混淆矩阵精度评价混淆矩阵是用来表示精度评价的一种标准格式。混淆矩阵是 n 行n 列的矩阵,其中n 代表类别的数量,一般可表达为以下形式,如下表所示。该矩阵的列为参考影像信息, 行为被评价影像分类结果信息,行与列相交的部分概括了分类到与参考类别有关的某一特定类别中的样本数目,样本数可以为像元数目、或者分割对象数目。矩阵的主对角元素(1122,,nnxxx )为被分到正确类别的样本数,对角线以外的元素为遥感分类相对于参考数据的错误分类数,最右边一列是每类别在分类图上的总数量, 而底部的一行显示的是每类别在参考图上的总数量。 其中,ijx 是分类数据中第 i 类和参考数据类型第j类的分类样本数;1niijjxx 为分类所得到的第 i 类的总和;1njijixx 为参考数据的第j 类的总和; N 为评价样本总数。混淆矩阵表参考图像被评价图像类型1 2 ⋯n 行总计1 x11x12⋯nx1x12 x21x22⋯nx2x2⋯⋯⋯⋯⋯⋯nnx 1nx 2⋯nnxnx列总计x 1x 2⋯nxN基于混淆矩阵,可以统计一系列评价指标对分类提取结果进行评价,基本的评价指标如下:(1)总体分类精度( Overall Accuracy):1OAnkkkxN 总体分类精度是具有概率意义的一个统计量,表述的是对每一个随机样本,所分类的结果与参考数据所对应区域的实际类型相一致的概率。(2)用户精度(对于第i 类,User Accuracy):UAiiixx 用户精度表示从分类结果中任取一个随机样本,其所具有的类型与地面实际类型相同的条件概率。(3)制图精度(对于第j 类, Producer Accuracy):PAjjjxx制图精度表示相对于参考数据中的任意一个随机样本,分类图上同一地点的分类结果与其相一致的条件概率。土地利用分类中常用的属性精度即为制图精度。总体精度、用户精度和制图精度从不同的侧面描述了分类精度,是简便易行并具有统计意义的精度指标。与这些统计量相关联的度量还有经常提到的漏分与错分概率。(4)错分率(对于第i 类,commission)FR=iiiixxx错分率表示从分类结果中任取一个随机样本,其所具有的类型与地面实际类型不相同的条件概率。即错分的像元 (对象)指本身属于分类结果中的某一类,而实际属于其他类。(5)漏分率(对于第j 类, omission)MRjjjjxxx漏分率表示相对于参考数据中的任意一个随机样本,分类图上同一地点的分类结果与其不一致的条件概率。即漏分的像元 (对象)指本身属于地表参考数据类别,而没有被分类器分到相应类别中。漏分率与制图精度互补,而错...