监督分类与非监督分类汇总教材.docx
《监督分类与非监督分类汇总教材.docx》由会员分享,可在线阅读,更多相关《监督分类与非监督分类汇总教材.docx(26页珍藏版)》请在冰点文库上搜索。
![监督分类与非监督分类汇总教材.docx](https://file1.bingdoc.com/fileroot1/2023-7/1/753b678b-7c58-48d0-a88a-61b702cfc7ce/753b678b-7c58-48d0-a88a-61b702cfc7ce1.gif)
监督分类与非监督分类汇总教材
实习序号及题目
监督分类与非监督分类
实习人姓名
实习指导教师姓名地址
专业班级
个人e-mail地址
实习地点
实习日期时间
实习目的和内容
1.选取研究区数据(512×512或者1024×1024),通过目视解译建立分类系统及其编码体系
2.按照监督分类的步骤,在影像上找出对应各个土地利用/覆盖类型的参考图斑,利用ROI工具建立训练区,给出各个类别的特征统计表。
3.计算各个分类类别之间的可分离性,整理成表格。
说明哪些地物类型之间较易区分,哪些类型之间难以区分。
4.监督分类:
利用最大似然法完成分类。
5.分类精度评价,从随机采集100~200个样本点,并确保每一类别不少于10个样本;进行分类精度评价,得到分类混淆矩阵,计算Kappa系数,并对结果进行解释。
6.分类后处理(clump—sieve—majority)。
运用ISODATA方法进行非监督分类:
预先假定地表覆盖类型为30类,迭代次数选为15,由系统完成非监督分类;然后进行类别定义与合并子类,最后进行结果的精度评价。
原理和方法
1、监督分类:
监督分类是在分类前人们已对遥感影像样本区中的类别属性有了先验知识,进而可利用这些样本类别的特征作为依据建立和训练分类器(亦即建立判别函数),进而完成整幅影像的类型划分,将每个像元归并到相对应的一个类别中去。
换句话说,监督分类就是根据地表覆盖分类体系、方案进行遥感影像的对比分析,据此建立影像分类判别规则,最后完成整景影像的分类;
2、可分性度量:
本次实习主要涉及J—M距离和变换分散度,都是一种特征空间距离度量方法,是指影像特征矢量与各个类中心的距离,变换分散度是TDivercd=[1-exp(-Divercd/8)],J—M距离J=2*(1-e-B);
3、最大似然分类法:
在两类或多类判决中,假定各类分布函数为正态分布,并选择训练区,用统计方法根据最大似然比贝叶斯判决准则法建立非线性判别函数集,计算各待分类样区的归属概率,而进行分类的一种图像分类方法。
4、混淆矩阵:
从随机点位上获取地面参考验证信息,并与遥感分类图进行逐像元比较,然后将结果归纳到混淆矩阵,进而完成混淆矩阵分析。
类别精度:
被正确分类的类别像元数占该类别训练样本像元数的百分比,包括生产者精度(制图精度)和用户精度,其中制图精度对应漏分误差是指指示需要进行类别补充和训练样本的采集,用户精度对应错分误差是指指示训练样本集存在混合现象,需要进行更加精细的训练样本采集以保证各个类别样本光谱特征上的纯洁性;
5、分类后处理——主要/次要分析:
输入一个变换核,用变换核中占主要/次要地位的像元的类别代替中心像元的类别。
6、分类后处理——类别集群:
运用形态学算子将临近的类似分类区域合并集群。
首先,将被选的类别用一个膨胀操作集群在一起,然后用参数对话框中指定了大小的变换核对分类图像进行侵蚀操作。
7、分类后处理——类别筛选:
观察周围的4个或8个像元,判断一个像元是否与周围的像元同组。
如果一类中被分组的像元数少于输入的值,这些像元将被从该类中删除。
删除像元后,剩下黑像元(未分类的像元)。
8、非监督分类:
指人们事先对分类过程不施加任何的先验知识,仅依据影像上地物的光谱特征分布规律,顺其自然地进行分类。
基本思路来源于多变量聚类分析(clusteringanalysis),其理论依据是根据地物光谱理论,遥感影像上的同类地物在相同的表面结构特征、植被覆盖、光照条件下,具有相同或相近的光谱特征,应归属于同一个光谱空间区域;不同的地物,光谱信息特征不同,应归属于不同的光谱空间区域。
数据准备与研究区概况
实习数据:
1.512×512的研究区Landsat8OLI影像;
研究区概况:
研究区域位于甘肃省金昌市北部,东北部分连接腾格里沙漠。
研究区地形以戈壁为主,有少量沙漠,土地干旱;植被以干旱植物为主,有叫少量的数目与草地,无河流。
土地空旷。
根据所下载影像数据命名规则可知,成像时间为2014年第262天,即八月下旬。
由于影像为西北河西走廊区域金昌市,农作物一年一熟,成熟期约为八月,故此时农作物尚未成熟。
农作物与各植物依旧呈现绿色。
研究区大部分以沙漠及戈壁为主,除此之外,有少量砾漠、草地、农田等,且有一条较小的河流与一片较大水体,地物种类简单且形式单一。
研究区含小部分城区且城区规模较小,建筑物密集度低,城镇高楼较少,农村建筑以砖瓦房为主,有少量土坯房。
其余戈壁区域未经人为开发,为自然状态。
操作步骤
一、监督分类:
1、选取研究区数据(512×512或者1024×1024),结合GoogleEarth影像通过目视解译建立分类系统及其编码体系;
编码体系如下:
编码
地物名称
色调
12
水浇地irrigatedland
R225G225B150
30
草地grassland
R170G190B030
51
河流stream
R150G240B255
52
水库、坑塘reservoirorpond
R160G205B240
71
沙漠sandydesert
R200G190B170
72
砾漠graveldesert
R215G200B185
73
裸地及盐碱地barrenland
R200G205B200
2、按照监督分类的步骤,在影像上找出对应各个土地利用/覆盖类型的参考图斑,利用ROI工具建立训练区:
训练样本如下:
对训练样本进行统计,结果如下:
对训练样本中各地物特征值进行统计,得到各个类别的特征统计表:
地物类型73:
barrenland采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
13329
13278
14221
16003
17904
20560
19082
最大值
14137
14339
15903
18212
20839
22516
20998
均值
13593.26
13598.30
14666.16
16604.23
19011.72
21217.10
19863.82
标准差
117.51
151.65
254.02
361.75
430.88
335.77
305.80
协方差矩阵
band1
13807.90
17388.57
27130.34
37109.17
42342.97
31679.60
25318.36
band2
17388.57
22996.46
36959.17
51008.02
56707.81
41825.44
33584.25
band3
27130.34
36959.17
64523.78
90799.11
96445.31
69624.10
55670.50
band4
37109.17
51008.02
90799.11
130864.03
133801.93
96096.14
76318.69
band5
42342.97
56707.81
96445.31
133801.93
185657.28
129402.43
92382.12
band6
31679.60
41825.44
69624.10
96096.14
129402.43
112740.09
95463.40
band7
25318.36
33584.25
55670.50
76318.69
92382.12
95463.40
93511.78
相关系数矩阵
band1
1.00
0.98
0.91
0.87
0.84
0.80
0.70
band2
0.98
1.00
0.96
0.93
0.87
0.82
0.72
band3
0.91
0.96
1.00
0.99
0.88
0.82
0.72
band4
0.87
0.93
0.99
1.00
0.86
0.79
0.69
band5
0.84
0.87
0.88
0.86
1.00
0.89
0.70
band6
0.80
0.82
0.82
0.79
0.89
1.00
0.93
band7
0.70
0.72
0.72
0.69
0.70
0.93
1.00
地物类型12:
irrigatedland采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
10256
9413
8790
7933
18918
10079
7615
最大值
11717
11082
11114
11146
33040
16734
12689
均值
10689.80
9909.00
9580.43
8717.23
23553.99
12080.08
8899.35
标准差
211.99
255.06
471.97
463.80
3118.97
1725.56
890.79
协方差矩阵
band1
44938.75
53378.71
72959.81
91906.38
2840.10
165126.20
137512.55
band2
53378.71
65057.60
94072.42
111933.13
37163.35
223684.10
172923.97
band3
72959.81
94072.42
222751.80
174786.42
816795.65
731138.82
385861.99
band4
91906.38
111933.13
174786.42
215114.55
42019.06
415292.38
325592.31
band5
2840.10
37163.35
816795.65
42019.06
9727955.68
4481447.71
1590685.73
band6
165126.20
223684.10
731138.82
415292.38
4481447.71
2977550.62
1378555.19
band7
137512.55
172923.97
385861.99
325592.31
1590685.73
1378555.19
793511.73
相关系数矩阵
band1
1.00
0.99
0.73
0.93
0.00
0.45
0.73
band2
0.99
1.00
0.78
0.95
0.05
0.51
0.76
band3
0.73
0.78
1.00
0.80
0.55
0.90
0.92
band4
0.93
0.95
0.80
1.00
0.03
0.52
0.79
band5
0.00
0.05
0.55
0.03
1.00
0.83
0.57
band6
0.45
0.51
0.90
0.52
0.83
1.00
0.90
band7
0.73
0.76
0.92
0.79
0.57
0.90
1.00
地物类型30:
grassland采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
11249
10651
10311
10437
14653
13881
11406
最大值
13345
13341
14166
15842
20833
21784
19584
均值
11879.05
11460.43
11642.97
12181.60
16989.64
16400.43
13878.58
标准差
371.87
463.85
692.94
969.59
1376.43
1535.49
1559.65
协方差矩阵
band1
138285.54
171492.62
242267.44
334994.17
283385.14
439751.22
475810.39
band2
171492.62
215152.57
306090.13
425360.86
368584.97
574425.20
616446.05
band3
242267.44
306090.13
480159.93
665417.12
675080.43
935368.59
965996.98
band4
334994.17
425360.86
665417.12
940096.24
906527.42
1331375.08
1382818.90
band5
283385.14
368584.97
675080.43
906527.42
1894558.11
1586983.33
1364181.51
band6
439751.22
574425.20
935368.59
1331375.08
1586983.33
2357716.48
2338835.81
band7
475810.39
616446.05
965996.98
1382818.90
1364181.51
2338835.81
2432500.14
相关系数矩阵
band1
1.00
0.99
0.94
0.93
0.55
0.77
0.82
band2
0.99
1.00
0.95
0.95
0.58
0.81
0.85
band3
0.94
0.95
1.00
0.99
0.71
0.88
0.89
band4
0.93
0.95
0.99
1.00
0.68
0.89
0.91
band5
0.55
0.58
0.71
0.68
1.00
0.75
0.64
band6
0.77
0.81
0.88
0.89
0.75
1.00
0.98
band7
0.82
0.85
0.89
0.91
0.64
0.98
1.00
地物类型51:
stream采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
10258
9382
8484
7609
6831
6395
6225
最大值
12215
11774
11653
11900
12334
10901
10155
均值
11065.24
10419.34
10086.71
9853.92
9014.98
7500.25
7047.20
标准差
478.70
589.22
804.61
1152.89
996.49
720.24
589.85
协方差矩阵
band1
229155.76
280800.03
370010.12
528929.55
321426.49
106701.88
75598.77
band2
280800.03
347185.95
463365.16
658887.05
385331.23
116783.65
79117.67
band3
370010.12
463365.16
647402.47
915873.44
506076.14
124926.54
72406.60
band4
528929.55
658887.05
915873.44
1329147.16
762081.36
183308.73
104583.76
band5
321426.49
385331.23
506076.14
762081.36
993001.35
530712.68
365993.41
band6
106701.88
116783.65
124926.54
183308.73
530712.68
518741.23
411159.14
band7
75598.77
79117.67
72406.60
104583.76
365993.41
411159.14
347928.20
相关系数矩阵
band1
1.00
1.00
0.96
0.96
0.67
0.31
0.27
band2
1.00
1.00
0.98
0.97
0.66
0.28
0.23
band3
0.96
0.98
1.00
0.99
0.63
0.22
0.15
band4
0.96
0.97
0.99
1.00
0.66
0.22
0.15
band5
0.67
0.66
0.63
0.66
1.00
0.74
0.62
band6
0.31
0.28
0.22
0.22
0.74
1.00
0.97
band7
0.27
0.23
0.15
0.15
0.62
0.97
1.00
地物类型52:
reservoirorpond采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
11103
10592
10653
10145
7139
5980
5811
最大值
13471
13313
13785
13090
10923
9717
9018
均值
11867.45
11524.50
11866.65
11463.62
8202.85
6880.54
6583.06
标准差
685.33
774.47
840.30
787.88
1143.20
1222.94
1054.77
协方差矩阵
band1
469678.22
530192.44
571597.68
488610.33
775086.13
815146.84
704059.88
band2
530192.44
599806.13
646958.99
555314.75
873181.20
918036.05
792743.95
band3
571597.68
646958.99
706103.80
615130.54
933986.96
982104.19
848706.01
band4
488610.33
555314.75
615130.54
620757.47
786470.27
770124.53
667628.04
band5
775086.13
873181.20
933986.96
786470.27
1306914.77
1371906.62
1185233.66
band6
815146.84
918036.05
982104.19
770124.53
1371906.62
1495575.28
1289075.62
band7
704059.88
792743.95
848706.01
667628.04
1185233.66
1289075.62
1112549.65
相关系数矩阵
band1
1.00
1.00
0.99
0.90
0.99
0.97
0.97
band2
1.00
1.00
0.99
0.91
0.99
0.97
0.97
band3
0.99
0.99
1.00
0.93
0.97
0.96
0.96
band4
0.90
0.91
0.93
1.00
0.87
0.80
0.80
band5
0.99
0.99
0.97
0.87
1.00
0.98
0.98
band6
0.97
0.97
0.96
0.80
0.98
1.00
1.00
band7
0.97
0.97
0.96
0.80
0.98
1.00
1.00
地物类型71:
sandydesert采样单元数:
波段号:
1
2
3
4
5
6
7
单变量统计
最小值
12367
12116
12780
14193
16325
18940
17687
最大值
13574
13613
15110
17835
20021
23847
22979
均值
12999.55
12911.56
13973.24
16059.48
17729.40
20873.43
20071.00
标准差
184.46
235.73
360.60
522.67
724.43
919.38
902.80
协方差矩阵
band1
34027.03
42724.42
61821.97
84307.15
102552.99
130797.22
132445.86
band2
42724.42
55567.65
82633.52
114953.12
141779.18
184793.23
186349.87
band3
61821.97
82633.52
130034.17
185751.85
235039.03
309629.30
309516.95
band4
84307.15
114953.12
185751.85
273188.56
346740.12
460868.36
458951.1