多语言展示
当前在线:253今日阅读:99今日分享:20

PCI软件监督分类实验指导

监督分类是一种常用的精度较高的统计判决分类,在已知类别的训练场地上提取各类训练样本,通过选择特征变量、确定判别函数或判别规则,从而把图像中的各个像元点划归到各个给定类的分类方法,它主要有平行六边形法、最小距离分类、最大似然分类等方法。下面详细向大家介绍一下如何用PCI进行监督分类的过程,一起来学习吧。
工具/原料
1

PCI软件

2

实验数据是:上一个经验非监督分类处理过后的数据

方法/步骤
1

上个经验非监督分类的结果作为来监督分类选择训练样区的参考:将输入的波段颜色改成5,4,3,将六个波段全部放入监督分类的输入文件里,在刚添加的空的通道中放入训练样区,在另一个空的通道中放入监督分类后的影像。

2

选取训练样区:在Training Site Editing中选择Load Work Area,在跳出的影像中选择要选训练样区的位置,单击load,选择训练样区,共选择9类,打开两个Image Work工作窗口,一个显示非监督分类的分类结果,另一个显示训练样区的选择窗口。

3

在训练区选取界面中点击New按钮,增加一个新类,分别设置Value、Name、Colour,按下一个编辑按钮,如Polygon等按下Fill钮,在画出的封闭多边形中任意位置单击鼠标进行填充,重复上述操作,以选取其他类的训练区。也可以在训练区选取界面中点击Load Work Area…按钮,拖动矩形框选择其他区域进行操作;

4

评价训练样区的质量:分离度检查,在主工作窗口点击Signature Separability或在上图中点击Separability按钮,弹出如下图:(分离度数值越趋近2 表明两种地物区分的比较明显,大于1.9说明样本之间可分离性好,小于1.8大于1.4属于合格样本,小于1.4需要重新选择样本,小于1考虑将两类样本合成一类样本)

5

散点图检查:    在主工作窗口点击Classify \ Scatterplot…,查看散点图,图形的颜色表示在选择的两个通道中对应灰度值的像元的数量。在Plot Mean与Plot Ellipse字段下面的空白区域单击鼠标,则图形区域将显示出类均值中心与二维分布椭球。(均值中心距离越远,则分类结果越好;椭球差异越大,分类结果越好。)

6

直方图检查:在主工作窗口点击Classify \ Histograms…并同时打开训练区选取界面,在训练区选取界面选择要检查的类,直方图图形面板将显示该类在用来分类的各通道的直方图。(直方图是单峰正态分布,则分类结果较好;如果是双峰分布,则该类可分出多类。)

7

选择监督分类的方法,有三种(平行六边形法,最小距离法, 最大似然法)

8

监督分类结果评价想详细了解的私信楼主吧 加油PCI相当强大的

推荐信息