Arcmap之监督分类

GIS 专栏收录该内容
9 篇文章 0 订阅


三种监督分类的区别主要是生成特征文件的方法,

  1. ISO聚类
  2. 手动绘制
  3. 生成特征文件工具

个人认为第三种最为简洁、准确!

遥感影像分类的理论部分
链接:https://pan.baidu.com/s/1OWhWAl7pXr6kJcducppRxA
提取码:lvme
参考自南师大杨昕老师的地学分析课程

1 前期准备

1)创建用于验证的点数据
A.创建点文件,该文件用于遥感影像分类结果的精度评价。
B.点文件中要添加一个名称为“class”的子段,字段内容如下;
(1)Water
(2)Tree
(3)Grass
(4)Buildings
(5)Road/Pavedn
(6)……
C. 为影像中每一类增添20个点,总共20*n个点


2.1 最直接的方法

(1)数据图片需要时TIFF格式的。
(2)选择”空间分析工具“,多元分析,Iso聚类,填好特征文件保存路径和最大分类数。
(3)选择”空间分析工具“,多元分析,最大似然法分类,选择特征文件。
在这里插入图片描述


2.2 更精确的方法

人工生成特征文件

在这里插入图片描述
各类地物的直方图、散点图尽量不要重叠
直方图、散点图和统计数据

自动生成特征文件★★★

在这里插入图片描述
(1)可以根据需要设置 剔除分数(Reject Fraction ),例如0.01。这样表示,正确分类的几率不到 1% 的像元就会成为 NoData。

(2)先验概率(priori probability),工具默认使用 Equal 先验概率,会给像元分配可能性最大的分类。但是,如果某些类出现的可能性大于(或小于)平均值,则应将 FILE 先验选项与输入先验概率文件结合使用。输入先验概率文件必须是包含两列的 ASCII 文件。左列中的值表示类 ID。右列中的值表示相应类的先验概率。类别先验概率的有效值必须大于或等于零。如果指定零作为概率,则类无法显示在输出栅格中。指定先验概率的总和必须小于或等于1。

(3)最大似然法分类工具还可以附带可选生成 置信栅格(confidence raster),这样可以了解每个像元的正确分类的概率。


3. 分类后处理

在这里插入图片描述
使用重分类,合并子类;
使用块统计,去除噪声。


4. 评价分类结果

这些参数在EVIN中有工具可以计算,本人暂未在arcmap中发现类似工具

混淆矩阵

运行误差与用户精度
结果误差与生产者精度
在这里插入图片描述

Kappa系数

在这里插入图片描述


在这里插入图片描述

  • 6
    点赞
  • 2
    评论
  • 34
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 创作都市 设计师:CSDN官方博客 返回首页
实付
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、C币套餐、付费专栏及课程。

余额充值