实验四 图像分类.doc

实验四 图像分类实验四 图像分类一、实验目的与要求掌握ENVI环境下进行图像分类的主要流程和常规分类方法，并能够进行分类后处理，掌握精度检验的原理与常规方法二、实验材料与数据文件描述can_tmr.img Colorado 州 Cañon 市 TM反射率图像can_tmr.hdr 上述图像头文件can_km.img K-均值法分类图像 can_km.hdr 上述图像头文件can_iso.img ISODATA法分类图像can_iso.hdr 上述图像头文件classes.roi 监督分类用到的ROI can_pcls.img 平行管道法分类图像can_pcls.hdr 上述图像头文件can_bin.img 二进制编码法分类图像can_bin.hdr 上述图像头文件can_sam.img 光谱角法分类图像 can_sam.hdr 上述图像头文件can_rul.img 光谱角法分类用到的规则图像 can_rul.hdr 上述图像的头文件 can_sv.img 筛滤后的图像 can_sv.hdr 上述图像的头文件can_clmp.img 碎斑处理后的图像 can_clmp.hdr 上述图像的头文件can_comb.img 合并后的图像can_comb.hdr 上述图像的头文件 can_ovr.img 分类图像与灰度图像的叠加 can_ovr.hdr 上述图像的头文件can_v1.evf 第一类别的矢量图 can_v2.evf 第二类别的矢量图三、实验方法与步骤观察TM彩色图像1 打开彩色图像l 从ENVI主菜单选择File →Open Image File。

l 选择文件can_tmr.img，单击OK，弹出Available Bands List对话框l 在Available Bands List对话框里，点击RGB Color按钮l 在R、G、B栏依次选择Band 4、Band 3和Band 2l 点击Load RGB加载彩色合成图像2 查看图像色彩信息下图显示的彩色图像可以用来指导分类该图像相当于近红外假彩色相片，鲜红色代表在近红外波段具有较高的反射率的健康植被，这些植被要么是庄稼，要么是沿河流生长的植被略显暗红的分布在地形起伏区域的是原生植被，主要为针叶树居民地也可以容易识别出来3 查看图像像素值信息l 从图像窗口菜单栏选择Tools→Location/value或者在图像窗口双击鼠标左键打开Cursor Location/Value对话框l 在图像窗口移动鼠标，观察光标处的数值，注意上面一行是图像显示值，下面一行是原始像素值，前者是对后者进行2%线性拉伸后的数值（ENVI默认情况下）l 从Cursor Location/Value对话框中，选择Files→ Cancel，退出该对话框4 查看光谱剖面图l 在图像窗口主菜单栏选择Tools→ Profiles→Z Profile (Spectrum)，打开Spectral Profile对话框。

l 观察光谱剖面图横坐标为波长，纵坐标为反射率，图中三条颜色的线，分别对应于图像窗口中显示的三个波段的值在图像窗口中移动鼠标，观察光谱图的变化l 从Spectral Profile对话框菜单栏选择Files→Cancel退出非监督分类非监督分类不需要图像所在区域的先验知识，仅仅通过对图像像素值进行统计分析达到聚类分析分析的目的，分类得到的类别属性需要通过目视判读或地面调查确定1 K-均值法 介绍l 从ENVI的主菜单栏选择Classification→Unsupervised →K-Meansl 选择can_tmr.img，点击OK，弹出K-Means对话框l 在K-Means对话框中采用默认值，选择 Memory，点击OK进行分类，分类完成后，分类结果图像自动加载到Available Bands List中l 在Available Bands List中，点击Display #1，选择New Displayl 在Available Bands List中，选择K-Means，点击Load Bandl 从图像窗口主菜单栏选择Tools→Link→Link Displays，点击OK，弹出Link Displays 对话框。

l 比较K-均值分类结果图像与彩色合成图像l 尝试设置不同的参数值来获得不同的分类效果2 ISODATA法 介绍l 从ENVI主菜单选择选择Classification→Unsupervised →Isodatal 选择can_tmr.img文件，点击OK，弹出ISODATA Parameters对话框l 在ISODATA Parameters对话框中采用系统默认值，选择 Memory，点击OK进行分类分类完成后，结果图像自动加载到Available Bands List中l 在Available Bands List中，点击Display #2，选择New Displayl 在Available Bands List中，选择ISODATA，点击Load Bandl 从图像窗口主菜单栏选择Tools→Link→Link Displays，点击OK，弹出Link Displays 对话框l 在Link Displays 对话框中的Display #2栏里选择NO，在Display #3栏里选择Yes，点击OKl 比较ISODATA分类结果与彩色合成图像l 从图像窗口主菜单栏选择Tools→Link→Link Displays，点击OK，弹出Link Displays 对话框。

l 在Link Displays 对话框中的Display #1栏里选择NO，在Display #2和Display #3栏里选择Yes，点击OK，比较ISODATA 和K-均值分类图像l 尝试设置不同的参数值来获得不同的分类效果监督分类1 选择感兴趣区（ROI）l 从Display #1图像窗口菜单栏选择Tools→ Region of Interest→ROI Tool，弹出ROI Tool对话框l 从ROI Tool 对话框菜单栏选择File→Restore ROIs，弹出Enter ROI Filename对话框l 选择classes.roi，点击Open单击OK，ROIs出现在图像窗口2 平行六面体法l 从ENVI主菜单栏选择Classification→Unsupervised →Parallelepipedl 选择文件can_tmr.img，点击OK，弹出Parallelepipe Parameters对话框l 在Parallelepipe Parameters对话框中点击Select All Items选择所有的ROIsl 选择结果输出到Memoryl 在Output Rule Images 栏选择No，点击OK进行分类。

分类完成后分类结果自动加载到Available Bands List中l 从Available Bands List中，点击Display #1，选择New Displayl 选择Parallel，点击Load Bandl 从图像窗口主菜单栏选择Tools→Link→Link Displays，点击OK对比分类图像与原始图像3 最大似然分类法l 以上述步骤为指导，采用Maximum Likelihood进行分类l 分别采用系统默认参数值和修改不同概率阈值进行分类l 使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较4 最小距离分类法l 以上述步骤为指导，采用Minimum Distance进行分类l 分别采用系统默认参数值和修改参数值进行分类l 使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较5 马氏距离分类法l 以上述步骤为指导，采用Mahalanobis Distance进行分类l 分别采用系统默认参数值和修改参数值进行分类l 使用动态连接功能对分类结果与原始图像、先前进行的非监督分类和监督分类结果进行比较分类后处理分类生成的图像需要通过后处理来进行精度评价和将分类图转换成矢量图。

分类后处理可以进行分类统计、生成混淆矩阵、进行多数/少数分析、碎斑处理（筛滤和归并）、类别合并、与图像叠加、计算缓冲区、生成矢量图等1 分类统计l 从ENVI主菜单栏选择Classification→Post Classification→Class Statistics，弹出Classification Input File 对话框l 点击Open下拉菜单，选择New Filel 选择can_pcls.img，点击Open，弹出Statistics Input File对话框l 选择can_tmr.img，点击OK，弹出Class Selection 对话框l 点击Select All Items，点击OK，弹出Compute Statistics Parameters对话框l 在Compute Statistics Parameters对话框里选择Basic Stats，Histograms，Covariance和Covariance Image 复选框计算所有的统计特征值l 单击OK计算计算结束后会弹出Class Statistics Results 对话框2 生成混淆矩阵l 从ENVI主菜单栏选择Classification→Post Classification→Confusion Matrix→Using Ground Truth Image，弹出Classification Input File 对话框。

l 选择can_pcls.img，点击OK，弹出Ground Truth Input File对话框l 点击Open下拉菜单，选择New Filel 选择can_sam.img，点击Openl 在Ground Truth Input file对话框中选择can_sam.img，点击OK，弹出Match Classes Parameters 对话框l 在Match Classes Parameters 对话框中的Select Ground Truth Class和Select Classification Image两栏都选择Region #1，点击Add Combination用同样的方法添加两幅图像中一一对应的类别，点击OK，弹出Confusion Matrix Parameters 对话框l 输出结果到 Memory，点击OK混淆图像会自动加载到Available Bands List中l 查看混淆矩阵和混淆图像通过动态连接、光谱剖面和Cursor Location/Value确定误差源3 碎斑处理（筛滤和归并） 筛滤是用阈值法将孤立的像素去除，归并则是将某一类别合并到与它邻近的类别中去。

l 从ENVI主菜单栏选择Classification →Post Classification →Sieve Classes，弹出Classificat。