城市地理信息系统实验报告.docx

《城市地理信息系统实验报告.docx》由会员分享，可在线阅读，更多相关《城市地理信息系统实验报告.docx（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、城市地理信息系统实验报告监督分类1.概述监督分类，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练样本，计算机计算每种训练样区的统 计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各种子类别分类的要求，随后用训练好的判决函数去对其他待分数据进行分类。使每个像元 和训练样本作比较，按不同的规则将其划分到和其最相似的样本类，以此完成对整个图像的分类。2.步骤2.1类别定义/特征判别 根据分类目的、影像数据自身的特征和分类区收集的信息确定分

2、类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。 启动ENVI5.1，打开待分类数据：can_tmr.img。 下图以R:TM Band 5，G: TM Band 4，B：TM Band 3波段组合显示 通过目视可分辨六类地物：林地、草地/灌木、耕地、裸地、沙地、其他六类。2.2样本选择 （1）在图层管理器Layer Manager中，can_tmr.img图层上右键，选择New Region Of Interest，打开Region of Interest (ROI) Tool面板，下面学习利用选择样本。

3、1）在Region of Interest (ROI) Tool面板上，设置以下参数： ROI Name：林地 ROI Color：图2.1 Region of Interest (ROI) Tool面板上设置样本参数2）默认ROIs绘制类型为多边形，在影像上辨别林地区域并单击鼠标左键开始绘制多边形样本，一个多边形绘制结束后，双击鼠标左键或者点击鼠标右键，选择Complete and Accept Polygon，完成一个多边形样本的选择；3）同样方法，在图像别的区域绘制其他样本，样本尽量均匀分布在整个图像上；4）这样就为林地选好了训练样本。（2）在图像上右键选择New ROI，或者在Regi

4、on of Interest (ROI) Tool面板上，选择工具。重复林地样本选择的方法，分别为草地/灌木、耕地、裸地、沙地、其他5类选择样本；例如：图为沙地图为其他类 （3）如下图为选好好的样本。图为训练样本的选择 （4）计算样本的可分离性。在Region of Interest (ROI) Tool面板上，选择OptionCompute ROI Separability， 在Choose ROIs面板，将几类样本都打勾，点击OK； （5）表示各个样本类型之间的可分离性，用Jeffries-Matusita, Transformed Divergence参数表示，这两个参数的值在02.0之

5、间，大于1.9说明样本之间可分离性好，属于合格样本；小于1.8，需要编辑样本或者重新选择样本；小于1，考虑将两类样本合成一类样本。图为样本可分离性计算报表 2、在Region of Interest (ROI) Tool面板上，选择Options Merge (Union/Intersection) ROIs，在Merge ROIs面板中，选择需要合并的类别，勾选Delete Input ROIs。图为Merge ROIs面板 （6）在图层管理器中，选择Region of interest ，点击右键，save as，保存为.xml格式的样本文件。2.3影像分类基于传统统计分析的分类方法参数设

6、置比较简单，Toolbox/Classification/Supervised Classification能找到相应的分类方法。 这里选择支持向量机分类方法。在toolbox中选择/Classification/Supervised Classification/Support Vector Machine Classification，图4.1选择待分类影像，点击OK，按照默认设置参数输出分类结果。图4.2 支持向量机分类器参数设置图4.3 支持向量机分类结果2.4精度验证 真实参考源可以使用两种方式：一是标准的分类图，二是选择的感兴趣区（验证样本区）。两种方式的选择都可以通过主菜单-Cl

7、assification-Post Classification-Confusion Matrix或者ROC Curves来选择。 真实的感兴趣区验证样本的选择可以是在高分辨率影像上选择，也可以是野外实地调查获取，原则是获取的类别参考源的真实性。由于没有更高分辨率的数据源，本例中就把原分类的TM影像当作是高分辨率影像，在上面进行目视解译得到真实参考源。（1）在Data Manager中，分类样本上右键选择Close，将分类样本从软件中移除（2）直接利用ROI工具，跟分类样本选择的方法一样，即重复第二步，在TM图上选择6类验证样本。注：可直接Fileopen，打开can_tm-验证样本.roi。

8、 图6.1选择验证样本（3）在Toolbox中，选择/Classification/Post Classification/Confusion Matrix Using Ground Truth ROIs，选择分类结果，软件会根据分类代码自动匹配，如不正确可以手动更改。点击OK后选择报表的表示方法（像素和百分比），点击OK，就可以得到精度报表。图6.2验证操作面板图6.3分类精度评价混淆矩阵分类后处理1.概述 监督分类和决策树分类等分类方法得到的一般是初步结果，难于达到最终的应用目的。因此，需要对初步的分类结果进行一些处理，才能得到满足需求的分类结果， 这些处理过程就通常称为分类后处理。常用分

9、类后处理通常包括：更改分类颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。2.步骤 以ENVI自带数据can_tmr.img的分类结果can_tmr_class.dat为例。数据位 于.13.分类后处理数据。其他数据描述： can_tmr.img 原始数据 can_tmr_验证.roi 精度评价时用到的验证ROI2.1小斑块去除 应用监督分类或者非监督分类以及决策树分类，分类结果中不可避免地会产生一些面积很小的图斑。无论从专题制图的角度，还是从实际应用的角度，都有必要对这 些小图斑进行剔除或重新分类，目前常用的方法有Majority/Minority分析、聚类处理（clump）和过

10、滤处理（Sieve）。2.1.1 Majority和Minority分析 Majority/Minority分析采用类似于卷积滤波的方法将较大类别中的虚假像元归到该类中，定义一个变换核尺寸，主要分析（Majority Analysis）用变换核中占主要地位（像元数最多）的像元类别代替中心像元的类别。如果使用次要分析（Minority Analysis），将用变换核中占次要地位的像元的类别代替中心像元的类别。 下面介绍详细操作流程：（1）打开分类结果13.分类后处理数据can_tmr_class.dat； （2）打开Majority/Minority分析工具，路径为Toolbox /Classi

11、fication/Post Classification/Majority/Minority Analysis，在弹出对话框中选择can_tmr_class.dat，点击OK； （3）在Majority/Minority Parameters面板中，点击Select All Items选中所有的类别，其他参数按照默认即可，如下图所示。然后点击Choose按钮设置输出路径，点击OK执行操作。图：Majority/Minority Parameters面板参数设置 （4）查看结果如图所示，可以看到原始分类结果的碎斑归为了背景类别中，更加平滑。 选择透视Clmp-class结果的如下图：选择透视cl

12、ass.Dat显示结果如下图：两种方法比较： 比较结果显示：图：原始分类结果（左），Majority分析结果（右）2.1.2 聚类处理（Clump） 聚类处理（clump）是运用数学形态学算子（腐蚀和膨胀），将临近的类似分类区域聚类并进行合并。分类图像经常缺少空间连续性（分类区域中斑点或洞的存 在）。低通滤波虽然可以用来平滑这些图像，但是类别信息常常会被临近类别的编码干扰，聚类处理解决了这个问题。首先将被选的分类用一个膨胀操作合并到一 块，然后用变换核对分类图像进行腐蚀操作。下面介绍详细操作流程：（1）打开分类结果13.分类后处理数据can_tmr_class.dat；（2）打开聚类处理工具，

13、路径为Toolbox /Classification/Post Classification/Clump Classes，在弹出对话框中选择can_tmr_class.dat，点击OK；（3）在Clump Parameters面板中，点击Select All Items选中所有的类别，其他参数按照默认即可，如下图所示。然后点击Choose按钮设置输出路径，点击OK执行操作。图：Clump Parameters面板参数设置结果（4） 查看结果如下图所示，可以看到原始分类结果的碎斑归为了背景类别中，更加平滑。图：原始分类结果（左），聚类处理结果（右）2.1.3 过滤处理（Sieve） 过滤处理（S

14、ieve）解决分类图像中出现的孤岛问题。过滤处理使用斑点分组方法来消除这些被隔离的分类像元。类别筛选方法通过分析周围的4个或8个像 元，判定一个像元是否与周围的像元同组。如果一类中被分析的像元数少于输入的阈值，这些像元就会被从该类中删除，删除的像元归为未分类的像元 （Unclassified）。 下面介绍详细操作流程：（1）打开分类结果13.分类后处理数据can_tmr_class.dat；（2）打开过滤处理工具，路径为Toolbox /Classification/Post Classification/Sieve Classes，在弹出对话框中选择can_tmr_class.dat，点击O

15、K；（3）在Sieve Parameters面板中，点击Select All Items选中所有的类别，Group Min Threshold设置为5，其他参数按照默认即可，如下图所示。 然后点击Choose按钮设置输出路径，点击OK执行操作；图：Sieve Parameters面板参数设置（4）查看结果如下图所示，可以看到原始分类结果的碎斑归为了背景类别中，更加平滑。2.2 分类统计 分类统计(Class statistics)可以基于分类结果计算源分类图像的统计信息。基本统计包括：类别中的像元数、最小值、最大值、平均值以及类中每个波段的标准差等。 可以绘制每一类对应源分类图像像元值的最小值

16、、最大值、平均值以及标准差，还可以记录每类的直方图，以及计算协方差矩阵、相关矩阵、特征值和特征向量，并 显示所有分类的总结记录。 下面介绍详细操作流程：（1）打开分类结果和原始影像13.分类后处理数据can_tmr_class.dat和can_tmr.img；（2）打开分类统计工具，路径为Toolbox/Classification/Post Classification/Class Statistics，在弹出对话框中选择can_tmr_class.dat，点击OK；（3）在Statistics Input File面板中，选择原始影像can_tmr.img，点击OK； （4）在弹出的Cla

17、ss Selection面板中，点击Select All Items，统计所有分类的信息，点击OK；注：可根据需要只选择分类列表中的一个或多个类别进行统计。（5）在Compute Statistics Parameters面板可以设置统计信息（如下图所示），按照图中参数进行设置，点击Report Precision按钮可以设置输入精度，按默认即可。点击OK；图：统计结果参数设置面板（6）如下图所示为显示统计结果的窗口，统计结果以图形和列表形式表示。从Select Plot下拉命令中选择图形绘制的对象，如基本统计信息、直方图等。从Stats for标签中选择分类结果中类别，在列表中显示类别对应输

18、入图像文件DN值统计信息，如协方差、相关系数、特征向量等信息。在列表中的第一段显示的为分类结果中各个类别的像元数、占百分比等统计信息。图：显示统计结果的窗口2.3 分类叠加 分类叠加（Overlay Classes）功能，可以将分类结果的各种类别叠加在一幅RGB彩色合成图或者灰度图像上，从而生成一幅RGB 图像。如果要想得到较好的效果，在叠加之前，背景图像经过拉伸并保存为字节型（8bit）图像，下面是具体操作过程。（1）打开分类结果和原始影像13.分类后处理数据can_tmr_class.dat和can_tmr.img；注：这里将原始影像的真彩色图像作为背景图像。（2）打开拉伸工具（Toolb

19、ox/Raster Management/Stretch Data），在弹出的对话框中选择can_tmr.img文件，然后点击下方的Spectral Subset（如下图所示），在弹出面板中选择波段1、2、3，点击OK；图：选择拉伸文件和波段选择（3）在Data Stretching面板中，按照下图进行参数设置，点击OK即可；图：拉伸参数设置 （4）打开分类叠加工具，路径为Toolbox/Classification/Post Classification/Overlay Classes； （5）在打开的Input Overlay RGB Image Input Bands面板中，R、G、B分

20、别选择拉伸结果can_tmr_background.dat的band 3、2、1，点击OK；注：如果需要一个灰度背景，为RGB三个通道输入同样的波段即可。图：选择背景图像的RGB波段组合 （6）在Classification Input File面板中选择分类图像can_tmr_class.dat，点击OK； （7）在Class Overlay to RGB Parameters面板中选择要叠加显示的类别（如下图所示），这里选择林地、裸地、沙地三个类别，设置输出路径，点击OK即可。注：按住Ctrl键，点击鼠标左键可以实现多选。图：选择要叠加显示的类别（8）查看叠加结果，如下图所示。图：叠加效果

21、2.4 分类结果转矢量 可以利用ENVI提供的Classification to Vector工具，将分类结果转换为矢量文件，下面介绍详细操作步骤：（1）打开分类结果13.分类后处理数据can_tmr_class.dat；（2）打开转矢量工具，路径为Toolbox /Classification/Post Classification/Classification to Vector；（3）在Raster to Vector Input Band面板中，选择can_tmr_class.dat文件的波段，点击OK；（4）在Raster to Vector Parameters面板中设置矢量输出参

22、数。这里选择林地和沙地两个类别，设置输出路径，点击OK即可。 注：Output可选Single Layer和One Layer per Class两种情况。如果选择Single Layer，则所有的类别均输出到一个evf矢量文件中；如果选择One Layer per Class，则每一个类别输出到一个单独的evf矢量文件中。图：输出矢量参数设置（5） 查看输出结果，打开刚才生成的evf文件，并加载到视图中。（6） 可以在图层列表右键点击矢量文件名（如下图），选择Properties，在弹出面板 中可以根据Class_Name修改不同类别的颜色，如下图所示，修改林地和沙地分别为红色和蓝色，点击O

23、K，最终效果如图所示。图：设置矢量图层属性图：矢量显示最终效果2.5 ENVI Classic分类后处理 以上的分类后处理在ENVI Classic和ENVI 5.x版本中均能完成，操作步骤基本一致。本节的操作需要在ENVI Classic下完成的，主要为局部手动修改、更改类别颜色等。2.5.1 浏览结果打开ENVI Classic，使用File Open Image File打开can_tmr.img和can_tmr_class.dat。在显示can_tmr.img的Display中，选择Overlay Classification，打开Interactive Class Tool Inpu

24、t File面板中选择 can_tmr_class.dat，将分类结果叠加显示在Display上。 如下图所示，可以勾选复选框进行类别的叠加显示。图：Interactive Class Tool面板2.5.2 局部修改 对于局部错分、漏分的像元，可以手动进行修改。在Interactive Class Tool面板可利用两个工具进行修改。 将一定范围内像元都并入其他一个类别中 （1）在Interactive Class Tool面板中，选择Edit Mode: Polygon Add to Class； （2）在Interactive Class Tool面板中，鼠标左键单击Unclassifi

25、ed前面的方型色块，让Unclassified类别处于激活状态；（3）选择一个编辑窗口：Image，在Image窗口中绘制多边形，多边形以内的像元全部归于Unclassified一类。图：设置激活类别 将一定范围内某一类像元并入其他一类中 （1）在Interactive Class Tool面板中，选择Edit Mode: Polygon Delete from Class；（2）选择Edit Set delete class Value，选择并入的目标类，以林地为例，如下图所示；图：设置删除归入的目标类别（3）在Interactive Class Tool面板中，鼠标左键单击Unclassi

26、fied前面的方型色块，让Unclassified类别处于激活状态。（4）选择一个编辑窗口：Image，在Image窗口中绘制多边形，多边形以内的类别Unclassified全部归于林地。如下图，（5）选择Edit Undo Changes，可以取消修改，选择File Save changes to File，可以将修改结果保存。结果图2.5.3 更改类别颜色（1）在Interactive Class Tool面板中，选择Option Edit class colors/names，如下图所示，直接在对应的类别中修改颜色。（2）在Class Color Map Editing面板中选择RGB、

27、HLS或HSV其中一种颜色系统。单击Color按钮选择标准颜色，或者通过移动颜色调整滑块分别调整各个颜色分量定义颜色。选择 Options Reset Color Mapping，可以恢复初始值。图：分类颜色和名字的更改3.实验总结 对于本次试验我总结了以下两点：1.实验前一定要弄懂实验原理，这样操作时才对整体有个大体的把握； 2.要特别注意输入输出图层，所以要养成一个对输出图层命英文名的习惯。 GIS上机实践是空间分析课程教学的重要环节，培养了我们的上机操作能力，也在一定程度上巩固和拓展课堂讲授的理论知识。 通过几个个相关的GIS应用专题，结合实际的案例进行练习，我们加强了对GIS的理解与认识，提高了对ARCGIS的实际操作能力、分析解决问题的能力与创新能力