遥感图像分类后处理一、实验目的与要求监视分类和决策树分类等分类方法得到的一般是初步结果,难于到达最终的应用目的
因此,需要对初步的分类结果进展一些处理,才能得到满足需求的分类结果,这些处理过程就通常称为分类后处理
常用分类后处理通常包括:更改分类颜色、分类统计分析、小斑点处理〔类后处理〕、栅矢转换等操作
本课程将以几种常见的分类后处理操作为例,学习分类后处理工具
二、实验内容与方法1
小斑块去除Majority和Minority分析聚类处理〔Clump〕过滤处理〔Sieve〕2
分类结果转矢量5
ENVIClassic分类后处理浏览结果局部修改更改类别颜色6
实验方法在中,分类后处理的工具主要位于Toolbo*/Classification/PostClassification/;三、实验设备与材料1
实验设备装有的计算机
实验材料以ENVI自带数据"can_tmr
img"的分类结果"can_tmr_class
dat"为例
\13数据\"
其他数据描述:•can_tmr
img——原始数据•can_tmr_验证
roi——精度评价时用到的验证ROI四、实验步骤1
小斑块去除应用监视分类或者非监视分类以及决策树分类,分类结果中不可防止地会产生一些面积很小的图斑
无论从专题制图的角度,还是从实际应用的角度,都有必要对这些小图斑进展剔除或重新分类,目前常用的方法有Majority/Minority分析、聚类处理〔clump〕和过滤处理〔Sieve〕
1)Majority和Minority分析Majority/Minority分析采用类似于卷积滤波的方法将较大类别中的虚假像元归到该类中,定义一个变换核尺寸,主要分析〔MajorityAnalysis〕用变换核中占主要地位〔像元数最多〕的像元类别