监督分类和面向对象分类流程.docx

监督分类和面向对象分类流程.docx

《监督分类和面向对象分类流程.docx》由会员分享，可在线阅读，更多相关《监督分类和面向对象分类流程.docx（24页珍藏版）》请在冰豆网上搜索。

监督分类和面向对象分类流程

高分一号城市绿地现状调查与分析实现教程

本文将介绍基于高分一号影像数据的城市绿地信息提取的实现步骤，下图是主要的操作流程（图一）

图一

首先对高分影像进行预处理，其次使用监督分类法和面向对象分类法对城市绿地进行分类，然后对分类出来的影像进行矢量化处理，最后另其在arcGIS中进行统计分析，得出武汉市城市绿地的现状，下面是具体步骤。

第一章数据预处理

因为处理数据是高分一号影像，本文处理软件为ENVI5.1，因为ENVI5。

2以下版本不能对高分一号直接进行处理,所以需要安装r6补丁，将下面两个文件直接粘贴到软件所在位置（图二）,然后就可以打开高分影像了（图三）

图二

图三

为了加快数据处理的速度，本文是选择先进行辐射定标然后将图像裁剪在进行后续的操作，预处理流程如下图（图四）：

图四

1.1辐射校正

分为辐射定标和大气校正

（1）打开数据:

ENVI—OpenAs—CRESDA-GF-1,选择处理的影像，打开XML后缀文件；

（2）辐射定标:

选择Toolbox->RadiometricCorrection—〉RadiometricCalibration,选择待处理的高分数据

弹出RadiometricCalibration对话框，进行如图设置。

对于多光谱影像，点击ApplyFLAASHSetting设置成默认值；如果是对全色影像进行辐射定标，那么Calibration则是Reflectance，OutPutType为UInt，ScaleFactor为1000，如下图:

高分一号多光谱影像参数设置

高分一号全色影像参数设置

（3）大气校正：

选择Toolbox-〉RadiometricCorrection—〉AtmosphericCorrectionModule-〉FLAASHAtmosphericCorrection,弹出FLAASHAtmosphericCorrectionModelInputParameters对话框。

要注意，全色影像不做大气校正，多光谱影像则需要做大气校正处理。

（4）点击InputRadianceImage，选择前面处理好的数据，在RadianceScaleFactors面板中选择Usesinglescalefactorforallbands,由于定标的辐射量数据与FLAASH的辐射亮度的单位相差10倍，所以在此Singlescalefactor选择：

1，单击OK；

（5）设置文件输出路径。

（6）传感器基本信息设置：

●SceneCenterLocation从影像中自动获取;

●SensorType为GF—1;

●GroundElevation通过统计DEM数据获得；

●PixelSize根据相机选择，PMS相机全色2m，多光谱8m，WFV相机16m；

●FlightDate从影像xml头文件中读取，减去8换算成GMT时间；

（7）大气模型和气溶胶模型：

●AtmosphericModel根据经纬度和影像区域选择：

●AerosolModel根据实际情况选择;

●AerosolRetrieval选择None；

●其他默认；

（8）单击MultispectralSetting按钮，在FilterFunctionFile导入光谱响应曲线“gf-1pms。

sli"，单击OK.

（9）单击AdvancedSettings，在高级设置中ModtranResolution选择5cm—1。

（10）设置好后，在大气校正模块面板中，单击Apply。

1。

2影像裁剪

（1）File-〉Open，这里使用的是不规则裁剪，具体的理论知识可以在网上搜索,首先打开你矢量的”矢量。

shp”数据，如图；

（2）在Toolbox中，打开RegionsofInterest/SubsetDatafromROIs。

SelectInputFile选择Beijing_TM.dat，点击OK，打开SubsetDatafromROIsParameters面板;

（3）在SubsetDatafromROIsParameters面板中，设置以下参数：

∙SelectInputROIs：

选择EVF：

矢量.shp

∙MaskpixelsoutputofROI？

：

Yes

∙MaskBackgroundValue背景值：

0

（4）选择输出路径和文件名，单击OK执行图像裁剪.

1.3正射校正

使用RPC文件进行正射校正，点开GeometricCorrection—Orthorectification—RPCOrthorectificationWorkflow，如下图所示：

在该工作页面中将要处理的影像输入,然后点击next

在弹出的页面的Advanced选项中选择输出像素大小，多光谱选择8m,全色选择2m，然后再export页面选择输出的位置，点击finish；

1.4图像融合

对每一景的多光谱和全色影像进行正射校正之后就对其进行融合，一般来说高分一号影像使用GS融合,点击工具箱中的ImageSharpening—Gram-SchmidtPanSharpening分别将多光谱和全色影像输入，然后设置输出位置，finish；

1.5图像镶嵌

图像镶嵌也是所谓的羽化操作，一般来说一景高分影像能覆盖的区域是有限的，所以需要进行镶嵌操作，对其进行拼接到所需要的研究范围，点击工具箱中的Mosaicking-seamlessMosaic

镶嵌过程最好两张两张镶嵌，这样电脑可以承受，先将要镶嵌的两张图通过绿色的加号加载进来，然后使用右上角的seamlines中的自动接边线进行自动拼接,再观察自动拼接的效果，如果有不好的地方再对其进行修改.

接边线的修改主要就是画三角形，将不想要的部分去除，这个很简单，在网上也可以搜到。

如何觉得对接边线进行修改比较麻烦，可以加我qq545698595

接边效果:

1。

6影像增强

在遥感集市网站上有植被增强的插件,如果要做绿地信息提取的话可以去上面下载安装，然后对影像进行处理，但是很多情况下不需要这一步，对影像做一个拉伸处理便可。

第二章绿地信息提取

2.1监督分类

这一步实习课上都有,不需要演示

2。

2面向对象绿地信息提取

面向对象信息提取是目前最流行的信息提取方法，现在可以实现的软件有econition8。

7ERDAS还有envi的EX模块，总体来说易康软件的面向对象提取方法比较完善，分割方法也比较多，但是因为软件需要收费，所以本文使用envi来进行处理。

2。

2.1分类步骤

2.2。

2实现

对象的创建

影像对象的创建主要进行了图像分割处理，本文采用多尺度分割算法对影像进行分割.首先要对数据源进行一些预处理操作，本文将RGB调整成4:

3:

2显示模式,这样能够更好的判别出绿地和非绿地的区别，这个时候在图像上可以看到有些红色的建筑物顶和植被覆盖区域发生混淆,这个是之后需要解决的问题。

然后打开基于规则面向对象分类模块，将影像输入,考虑到房屋和绿地之间的颜色混淆，在定制波段一栏选择归一化差值,将红波段和近红波段输入，可以在后期的规则特征提取中提供额外的属性数据。

然后对图像进行影像分割和合并，经过反复试验，本文采用使用Edge和FullLambdaSchedue方法,阈值分别为39.9和89.7，纹理内核为3.分割效果如下：

图切割效果预览

基于规则特征提取

本文需要提取绿地，分类主要依靠的是绿地的植被覆盖指数.正常情况下，当NDVI〉0便可以认为有植被存在，本文发现当令NDVI在0-1之间一些建筑物的房顶也被提了出来,所以将最低值提高到了0.1，虽然发现还是会有一些建筑物被提取，但是情况已经好了很多，其次因为建筑物大多是矩形的，所以可以通过设置矩形度对房屋进行剔除，因此对绿地的描述设置为：

NDVI在0。

1-1.0之间，rectangle在0。

0182-0。

8之间，两个属性的分类结果如下图（同一区域），光谱值和纹理提取出来的效果良好，将结果进行输出:

图两种属性提取信息预览（左基于光谱，右基于几何）

试验区绿地提取

从分类结果可以看出分类的效果良好，将肉眼不能分辨的绿地提取了出来,适用于高分辨遥感影像的绿地信息提取，接着将其应用于全图：

图分类结果图

2.2。

3精度评价

精度评价有两种方法,在classic中的classification—postclassicification—confusionMatrix中的两种，一种是从高分辨率提取的图像验证低分辨率的图像，另一种是勾选正确的样本来验证用面向对象方法提取的影像信息，我使用了8m分辨率的多光谱影像提取结果和融合后影像的提取结果进行对比，来得出此次面向对象分类的准确度.

第三章矢量化处理

3.1矢量切割

在arcgis中打开。

dat文件,然后把提取出来的绿地信息进行分级，我的论文中将绿地分成了：

公园绿地、生产绿地、防护绿地、附属绿地和其他绿地5种绿地类型，首先将在ArcGIS中新建一个和。

dat文件一样轮廓的面文件命名为五类，如图：

然后打开编辑器选择切割按钮将影像切割成几个大的部分,再对每个部分进行细部分割，通过与原影像叠加的目视解译和实地外调确定绿地类型。

以上为五类绿地分割的情况，新建CLASS字段来对每一块区域进行赋值.

3。

2矢量处理

将处理的。

dat影像转换成shp文件：

点开小红箱子

中的数据管理工具datamanagementtools-features-featuretopolygon：

将面向对象提取的影像转成矢量文件

如下图,是转换出来的全部面文件,需要打开编辑器，将最外面的面文件删除，剩下才是我们真正需要的面,删除后的矢量文件在下图：

点击Arcmap10。

1界面的第一行selection的selectbyattributes，打开页面之后选择CLASS字段,以生产绿地为例,其类别为1,以下高亮区域便是生产绿地的范围:

接着点击selection中的selectbylocation,目标图层选择自己用影像转出来的面文件，源图层选择你切割分类的图层，点击apply，分类结果导入了目标图层，以下高亮部分便是选择出来的生产绿地图斑，

打开目标图层litongchangshi的属性表，选择右下方右边的图标

，添加一个类别字段，把选择的图斑赋值为生产绿地，依次操作下去便可把所有图斑的绿地类型赋值完毕,如下图

最后再利用CLASS_ID进行显示，最后可以分出五种绿地类型的区域分布

第四章绿地信息分析与评价

使用arcgis的属性选择器可以对绿地进行武汉市的绿地空间分布计算、绿量计、各城区绿地率计算等等，在此不讨论，如有其它阐述不足之处,请联系qq:

545698595，欢迎批评指正！