如何使用ArcGIS Pro中影像分类工具 | 您所在的位置:网站首页 › 第二次考驾驶证多少钱 › 如何使用ArcGIS Pro中影像分类工具 |
遥感图像分类是图像信息提取的一种方法。在特征空间中,依据像元相似度的大小,归类相似的像元,并给每一个像元赋类别值的过程。分类的目标将是将图像中的所有像元自动进行地物类别的分类。 ArcGIS Pro对于影像分类目前提供四种分类方法,包括ISO聚类非监督分类(ISO cluster)、最大释然分类(Maximum likelihood)、随机森林分类(Random tree)、支持向量机监督分类(Support Vector Machine)。以上都是遥感影像分类常用的分类方法这里就不过于赘述,以下操作例子采用的是SVM支持向量机分类的方法。 一、在Pro中使用分类工具对影像进行分类 1. 原始影像及分类后分类图
通过下图中的Trainning Samples Manager可以在影像中通过选取兴趣区的形式,选取不同类别地物对应的训练样本。 利用之前选取好的Training Sample文件,通过选择SVM分类方法,对遥感影像进行分类。 对于分类后的结果,通常还需要进行分类精度校验,查看分类的精度。可以利用Pro里面的生成校验点工具,例如基于分类后影像生成一定数量的校验点,如下图: 利用分类后的图像创建随机精度检验点(这里生成30个随机样本点),然后通过对比原始影像修改填写真实的ground trouth值。 最后通过创建混淆矩阵查看各种地物类别的分类精度。
通过Pro中提供的波段组合的方法,对原始影像的波段重新进行组合,通过假彩色合成来增强植被与其他地类的对比。 如下图,通过Training samples manager创建schema并且保存为shema以及samples: 使用向导分类工具,以下的示例采用面向对象分割合并的形式来进行信息提取。比如,也可以不分类所有地物,可以只把房屋对象信息提取出来。以下还是对全部信息进行了提取。 在分类效果图出来之后,可能会存在一些错分,以及漏分的地物。在流程化工具中包括了对分类结果的进一步改进,如下图,中间较平滑地块为创建的漏分房屋: 优点: 提供流程化的分类工具,没有专业的遥感软件也可以做影像分类。提供了面向对象的分类方法,对于紧凑的地物提取更加简单便捷。因为是流程化工具,可以反复调整参数从而获取较理想的分类结果。缺点: ArcGIS目前提供的分类方法还比较少。面向对象提取需选取不需要提取的地物样本,就是要分多个类别。 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |