ENVI教程笔记十一:分类后处理
分类后处理,对分类后的影像进行进一步分析操作以提高精度或者得到分类后的信息。


小斑块去除
主要的工具是Majority和minority分析;聚类处理和过滤处理三种方法。
Majority和minority分析:利用模板算子进行卷积运算,以删除较为破碎的类别像元。




右图为做过主要分析的成果,可以明显看到小斑块减少。
聚类处理:




右图为做过聚类分析的结果,可以明显看到细小斑块数量减少。
过滤处理:



Pixel connectivity指选择相邻像元的个数,有4连通和8连通,此处选择8连通。阈值设定为2。

由于计算的数值小于所选定的阈值,因此像元将会被分类为未分类的类别。

分类统计
分类统计可以基于分类结果计算相关输入文件的统计信息。基本统计包括:类别中的像元数、最小值、最大值、平均值以及类中每个波段的标准差等。可以绘制每一类别中的最小最大值、平均值以及标准茶,还可以记录每类的直方图,以及计算协方差矩阵、相关矩阵、特征值和特征向量,并显示所有分类的总结记录。
由于该操作在前面决策树分类中已经实现过一次,因此此处不在重复操作。

分类叠加

添加影像数据,并对数据进行拉伸显示




选择工具,输入影像的rgb三个波段



分类结果转矢量

可以将前面处理过的分类结果转换成矢量文件。



将输出结果设置属性,与原影像叠加,判断分类精度。

Envi classic分类后处理




此处有三种编辑模式,第一种是没有编辑状态,第二种是向类别添加面,第三种是在类别中删除面。通过选择合适的编辑模式对分类结果进行修改。

最后关于精度评价的内容前面已经操作过,此处不再做演示。