利用envi进行监督分类（支持向量机）

最新推荐文章于 2024-08-19 16:43:37 发布
最新推荐文章于 2024-08-19 16:43:37 发布
阅读量1.8w 收藏 289
点赞数 22
文章标签： 分类
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuninghhhhhh/article/details/123215368
版权
  1. 在envi中导入需要分类的遥感影像，先建立兴趣点（草地，水体，建设用地，林地）。右击影像文件名，选择New Region Of Interest，出现如图所示watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGl1bmluZ2hoaGhoaA==,size_20,color_FFFFFF,t_70,g_se,x_16watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGl1bmluZ2hoaGhoaA==,size_8,color_FFFFFF,t_70,g_se,x_16
  2. 接着进行支持向量机分类，在Toolbox-classification-Supervised Classification-Support Vector …（由于研究区为不规则的，因此不能进行掩膜处理，防止背景参与分类）watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbGl1bmluZ2hoaGhoaA==,size_16,color_FFFFFF,t_70,g_se,x_16选择处理的影像，点OK
最低0.47元/天 解锁文章
liuninghhhhhh
关注
ENVI：如何进行遥感图像的分类?(支持向量机模型)
炒茄子的博客
09-11 1万+
这就还需要用到我们创建的ROI，不过这次用来验证的ROI绝对不能是之前用来训练模型的ROI，否则这次训练是无效的（这很显然是无效的，这类似于考试，平时的训练我给你出了一些题目，然后还给了你标准答案，让你去分析除这一类题目的解法。考试的时候我当然不应该还将之前出过的题目用来考试了，而是应该用类似的题目来考考你，看看你和标准答案之间的区别，如果区别不大那么说明你已经领悟到了这类题目是如何进行计算处理的，如果你给出的答案和标准答案出入很大，那么说明你还没有理解这类题目到底该如何进行计算。这对应于模型也是类似的。
envi-监督分类超详细
07-15
超详细的监督分类教程 第一步：打开envi 4.8 打开待处理影像文件（tiff），设置显示rgb先后顺序；
2024年技术自媒体经验分享 —— 开始尝试认真做 CSDN 的一年后的复盘_csdn变现可行吗
最新发布
2401_86022387的博客
08-19 1449
一次偶然，从朋友那里得到一份“java高分面试指南”，里面涵盖了25个分类的面试题以及详细的解析：JavaOOP、Java集合/泛型、Java中的IO与NIO、Java反射、Java序列化、Java注解、多线程&并发、JVM、Mysql、Redis、Memcached、MongoDB、Spring、Spring Boot、Spring Cloud、RabbitMQ、Dubbo 、MyBatis 、ZooKeeper 、数据结构、算法、Elasticsearch 、Kafka 、微服务、Linux。
ENVI实战—一文搞定监督分类
Promising_GEO的博客
06-20 1893
值得注意的是，由于本次用于监督分类的样本仅包含4类地物，因此最终的分类结果中，会存在错分的现象，且由于建筑和道路难以区分，二者无论是从建筑用材还是从空间距离上都具有高度的相似性，以后进行分类时，可以尝试将二者统一，另外，将地物类别扩充，如增加农田，山体等，提高分类与实际影像的匹配程度。依据上述过程对三种方法的结果进行一一对应，得到三种分类的精度评估结果。图1展示了最大似然法下影像的分类结果，对比原图像，整体的分类效果还是较好的，在颜色的显示上，最大似然法最后显示的颜色相对明亮，对地物的区分度高。
ENVI实现支持向量机分类和神经网络分类
知识搬运者
04-24 1097
在工具栏，图像分类-监督分类-支持向量机。神经网络同样的，包括其他的也是。标签就是感兴趣区域ROI。
ENVI执行监督分类后分类结果背景也被分类了的解决方案
m0_69522955的博客
05-09 1万+
如题，解决方法其实很简单，我们在进行最大似然分类法或其他监督分类方法时，在选择input文件时，注意左下角select mask — 点击 mask option — 选择mask data ignore values[all bands]，其他步骤不变。 监督分类结果出来后，masked pixels类默认为黑色,可在layer manager 面板中，右键masked pixels—选择edit ...
使用ENVI进行监督分类和非监督分类
qq_43370701的博客
12-27 1万+
使用ENVI进行监督分类和非监督分类，包括最小距离法，最大似然法，支持向量机法，Iso Data法和K-Mean法。
ENVI监督分类中SVM（支持向量机）工具
qq_40743231的博客
12-26 1万+
这里以landsat 8的四景镶嵌影像为例： 打开ENVI工具箱中的分类——监督分类——支持向量机，出现如下界面： 选择图像，点击OK，会出现如下的错误提示 这告诉我们需要选取几个ROIs以便于我们用支持向量机来进行分类，ROI（Region of Interest感兴趣区），ROI工具的位置如下图所示 接下来我们需要选取三类的ROI，分别代表林地，水体和不透水面，点击下图中的位置创建新的ROI 在底下的ROI name一栏中输入water body，表示这一类的ROI我们选取的是和水体有关的地方
【ENVI解决经验】裁剪后背景改为白色（透明）
Uyoin的博客
12-06 1万+
裁剪后的遥感影像背景为黑色 解决经验： ①选择“Toolbox”中的“Regions Management（栅格管理）”下的“Edit ENVI Header（编辑ENVI头文件）”工具。 ②选择需要修改的遥感影像。 ③在新打开的窗口点击“Edit Attributes（编辑属性）”下的“Data Ignore Value（数据忽略值）”。 ④修改参数为“0”，点击“OK”。 ⑤修改后效果如图所示。 ...
用ENVI建立掩膜消除图像背景
weixin_42741178的博客
11-05 1万+
终于学会了，从这里做个总结。本文中出现的图像均是自己的数据。 有什么问题可从评论区留言，共同解决。 这个教程中可用矢量进行掩膜。 打开需要进行掩膜处理的图像。 在原始图像中选择ROI区域，并对其进行保存。 用ROI建立掩膜。 Basic Tools —— Masking —— Build Mask Options选择Input ROIs，选择上图的ROI并选择输出保存位置。 Basic Tools —— Masking —— Apply Mask 首先选择需要进行掩膜的图像： 然后 s
ENVI土地利用监督分类详解课件.rar
08-30
监督分类常见的算法有最大似然法、最小距离法、支持向量机（SVM）等。最大似然分类基于贝叶斯理论，假设每个类别的像素在特征空间内具有特定的概率分布；最小距离分类则是寻找像素到类别中心的欧氏距离最小；SVM则是...
ENVI遥感图像监督分类 包含练习数据
10-02
本资源提供的"ENVI遥感图像监督分类 包含练习数据"旨在帮助用户熟悉并掌握利用ENVI进行遥感图像的监督分类方法。下面将详细阐述遥感、ENVI以及监督分类的相关知识点。 遥感是通过非接触方式从远距离获取地球表面...
ENVI监督分类、非监督分类及精度评定详细教程
04-14
在ENVI中，有多种监督分类算法可供选择，如平行六面体、最小距离、马氏距离、最大似然、支持向量机（SVM）、模糊分类等。 **监督分类步骤**： 1. **数据预处理**：首先，利用ENVI读取遥感图像，并对其进行必要的...
ENVI监督分类、决策树分类、火烧迹地提取和ArcMap制图
06-14
本实验选择了支持向量机（SVM）作为分类器。通过设置不同的参数（如核函数类型、惩罚系数等），可以得到最终的分类结果。 4. **精度验证**：分类结果的质量评估是必要的，可以通过生成混淆矩阵来进行。混淆矩阵能够...
ENVI监督分类.pdf
05-12
5. 进行监督分类，这里选择支持向量机（Support Vector Machine，SVM）分类方法，因为它通常能提供较高的分类精度。 6. 在SVM分类的参数设置中，选择所有地物类别，设置阈值和距离误差，然后指定输出文件的位置和...
封装、继承、多态和抽象（日常开发常用）
心有谦谦结
09-08 1098
Java的四个基本特性：封装、继承、多态和抽象 （1）抽象：将一类对象的共同特征总结出来，然后构造成类的过程（包括数据抽象和行为抽象）。抽象只关注对象的属性和行为，不关注行为的细节。 （2）封装：把数据和操作数据的方法绑定起来，对数据的访问只能通过已定义好的接口。 好处：【1】保证数据的安全性，防止调用者随意更改数据。（例如，我们在封装一些常用的工具类时，会把类的无参构造器私有化或者在类名前使用abstract修饰，不准创建该类，达到只能调用，不能修改的效果） 【2】提高代码的复用性。（把..
使用ENVI进行监督分类
热门推荐
Billie使劲学的博客
10-11 1万+
④大气校正模型的选择：根据目标地理位置所在的纬度以及影像拍摄的时间选择相应的模型。将边界的.shp文件转为.evf文件。(直接打开.shp文件好像也可以)打开ENVI并打开文件，找到下载的影像压缩包，解压并打开MTL文件。设置完成后点击OK，即完成转换操作（生成的数据为.evf格式）。全部完成后点击确定，完成大气校正，然后打开大气校正后的文件。在ENVI打开.evf格式（.shp格式）的边界文件。点击OK，就在定义的位置出现了.evf 的边界文件。右侧搜索“flaash”出现如图所示，打开大气校正。
ENVI监督分类后背景值也被分成一种地物，解决方案和转移矩阵制作方法
Abner0101的博客
10-18 4813
ENVI相关小操作
Tensorflow学习第六篇-机器学习基础 2020-09-18
仁亮的开发小屋
09-18 193
学习网站：https://www.bilibili.com/video/BV1D541167N9?p=51 一、机器学习：从数据中学习 学习过程： 以上面的房屋销售为例： 建立模型：y=wx+b 学习模型：确定参数w,b；这一步比较关键 预测房价：使用模型计算房价 监督学习： 有标记的样本进行学习 回归：预测连续值 分类：预测离散值 模型/学习器：估计函数 学习算法：从数据中产生模型的算法 监督学习过程： 无监督学习： 样本没有标记的情况下，挖掘...
envi支持向量机分类
07-28
是的，支持向量机（Support Vector Machine，SVM）是一种常用的机器学习算法，而envi（Environment for Visualizing Images）是一款用于遥感数据处理和分析的软件平台。envi本身并不提供SVM算法的实现，但你可以使用envi提供的图像处理和特征提取功能，将数据准备好后，使用其他编程语言（如Python）中的机器学习库（如scikit-learn）来实现SVM分类。通过这种方式，你可以在envi环境中进行SVM分类任务。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值