ENVI分类后处理

这篇具有很好参考价值的文章主要介绍了ENVI分类后处理。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、实验名称:

分类后处理

二、实验目的:

分类后处理

三、实验内容和要求:

1.Majority和Minority分析。

2.聚类处理(Clump)。

3.过滤处理(Sieve)。

4.分类统计。

5.分类叠加。

6.分类结果转矢量。

四、实验步骤:

一:Majority和Minority分析

1.打开分类结果——"can_tmr_class.dat”。

ENVI分类后处理

2.打开Majority/Minority分析工具,路径为Toolbox/Classification/Post Classification/Majority/minority Analysis,在弹出的对话框中选择“can_tmr_class.dat”,点击OK。

 ENVI分类后处理

3.在Majority/Minority Parameters面板中,点击Select All Items选中所有的类别,其他参数按照默认即可,选择输出路径,点击OK执行。

ENVI分类后处理

 4.查看结果如图,,可以看到原始分类结果的碎斑归为了背景类别中,更加平滑。

ENVI分类后处理

二:聚类处理(Clump)

1. 打开分类结果——"can_tmr_class.dat”。

ENVI分类后处理

2.打开聚类处理工具,路径为Toolbox/Classification/Post Classification/Clump Classes,在弹出的对话框中选择“can_tmr_class.dat”,点击OK。

ENVI分类后处理 

3.选中所有类别设置输出路径。

ENVI分类后处理 

4.显示结果,可以看到原始分类结果的碎斑归为了背景类别中,更加平滑。4.显示结果,可以看到原始分类结果的碎斑归为了背景类别中,更加平滑。

ENVI分类后处理 

三:过滤处理(Sieve)

1.打开分类结果——"can_tmr_class.dat”。

2.打开过滤处理工具,路径为Toolbox/Classification/Post Classification/Sieve Classes, 在弹出的对话框中选择“can_tmr_class.dat”,点击OK。

ENVI分类后处理

3.在Sieve Parameters面板中,点击Select all items选中所有类别,Group Min Threshould设置为5,其他参数按照默认即可,选择输出路径,点击OK执行。

ENVI分类后处理 

4显示结果。

ENVI分类后处理 

 文章来源地址https://www.toymoban.com/news/detail-451476.html

四:分类统计

  1.打开分类结果和原始影像——“can_tmr_class.dat”和“can_tmr.ing”。

ENVI分类后处理

2.打开分类统计工具,路径为Toolbox/Classification/Post Classification/Class Statistics,在弹出的对话框中选择“can_tmr_class.dat”,点击OK。

ENVI分类后处理 

3.在Statistics Input File面板中,选择原始影像“can_tmr.img”,点击OK。

ENVI分类后处理 

 4.在弹出的Class Selection面板中,点击Selection All Items,统计所有分类的信息,点击OK。

ENVI分类后处理

5.在Compute Statistics Parameters面板中可以设置统计信息,如下图所示,按照图中参数进行设置,点击Report Precision…按钮可以设置输入精度,按照默认即可,点击OK。

ENVI分类后处理 

6.如下图所示为显示统计结果的窗口,统计结果以图和列表形式表示。从Select Plot下拉命令中选择图形绘制的对象,如基本统计信息、直方图等。从Stats for标签中选择分类结果中类别,在列表中显示类别对应输入图像文件DN值统计信息,如协方差、相关系数、特征向量等信息。在列表中的第一段显示的为分类结果中各个类别的像元数、占百分比等统计信息。

ENVI分类后处理 

ENVI分类后处理 

五:分类叠加

 1.打开分类结果和原始影像——“can_tmr_class.dat”和“can_tmr.img”。这里将原始影像的真彩色图像作为背景图像。

ENVI分类后处理

2.打开拉伸工具(Toolbox/Raster Management/Stretch Data),在弹出的对话框中选择“can_tmr_img”文件,然后点击下方选择波段1、2、3,点击OK.

ENVI分类后处理 

3.在Data Stretching面板中,按照下图进行参数设置,点击OK即可。

ENVI分类后处理 

4.打开分类叠加工具,路径为Toolbox/Classification/Post Classification/Overlay Classes。

ENVI分类后处理 

5.在打开的Input Overlay RBG Image Input Bands面板中,R、B、G分别选择拉伸结果“can_tmr_background.dat”的band 3、2、1,点击OK。(如果需要一个灰度背景,为RBG三个通道输入同样的波段即可)。

ENVI分类后处理 

6.在Classification Input File面板中选择分类图像“can_tmr_class.dat”,点击OK.

ENVI分类后处理 

7.在Class Overlay to RGB paramenters面板中选择要叠加显示的类别(如下图所示)。

这里选择林地、裸地、沙地三个类别,设置输出路径,点击OK即可。

ENVI分类后处理

8.查看叠加结果,如下图所示。可以通过File>Save As将“can_tmr_overlay.dat”转换为TIFF格式,这样使用普通图片查看器便可以进行浏览,并保持了背景拉伸效果与原始图像类别颜色。

ENVI分类后处理 

六:分类结果转矢量

1.打开分类结果——“can_tmr_class.dat”。

ENVI分类后处理

2.打开转矢量工具,路径为Toolbox/Classification/Post Classification/Classification to Vector。

3.在Raster to Vector Input Band 面板中,选择“can_tmr_class.dat“文件的波段,点击OK. 

 

 

 4.在Raster To Vector Parameters面板中选择分类结果,选择输出路径,输出.evf类型文件。

 

 5.查看输出结果,打开刚才生成的evf文件,并加载到视图中。可以在图层列表右键点击矢量文件名,选择Properties,在弹出面板中可以根据Class_Name修改不同类别的颜色,如下图所示。

ENVI分类后处理

 

 

到了这里,关于ENVI分类后处理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ENVI:如何进行遥感图像的分类?(决策树模型)

    目录 01 决策树模型的简单介绍 02 实操 2.1 加载遥感影像以及对应的DEM影像 2.2 新建决策树 2.2.1 找到 新建决策树 工具并点击打开 2.2.2 决策树的编辑 2.2.3 NDVI的表达式编辑 2.2.4 增加子节点 2.2.5 band4的表达式编辑 2.2.6 分类好的信息编辑 2.2.7 重复编辑的说明   2.3 保存编辑好的决

    2024年02月02日
    浏览(36)
  • 企业如何搭建矩阵内容,才能真正实现目的?

    当下,新媒体矩阵营销已成为众多企业的营销选择之一,各企业可以通过新媒体矩阵实现扩大品牌声量、维持用户关系、提高销售业绩等不同的目的。 而 不同目的的矩阵,它的内容运营模式会稍有差别,评价体系也会大不相同 。 企业在运营某类矩阵账号前需明晰方向,围绕

    2024年02月13日
    浏览(40)
  • 【芯片设计封装与测试】芯片测试目的、方法、分类及案例

    目录 1.芯片测试概述(目的、方法) 1.1.测试在芯片产业价值链上的位置 2.测试如何体现在设计的过程中 2.1.半导体测试定义与基本工作机制 2.2.半导体测试环节分类及对应设备 2.3.设计验证 3.测试的各种类型 3.1.抽样测试和生产全测 3.2.测试相关的各种名词 4.晶圆、单颗die和封

    2024年02月11日
    浏览(51)
  • 基于专家知识的决策树分类|以DEM+影像数据在ENVI操作为例

    一、基于专家知识的决策树分类的基本介绍 决策树模型就是需要通过样本数据构建一棵树,数中除了叶子节点的每个节点都是一个数据特征的划分点,将待测数据的对应的特征和该节点上的划分特征做对比,然后将待测节点分到该节点的某个子节点上,然后再进行对比,直到

    2024年02月10日
    浏览(35)
  • ENVI监督分类后背景值也被分成一种地物,解决方案和转移矩阵制作方法

    背景值也被分为一种地物是由于一开始没有选择mask掩膜,让背景不参与运算,百度可了解具体过程。 现在来解决已经分类完后怎么补救 之后转移矩阵的制作,对文件格式有着严格要求,分类结果如果裁剪或者地物名字发生更改,就不再是分类结果,无法进行转移矩阵的制作

    2024年02月11日
    浏览(35)
  • ENVI中图像处理-基本操作

    熟悉基本的图像处理操作,包括:图像显示、彩色合成、多波段影像叠加、查看头文件、编辑头文件信息、图像裁剪、两个时期影像的对比、关闭文件。 掌握图像处理的基本操作 内容一:打开影像,进行彩色合成:真彩色、标准假彩色、任意假彩色; 1、影像打开 数据:D

    2024年02月08日
    浏览(38)
  • 深度学习实战44-Keras框架下实现高中数学题目的智能分类功能应用

    大家好,我是微学AI ,今天给大家介绍一下深度学习实战44-Keras框架实现高中数学题目的智能分类功能应用,该功能是基于人工智能技术的创新应用,通过对数学题目进行智能分类,提供个性化的学习辅助和教学支持。该功能的实现可以通过以下步骤:首先,采集大量的高中数

    2024年02月15日
    浏览(49)
  • 利用ENVI处理SPOT遥感影像提取水体、植被、不透水面

    利用ENVI处理SPOT遥感影像提取水体、植被、不透水面 (一)在Arcmap中打开shp文件,选择Select Features选中研究区域: (二)选中研究区,在文件上右击选中Data——Export Data导出所选区域shp文件: (一)首先打开SPOT影像免费获取网站: https://regards.cnes.fr/user/swh/modules/60,点击log

    2024年02月05日
    浏览(55)
  • envi5.3处理高分二号影像数据辐射定标大气校正

    目录 一、多光谱影像处理 1. 辐射定标  2.大气校正 1. 需要准备一些数据: 2.大气校正过程 3、正射校正 二、全色影像处理 1. 辐射定标  2. 正射校正 三、图像融合 1.几何配准 2.图像融合 高分二号处理流程  envi5.3的安装教程: ENVI5.3安装         安装完ENVI5.3后,还需要安装

    2024年02月07日
    浏览(35)
  • 【ENVI条件下的GF6-WFV数据处理】

    提示:系列文章持续更新——遇到啥问题解决问题 高分六号于2019年3月21日正式投入使用,它是一颗低轨光学遥感卫星,具有高分辨率、宽覆盖、高质量和高效成像等特点,配置2米全色/8米多光谱高分辨率相机(PMS)、16米多光谱中分辨率宽幅相机(WFV),2米全色/8米多光谱相

    2024年02月06日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包