ENVI5.3:矢量(shp)转ROI

1.打开用于分类的基础影像及用于分类的shp文件。

2.在envi工具箱中搜索roi,双击Vector to ROI

ENVI5.3:矢量(shp)转ROI_第1张图片

选中之前打开的shp文件

ENVI5.3:矢量(shp)转ROI_第2张图片

本次操作使用shp文件中的class字段来表示类别,共三类,所Number of out rois为3.

ENVI5.3:矢量(shp)转ROI_第3张图片

 

转换后的效果:

3.查看样本可分离度 

单击Regions of interest中的任意一项,打开对话ROI对话框,点击Options->Compute ROI Separability.

ENVI5.3:矢量(shp)转ROI_第4张图片

ENVI5.3:矢量(shp)转ROI_第5张图片  ENVI5.3:矢量(shp)转ROI_第6张图片

ENVI5.3:矢量(shp)转ROI_第7张图片

可分离度均大于1.8,合格。如果小1.8,需要编辑样本或者重新选择样本;小于1,考虑将两类样本合成一类样本。具体操作请参考:【ENVI入门系列】11.遥感图像监督分类_ENVI-IDL技术殿堂_新浪博客

4.另存为ROI文件

之前打开的ROI对话框,File->Export->Export ROIs to Classic .ROI,或者File->Save as 为xml均可。

ENVI5.3:矢量(shp)转ROI_第8张图片

5.使用SVM(支持向量机)分类

envi tools中搜索support,双击打开分类器,并选择待分类影像。

ENVI5.3:矢量(shp)转ROI_第9张图片

 ENVI5.3:矢量(shp)转ROI_第10张图片

SVM参数设置面板中,参数意义如下:

(引用:ENVI下支持向量机(SVM)使用说明_ENVI-IDL技术殿堂_新浪博客)

a)  Kernel Type下拉列表里选项有 Linear,Polynomial,Radial Basis Function,以及 Sigmoid。

l如果选择Polynomial,设置一个核心多项式(Degree of Kernel Polynomial)的次数用于SVM,最小值是1,最大值是6。

l如果选择Polynomial or Sigmoid,使用向量机规则需要为Kernel指定 the Bias ,默认值是1。

l如果选择是 Polynomial、Radial Basis Function、Sigmoid,需要设置Gamma in Kernel Function参数。这个值是一个大于零的浮点型数据。默认值是输入图像波段数的倒数。

b)  Penalty Parameter:这个值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡, 默认值是100。

c)  Pyramid Levels:设置分级处理等级,用于SVM训练和分类处理过程。如果这个值为0,将以原始分辨率处理;最大值随着图像的大小而改变,

d)  Pyramid Reclassification Threshold(0~1):当Pyramid Levels值大于0时候需要设置这个重分类阈值。

e)  Classification Probability Threshold: 为分类设置概率域值,如果一个像素计算得到所有的规则概率小于该值,该像素将不被分类,范围是0~1,默认是0。

(6)    选择分类结果的输出路径及文件名。

(7)    设置Out Rule Images为Yes,选择规则图像输出路径及文件名。

(8)    单击OK按钮执行分类。

 分类结果:

 

你可能感兴趣的:(envi,p2p,linq,c#)