遙感中的無監督分類與有監督分類
三種最常見的遙感分類 *** 是：
1.無監督分類
2.監督分類
3.基于對象的圖像分析
添加微信好友, 獲取更多信息
復制微信號
監督分類和非監督分類的主要區別是什么呢？可以按照在ArcGIS中進行分類的方式進行操作。
遙感監督分類
“在監督分類中，選擇訓練樣本并根據所選樣本對圖像進行分類。訓練樣本很關鍵，因為它們將確定每個像素在整個圖像中繼承的類別。”
運行監督分類時，請執行以下3個步驟：
1.選擇培訓區域
2.生成簽名文件
3.分類
之一步：選擇培訓領域
在此步驟中，將找到要創建的每個土地覆蓋類別的訓練樣本。例如，為市區（例如道路或停車場）繪制多邊形。然后，繼續繪制代表整個圖像的市區，確保它不僅是一個區域。
一旦有足夠的城市樣本，就可以開始為另一個土地覆蓋類別添加培訓樣本。 例如，可以在“森林”類的樹狀區域上添加多邊形。
如果使用的是ArcGIS，請執行以下步驟：
事先，必須啟用“圖像分析”工具欄（Windows?圖像分析）。
添加培訓樣本管理器。然后，單擊“繪制多邊形”圖標以添加訓練樣本。
對于每個土地覆蓋類別，繪制多邊形。然后，將其合并為一個類。
第二步：生成簽名文件
此時，應該為每個課程準備訓練樣本。簽名文件將保存到目前為止收集的所有訓練樣本數據。這是一種保存樣本供以后使用的 *** 。
ArcGIS中的步驟為：
- 通過單擊“創建簽名文件”圖標來創建簽名文件。
第三步：分類
最常見的監督分類 *** 包括：
- 更大可能性
- Iso群集
- 類概率
- 主成分
- 支持向量機（SVM）
如先前的研究所示，SVM達到了更高的預測準確度之一。但是每種選擇都有其自身的優勢。總體而言，更好自己進行測試。
在此步驟中，輸入的是簽名文件，其中包含訓練樣本。如果運行它而對結果不滿意，則可能必須驗證訓練樣本。最終，這是了解分類錯誤存在的更佳 *** 。
ArcGIS中的步驟為：
運行“分類”工具。接下來，輸入將是簽名文件。
遙感中的無監督分類
“無監督分類會根據圖像中固有的相似光譜特征生成聚類。然后，可以對每個群集進行分類，而無需提供自己的訓練樣本。”
運行無監督分類的步驟是：
1.生成群集
2.分配類
之一步：生成群集
在此步驟中，軟件將像素聚類為一定數量的類別。因此，之一步是分配要生成的類的數量，另外，必須確定要使用的頻段。
如果使用的是陸地衛星，則這里是陸地衛星波段的列表。對于Sentinel，這是Sentinel-2波段。我們還提供了有關光譜特征的便捷指南，該指南解釋了哪些光譜帶可用于對不同類別進行分類。
在ArcGIS中，生成群集的步驟為：
- 首先，必須激活空間分析器擴展（自定義?擴展?空間分析）。
- 在這個無監督的分類示例中，使用等值聚類（空間分析工具?多元變量?等值聚類）。
輸入：分類的圖像。
類數：在無監督分類中生成的類數。例如，如果正在處理多光譜圖像 （紅色，綠色，藍色和NIR波段），那么這里的數字將是40（4個等級x 10）。
最小類別大小：這是制作唯一類別的像素數。
單擊“確定”時，將根據輸入參數創建集群。但仍然需要確定每個群集所屬的土地覆蓋類別。
第二步分配類
現在，已有集群，最后一步是從Iso集群輸出中標識每個類。以下是一些讓這一步更簡單的技巧：
- 通常，有助于為每個類別選擇顏色。例如，為每個班級將水設置為藍色。
- 設置完每個類別后，可以使用重新分類工具合并這些類別。
如果土地覆蓋物出現在兩個類別中，則需要進行一些手動編輯。例如，如果植被被錯誤地歸類為水（可能是水中的藻類），則必須手動編輯多邊形。
在大多數情況下，它有助于將柵格轉換為矢量并使用編輯工具欄，可以分割多邊形以幫助正確識別它們。
閱讀更多：9個免費的全球土地覆蓋/土地使用數據集。
有監督和無監督 *** 的土地覆被分類
今天，已了解了如何使用監督分類和非監督分類來創建土地覆被。
下一步是使用基于對象的圖像分析。這是圖像分類中最現代的技術。請繼續閱讀更多有關遙感的綜合文章：
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/1fad5
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
