【PIE-Engine Studio学习笔记05】图像分类——非监督分类

一、图像分类含义

图像分类是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别。
基于光谱特征的遥感影像分类方法主要包括：

非监督分类
监督分类

二、非监督分类含义

非监督分类(unsupervised),也称为聚类分析或点群分析。即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程。非监督分类不需要人工选择训练样本，仅需极少的人工初始输入，计算机按一定规则自动地根据像元光谱或空间等特征组成集群组，然后分析者将每个组和参考数据比较，将其划分到某一类别中去。
非监督分类算法有多种：

K均值（K-means Clustering Algorithm）
最大期望（Expectation-Maximization）
ISODATA分类算法(Iterative Self-Organizing Data Analysis Technipue)
BP神经网络分类算法

三、PIE-Engine Studio 实现非监督分类

PIE-Engine Studio 支持一下两种非监督分类算法：

K均值（K-means Clustering Algorithm）

是一种迭代求解的聚类分析算法，易于描述、时间效率高且适于处理大规模数据，核心对象为pie.Clusterer.kMeans。

最大期望（Expectation-Maximization）

是一种通过迭代进行极大似然估计的优化算法，通常作为牛顿迭代法（Newton-Rapson method）的替代，用于含隐变量（latent variable）或缺失数据（incomplete-data）的概率模型进行参数估计，核心对象为pie.Clusterer.em。

1.获取采样区域范围

//这里以获取河北省邯郸市矢量边界为例
var geometry = pie.FeatureCollection("NGCC/CHINA_CITY_BOUNDARY").filter(pie.Filter.eq("name", "邯郸市")).first().geometry();
//矢量边界居中显示
Map.centerObject(geometry, 6);
//添加图层
Map.addLayer(geometry, {color: 'FF0000', fillColor: '00000000', width: 1}, "邯郸");

2.调用Landsat8 TOA数据集

//调用Landsat8 TOA数据集，设定筛选条件：日期、区域、云量，并进行镶嵌，裁剪
var img = pie.ImageCollection("LC08/01/T1").filterBounds(geometry).filterDate("2020-05-01", "2020-10-01").filter(pie.Filter.lte("cloudCover", 2)).select(["B2", "B3", "B4", "B5"]).max().clip(geometry);//添加影像并波段组合进行真彩色加载显示
Map.addLayer(img, {min: 0, max: 3000, bands: ["B4", "B3", "B2"]}, "img", false);

3.采样

//设置采样参数
var training = img.sample(geometry,30,"","",200);

查阅帮助文档可以看到sample的参数说明。

4.非监督分类训练

//分为5类
//(1)kMeans算法
var cluster = pie.Clusterer.kMeans(5).train(training).getInfo();
//(2)em算法
//var cluster = pie.Clusterer.em(5).train(training).getInfo();

5.分类结果渲染显示

//分类结果
var resultImage = img.cluster(cluster,"clusterA");// 结果显示渲染
var visParam = {opacity:1,classify:'0,1,2,3,4',palette: 'FF0000,00FFFF,00FF00,FF00FF,0000FF,FFFF00'
};
Map.addLayer(resultImage,visParam,'邯郸非监督分类');

kMeans结果
em结果

6.完整代码


// //1、获取采样区域范围
var geometry = pie.FeatureCollection("NGCC/CHINA_CITY_BOUNDARY").filter(pie.Filter.eq("name", "邯郸市")).first().geometry();
Map.centerObject(geometry, 6);
Map.addLayer(geometry, {color: 'FF0000', fillColor: '00000000', width: 1}, "邯郸");//2.调用Landsat8 TOA数据集，设定筛选条件：日期、区域、云量，并进行镶嵌，裁剪
var img = pie.ImageCollection("LC08/01/T1").filterBounds(geometry).filterDate("2020-05-01", "2020-10-01").filter(pie.Filter.lte("cloudCover", 2)).select(["B2", "B3", "B4", "B5"]).max().clip(geometry);//设置影像参数与波段组合并加载
Map.addLayer(img, {min: 0, max: 3000, bands: ["B4", "B3", "B2"]}, "img", false);//3、采样
var training = img.sample(geometry,30,"","",200);//4、非监督分类训练1-kMeans算法
// var cluster = pie.Clusterer.kMeans(5).train(training).getInfo();//4、非监督分类训练2-em算法
var cluster = pie.Clusterer.em(5).train(training).getInfo();//5、分类结果
var resultImage = img.cluster(cluster,"clusterA");// 结果显示渲染
var visParam = {opacity:1,classify:'0,1,2,3,4',palette: 'FF0000,00FFFF,00FF00,FF00FF,0000FF,FFFF00'
};
Map.addLayer(resultImage,visParam,'邯郸非监督分类');
print(img)

总结

本节主要学习了基于PIE-Engine Studio 进行非监督分类。欢迎大家批评指正，探讨交流！！！

参考：
《遥感应用分析原理与方法》赵英时
《遥感导论》梅安新

【PIE-Engine Studio学习笔记05】图像分类——非监督分类相关推荐

ROBOT STUDIO 学习笔记
ROBOT STUDIO 学习笔记机器人行业四大家族:库卡.ABB.安川.发那科 1.新建工作站 1.模型的插入机器人控制柜末端执行器工作台的插入显示机器人的工作区域将工作台移动到机器人 ...
JavaWeb黑马旅游网-学习笔记05【分类数据展示功能】
Java后端学习路线笔记汇总表[黑马程序员] JavaWeb黑马旅游网-学习笔记01[准备工作] JavaWeb黑马旅游网-学习笔记02[注册功能] JavaWeb黑马旅游网-学习笔记03[登陆和 ...
JavaWeb-综合案例(用户信息)-学习笔记05【分页查询功能】
Java后端学习路线笔记汇总表[黑马程序员] JavaWeb-综合案例(用户信息)-学习笔记01[列表查询] JavaWeb-综合案例(用户信息)-学习笔记02[登录功能] JavaWeb-综合案 ...
JavaScript学习笔记05【高级——DOM对象】
w3school 在线教程:https://www.w3school.com.cn JavaScript学习笔记01[基础--简介.基础语法.运算符.特殊语法.流程控制语句][day01] JavaS ...
MySQL学习笔记05【多表操作、三大范式、数据库的备份和还原】
MySQL 文档-黑马程序员(腾讯微云):https://share.weiyun.com/RaCdIwas 1-MySQL基础.pdf.2-MySQL约束与设计.pdf.3-MySQL多表查询与事务 ...
Android Studio --- [学习笔记]TCP(第2弹)、GridView、ScrollView
说明这篇主要接上一篇Android Studio - > [学习笔记]RadioButton.CheckBox.ImageView.ListView.TCP的三次握手对上面回答的细解,并用J ...
Android Studio --- [学习笔记]RadioButton、CheckBox、ImageView、ListView、TCP的三次握手
说明源代码在2.x里有TCP的三次挥手与四次握手,先对它进行简单的回答(百度).预计在下一篇里,会继续说明TCP 接上一篇: Android Studio - > [学习笔记]Button. ...
opencv学习笔记05
原创:opencv学习笔记05 OpenCV-Python教程:40.ORB https://www.jianshu.com/p/49a84ddef11d ORB最重要的事情是它是OpenCV实验室出 ...
【JVM 学习笔记 05】：JVM性能调优工具的使用和优化案例
[JVM 学习笔记 05]:JVM性能调优工具的使用 1. 使用 jstat(命令行工具) 查看线上系统的JVM运行状况 1.1 常用命令 1.2 使用技巧 1.2.1 随着系统运行,每秒钟会在年轻代 ...

【PIE-Engine Studio学习笔记05】图像分类——非监督分类

【PIE-Engine Studio学习笔记05】图像分类——非监督分类

一、图像分类含义

二、非监督分类含义

三、PIE-Engine Studio 实现非监督分类

1.获取采样区域范围

2.调用Landsat8 TOA数据集

3.采样

4.非监督分类训练

5.分类结果渲染显示

6.完整代码

总结

【PIE-Engine Studio学习笔记05】图像分类——非监督分类相关推荐

最新文章

热门文章