遥感技术应用实验三

遥感技术应用

选定某一或某几个类别

菜单条：View → Histograms

打开Histograms Plot Control Panel 对话框中，需要设置下列参数： 确定分类模板数量（Signature）： 确定分类波段数量（Bands）： 确定应用哪个波段（Band No）： 点击Plot 按钮 2) 类别统计分析

用于计算任意两个类别的统计距离，可以确定两个类别间的差异度，或是分类效果更好的数据层。

在Signature Editor 对话框中，先选择某一类或几类 在Evaluate 下选择Separability

打开Signature Separability 对话框 确定输出数据格式（Output Form）

点击OK 执行类别分离性计算，并将结果显示在ERDAS 文本编辑器视窗

其中，组合数据层数（Layer Per Combination）是指本工具将基于几个数据层来计算类别间的距离，例如可以计算两个类别在综合考虑6 个层时的距离，也可以计算在1、2 两个层上的距离。统计结果报告形式（Report Type）可以选择Summary Report，则计算结果只显示分离性最好的两个波段组合情况，即最小分离性最大和平均分离性最大；如果选择Complete Report，则计算所有波段组合情况。

模板对象图示

该方法可以针对利用特征空间图像来获取分类模板信息进行评价。模板对象图示工具可

以显示各个类别模板的统计图，以便比较不同的类别。统计图以椭圆形式显示在特征图像中，

每个椭圆都是基于类别的平均值及标准差，其特征空间图像必须处于打开状态。

图8

在Feature 下选择Objects

8

遥感技术应用

打开Signature Objects 对话框 确定特征空间图像视窗（Viewer）

确定绘制分类统计椭圆：选择Plot Ellipaes 复选框 确定统计标准差（Std.dev.）

点击OK 执行模板对象图示，绘制分类椭圆

椭圆的重叠重度反映类别的相似性。如果两个椭圆重叠较多，则两个类别相似程度大，分类不理想，需修改。如下图所示，其中浅绿色椭圆为草地统计图，深绿色为林地，蓝色为水体，可见水体分类效果较好，而草地和林地有部分重叠。

图9

3. 执行监督分类

ERDAS 图标面板菜单条：Main → Image Classification → Classification 菜单

ERDAS 图标面板工具条：点击Classifier 图标→ Classification 菜单 →Supervised Classification 菜单项→ Supervised Classification 对话框

图10

9

遥感技术应用

在Supervised Classification 对话框中，需要确定下列参数： 确定输入原始文件（Input Raster File）： 定义输出分类文件（Classified File）：

确定分类模板文件（Input Signature File）：

选择输出分类距离文件（Distance File）（用于分类结果进行阈值处理） 定义分类距离文件（Filename）：

Classify zeros（分类过程是否包括0值） 执行监督分类

通过Attribute Classification 对话框，可以确定模板的哪些统计信息将包括在输出的分类图像层中。这些统计值是基于各个层中模板对应的数据计算出来的，而不是基于被分类的整个图像。点击Attribute Option，弹出Attribute Option 对话框，做出选择后，点击OK，关闭Attribute Classification 对话框，返回Supervised Classification 对话框。 4. 评价分类结 分类精度评估

分类精度评估是将专题分类图像中的特定像元与已知分类的参考像元进行比较，显示一个精度评估矩阵

第一步，在视窗中打开原始图像 第二步，启动精度评估对话框

ERDAS 图标面板菜单条：Main → Image Classification → Classification 菜单

ERDAS 图标面板工具条：点击Classifier 图标→ Classification 菜单 选择Accuracy Assessment 菜单项，打开Accuracy Assessment 对话框 第三步，打开分类专题图像

Accuracy Assessment 对话框菜单条：File → Open 打开与视窗中对应的分类专题图像

第四步，将原始图像视窗与精度评估视窗相连接 Accuracy Assessment 对话框：点击Select Viewer 图标，将光标在显示原始图像的视窗中点击一下，是原始图像视窗与精度评估视窗相连接。 第五步，在精度评价对话框中设置随机点的色彩

Accuracy Assessment 对话框：菜单条View →Change Colors 菜单项，打开Change Colors面板。

在Point with no Reference 确定没有真实参考值的点的颜色. 在Point with Reference 确定有真实参考值的点的颜色，OK（执行参数设置）， 第六步，产生随机点

本步操作将在分类图像中产生一些随机点，随机点产生之后，需要用户给出随机点的实际类别。然后，将随机点的实际类别与在分类图像的类别进行比较。 Accuracy Assessment 对话框：Edit → Create/Add Random Points，打开Add Random Points对话框

第七步，显示随机点及其类别 Accuracy Assessment 对话框：

View → Show All（所有随机点均以第五步所设置的颜色显示在视窗中） Edit → Show Class Values（各点的类别号出现在数据表的Class 字段中） 第八步，输入参考点的实际类别值

10

遥感技术应用

Accuracy Assessment 对话框：在数据表的Reference 字段输入各个随机点的实际类别值

第九步，设置分类评价报告输出环境及输出分类评价报告

Accuracy Assessment 对话框：菜单条Report →Options 通过点击确定分类评价参数，即可输出评价文本文件。 阈值处理

第一步，分类图像并启动

首先在视窗中打开分类后的图像，启动阈值处理功能，方法：

ERDAS 图标面板菜单条： Main → Image Classification → Classification 菜单的Threshold → 打开Threshold 对话框。 第二步，确定分类图像和距离图像

在Threshold 对话框中选择File—open，确定分类专题图像和分类距离图像 第三步，视窗选择及直方图计算

在Threshold 对话框中选择View—Select View，点击显示分类专题图的视窗并在Histogram—Compute 计算各个类别的距离直方图

图11

11