监督分类

最新推荐文章于 2023-12-27 23:02:50 发布
最新推荐文章于 2023-12-27 23:02:50 发布
阅读量1w 收藏 26
点赞数 3
分类专栏： 遥感envi
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/scnugeo/article/details/109448983
版权

打开文件，以5，4，3波段（近红，红，绿）组合增强显示。
右键图层，单击new region of interest
在这里插入图片描述
可以用各种性状工具
在这里插入图片描述
除了plant，如果还想再增加ROI类型，有两种方法
在这里插入图片描述
最后的分类样本选取如下
在这里插入图片描述
options->compute ROI separability, select all items, ok
在这里插入图片描述
参数的值为0~2.0，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，需要重新选择样本，小于1，考虑将两类样本合成一类样本（在ROI tool对话框中，options->merge(union/intersection)。
（以上数据的可分离性不太好，因此我又重新选了样本）
在这里插入图片描述

在这里插入图片描述
执行监督分类，可以选择不同的分类器，各分类器需要设置不同的参数
在这里插入图片描述
在这里插入图片描述

学习啊啊啊啊啊
关注
  • 3
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
[RS] 监督分类
geodoer
04-07 7935
监督分类。
ENVI监督分类
m0_59276096的博客
06-07 1万+
ENVI监督分类
监督分类.rar
07-06
基于matlab实现的图像监督分类工具，文件中的desk文件为主程序，执行其弹出主界面，选择要分类的图像，输入分类数，点击确定，利用弹出的矩形选择框选择纯净样本区域，双击后选择该类的颜色，依次选择完所有类的样区，程序自动开始执行监督分类。（精度评定部分在下个版本中会增加）
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；
e5_matlab_监督分类_图像分类_源码
10-02
在本文中，我们将深入探讨基于MATLAB的监督分类方法及其在图像分类中的应用。监督学习是一种机器学习技术，其中算法通过已标记的数据进行学习，然后将这种学习应用于未知数据进行预测。在这个特定的项目中，"e5_...
ENVI监督分类的实习报告.pdf
07-13
本实习报告主要探讨了如何使用ENVI进行监督分类，这是一种利用已知地物类型的样本（训练样本）来指导图像分类的方法，以提高分类精度。以下是详细步骤和相关知识点： 1. **打开图像与查看基本信息**： - 首先，...
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...
监督分类_IDL监督分类_IDl_监督分类_
10-01
本文将深入探讨如何利用IDL（Interactive Data Language）编程语言进行监督分类，这是一种在图像分析中广泛应用的技术，尤其在处理遥感图像时。我们将讨论监督分类的基本原理、最小距离法以及在IDL环境下实施该方法...
遥感影像处理-监督分类
hu397313168的博客
06-21 4154
首先输入图像和掩膜后首先要对大致的类别有一个初步的印象，如耕地、园地、林地。是图像信息提取的一种方法，是遥感数字图像处理的重要环节，也是遥感应用最广泛的领域之一，其中。，这些功能在工具箱-分类后处理工具栏后都可以实现，其中主要讲解精度分析操作。的现象，不确定的地物可以先分开选，最后在分类后处理的时候再合并。两种，随着计算机信息技术的发展，计算机解译现在正在被广泛应用。作为基础，他们都可以做到对遥感图像进行较高精度的分类，监督分类后的图像不能直接拿来用，需要对其做一些。原理，实现对遥感图像的分类，最终实现。
【监督学习】- 分类（决策树）
12-21
决策树 决策树(decision tree) 是一种基本的分类与回归方法。本博客主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。 决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。这些决策树学习的思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及由Breiman等人在1984年提出的CART算法。本文首先介绍决策树的基本概念，然后介绍特征的选择、决策树的生成以及决策树的修剪，最后通过
遥感图像分类（包含监督分类和非监督分类方法）
03-31
很有用的遥感图像分类 介绍的很详细 包含监督分类和非监督分类方法
遥感影像监督分类与非监督分类的比较（pdf）
05-14
遥感影像分类是影像分析的一个重要内容,它是利用计算机通过对影像中不同地物的空间信息和光谱 信息进行分析,选择特征,并将特征空间划分为互不重叠的子空间,然后将影像中各个像元划归到子空间去. 目前国内国际上对影像分类的研究主要集中在应用具体的物理的、数学的方法等对影像进行的分类研究方 面[1 - 8 ] ,对于影像分类方法的研究,从不同的方面可以划分为不同的类型. 按照利用图像要素的不同,影像 分类大体可以分为三种:一是基于图像灰度值的分类,二是基于图像纹理的分类,三是基于多源信息融合的 分类[9 ] . 用计算机对影像进行分类应用的主要是模式识别技术,根据具体应用的数学方法不同又可分为:统 计法(决策分类法) 、语言结构法(句法方法) 、模糊法以及神经网络法. 在影像分类过程中,根据是否已知训练 样本的分类数据,影像分类方法又可以分为监督分类和非监督分类. 本文主要从分类原理、分类过程、分类方 法等方面来探讨这两种分类方法的区别与联系.
（一）监督学习模型之线性分类器
My Honor！ My World！
09-20 456
一、解决问题使用线性分类模型从事良／恶性肿瘤的预测任务二、数据地址http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data三、代码实现1、获得数据import pandas as pd import numpy as np column_n
监督和非监督分类及后处理过程全过程（超详细带解读）
热门推荐
calmlion01的博客
12-02 2万+
首先，我们得先搞清楚什么是监督分类？什么是非监督分类？ 监督分类是需要学习训练的分类方法，需要自己选择样本，需要先学习后分类；非监督分类不需要人工采集地物样本点数据，多是通过聚类的方法来自动分类，可以边学习边分类。 监督分类：又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。 非监督分类：以不同影像地物在特征空间中类别特征的差别为依据的一种无先验类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。 1.监督分类前一般需要做非监督分类来
使用ENVI进行监督分类和非监督分类
最新发布
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。
最大似然法监督分类步骤_详细讲解ArcGIS中的影像分类
weixin_39818631的博客
12-01 1万+
影像分类的目的就为了将图像中的像元划分成不同的类别，过程就是根据像元在不同波段的波普亮度、空间结构特征或者其他信息，按照某种规则或算法实现分类。遥感图像分类处理就是是为了提取遥感图像中的目标信息，遥感图像分类主要用于地物类别的区分。影像分类分为监督分类和非监督分类，很多遥感书籍中都有这两种分类方法的比较。这里我结合ArcGIS软件简单整理一下：监督分类监督分类是使用被确认类别的样本像元去识别其他未...
监督学习-分类模型6-集成模型（Ensemble）
catgray的博客
09-11 2710
模型介绍 常言道：“一个篱笆三个桩，一个好汉三个帮”。集成分类模型便是综合考量多个分类器的预测结果，从而做出决策。具体分为两种： 一种是利用相同的训练数据同时搭建多个独立的分类模型，然后通过投票的方式，以少数服从多数的原则作出最终的分类决策。代表模型有随机森林分类器（Random Forest Classifier） 另一种是按照一定次序搭建多个分类模型。这些模型之间彼此存在依赖关系。代表模型有...
影像信息提取之—— 监督与非监督分类
David_jiang
10-15 2万+
基于光谱的影像的分类可分为监督与非监督分类，这类分类方法适合于中低分辨率的数据，根据其原理有基于传统统计分析的、基于神经网络的、基于模式识别的等。 本专题以ENVI的监督与非监督分类的实际操作为例，介绍这两种分类方法的流程和相关知识。有以下内容组成：   监督分类  非监督分类 分类后处理 监督分类 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
ERDAS监督分类：原理与方法详解
ERDAS监督分类是一种在遥感图像分析领域广泛应用的技术，用于将图像中的像素或像元归类到不同的土地覆盖类别。这项技术基于已有的训练数据，通过一系列算法来识别和区分不同类型的地理特征，如植被、土壤、建筑物等...
评论
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