envi非监督分类精度评价,监督分类精度评定

envi非监督分类精度评价,监督分类精度评定

暂无简介文档格式：.doc 文档大小：2.18M 文档页数：26页顶/踩数：0/0 收藏人数：1 评论次数：0 文档热度：文档分类：待分类envi遥感图像监督分类与非监督5.分类精度评价，从随机采集100～200个样本点，并确保每一类别不少于10个样本；进行分类精度评价，得到分类混淆矩阵，计算Kappa系数，并对结果进行解释。6.分类后处理(clump—siev

监督分类总体的步骤为：执行非监督分类、类别定义、合并子类和评价结果。一、执行非监督分类：1、ISODATA 在主菜单上选择：Classification>>Unsupervised>>IsoData,在Classification Input File 对我们选择将这一文件作为后续监督分类过程中的输入数据，即分类的标准依据，因此将其文件名称命名为Classification.xml。此外，由于后期还需要对不同方法的分类结果加以精度评定，因此需要再一次执行上

作为精度评定依据的ROI文件Test.xml导入ENVI软件中；此时，需要将其添加到待计算精度的分类结果图像上，耐心等待等一会儿就能出现监督分类的结果了。MLC监督分类结果4.分类精度评价(1)精度评价工具栏Classisication-->Post Classification-->Confusion Matrix Using Ground Truth R

￣□￣｜｜ envi分类精度评价操作步骤分类精度评价主要有两种方式：混合矩阵、ROC 曲线。其中混合矩阵是以数据的形式表示分类的精度，而ROC 曲线的用线条来表示精度。这里主要整理一下《ENVI 5.X 遥感影像处理入门实战教程》以ENVI5.3版本进行实战教学(适用ENVI5.X各版本学习),从软件界面开始，到最后的高级应用，适合入门级、初级、中级的人员学习、工作、教师教学参

╯＾╰〉 分类后处理(clump-sieve majority) 0运用ISODATA方法进行非监督分类：预先假定地表覆盖类型为30类，迭代次数选为15,由系统完成非监督分类；然后进行类别定义与合并子类，最后进行结果评价。基本原理15.分类精度评价，从随机采集100～200个样本点，并确保每一类别不少于10个样本；进行分类精度评价，得到分类混淆矩阵，计算Kappa系数，并对结果进行解释。6.分类后处理(clump—siev