一、建立样本点区域

(1)找到如下选项
在这里插入图片描述
(2)对各类样本进行命名,在进行各类样本的样点选取工作
勾选林地
在这里插入图片描述

勾选水体
在这里插入图片描述
依次勾选其他类别

(3)保存样本点方便下次使用
在这里插入图片描述
分离度:点击感兴趣区域查看分离度
在这里插入图片描述
数据达到1.9以上则表示分离效果好
在这里插入图片描述

二、监督分类

使用最大似然法分类
在这里插入图片描述
在这里插入图片描述

三、分类后处理

由于最大似然分类是基于像素的分类方法,分类结果中细小的版块较多,可以采用“Majority/Minority Analysis”聚类分析进行消除,最小聚类单元选择3*3.
在这里插入图片描述

输出结果
在这里插入图片描述

四、分类精度评价

对于无真实样本的情况,重复第一个步骤再选取各个类型的roi兴趣区作为分类的验证数据集。
在这里插入图片描述

然后,在Toolbox工具箱中,双击Classification→Post Classification→Confusion Matrix Using Ground Truth ROIs 工具,属性字段一致的会自动匹配,不一致的需要自行匹配。
在这里插入图片描述
得到混淆矩阵如下图所示
在这里插入图片描述

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐