ENVI-13基于专家知识的决策树分类课件

1、遥感图像处理-13北京大学深圳研究生院专家分类与决策支持系统根据光谱特征、空间关系和其他上下文关系归类像元+DEM+专家分类提供了土地利用而不仅仅是土地覆盖Road Map？Zoning CoverageLandcoverClassification陡坡上的植被缓坡上的植被高山植被公园用地决策树分类步骤专家知识决策树分类的步骤大体上可分为四步：知识（规则）定义、规则输入、决策树运行和分类后处理。难点是规则的获取，可以来自经验总结，如坡度小于20度是缓坡等；也可以通过统计的方法从样本中获取规则，如C4.5算法、CART算法、S-PLUS算法等。 下面以Landsat TM5影像和这个地区对应的D

2、EM数据，数据存放在“11-决策树分类”，影像和DEM经过了精确配准为例，介绍具体操作过程。 规则定义第一步：规则获取规则如下描述：Class1（朝北缓坡植被）:NDVI0.3, slope20, aspect270Class2（非朝北缓坡植被）：NDVI0.3, slope20, 90=aspect0.3, slope=20,Class4（水体）：NDVI=0.3, 0b420Class5（裸地）：NDVI=20Class6（无数据区，背景）: NDVIclassification-Decision Tree-Build New Decision Tree,如图所示，默认显示了一个节点。单击

3、OK后，会提示你给ndvi指定一个数据源，如图所示，点击第一列中的变量，在对话框中选择相应的数据源，这样就完成第一层节点规则输入。 规则描述表达式与变量表达式部分可用函数基本运算符+、-、*、/三角函数Sin、cos、tanasin、acos、atanSinh、cosh、tanh.关系/逻辑LT、LE、EQ.and、or、not.最大值、最小值其他符号指数（）、exp对数alog平方根（sqrt）、绝对值（adb）变量作用slope计算坡度aspect计算坡向ndvi计算归一化植被指数Tascap穗帽变换pc主成分分析mnf最小噪声变换lpc局部主成分分析Stdev标准差Mean平均值Min、

4、max最大、最小值其他如：ndvi LT 0.3变量 作用 slope 计算坡度 aspect 计算坡向 ndvi 计算归一化植被指数 Tascap n穗帽变换，n表示获取的是哪一分量。 pc n主成分分析，n表示获取的是哪一分量。lpc n局部主成分分析，n表示获取的是哪一分量。 mnf n 最小噪声变换，n表示获取的是哪一分量。Lmnfn局部最小噪声变换，n表示获取的是哪一分量。Stdev n波段n的标准差 lStdev n波段n的局部标准差Mean n波段n的平均值 lMean n波段n的局部平均值Min n、max n波段n的最大、最小值 lMin n、lmax n波段n的局部最大、最

5、小值slope ,aspect ,ndvi ,Tascapn,pcn,lpcn,mnfn,Lmnfn,Stdevn,lStdevn,Meann,lMeann,Minn、maxn,lMinn、lmaxn,n为envi中专用的变量，可以直接给出计算结果。并且n为band的意思，n后面直接跟波段数，并且不需要，如b440直接表达为b4 gt 40第一层节点根据NDVI的值划分为植被和非植被，如果不需要进一步分类的话，这个影像就会被分成两类：class0和class1。对NDVI大于0.3，也就是class1，根据坡度划分成缓坡植被和陡坡植被。在class1图标上右键，选择Add Children。单

6、击节点标识符，打开节点属性窗口，Name为SlopeExecute，执行决策树运行结果回到决策树窗口，在工作空白处点击右键，选择Zoom In，可以看到每一个节点或者类别有相应的统计结果（以像素和百分比表示）。如果修改了某一节点或者类别的属性，可以左键单击节点或者末端类别图标，选择Execute，重新运行你修改部分的决策树。 第一步、构建多源数据文件 这一步是根据TM影像计算NDVI，并连同TM影像6个波段、DEM文件组成一个多波段文件。打开TM.img和DEM.img文件。在主菜单中，选择Transform-NDVI，从TM影像中计算植被指数并保存在内存中。在主菜单中，选择Basic Too

7、l- Layer Stacking，在Layer Stacking Parameters面板中，单击Import File按钮，分别选择TM影像所有波段、NDVI、DEM文件。投影参数以及像元大小按照默认，选择输出路径及文件名All.img，单击OK 第二步、选择样本 根据野外调查以及林相图，选择了阔叶林、落叶松、云杉、樟子松和非林地5类样本，并转成了TM影像文件的ROI文件，下面将这个ROI文件转化成第一步生成的多源数据文件的ROI。在display中显示TM.img。在主图像窗口中，选择Overlay-Region of Interest，打开ROI Tool面板。在ROI Tool面板中

8、，选择File-Restore ROI，打开“样本1.roi”。在ROI Tool面板中，选择Options-Creata Buffer Zone from ROIs，在文件对话框中，选择第一步生成的多元数据文件All.img。第三步、构建决策树在主菜单中，选择Classification-Decision Tree-RuleGen-Classifier，在文件对话框中，选择All.img文件。单击OK打开RuleGen-Classifier面板。在RuleGen-Classifier面板中，选择决策树输出路径及文件名（.txt）。其他按照默认设置，单击OK执行决策树构建。 说明：构建时间会根据样本质量以及数据有所不同。执行这个过程后，由于这个补丁是基于ENVI4.5之前的版本设计的，会自动关闭ENVI，但是不影响生成结果。 第四步、执行决策树分类重新启动ENVI。在主菜单中，选择Classification- Decision Tree-Edit Existing Decision Tree，打开第三步生成的决策树文件（forest.txt）。由于这个