胡鑫宇案有了新线索......事实可能比我们想象的更残酷

百思不得其解,为什么要让胡鑫宇的家属签保密承诺书?

这几张截图,会不会让你瑟瑟发抖

母子乱伦:和儿子做了,我该怎么办?

一位博士的返乡笔记,深刻入骨!

生成图片,分享到微信朋友圈

自由微信安卓APP发布,立即下载! | 提交文章网址
查看原文

ENVI实用技术分享(五)

学术无界 2019-06-30

快,关注这个公众号,一起涨姿势~

      遥感影像信息丰富,数据量庞大。实际应用中,需要采用合适的方法提取所需信息。在本案例中,小编将基于CART算法获取规则提取北京市的土地覆盖信息。

基于CART的自动决策树分类

      基于知识的决策树分类是基于遥感影像数据及其他空间数据,通过专家经验总结、简单的数学统计和归纳方法等,获得分类规则并进行遥感分类。分类规则易于理解,分类过程也符合人的认知过程,最大的特点是利用多源数据。在获取规则过程中,当数据量过大时,可以选择一部分典型的区域作为实验区获取决策树。

1.准备数据

       本例使用Landsat 8 OLI数据,已经过几何校正、工程区裁剪。这一步主要是构建多元数据集。数据集由海岸、蓝、绿、红、近红外、两个短波红外等七个多光谱波段,以及NDVI、ISODATA 非监督分类结果。

a.启动 ENVI 5.3,打开 Landsat 8 OLI 数据。

b.在Toolbox 中,选择NDVI,使用 OLI 数据计算 NDVI。

c.打开北京市区.shp 矢量数据。

d.利用IsoData Classification,在文件对话框中,使用北京市区.shp创建掩膜文件。提示: 默认会自动生成一个全部区域的掩膜区域,手动删除。

图1 选择矢量文件构建掩膜

e.在 ISODATA Parameters 面板中,设置最大分类数量为10,迭代次数为10,选择路径输出分类结果。

图2 ISODATA Parameters面板


f.在Toolbox中,选择Layer Stacking,分别将OLI八个波段、NDVI、ISODATA结果组合成一个9个波段的文件。

g.使用工具Edit ENVI Header,将Band Names修改为Band1、2、3、4、5、6、7、NDVI,ISODATA。

图3 Layer Stacking Parameters面板

2.选择训练样本

a.在ENVI 5.3中加载显示 Layer Stacking的结果图像,在图层管理器 Layer Manager中,Layer Stacking 的结果图像图层上右键,选择“New Region Of Interest”,打开 Region of Interest(ROI) Tool 面板。绘制各个类型的样本:Forest--林地;Agriculture—耕地;City--建成区;Water--水体;Others--其他,包含裸地、阴影等。选择的 5 个类型的训练样本(图4),训练样本的可分离度在 1.8 以上。

(注:由于分类图像包括NDVI和ISO监督分类结果,其值范围与Landsat8的7个波段值范围不一致,在计算样本可分离度时候容易报错。可以增加样本数量,或者将NDVI 和ISO分类结果通过线性变换进行归一化。)

b.保存训练样本到本地文件。在 Region of Interest 面板中,选择菜单 File > Export >Export to Classic,在弹出的对话框中单击 Select All Items,设置输出路径,单击 OK。

图4 训练样本

3.获取规则

      这里使用CART算法获取规则。首先安装ENVI下的CART扩展工具,将解压后的文件拷贝到ENVI Classic安装目录下的Save_Add文件夹内,启动ENVI Classic。

a.在 ENVI Classic 中,打开 Layer Stacking 结果图像。

b.在主菜单,选择 Basic Tools > Region of Interest> Restore Saved ROI File,将之前输出的训练样本加载进来。

c.在ENVI Classic中,选择主菜单->Classification->Decision Tree->RuleGen ->Classifier,选择Layer Stacking结果图像。

d.选择决策树输出路径及文件名,单击OK执行。

图5 运行CART工具

4.土地覆盖信息提取

      这一步是将获取的规则应用于整个图像。可以直接在ENVI 5.3中执行决策树分类即可。方法如下:

a.在Toolbox中,选择/Classification/Decision Tree/Execute Decision Tree,在弹出的对话框中选择决策树txt文件。

b.选择Layer Stacking结果图像,单击OK。

c.在弹出的面板中,设置输出路径和文件名,单击 OK 执行即可。

      如果待分类的数据非常大,我们经常选择一部分子区来获取决策树,之后将决策树应用于整个图像,这种情况的操作如下。

a.在Toolbox中,选择/Classification/Decision Tree/Edit Decision Tree,在弹出的对话框中选择决策树 txt 文件。打开从实验区获取的决策树规则。

b.在弹出的面板中,选择Options->Show Variable/File Pairings,单击第一列中的变量,全部替换为整个影像中对应的波段。

c.选择Options->Execute,执行决策树,得到整个图像的土地覆盖结果。

图6 修改变量

图7 分类结果

5.分类后处理

      分类后处理根据需求选择,包括更改类别颜色、分类统计分析、小斑点处理(类后处理)、栅矢转换、精度验证等操作。

大家可以在公众号后台回复“CART”,即可获取数据下载链接。

资源仅供学术交流使用,严禁商用!如有侵权,请联系小编微信:1751977982

素材来源:《ENVI/IDL培训教程》

推文期数:2018182

责任编辑:李飞 杨俊凤 王根茂

推文审核:骆丹云 易娜 武金洲

总审核:学术无界顾问团

下期预告】年末巨典—诺奖精品课程全球免费大放送

【往期回顾】

这里有一份你的新年专属礼包,请查收~

就业招聘 | 硕博招聘信息十八--高校招聘专题二

会议预告|城市计算和智慧规划国际会议(第一轮)


    文章有问题?点此查看未经处理的缓存