监督分类

七、监督分类一、实习目的：掌握监督分类的方法与过程，加深对监督分类方法的理解三、完习内容：定义分类模板、评价分类模板、进行监督分类、评价分类结果。

前面已经谈到，监督分类一般有以下几个步骤：定义分类模板（Define Signatures）、评价分类模板（Evaluate Signatures）、进行监督分类（Perform Supervised Classification）、评价分类结果（Evaluate Classification ）。

下面将结合例子说明这几个步骤。

1.定义分类模板（Define Signature Using signature Editor）ERDAS IMAGINE的监督分类是基于分类模板来进行的，而分类模板的生成、管理、评价、和编辑等功能是由分类模板编辑器来负责的。

毫无疑问，分类模板生成器是进行监督分类一个不可缺少的组件。

在分类模板生成器中，生成分类模板的基础是原图像和（或）其特征空间图像。

因此，显示这两种图像的视窗也是进行监督分类的重要组件。

第一步：显示需要进行分类的图像在视窗中显示＜ERDASHOME＞＼execise\ljxtm.img （Red4／Grean5／B1ue3、选择Fit to Frame，其它使用缺省设置）。

第二步：打开模板编辑器并调整显示字段ERDAS图标面板工具子，点击C1assifier目标→Classification菜单→Signature Editor菜单项→Signature Editor对话框从上图中可以看到有很多字段，有些字段对分类的意义下大，我们希望不显示这些这段，所以要进行如下调整：Signature Edit对话框菜单条：View→Columns→view signature columns对话框→点击最上一个字段的Co1unmn字段下拖拉直到最后一个段,此时，所有字段都被选择上，并用黄色（缺省色）标识出来。

→按住shift键的同时分别点击Red、Green、B1ue三个字段Red、Green、Blue三个字段将从选择集中被清除。

→点击Apply按钮→点击Close按钮从View Signature Co1umns对话框可以看到Red、Green、Blue三个字段将不再显示。

第三步：获取分类模板信息可以分别应用AOI绘图工具、AOI扩展工具、查询光标等三种方法，在原始图像或特征空间图像中获取分类模板信息。

但在实际工作中也许只用一种方法就可以了，也许要将几种方法联合应用，这取决于您自己。

（1）应用AOI绘图工具在原始图像获取分类模板信息无论是在原图像还是在下面要讲的特征空间图像中，都是产主AOI区域来作为分类模板信息的来源。

首先练习如何用AOI绘图工具获取分类模板信息。

在显示有ljxtm.img图像的视窗：→点击图标（或者选择Raster菜单项→选择Tools菜单）→打开Raster工具面板→点击Raster工具面板的图标→在视窗中选择红色区域，绘制一个多边形AOI→在Signature Editr对话框，点击图标，将多边形AOI区域加载到Signature分类模板中→在Signature Editor中，改变刚才加入模板的Signature Name和Color。

→重复上述操作过程以多选择几个红色区域AOI,并将其作为新的模板加入到Signature Editor 当中，同时确定各类的名字及颜色。

如果对同一个专题类型（如水体）采集了多个AOI并分别生成了模板，可以将这些模板合并，以便该分类模板具多区域的综合特性。

具体做法是在Signature Editor对话框中，将该类的Signature 全部选定，然后点击合并图标，这时一个综合的新模板生成，原来的多个Signature 同时存在（如果必要也可以删除）。

（2）应用AOI扩展工具在原始图像获取分类模板信息扩展生成AOI的起点是一个种子像元。

与该像元相邻的像元被按照各种约束条件来考察，如空间距离、光谱距离等。

如果被接受，则与原种子一起成为新的种子像元组，并重新计算新的种子像元平均值（当然也可以设置为一直沿用原始种子的值〕。

以后的相邻像元将以新的平均值来计算光谱距离。

但空间距离一直是以最早的种子像元来计算的。

应用AOI扩展工具在原始图像获取分类模板信息，首先必须设置种子像元特性，过程如下：在显示有ljxtm.img图像的视窗中：→AOI一Seed Properties菜单→Region Growing Properties对话框→在Neighborhood选择按四个相邻像元扩展，表示被点击像元的上、下、左、右四个像元与被点击像元是相邻的。

而表示其周围9个像元都与被点击像元相邻。

这里选择。

→在Geographic Constrains设置地理约束, Area确定每个AOI所包含的最多像元数（或者面积），而Distance确定AOI所包含像元距被点击像元的最大距离，这两个约束可以只设置一个，也可以设置两个或者一个也不设。

在此处只设置面积约束为300个像元。

→在Spectral Euclidean Distance中设置波谱欧氏距离,本约束是指AOI可接受的像元值与种子像元平均值之间的最大光波欧氏距离（两个像元在各个波段数值之差的平方之和的二次根），大于该距离将不被接受。

此处设置距离为：10→点击Options按钮，打开Region Grow Options面板以确定一些扩展设置Region Grow Options面板上有三个复选框。

在种子扩展的过程中可能会有些不符合条件的像元被符合条件的像元包围，选择Include Island Po1ygons使这些不符合条件像元,将以岛的形式被删除出来，如果不选择则全部作为AOI的一部分。

Update Region Mean是指每一次扩展后是否重新计算种子的平均值，如果选择该复选框则重新计算，如果不选择则一直以原始种子的值为平均值。

Buffer Region Boundary复选框是指对AOI产生缓冲区，该设置在选择AOI 编辑DEM数据时比较有用，可以避免高程的突然变化。

这里选择Include Island Polygons和Update Region Mean。

止次完成了种于扩展特性的设置，下面将使用种子扩展工具产生一个AO1。

在显示有ljxtm.img图像的视窗中：→在视窗工具条中点击图标（或在视窗菜单条：Raster→Tools）→打开Raster工具面板→点击Raster工具面板的图标→点击视窗中的绿色区域绿色区域对应的是耕地，AOI自动扩展将生成一个针对耕地的AO1。

如果扩展AOI不符合需要。

可以修改Region Growing Properties直到满意为止，注意在Region Growing Properties对话框中修改设置之后，直接点击Redo按钮就可重新对刚才点击的像元生成新的扩展AO1。

→在signature editor对话框，点击图标，将扩展AOI区域加载到signature分类模板中→在Signature Editor中，改变刚才加入模板的Signann1e的名字（Name ）和颜色（Color）。

→重复上述操作步骤，选择多AOI区域，并将其作为新的模板加入到Signature Editor中，同时确定各类别的名字及颜色。

（3）应用查询光标扩展方法获取分类模板信息该方法与第（2）种方法大同小异，只不过第（2）种方法是在选择扩展工具后，用点击的方式在图像上确定种子像元，而本方法是要用查询光标（Inquire Cursor）确定种子像元。

种子扩展的设置与第(2)种方法完全相同。

在显示有ljxtm.img图像的视窗中点击：→Utility一Inquire Cursor→在视窗中出现一个十字光标，十字交点可以准确定位一个像元的位置→将十字光标标交点移动到种子像元上→点击Region Growing Properties 对话框的Grow at Inquire按钮→产生一个新的AOI→在Signature Editor对话框，点击图标，将AOI 区域加载到Signature分类模板中第四步：保存分类模板以上分别用不同方法产生了分类模板，下面将该模板保存起来。

在Signature Editor对话框菜单条：File→Save→打开Save Signature File As对话框→确定是保存所有的模板还是只保存被选中的模板→确定文件的目录和名字（Sjg文件）→点击OK按钮2.评价分类模板（Evaluating Signatures ）分类模板建立之后，就可以对其进行评价，删除、更名、与其它分类模板合并等操作。

分类模扳的合并可使用户应用来自不同训练方法的分类模板进行综合复杂分类，这些模板训练方法包括监督、非监督、参数化和非参数化。

分类模板评价工具包括：• Alarms：分类报警工具• Contingency matrix：可能性矩阵• Feature objects：特征对象• Feature Space to image masking：特征空间到图像掩模• Histograms：直方图方法• Signature separability: 分类的分离性• Statistics:分类统计分析当然，不同的评价方法各有不同的应用范围。

例如不能用Separability工具对非参数化（由特征空间产生）分类模板进行评价，而且分类模板中至少应具有5个以上的类别。

2.1报警评价（Alarms）第一步：产生报警掩膜分类模板报警工具根据平行六面体决策规则(Parallelepiped division rule)将那些原属于或估计属于某一类别的像元在图像视窗中加亮显示，以示警报。

一个报警可以针对一个类别或多个类别进行。

如果没有在Signature Editor中选择类别，那么当前活动类别(Signature Editor中“>”符号旁边的类别)就被用于进行报警。

具体使用过程如下：在Signature Editor对话框：→View →Image Alarm→打开Signature Alarm对话框→选中Indicate Overlap→点击Edit Parallelepiped Limits按钮→Limits对话框→点击SET按钮→打开Set Parallelepiped Limits对话框→设置计算方法（Method）:Minimum/Maximum→选择使用的模板（Signature）:Current→OK（关闭set Parallelepiped Limits对话框）→返回Limits对话框→Close（关闭Limits对话框）→返回Signature Alarm对话框→OK（执行报警评价，形成报警掩膜）→Close（关闭signature Alarm对话框）根据Signature Editor中指定的颜色，选定类别的像元显示在原始图像视窗中，并覆盖在原图像之上，形成一个报警掩膜。