第一步:选择数据
在 Toolbox 里打开 Feature Extraction/Example Based Feature Extraction Workflow,
选择数据data2015。

第二步:影像分割
通过分割获取影像中的对象,在面板中设置相关参数即可执行分割,得到分割结
果。可以勾选面板中的 preview 选项,这样可以在原影像上观察到采用设置参数
的分割效果,根据预览的结果调节参数,找到最好的参数。

下图为选择后的参数以及所对应的预览效果。

然后点击next,进行图像分类。下图为处理前后的对比图。

分割结束后会进入到监督分类面板,然后手动选取样本对地物进行监督分类。下图为基本分类好所需样本图。

分类号之后,可以先将这个规则保存,然后在下张图data2016处理时,可以直接导入规则,简化操作。

保存并输出结果。下图为分类结果样图。这里除了房屋house(红)、草地farmland(绿)、水体water body(蓝)、道路road(黄)、裸地bared soil(棕)外,还增加了阴影shadow(紫)。

第三步:图像的后处理。

1.首先进行Majority/Minority Analysis分析

Toolbox/Classification/Post Classification/Majority/Minority Analysis。选择生成的分类图,勾选包括未分类的8项,保存输出。

注意:如果这里选择memory缓存的话,容易出现图生成不出来的情况。

2.聚类处理(Clump)     /Classification/Post Classification/Clump Classes

和上面流程类似,不过选择经过 Majority/Minority 分析处理后的结果作为输入数据,同样需要设置参数

3.过滤处理(Sieve ) Toolbox/Classification/Post Classification/Sieve Classes
与上面流程类似,打开经过聚类处理后的结果,设置过滤处理的参数,得到最终结果。

最终结果图如下。

第四步:分类精度评定

评价分类精度需要有真值,即把分类的结果和真值比较,通过混淆矩阵评价分类结果。ENVI 提供了 2 种方式计算混淆矩阵:(1)利用真值影像(例子中提供的 exp_gt);(2)利用 ROI 工具从影像上选取一些样本作为真值。

本次实习中选择利用ROI 的方法精度评定。

首先在原图data2015上绘制ROI感兴趣区,这里使用envi classic经典版绘制。并保存输出感兴趣区。

然后使用  /Classification/Post Classification/Confusion Matrix Using Ground Truth ROIs   工具。将刚才的ROI区域导入。

选择sieve处理后的图像,确认OK。一 一对应建立关联。

生成混淆矩阵,如下图。

以下是对2016年同一区域分类后的对比图

遥感影像基于样本的面向对象分类方法相关推荐

  1. ENVI经验|基于多源遥感影像的红树林范围提取4-面向对象分类

    传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富,地物间光谱差异较为明显的基础上进行的.对于只含有较少波段的高分辨率遥感影像,传统的分类方法,就会造成分类精度降低,空间数据的大量冗余, ...

  2. 遥感影像单目标提取精度评价指标kappa系数的计算公式

    原理介绍 1. kappa系数为一种精度评价指标,其计算公式为k=(p0-pe)/(1-pe) p0是每一类正确分类的样本数量之和除以总样本数,也就是总体分类精度  pe是各类真实样本个数与预测出来的 ...

  3. ENVI无缝镶嵌工具Seamless Mosaic实现栅格遥感影像镶嵌拼接的方法

      本文介绍基于ENVI软件,利用"Seamless Mosaic"工具实现栅格遥感影像无缝镶嵌的操作.   在ENVI软件实现栅格遥感影像基于像元的镶嵌拼接(https://bl ...

  4. 2021遥感应用组二等奖:基于长时序Landsat遥感影像的赣南脐橙时空变化分析

    作品介绍 一.应用背景 自上世纪70年代开始种植脐橙以来,赣州大力实施"兴果富农"等战略,经过38年发展产业规模迅速壮大,目前赣州全市果业总面积263万亩,脐橙158万亩,产量超1 ...

  5. 手把手教程:零基础使用MATLAB完成基于深度学习U-Net模型的遥感影像分类

    背景: 很多初入深度学习的学生都会遇到各种环境配置问题,环境搭建不好模型就跑不了,所以这是限制新手的一大难点,MATLAB具有成熟的运行环境,无需配置,这点对于想跑通一个深度学习模型的新手是非常有利的 ...

  6. 基于python实现高分二号遥感影像水体提取与水质反演(黑臭水体与水体富营养化)

    高分二号遥感影像水体提取与水质反演 水体提取函数--NDWI 基于几何约束提取河流 生成shp,方便后续裁剪水体 水质反演 最终结果 水体提取函数--NDWI 水体提取函数water.py impor ...

  7. 基于遥感影像的耕地地块提取相关论文、代码以及相关开源数据集

    文章目录 前言 2000 (传统方法) Agricultural Field Extraction from Aerial Images Using a Region Competition Algo ...

  8. matlab 算 cramer s v,基于Cramer’s V指数的遥感影像特征选择方法专利_专利查询 - 天眼查...

    1.基于Cramer' S V指数的高分辨遥感影像特征选择方法,其特征在于:包括以下步 骤: 步骤1 :对获取的遥感影像进行预处理以及影像特征提取: 步骤2 :基于Cramer' s V关联指数的连续 ...

  9. ENVI经验|基于多源遥感影像的红树林范围提取3-监督分类

    监督分类,又称训练分类法,用被确认类别的样本像元去识别其他未知类别像元的过程.它就是在分类之前通过目视判读和野外调查,对遥感图像上某些样区中影像地物的类别属性有了先验知识,对每一种类别选取一定数量的训 ...

最新文章

  1. HTTP头信息中的参数Etag
  2. C++中利用WebService下载文件
  3. BZOJ2647 : [Neerc2011]Journey
  4. python训练词库_在Python中训练NGramModel
  5. 《JavaScript高级程序设计》阅读笔记(一):ECMAScript基础
  6. 大数据学习笔记06:伪分布式Hadoop
  7. 【Zookeeper】cnxn.saslServer is null cnxn object did not init its saslServer properly
  8. 认定信息网络传播行为应采用服务器标准,认定信息网络传播行为应采用“服务器标准”...
  9. 本人复习总结全部资料及其简历供大家參考
  10. 【impala学习之一】impala
  11. 苹果发布iOS/iPadOS 14.6第一个公测版本:更新内容未知
  12. Vs 2008 sp1更新后出现的问题!
  13. 12f的接线 esp8266_ESP8266固件升级方法(ESP8266-12F模组)
  14. rls自适应滤波器matlab实现,Matlab自适应滤波器设计Demo——LMS,RLS
  15. 手机连接ftp文件服务器,手机链接ftp服务器地址
  16. Chrome浏览器所有页面崩溃
  17. 计算机应用基础评价内容,计算机应用基础教学中过程性评价的研究
  18. 微信公众平台微信支付打通流程
  19. Arduino 中String 与char *,char[]之间赋值
  20. android客户端动态折线图

热门文章

  1. Pycharm设置快捷键放大缩小字体
  2. 浅谈防火墙对 FTP 的影响及故障排除
  3. 安卓逆向小案例——阿里系某电影票务APP加密参数还原-Unidbg篇
  4. 特效行者app手机版制作飞天特效视频的教程
  5. 如何制作调查问卷、问卷报告
  6. 爪哇国新游记之八----读写文件及数组排序
  7. C++封装zlib库
  8. 如何从YouTube历史记录中暂停,清除和删除视频
  9. Vue3中watch和watchEffect监听的用法
  10. 服务器ie不能打开购物网站,[Answers 分享]通过IE浏览器无法打开网上银行或者支付宝等加密安全站点...