何类别之个间的分度散(如 c例和 d):
Div ecd
r 1 11 1 1 1 tTr (c d)(c d ) t (rc d)( M c M d( M) c Md ) 2 2
这里
t,rA(为)阵的迹(矩或数迹) ,线为性代中数一个的念概,就是阵主对角矩线(从左上 至右下方方的角对线)各个元上素总和的 在。在多个类存的况情下,要在需之间类行进两两合组计算散度分最后计算,均分平度散
D
vei arv e
Divercd c c
1d
m11
mC
ENVI
用使度量参该进数行判,别其参数的范围在值 ~0.2 之间0公式。:
J为—M 离和变换分距度,都散一种是征空特距间离量方法度是指,像特征矢量影各个与类中心 的
距离,变分换度是散 TiDvecd=r[-1xp(eD-iercvd8/],J—M) 距离J= *21(--e)B 3;最大、似分类然法是于基概率论每个中像元在存于属所类有别概的,率假设各个类 别练训数都呈据现关类于均值矢和量方差数的参 维n高斯态正布分,根像元据矢和量上假述 可设利 n用维正 分布态函计算像元矢数量于各个类属的别概率,较比个各类的别率概,值将并像 划归元到率概最的那大个类别当去。中4、 类混淆分阵矩误差矩阵)(是采用指随机采的方样法取一批地面参考获验证的信 点作息真为值,遥与感类分进图行逐像元比。较然将结果后纳到归淆混矩阵进,完而混成矩淆 分析阵。其结果中分类为别精度与总度,精其类别中精度被正分类确的别像类元数该类占别训练样本 元像的数百分比包,生括产精者度制(图度精)用和户精度总,度是精被正指确分 的类总像数占元价样评像本总元的数分百。 5、Ka比pap 数系:
Dveicrd TDive cd r2 1 exp 8
N x kk k
N 2
kx
kxk k
x
xk k
断不同判模的或者分析方型在法预结果测上否是具有一致、性型模结的与果际实果是 否具有一致结等 性、6监督非分基类多变量于聚分类(cl析steruinga nalyis)s思的,想没有任何先在知识 验的情下,仅况据影依像地物上光的特谱,顺其征然自完地成分。在分类类后理处过程对已中分出 各地类的顺物序码编进行重新编码和归并,以足满类系分的要求。 分类监督统步的:骤 定确分类 根数据类数确分定个类别各初始类中心的亦即分,别的均类值矢
依量计次影像上算各个元像特征矢与量集各群(clstuer)心之间的中距;进行距 离比离较,定与中确距离心近的最别类作这为个像矢元的所属量类,别然后影像像 元部全并到归应类别对去;中 根 据各个别中实类际拥的像元有量集矢的规模合和平问题,进行大类衡别裂和分小类别合并,并 算新的计别类值均矢; 量 较比新的别类值均与原类别均的值异,若位差置明显生改变,发以则的新别均类 作值聚为中心类,回第到3 步,进行 代迭作; 操 则如果否类聚心不中再变,或者化代迭操作到预达的次定时数计,结束。算7 、NVIE 分后处理类: 聚处类理c(ulpm :将邻)近的似类分类元单进聚类行并。 过合滤处理S(evei ):于解用决分类影中像现出的孤岛题问过。处滤使用斑点分组方 法理来消这除些被离的分类隔像元通。分过析周的围4 或 8个像元,定判一像元是否与周个 的像围同组元。如 一果中被类分析的元像少数输入于的值,阈这 像些就会元从该被别类中除删 ,删的除像元为归未
分类的像元 M。joariy 分析t采用积滤卷的方法将较大波别中类虚假像元归的到这类,定中一个义 换核变寸,尺变换用中核占主要位(像地元最数)多的像类别元代中心替像的类别元
。
数据备准
用实习使、二中一的图像或使用大,业中作载的图像。
下作方法操及程
过1. 选你择熟悉的研究区据数,载到 加NVEI可以是裁,剪前图的,也可以像是裁剪后的 图像根据实习。求要通过目视,译预想解将好要立的地物建类,种基并此于取出提类各物 (地求要少于不 种) 5如,可为分民居、点路道河流、湖泊、、在植耕、水田„地„类(几或 考参下) 表根。据下以作步骤操确土定地的覆盖型、类编以码色调。及
居民点 道路
浇地 水地裸 滩 地草
地
Twno Rado irriagtd elnadbar ernlan dshoa l lyadngras lsnda
砾
石 水田稻 库水 业区工 林地河流
gavrle deesr ptady daln desreroivrind surtalia ra efores sttrame
2
按.照督分类监步的骤在,像上影找出对各应个土地用利/盖覆类型的考图参斑,利 (感兴趣的区域)R用OI 工建立训练区,具出各给类个的别征特计统。 表加研究载影像区,右击Imag e 窗体选, R择O IoTo,进行 ROI 采集,在lZoo 中m择选样 本区根据地,的情况选择物 poni、ptolylni、pelyogon 式建立方练区。请根据实际图训像选择 分类类型构建和 RO,I并图截至此以下以(种地两物选取RO I 例,为自请行补全他其):
R
I 选择河流O样
选本在植择地耕本
3.计样各算样之间本的可分离。说性哪明些地类型之间易区物,分些哪类之间型难区分以。 OI Rool 中T Op选ionts的统 训练计可区分性C mpout eROIS eprabaiitly,择选像影点确 击定选,所择有练区,统训 J—M 距离计分和度散(结将果截如图下)。
据 Jeff根iersM-austia,Trtnafsrmod eDivegencre,并分析个各本样间之的可分离。性据根J— M距 离定义的其值,于大1.9 则两种 地物有很好的具可性,分介于 若1.5到 1.8 之 间,则需 重要样采来新重计算其值,而果如于小1 就可 将两种物地合为并一同地物种由。出的结导 说果哪明些地物型类间之易较区分哪,类型些之难以区间分。【结果与分 析1】 :河流、湖泊、在耕地植有具好很可的分性, 街而和居道区可民性分则较低 。. 监督分类4利:最大似用法然完分成类。 ①具步体骤: CaslificsatoniS|perviused|M aimumxL ikliehood, 在S te nIputFi le对话 框导 中入影像 在打开的。对框话选中 Selct Ael Iletm, s其中S t ePorbbiaity Threlhsold设为 NO,Otpuut ule IRame g设 为N,o选保存择径。
路②
据分类的情况修改根监分督类的后物地的色颜信等息具。操作体:监督分类影在像中 的mage 上选择I OervalyC|lassficitiaon点击“,upSreisvde” ,选
择 ptOoin|Edit lasscco lrs/oanem等来 改修物的地名称颜和色
5.分类 度评精价, 随机从集采 00~210 个样0点,本 并保每一类别确不少 于0 个1样; 进行分本类精评价,得到分类混淆矩阵度,计 Ka算pp 系数,操a步作骤 选:择 Calsifiscatino 的分中后类理 p处sotc lassfication,选i混择淆阵矩 oCfusionnM tarix的 Uings roundGTru h RtIsO选择,前保之存最大似然法的的像,将影有的编所号的地好一物一 应加载对进,来击确点定,可即生成混淆矩
阵
结果与【析分2】 :类精度分评结价果图截换替上,并分图结果析 O:evarllA ccuacry =6(45/63596)96 .5%9K paapCo effciien t=09.552分 漏析和错分分现:象错分用指感兴趣户类的,而实际于属一另类像元,它的混淆混淆在矩 阵中如上,图中湖有泊 1344个 真实参考元,像正分确 类144 个2有 4,个 被错为林分,地 分错率 4为/41340=2.%8.分指漏本属于地表真身实类,分没有被分当器类分相应到别类中像 元的数,上如中图的泊湖,真有实参考像元 134 4个正确,分类为1 42 4个其余 ,1 个被0分 漏其余为,漏类误分为差 1/10344=0.07%。
6分.后处理类clu(pm—iese—mvaojriy) 。t 别类群:集选择Cl asisifctainoP|sto laCsisifactinoClu,pmCl ssaes在,Sel ct IenputFil e 话对中框择选 upSeriveds。后最设数据输定出径路 类。别选:筛择选Cl ssifaicaton|iPot sClsaifsiatcino|ieSv clasess,在eSele t cIpnu tFie 中选择l upervisSedG,ruo Min Tpheshrldo 设为2,Nu mer bo Nefihgorbs为 8 进行保存, 主。/次要分:析 laCssiifcaito|Pnots Caslisfcaitoni|Mjoairyt/iMonitryA nalysis在 ,Selce Inputt iFl 对e话框中择 选upervSsed|SielectA ll teIms,nalAysi Metsod 设h为定 aMorijyt,后最择保选 路径存
。
Culm p话框 S对iev e对框话Majo riyt 对框 【结果与话析 3分 : (clump—】siveem—jority)a替请如下对比图换分并析生的发变化
分后影像 clu类m p影后像 【析分 】聚:处类将邻理近的似类类分元进单行聚合并,可类以到影看中比像较的小物被地合 并但是,将也一些比孤立的较地物错分被。
分类影像后 iesve 后影像【 分】析 过:滤理处决分解影类中出现的孤像岛问。题滤处理过用斑点使分方组来法除这消 被隔离的分类些像。但元使是影像更为破碎得,出现了多更的点(黑影在像方北裸地与砾的 石更加明)显,椒 现盐象更明显。
类分影像后M jaoirt 后y像 【分析】影 主:要分后的析像影果较效,好椒现盐象到得一定度的程避,并免将一且影些像 小的里块进地行合并,使影像更加光。
滑7
非监督分类.预:先假定表地盖类覆型 1为0 ,类代迭次选为 1数0,由系完成统非 督分监;然类进后类行定义与合别并子类最,后进行结果价评。 A选择 C、alssiicatifn 的o监督分非
类 Unupersivsd,e选择 Iso者ataD选,择51 2512 *子区, 设置参数。
Nubmero cflssas 为e分 的类数目;Max mumii teratons 为 i代迭次
数
B在、O velry a下选择 Classificaion,t选之前的择监非督类影像分,照原影对将 10 种像类 进行型号编并改字,名变改颜色进;行相同别的合并类选择 :lasCsfiiacton 中的i类分处 后 理opstc assifliaciton选,合择并类别 同oCmibne lCsaess,择之前的选非监督分影类,像输 在入的文件依次选中要合并的择类在输出的文,件选择中同的相别,点类 A击dd omCbiatnoni ,所的有类合并别后点击确完即可。定
实验结果
、1监分类:督 (将前请对后比截图图此至
)
原始影像监督
类分影后像【分 】 析: 经最过似大然法监的分类后,主要督地物以被分可出类,可来看以大概出分类结果的和种各 主要地的物分布情况但,由于算法本存在身问和题选在取练区时训人为因的造成素一区域 比较破碎些并由于人且因为使得居民素划点有分很误差大。
2
.运用
I SDAOT A法方进行监督分类非结果对图:比
监分督影像非类督分类影像非监监督类合并分处后影理 【像分】 析: 非监督分类影中共多种根像据感光谱遥划的地物分明显,以感觉可地到分离物过破太碎, 且并由“于同物谱异”、“异同物谱等原”因使得一同物被地分成划不同别类者不同或 地被划分为同一物地物;监督分类非处理影像将多类进行理处合与,将并名称颜色与行重 处进理然后得到影,像但,由于一些地是等分布物较、破少,碎以被漏分,并且所于非由监 督分后类,多地种有的物颜一致色,后在期处里理存很大在问的,使题同一个地得物知不道是何种 。
存
问在题解与决法
1办、在监督分类进行练样本数训据集时,由采对影于的像理地信不是很清息楚,导致地物选取有 大的误很,差城居镇民、工区区选区业能不效地有区分裸,与地砾石比也较难以 别辨。解决 法:加办载结果像影观,察分的错物地然后在人,为的将选的地物错类归合适的到ROI; 、2在非督监类中分于由“物同异谱、”“异物同”谱等原因使得一同物地被划分不成同 别或者类不同地被物划为同一地物,分且由并 于1 种0色有颜重复的不,能定确对应系,关 操很麻作烦 ;解决办:法每种颜色一变后动在重新,加,观察前后载两影张像动地变方,后在然进 行类归,是由但地于物多较并且地物破碎,所,以作量操较大;
结总
取训练选的区候时容错易分和分,漏在面调后整的候就时要不断需地修改 OI,R并且 的有小细物如道地路,容易很被错;分在监非分类中由于督同物“谱”异、“异同谱物”等原因 得使一地同被物分成划不
同类别或者同地不物划被为分同地一,物并由且于 01 颜色种 的重复有不,能定确对关应系操作很麻烦,,需变要动每种颜色,重新加载一观察,后两前张 像影变地动方,后确然定每颜种代色表地的在物进行归类。 通过习的操作过实程,监督分类对非监督分和类原的理了更有深入的理解。据各根不 同分类种效的果,能很好够知道不的同类分方的法各的自点和有缺点
。