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

这篇具有很好参考价值的文章主要介绍了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。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。

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。解决方法为:

1 研究区矢量文件转换为roi文件,挂载到要保存的文件即可

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

 2 file——>save as 

选择要保存的分类结果,然后此界面下方选择mask,选择之前的研究区roi,直接保存为envi格式即可。此格式依旧为分类结果文件可以参与转移矩阵的运算。转移矩阵制作自行百度即可。

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

 文章来源地址https://www.toymoban.com/news/detail-507331.html

到了这里,关于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(29)
  • 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(29)
  • 【人工智能】监督学习、分类问题、决策树、信息增益

    什么是决策树 —— 基本概念 非叶节点:一个属性上的测试,每个分枝代表该测试的输出 叶节点:存放一个类标记 规则:从根节点到叶节点的一条属性取值路径 模型训练:从已有数据中生成一棵决策树 分裂数据的特征,寻找决策类别的路径 相同的数据,根据不同的特征顺

    2024年02月16日
    浏览(37)
  • 基于 R 对卫星图像进行无监督 kMeans 分类

            本文将向您展示如何使用 R 对卫星图像执行非常基本的 kMeans 无监督分类。我们将在 Sentinel-2 图像的一小部分上执行此操作。         Sentinel-2 是由欧洲航天局发射的一颗卫星,其数据可在此处免费访问。         我要使用的图像显示了 Neusiedl 湖的北部(奥

    2024年02月13日
    浏览(28)
  • 结合ENVI和PIE Hyp讲述高光谱遥感信息处理技术,包括光谱恢复、光谱库建立、光谱特征提取、混合像元分解、图像分类及精度检验

     大气温室气体浓度不断增加,导致气候变暖加剧,随之会引发一系列气象、生态和环境灾害。如何降低温室气体浓度和应对气候变化已成为全球关注的焦点。海洋是地球上最大的“碳库”,“蓝碳”即海洋活动以及海洋生物(特别是红树林、盐沼和海草)能够吸收大气中的二

    2024年02月08日
    浏览(32)
  • 使用尖峰神经网络和尖峰时间相关可塑性的无监督手写数字分类

    尊敬的读者,您好!我非常高兴能在这里和大家分享一种使用尖峰神经网络和尖峰时间相关可塑性(STDP)进行无监督手写数字分类的方法。本文将尽可能详尽地解释这个主题,提供理论背景,然后指导您通过具体示例来实践。 项目下载 首先,让我们简单地了解一下我们今天

    2024年02月09日
    浏览(26)
  • 分类预测 | MATLAB实现S4VM半监督支持向量机二分类预测

    分类效果 基本介绍 分类预测 | MATLAB实现S4VM半监督支持向量机二分类预测 程序设计 完整源码和数据获取方式: 私信回复 MATLAB实现S4VM半监督支持向量机二分类预测 。 参考资料 [1] https://blog.csdn.net/kjm13182345320/article/details/116071412 [2] https://blog.csdn.net/kjm13182345320?spm=1010.2135.3001.

    2024年02月11日
    浏览(27)
  • C++实现K-均值算法非监督分类(opencv2.4.9、gdal2.1.2)

    算法思想及流程: 代码: 原图像(3、2、1波段):   分类后(输入分类数K=4): 代码已能实现简单的分类。但受限于本人水平,该代码仍有许多不足,初始聚类中心的选择尚需改进,存储聚类中心的方式不够简洁 注:当前代码只能读入img格式图像

    2024年01月18日
    浏览(27)
  • 【监督学习】基于合取子句进化算法(CCEA)和析取范式进化算法(DNFEA)解决分类问题(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 我们开发

    2024年02月07日
    浏览(35)
  • video视频背景层级过高解决方案

    uni-app开发的项目中使用video标签设置视频做为页面背景,video标签层级过高,页面中内容不展示。 官方提供了三种办法: cover-这个标签使用说明:这个标签APP端它不支持嵌套,就是就算这种都是不支持的,所以如果你的页面比较复杂的话这种方法是不行的,页面元素简单的话

    2024年02月03日
    浏览(27)

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