ERDAS使用指导手册 .docx

《ERDAS使用指导手册 .docx》由会员分享，可在线阅读，更多相关《ERDAS使用指导手册 .docx（31页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品名师归纳总结六、非监督分类一、实习目的：把握非监督分类的方法与过程，加深对非监督分类方法的懂得一、 实习内容： Cluster、ISODATA1. 图像分类简介（Introduction to classification）图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。 常规图像分类主要有两种方法：非监督分类与监督分类， 专家分类方法是近年来进展起来的新兴遥感图像分类方法，下面介绍这三种分类方法。非监督分类运用 1SODAT（A Iterative Self-OrganizingDataAnalysis Technique）算法， 完全依据像元的光谱特

2、性进行统计分类，经常用于对分类区没有什么明白的情形。使用该方法时。 原始图像的全部波段都参于分类运算，分类结果往往是各类像元数大体等比例。 由于人为干预较少， 非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步 骤：初始分类、 专题判别、 分类合并、 颜色确定、 分类后处理、 颜色重定义、 栅格矢量转换、统计分析。监督分类比非监督分类更多的要求用户来把握，常用于对争论区域比较明白的情形。在监督分类过程中， 第一选择可以识别或者借助其它信息可以确定其类型的像元建立模板，然后基于该模板使运算机系统自动识别具有相同特性的像元。对分类结果进行评判后再对模板 进行修改， 多次反复后建立一个比

3、较精确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板（训练样本）、评判模板、确定初步分类图、检验分类结果、分类后处理、分类特点统计、栅格矢量转换。专家分类第一需要建立学问库，依据分类目标提出假设， 井依据所拥有的数据资料定义支持假设的规章、条件和变量，然后应用学问库自动进行分类，ERDASIMAG1NE图像处理系统领先推出专家分类器模块， 包括学问工程师和学问分类器两部分，分别应用于不同的情形。由 于 基本 的 非 监 督 分类 属 于 IMAGINEEssentia1s级 产品 功 能 、 但 在 1MAGINEProfessional级产品中有确定的功能扩展，而

4、监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品，所以，非监督分类命令分别显现在Data Preparation菜单和classification菜单中，而监督分类和专家分类命令仅显现在Classification菜单中。2 非监督分类（ Unsupervised Classification）ERDASIMAGINE使用 ISODATA算法（基于最小光谱距离公式）来进行非监督分类。聚类过程始于任意聚类平均值或一个己有分类模板的平均值：聚类每重复一次， 聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。ISODATA 有用程序不断重复，直到最大的循环次数已达到设定阈

5、值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。2. 1 分类过程（ classification ProcedUre） 第一步：调出非监督分类对话框调出非监督分类对话框的方法有以下两种：方法一：在 ERDAS图标面板工具条中，点击Dataprep 图标DataPreparation unsupervisedClassification Unsupervised Classification对话框如下：可编辑资料 - - - 欢迎下载精品名师归纳总结方 法 二 ： 在 ERDAS 图 标 面 板 工 具 条 中 点 击 Classifier图 标C1assification

6、Unsupervised Classification-unsupervisedclassification对话框如下：可编辑资料 - - - 欢迎下载精品名师归纳总结可以看到，两种方法调出的Unsupervised Classification对话框是有一些区分的。其次步：进行非监督分类在 Unsupervised classification对话框中：确定输入文件（ Input Raster File） :sj00.img（要被分类的图像）确定输出文件（ Output File） :clh01.img（即将产生的分类图像）选择生成分类摸板文件：Output Signature Set（将产

7、生一个模板文件）确定分类摸板文件（Filename）： lz-isodat.sig对 Clustering options选择 Initialize from Statistics单项框Initialize from Statistics指由图像文件整体（或其AOI 区域）的统计值产主自由聚类，分出类别的多少由自己准备。Use Signature Means是基于选定的模板文件进行非监督分类，类别的数目由模板文件准备。确定初始分类数（ Numberofclasses）： 18分出 18 个类别）实际工作中一般将分类数取为最终分类数的2 倍以上。. 点击 Initializing options

8、按钮可以调出Fi1e StatisticsOptions 对话框以设置ISODATA的一些统计参数，. 点击 Co1or Scheme Options按钮可以调出 output color Scheme Options对话框以准备输出的分类图像是彩色的仍是黑白的。这两个设置项使用缺省值。可编辑资料 - - - 欢迎下载精品名师归纳总结. 定义最大循环次数（ Maximum Iterations）： 24最大循环次数（ Maximum Iterations）是指 ISODATA重新聚类的最多次数，这是为了防止程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中将循环次数都取 6 次

9、以上。设置循环收敛阈值（Convergence Threshold）： 0.95收敛阈值（ Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以防止ISODATA无限循环下去。点击 OK按钮（关闭 UnsupervisedClassification对话框，执行非监督分类，获得一个初步的分类结果）可编辑资料 - - - 欢迎下载精品名师归纳总结2.2 分类评判（ Evaluate Classification）获得一个初步的分类结果以后，可以应用分类叠加（Classificationover1ay ）方法来评判检查分类精度。其方法如下：第一

10、步：显示原图像与分类图像在视窗中同时显示lanzhoucity.img和 lz-isodat.img：两个图像的叠加次序为lanzhoucity.img在下、 lz-isodat.img在上， lanzhoucity显示方式用红（ 4）、绿（ 5）、蓝（ 3）。其次步：打开分类图像属性并调整字段显示次序在视窗工具条中：点击图标（或者选择Raster菜单项 - 选择 Tools 菜单）可编辑资料 - - - 欢迎下载精品名师归纳总结打开 Raster工具面板点击 RaSter 工具面板的图标（或者在视窗菜单条：Rster-Attributes）打开 RasterAttribute Editor对

11、话框（ lz-isodat.img的属性表）属性表中的 19 个记录分别对应产生的18 个类及 Unclassified类，每个记录都有一系列的字段。假如想看到全部字段，需要用鼠标拖动浏览条，为了便利看到关怀的重要字段，需要调整字段显示次序。Raster Attribute Editor对话框菜单条：Edit Column Properties column properties对话框在 Columns 中选择要调整显示次序的字段，通过 Up、 Down、Top、Bottom 等几个按钮调整其合适的位置，通过选择 Display Width 调整其显示宽度，通过 Alignment 调整其对齐

12、方式。假如选择 Editable 复选框，就可以在 Title 中修改各个字段的名字及其它内容。可编辑资料 - - - 欢迎下载精品名师归纳总结在 Column Properties对话框中调整字段次序， 最终使 Histogram 、opacity、color、class_names 四个手段的显示次序依次排在前面。点击 OK按钮（关闭 Column properties对话框）返回 Raster Attribute Editor对话框（ lz-isodat.img的属性表）第三步：给各个类别赋相应的颜色（假如在分类时选择了彩色，这一步就可以省去）Raster Attribute Edito

13、r对话框（ lz-isodat.img的属性）：点击一个类别的Row字段从而选择该类别右键点击该类别的Color 字段（颜色显示区） As Is菜单选择一种颜色重复以上步骤直到给全部类别赐予合适的颜色第四步：不透亮度设置由于分类图像掩盖在原图像上面，为了对单个类别的判别精度进行分析，第一要把其它全部类别的不透亮程度（Opacity ）值设为 0（即改为透亮） ，而要分析的类别的透亮度设为1（即不透亮） 。Raster Attribute Editor对话框（ lz-isodat.img 的属性表） ：右键点击 Opacity 字段的名字 Column Options 菜单 Formula 菜单

14、项 Formula 对话框在 Formula 对话框的 Formula 输入框中（用鼠标点击右上数字区）输入0点击 Apply 按钮（应用设置）返回 Raster Attribute Editor对话框（ lz-isodat.img 的属性表）：点击一个类别的ROW 字段从而选择该类别点击该类别的 Opacity 字段从而进入输入状态在该类别的Opacity字段中输入 1，并按回车键此时，在视窗中只有要分析类别的颜色显示在原图像的上面，其它类别都是透亮的。第五步：确定类别专题意义及其精确程度视窗菜单条： Utility flicker viewer Flicker对话框 Auto Mode本小

15、步是设置分类图像在原图像修背景上闪烁，观看它与背景图像之间的关系从而确定可编辑资料 - - - 欢迎下载精品名师归纳总结该类别的专题意义，并分析其分类精确与否。第六步：标注类别的名称和相应颜色Raster Attribute Editor对话框（ lz-isodat.img的属性表）：点击刚才分析类别的ROW字段从而选择该类别点击该类别的 class Names字段从而进入输入状态在该类别的 Class Names字段中输入其专题意义（如居民区），并按回车键右键点击该类别的Color 字段（颜色显示区） As Is菜单选择一种合适的颜色重复以上 4、5、6 三步直到对全部类别都进行了分析与处理

16、。留意，在进行分类叠加分析时，一次可以选择一个类别，也可以选择多个类别同时进行。七、监督分类一、实习目的：把握监督分类的方法与过程，加深对监督分类方法的懂得二、 完习内容：定义分类模板、评判分类模板、进行监督分类、评判分类结果。前面已经谈到， 监督分类一般有以下几个步骤：定义分类模板 （Define Signatures）、评 价 分 类 模 板 （ EvaluateSignatures）、 进 行 监 督 分 类 （ PerformSupervised Classification）、评判分类结果 （ Evaluate Classification）。下面将结合例子说明这 几个步骤。1. 定

17、义分类模板（ Define Signature Using signature Editor）ERDAS IMAGINE 的监督分类是基于分类模板来进行的，而分类模板的生成、治理、评价、和编辑等功能是由分类模板编辑器来负责的。毫无疑问， 分类模板生成器是进行监督分类一个不行缺少的组件。在分类模板生成器中，生成分类模板的基础是原图像和（或）其特点空间图像。因此， 显示这两种图像的视窗也是进行监督分类的重要组件。第一步：显示需要进行分类的图像在视窗中显示 ERDASHOME execiseljxtm.img（ Red4 Grean5 B1ue3、选择 Fit toFrame，其它使用缺省设置） 。

18、其次步：打开模板编辑器并调整显示字段ERDAS图标面板工具子，点击C1assifier目标 Classification菜单 Signature Editor菜单项 Signature Editor对话框可编辑资料 - - - 欢迎下载精品名师归纳总结从上图中可以看到有很多字段， 有些字段对分类的意义下大， 我们期望不显示这些这段， 所以要进行如下调整：SignatureEdit对话框菜单条： View Columnsview signature columns对话框点击最上一个字段的Co1unmn字段下拖拉直到最终一个段, 此时，全部字段都被选择上，并用黄色（缺省色）标识出来。按住 shif

19、t键的同时分别点击Red、 Green 、 B1ue三个字段 Red、Green、 Blue三个字段将从选择集中被清除。点击 Apply按钮点击 Close 按钮从 View Signature Co1umns对话框可以看到 Red、Green、Blue 三个字段将不再显示。第三步：猎取分类模板信息可以分别应用 AOI 绘图工具、 AOI扩展工具、查询光标等三种方法，在原始图像或特可编辑资料 - - - 欢迎下载精品名师归纳总结征空间图像中猎取分类模板信息。但在实际工作中或许只用一种方法就可以了，或许要将几种方法联合应用，这取决于您自己。（ 1）应用 AOI 绘图工具在原始图像猎取分类模板信息

20、无论是在原图像仍是在下面要讲的特点空间图像中，都是产主 AOI 区域来作为分类模板信息的来源 。第一练习如何用AOI 绘图工具猎取分类模板信息。在显示有 ljxtm.img图像的视窗：点击图标（或者选择 Raster菜单项选择Tools 菜单）打开 Raster工具面板点击 Raster工具面板的图标在视窗中选择红色区域，绘制一个多边形AOI在 Signature Editr对话框，点击图标，将多边形AOI 区域加载到 Signature分类模板中在 Signature Editor中，转变刚才加入模板的Signature Name和 Color 。 重 复上 述 操 作 过 程以多 选 择

21、几 个 红 色 区 域 AOI, 并 将 其作 为 新 的 模 板加 入 到Signature Editor当中，同时确定各类的名字及颜色。假如对同一个专题类型 （如水体） 采集了多个AOI 并分别生成了模板， 可以将这些模板合并，以便该分类模板具多区域的综合特性。具体做法是在Signature Editor对话框中，将该类的 Signature全部选定，然后点击合并图标，这时一个综合的新模板生成，原先的多个 Signature同时存在（假如必要也可以删除）。可编辑资料 - - - 欢迎下载精品名师归纳总结（ 2）应用 AOI 扩展工具在原始图像猎取分类模板信息扩展生成 AOI 的起点是一个种

22、子像元。与该像元相邻的像元被依据各种约束条件来考察，如空间距离、光谱距离等。假如被接受，就与原种子一起成为新的种子像元组，并重新运算新的种子像元平均值（当然也可以设置为始终沿用原始种子的值。以后的相邻像元将以新的平均值来运算光谱距离。但空间距离始终是以最早的种子像元来运算的。应用 AOI 扩展工具在原始图像猎取分类模板信息，第一必需设置种子像元特性，过程如下：在显示有 ljxtm.img图像的视窗中： AOI 一 Seed Properties菜单可编辑资料 - - - 欢迎下载精品名师归纳总结 Region Growing Properties对话框在 Neighborhood选择按四个相邻

23、像元扩展，表示被点击像元的上、下、左、右 四个像元与被点击像元是相邻的。而表示其四周 9 个像元都与被点击像元相邻。这里选择。在 Geographic Constrains设置的理约束 , Area 确定每个 AOI 所包含的最多像元数（或者面积） ，而 Distance确定 AOI 所包含像元距被点击像元的最大距离，这两个约束可以只设置一个，也可以设置两个或者一个也不设。在此处只设置面积约束为300 个像元。在 Spectral EuclideanDistance中设置波谱欧氏距离 , 本约束是指 AOI 可接受的像元值与种子像元平均值之间的最大光波欧氏距离（两个像元在各个波段数值之差的平方

24、之和 的二次根），大于该距离将不被接受。此处设置距离为：10点击 Options按钮，打开 Region Grow Options面板以确定一些扩展设置Region Grow Options面板上有三个复选框。 在种子扩展的过程中可能会有些不符合条件的像元被符合条件的像元包围，选择 Include Island Po1ygons使这些不符合条件像元, 将以岛的形式被删除出来，假如不选择就全部作为AOI 的一部分。 Update Region Mean 是指每一次扩展后是否重新运算种子的平均值，假如选择该复选框就重新运算，假如不选择就始终以原始种子的值为平均值。Buffer Region Bou

25、ndary复选框是指对 AOI 产生缓冲区，该设置在选择AOI 编辑 DEM 数据时比较有用，可以防止高程的突然变化。这里选择Include Island Polygons和 UpdateRegion Mean。止次完成了种于扩展特性的设置，下面将使用种子扩展工具产生一个AO1。在显示有 ljxtm.img图像的视窗中：在视窗工具条中点击图标（或在视窗菜单条：Raster Tools ）打开 Raster工具面板点击 Raster工具面板的图标点击视窗中的绿色区域可编辑资料 - - - 欢迎下载精品名师归纳总结绿色区域对应的是耕的，AOI 自动扩展将生成一个针对耕的的AO1。假如扩展 AOI

26、不符合需要。可以修改 Region Growing Properties直到中意为止，留意在Region Growing Properties对话框中修改设置之后， 直接点击 Redo 按钮就可重新对刚才点击的像元生成新的扩展 AO1。在 signatureeditor对话框，点击图标，将扩展AOI 区域加载到 signature分类模板中在 Signature Editor中，转变刚才加入模板的Signann1e 的名字（ Name）和颜（Color ）。重复上述操作步骤， 选择多 AOI 区域，并将其作为新的模板加入到Signature Editor中，同时确定各类别的名字及颜色。（ 3）

27、应用查询光标扩展方法猎取分类模板信息该方法与第（ 2）种方法大同小异，只不过第（2）种方法是在选择扩展工具后，用点击的方式在图像上确定种子像元，而本方法是要用查询光标（Inquire Cursor）确定种子像元。种子扩展的设置与第2 种方法完全相同。在显示有 ljxtm.img图像的视窗中点击： Utility一 Inquire Cursor在视窗中显现一个十字光标，十字交点可以精确定位一个像元的位置将十字光标标交点移动到种子像元上点击 Region Growing Properties对话框的 Grow at Inquire按钮产生一个新的 AOI在 Signature Editor 对话框

28、， 点击图标， 将 AOI区域加载到 Signature 分类模板可编辑资料 - - - 欢迎下载精品名师归纳总结中第四步：储存分类模板以上分别用不同方法产生了分类模板，下面将该模板储存起来。在 Signature Editor对话框菜单条：File Save打开 Save Signature File As对话框确定是储存全部的模板仍是只储存被选中的模板确定文件的目录和名字（Sjg 文件）点击 OK按钮2. 评判分类模板（Evaluating Signatures）分类模板建立之后，就可以对其进行评判，删除、更名、与其它分类模板合并等操作。分类模扳的合并可使用户应用来自不同训练方法的分类模板

29、进行综合复杂分类，这些模板训练方法包括监督、非监督、参数化和非参数化。分类模板评判工具包括： Alarms：分类报警工具 Contingency matrix：可能性矩阵 Feature objects：特点对象 Feature Space to image masking：特点空间到图像掩模 Histograms：直方图方法 Signature separability:分类的分别性 Statistics:分类统计分析当然，不同的评判方法各有不同的应用范畴。例如不能用Separability 工具对非参数化（由特点空间产生）分类模板进行评判，而且分类模板中至少应具有5 个以上的类别。2.1

30、报警评判（ Alarms ） 第一步：产生报警掩膜分类模板报警工具依据平行六面体决策规章Parallelepiped divisionrule 将那些原属于或估量属于某一类别的像元在图像视窗中加亮显示，以示警报。 一个报警可以针对一个类别 或多个类别进行。假如没有在Signature Editor中选择类别，那么当前活动类别Signature Editor 中“ ”符号旁边的类别 就被用于进行报警。具体使用过程如下：在 Signature Editor 对话框：可编辑资料 - - - 欢迎下载精品名师归纳总结 View Image Alarm打开 Signature Alarm 对话框选中 I

31、ndicate Overlap点击 Edit Parallelepiped Limits按钮 Limits 对话框点击 SET 按钮打开 Set Parallelepiped Limits 对话框设置运算方法（Method ） :Minimum/Maximum选择使用的模板（ Signature） :Current OK（关闭 set Parallelepiped Limits对话框）返回 Limits对话框 Close （关闭 Limits对话框）返回 Signature Alarm对话框 OK（执行报警评判，形成报警掩膜） Close （关闭 signature Alarm对话框）依据 S

32、ignature Editor中指定的颜色， 选定类别的像元显示在原始图像视窗中，并掩盖在原图像之上，形成一个报警掩膜。可编辑资料 - - - 欢迎下载精品名师归纳总结其次步，利用 Flicker功能查看报警掩膜第三步：删除分类报警掩膜视窗菜单条：View Arrange Layers菜单打开 Arrange Layers对话框右键点击 Alarm Mask 图层弹出 Layer Options菜单选择 Delete Layer Alarm Mask图层被删除 App1y （应用图层删除操作）提示 verify Save on C1oseN0 Close（关闭 Arrange Layers对话

33、框）可编辑资料 - - - 欢迎下载精品名师归纳总结2.2 可能性矩阵可能性矩阵（ Contingency Matrix）评判工具是依据分类模板，分析AOI 训练区的像元是否完全落在相应的类别之中。通常都期望 AOI 区域的像元分到它们参于训练的类别当中，实际上 AOI 中的像元对各个类都有一个权重值，AOI训练样区只是对类别模板起一个 加权的作用。 ContingencyMatrix工具可同时应用于多个类别，假如你没有在Signature Editor中确定选择集，就全部的模板类别都将被应用。可能性矩阵的输出结果是一个百分比矩阵，它说明每个 AOI 训练区中有多少个像元分别属 于相 应 的

34、类 别 。 AOI 训 练 样区 的 分 类 可 应 用 下 列 几 种 分 类 原 就 ： 平 于 行 六 面 体（Parallelepiped）、特点空间（ Feature Space）、最大似然（ Maximum Likelihood）、马氏距离（ Mahalanobis Distance）。各种原就详见 Field Guide一书。下面说明可能性矩阵评判工具的使用方法： 在 Signature Editor对话框：在 signature Editor中选择全部类别菜单条： Evaluation Contingency打开 Contingency Matrix对话框选择非参数规章（ No

35、n-parametric Rule）： Feature Space选择叠加规章（Overlay Rule）： Parametric Rule选择未分类规章（ Unclassified Rule）： Parametric Ru1e选择参数规章（Parametric Rule）： Maximum Likelihood选择像元总数作为评判输出统计：pixel Counts OK（关闭 Contingency Matrix对话框，运算分类误差矩阵）然后， IMAGINE 文本编辑器（ Text Editor）被打开，分类误差矩形矩阵将显示在编辑器中供查看统计，该矩阵的局部（以像元数形式表达部分）如下：

36、可编辑资料 - - - 欢迎下载精品名师归纳总结ERROR MATRIXReference DataClassifiedDatafarm-1farm-2farm-3forestfarm-12341100farm-2637530farm-3031500forest000523grass-h0001m-g0000bear-m0000water-10000water-20000water-30000grass-mid0000farm-40110water-50000shadow0000water-60000water-70000Column Total240390154524Reference Da

37、taClassifiedDatagrass-hm-gbear-mwater-1farm-10000farm-20000farm-30000forest0000grass-h560300m-g528300bear-m0033350water-100021333water-20000water-30001grass-mid201090farm-400160可编辑资料 - - - 欢迎下载精品名师归纳总结water-50003shadow0000water-60005water-70000Column Total567286346021342Reference DataClassifiedDataw

38、ater-2water-3grass-midfarm-4farm-10000farm-20002farm-30001forest0000grass-h0000m-g0000bear-m00101water-10000water-2261000water-30131600grass-mid003650farm-4000791water-50000shadow0020water-60000water-70000Column Total2611316377795Reference DataClassifiedDatawater-5shadowwater-6water-7farm-10000farm-

39、20000farm-30000forest0200grass-h0100m-g0000bear-m0000water-10000可编辑资料 - - - 欢迎下载精品名师归纳总结water-20000water-30020grass-mid0700farm-40000water-5161000shadow023010water-60015710water-7000137Column Total1612401574137- End of Error Matrix -从矩阵中可以看到在 260 个应当属于 farm-1 类别的像元中有 6 个属于了 farm_2 ，有234 仍旧属于 farm_1

40、，属于其它类的数目为 0，其实 farm_1 与 farm_2 都是农用的， 因此这个结果是令人中意的。从百分比来说，假如误差矩阵值小于 85%，就模板需要重新建立。2 3 由特点空间模板产生图像掩膜只有产生于特点空间Signature才可使用本工具， 使用时可以基于一个或者多个特点空间模板。假如没有选择集，就当前处于活动状态（位于“”符号旁边）的模板将被使用。 假如特点空间模板被定义为一个掩膜，就图像文件会对该掩膜下的像元作标记，这些像元在视窗中也将被显示表达出来（ Highlighted）。因此可以直观的知道哪些像元将被分在特点空 间模板所确定的类型之中。必需留意， 在本工具使用过程中视窗中的图像必需与特点空间图像相对应。下面是本工具的使用过程：signature Editor对话框。选择要分析的特点空间模板 Feature Masking Feature Space to Image打开 FS to I