加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

Erdas非督分类步骤五:评价分类结果

(2010-04-22 20:23:21)
标签:

教育

分类: 学习

Erdas非督分类步骤五:评价分类结果

来源:陕西师范大学旅游与环境学院

执行了监督分类之后,需要对分类效果进行评价,ERDAS系统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,下面有侧重的进行介绍。

1分类叠加(Classification Overlay)

分类叠加就是将专题分类图像与分类原始图像同时在一个视窗中打开,将分类专题层置于上层,通过改变分类专题的透明度(Opacity)及颜色等属性,查看分类专题与原始图像之间的关系。对于非监督分类结果,通过分类叠加方法来确定类别的专题特性、并评价分类结果。对监督分类结果,该方法只是查看分类结果的准确性。

2分类重码

对分类像元进行了分析之后,可能需要对原来的分类重新进行组合(如将林地1与林地2合并为林地),给部分或所有类别以新的分类值从而产生一个新的分类专题层。该功能的

3分类精度评估

分类精度评估是将专题分类图像中的特定像元与已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的途径之一。下面是具体的操作过程:

第一步:在视窗中打开原始图像

在Viewer中打开分类前的原始图像,以便进行精度评估。

第二步:启动精度评估对话框

ERDAS 图标面板菜单条:Main→Image Classification →Classification

或ERDAS 图标面板工具条:点击Classifier 图标→Classification菜单

→选择Accuracy Assessment菜单项

→打开Accuracy Assessment对话框

 

Accuracy Assessment 对话框中显示了一个精度评估矩阵(Accuracy Assessment 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。矩阵数据存在分类图像文件中。

第三步:打开分类专题图像

Accuracy Assessment 对话框菜单条: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

→OK(关闭Classified Image对话框)

→返回Accuracy Assessment对话框

第四步:将原始图像视窗与精度评估视窗相连接

Accuracy Assessment对话框:

→工具条:点击Select Viewer图标 (或菜单条:选择View 菜单的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

第五步:在精度评价对话框中设置随机点的色彩

Accuracy Assessment对话框:

→菜单条View →Change Colors菜单项

→打开Change color面板

 

→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 Assessment对话框

第六步:产生随机点

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。

Accuracy Assessment对话框:

→Edit →Create/Add Random Points

→打开Add Random Points对话框

 

→在search Count中输入1024

→在Number of Points中输入20

→在Distribution Parameters选择Random单选框

→OK(按照参数设置产主随机点)

→返回Accuracy Assessment对话框

可以看到在Accuracy Assessment对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。

说明:在Add Random Point对话框中, search Count是指确定随机点过程中使用的最多分析像元数,当然这个数目一般都比Number of Point大很多,Number of Points设为20说明是产生20个随机点,如果是做一个正式的分类评价,必须产生20个以上的随机点。选择Random意味着将产主绝对随机的点位,而不使用任何强制性规则。Equalized Random是指每个类将具有同等数目的比较点。stratified Random是指点数与类别涉及的像元数成比例,但选择该复选框后可以确定一个最小点数(选择Use Minimum Points),以保证小类别也有足够的分析点。

第七步:显随机点及其类别

Accuracy Assessment对话框:

→View. →Show All(所有随机点均以第五步年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)

第八步:输入参考点的实际类别值

Accuracy Assessment对话框:

→在数据表的Reference字段输入各个随机点的实际类别值(只不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)

第九步:设置分类评价报告输出环境及输出分类评价报告

Accuracy Assessment对话框:

→Report →Options

→通过点击确定分类评价报告的参数

→Report→Accuracy Report(产生分类精度报告)

→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,可以保存为本文件

→File→Save Table(保存分类精度评价数据表)

→File→close (关闭Accuracy Assessment对话框)

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。

 


(声明:本站所有论著\视频\音频\软件等资料,版权均归原作者所有。任何人不能作为商业用途,本站不负责转载部分造成的所有责任。)

0

阅读 收藏 喜欢 打印举报/Report
前一篇:各种环保标志
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有