遥感图像分类后处理

遥感图像分类后处理

ID:28321192

大小:1.92 MB

页数:26页

时间:2018-12-09

遥感图像分类后处理_第1页
遥感图像分类后处理_第2页
遥感图像分类后处理_第3页
遥感图像分类后处理_第4页
遥感图像分类后处理_第5页
资源描述:

《遥感图像分类后处理》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、遥感图像分类后处理一、实验目的与要求 监督分类和决策树分类等分类方法得到的一般是初步结果,难于达到最终的应用目的。因此,需要对初步的分类结果进行一些处理,才能得到满足需求的分类结果,这些处理过程就通常称为分类后处理。常用分类后处理通常包括:更改分类颜色、分类统计分析、小斑点处理(类后处理)、栅矢转换等操作。本课程将以几种常见的分类后处理操作为例,学习分类后处理工具。二、实验内容与方法1.实验内容1.小斑块去除lMajority和Minority分析l聚类处理(Clump)l过滤处理(Sieve)2.分类统计

2、3.分类叠加4.分类结果转矢量5.ENVIClassic分类后处理l浏览结果l局部修改l更改类别颜色1.精度评价1.实验方法在ENVI5.x中,分类后处理的工具主要位于Toolbox/Classification/PostClassification/;三、实验设备与材料1.实验设备装有ENVI5.1的计算机2.实验材料以ENVI自带数据"can_tmr.img"的分类结果"can_tmr_class.dat"为例。数据位于"...13数据"。其他数据描述:•can_tmr.img——原始数据•can_

3、tmr_验证.roi——精度评价时用到的验证ROI四、实验步骤1.小斑块去除        应用监督分类或者非监督分类以及决策树分类,分类结果中不可避免地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或重新分类,目前常用的方法有Majority/Minority分析、聚类处理(clump)和过滤处理(Sieve)。1)Majority和Minority分析        Majority/Minority分析采用类似于卷积滤波的方法将较大类别中的虚假像元归

4、到该类中,定义一个变换核尺寸,主要分析(MajorityAnalysis)用变换核中占主要地位(像元数最多)的像元类别代替中心像元的类别。如果使用次要分析(MinorityAnalysis),将用变换核中占次要地位的像元的类别代替中心像元的类别。        下面介绍详细操作流程:(1)打开分类结果——"12.分类后处理数据can_tmr_class.dat";(2)打开Majority/Minority分析工具,路径为Toolbox/Classification/PostClassificatio

5、n/Majority/MinorityAnalysis,在弹出对话框中选择"can_tmr_class.dat",点击OK;(3)在Majority/MinorityParameters面板中,点击SelectAllItems选中所有的类别,其他参数按照默认即可,如下图所示。然后点击Choose按钮设置输出路径,点击OK执行操作。图1Majority/MinorityParameters面板参数设置(4)查看结果如图所示,可以看到原始分类结果的碎斑归为了背景类别中,更加平滑。        注:参数说明如下

6、·SelectClasses时,用户可根据需要选择其中几个类别;·如果选择AnalysisMethods为Minority,则执行次要分析;·KernelSize为核的大小,必须为奇数×奇数,核越大,则处理后结果越平滑;·中心像元权重(CenterPixelWeight)。在判定在变换核中哪个类别占主体地位时,中心像元权重用于设定中心像元类别将被计算多少次。例如:如果输入的权重为1,系统仅计算1次中心像元类别;如果输入5,系统将计算5次中心像元类别。权重设置越大,中心像元分为其他类别的概率越小。图2原始分类

7、结果(左),Majority分析结果(右)1)聚类处理(Clump)        聚类处理(clump)是运用数学形态学算子(腐蚀和膨胀),将临近的类似分类区域聚类并进行合并。分类图像经常缺少空间连续性(分类区域中斑点或洞的存在)。低通滤波虽然可以用来平滑这些图像,但是类别信息常常会被临近类别的编码干扰,聚类处理解决了这个问题。首先将被选的分类用一个膨胀操作合并到一块,然后用变换核对分类图像进行腐蚀操作。        下面介绍详细操作流程:(1)打开分类结果——"分类后处理数据can_tmr_cl

8、ass.dat";(2)打开聚类处理工具,路径为Toolbox/Classification/PostClassification/ClumpClasses,在弹出对话框中选择"can_tmr_class.dat",点击OK;(3)在ClumpParameters面板中,点击SelectAllItems选中所有的类别,其他参数按照默认即可,如下图所示。然后点击Choose按钮设置输出路径,点击OK执行操作。图3C

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。