ENVI分类后处理（转载）

ENVI分类后处理（转载）
ENVI分类后处理(转载)
在ENVI中，分类后处理主要有：主/次要分析（Majority/Minority Analysis）、类成团（clump）、类别筛选（Sieve）、类别结合（Combine classes）、类别叠加（Overlay classes）等。

这⾥主要详细介绍前三种。

1. 主/次要分析：使⽤主要分析（Majority）可以将较⼤类别中的虚假像元归类到该类中，ENVI允许输⼊⼀个变换核尺⼨，并⽤变换核中占主要地位的像元的类别数代替中⼼像元的类别数。

如果使⽤次要分析（Minority），ENVI将⽤变换核中占次要地位的像元的类别数代替中⼼像元的类别数。

在操作时，注意，如果中⼼像元属于未从“select classes”列表中选择的类别，分析完成后，该像元的类别不会更改。

但是，如果中⼼像元初始归属于从“select classes”列表中选择的类别，且在变换核中，未选择类别占主要地位，则⽤未选择类别代替初始类别。

如果选
择”Majority“分析，键⼊中⼼像元权重---”center pixel weight“。

在判定在变换核中哪个类别占主体地位时，中⼼像元权重⽤于设定中⼼像元类别将被计算多少次。

例如：如果输⼊的权重为1，ENVI仅计算1次中⼼像元类别；如果输⼊5，ENVI将计算5次中⼼像元类别。

2. 类成团：该选项运⽤形态学算⼦将临近的类似分类区域合并成块。

分类图像经常缺少空间连续性（分类区域中斑点或洞的存在）。

低通滤波虽然可以⽤来平滑这些图像，但是类别信息常常会被临近类别的编码⼲扰。

成块分类解决了这个问题。

⾸先将被选的分类⽤⼀个扩⼤操作合并到⼀块，然后⽤参数对话框中指定了⼤⼩的变换核对分类图像进⾏侵蚀操作。

3. 类别筛选：该选项可以解决分类图像中出现的孤岛问题。

类别筛选使⽤斑点分组⽅法来消除这些被隔离的分类像元。

虽然使⽤低通滤波或其他类型的滤波功能可以消除这些区域，但是类别信息常常会被临近类别的编码⼲扰。

类别筛选⽅法需要观察周围的4个或8个像元，判定⼀个像元是否与周围的像元同组。

如果⼀类中被分组的像元数⼩于输⼊的值，这些像元会被从该类中删除。

当⽤类别筛选从某⼀类中删除像元时，将剩下⿊像元（未分类的像元）。

注意，在筛选后，可以⽤成块分类功能（clump）来替换⿊⾊像元。

在操作过程中，没有被选中的类，将毫不改变地出现在输出图像上。

在”Group Min Threshold“⽂本框，输⼊⼀个类别组中需要包含的最少像元数。

任何⼀组⼩于该数值的像元将从相应类别中删除。

分类后处理（Post Classification）
1. 分类统计：ENVI:Classification>>Post Classification>>Class Statistics：包括每⼀类的点数、最⼩值、最⼤值、平均值以及类的每个波段的标准差等。

其中每⼀类的最⼩值、最⼤值、平均值以及标准差可以以图的⽅式进⾏显⽰。

可以显⽰出每⼀类的直⽅图，并且计算其协⽅差矩阵、相关矩阵、特征值和特征⽮量等。

2. 两个分类结果的⽐较：ENVI:Classification>>Post Classification>>Confusion Matrix：分类结果的精度，显⽰在⼀个混淆矩阵⾥。

通过⽤分类结果与地表真实图像（Ground Truth Image）或地表真实感兴趣区（Ground Truth ROIs）相⽐较来计算混淆矩阵。

分类结果记录了总体精度、准确度、Kappa系数、混淆矩阵、commission 误差（每类中额外像元占的百分⽐）和冗长误差（类左边的像元占的百分⽐）等等。

当⽤地表真实图像计算混淆矩阵时，还可以输出每类图像中没有被正确分类的那些像元。

3. 类别集群：ENVI: Classification>>Post Classification>>Clump Classes细⼩块的合并，将⼀些碎块进⾏合并（平滑处理）。

注：未被选上⽤于聚块（clumping）的类，在输出图像上⽆变化。

4. 类别筛选：ENVI: Classification>>Post Classification>> Sieve Classes通过⽤斑点分组消除这些隔离的被分类的像元。

该功能菜单将删除分类中的孤岛像元，并⽤⿊像元表⽰，可以⽤成块分类功能代替⿊像元。

注：在 “Group Min Threshold” ⽂本框⾥，输⼊⼀个类组需要包含的最少像元数（4或8）。

任何⼀组⼩于这⼀数值的像元将从类中被删除。

5. 类的合并：ENVI : Classification>>Post Classification>>Combine Classes：将分过的类进⾏选择性的合并，可以合并为⼀类或⼏类。

6. 类的叠合：ENVI : Classification>>Post Classification>>Overlay Class：⽤⼀幅彩⾊合成影像或灰阶影像⽣成⼀幅影像地图，并且类的颜⾊叠置在⼀起，输出⼀幅3波段的 RGB图像。

7. 修改类的颜⾊：Image: Tools>>Color Mapping>>class color mapping：当⼀个分类后的图像被导⼊⼀个显⽰窗⼝时，每类⾃动呈现出不同的颜⾊。

每类的颜⾊与监督分类中选择的感兴趣区的颜⾊或⾮监督分类中预先选择的每类颜⾊相对应。

未分类区域在图像中呈⿊⾊，可以改变每类的颜⾊。