2024年-ENVI监督分类制图操作课件

ENVI快速制图21数据的输入输出（波段组合）图像显示与分析（数据介绍）图像预处理（几何校正、镶嵌）影像信息提取（监督分类，分类统计）专题制图成果报告遥感图像处理流程22

实验数据要求：影像行列号为153031，另一景行列号为153032，且年份必须为2009-2012年内。Landsat卫星采用的全球参考系为WRS(worldwidereferencesystem)，是国际上非常具有代表意义的全球参考系之一。WRS是依据卫星地面轨迹的重复特性，结合星下点成像特性而形成的固定地面参考网格。其WRS参考系网格与Landsat卫星数据的成像区域紧密的契合，WRS网格的二维坐标采用PATH和ROW进行标识。

目前WRS有两个系统，分别为WRS1（1983年之前的参考系，Landsat1-3号卫星采用此参考系）和WRS2（1983年之后的参考系，Landsat4，5，7号卫星采用此参考系）。

选择数据2024/5/63

如前面叙述到的，WRS1是1983年之前的参考系，Landsat1-3号卫星采用此参考系，而WRS2是1983年之后的参考系，Landsat4，5，7号卫星采用此参考系。而Landsat7由于2003年出现故障，此后的影像均有黑色条带，即使可以去除黑带，但均处理后影像对后期使用依然有影响。因此，我选择下载的范围是Landsat4，5的TM影像。且要尽量选择云量少，植被多的季节的影像。2024/5/64数据介绍下载地址：（美国地质探索）/LT51530312011225KHC00是landset5的TM影像行列号为153031是2011年第225天拍摄的，LT51530322010238KHC00是landset5的TM影像行列号为153032是2011年第238天拍摄的。在envi中打开下载的影像展开mapinfo，我们可以看到我们下载的卫星影像的地理信息以及分辨率等信息。2024/5/65组合多波段数据打开主菜单下file->openimagefile弹出enterdatafilenames窗口，选中要打开的七个波段数据，点打开。打开结果如右图所示。2024/5/66将我们下载的多个波段的数据存为envi的标准格式，可达到组合波段的目的。在newfilebuilder窗口中（右图）点击improtfile按钮，导入文件。2024/5/67这里要注意的是，输出文件的波段顺序是按照你导入数据的顺序定的，所以，在导入文件时，我们要按波段的顺序来进行导入，正确顺序应如右图所示，从上到下波段1至波段7按顺序排列。反之，导入顺序为乱序，输出波段序列号不代表原波段信息。通过这一步，我们得到了两个组合文件将其命名为：LT51530322010238KHC00_组合LT51530312011225KHC00_组合。2024/5/68几何校正在主菜单下，file->openimagefile打开：LT51530322010238KHC00_组合LT51530312011225KHC00_组合。并使LT51530312011225KHC00_组合在display窗口中显示出来。我们先对其进行校正。2024/5/69为了方便几何校正时找点，我们可以先从谷歌中将这两景影像的范围大致确定出来。确定范围只需要分别知道这两景影像的四个角的经纬度坐标即可。操作如下：2024/5/610在usgs首页中path/row项中，选择“面”选项并输入行列号，点show，即会出现我们这景影像在地球上的位置及影像四个角的经纬度信息。2024/5/611在谷歌地球中创建影像范围

打开谷歌，在谷歌中点击添加地标按钮，将影像八个角的经纬度分别输入到地标属性中对应框内，点确定。2024/5/612主菜单下打开：map->registration->selectGCPs:imagetomap。弹出projectionselection。设置内容如左图(即与影像信息一致)。设置完后点OK，弹出groudcotrolpointsselection窗口。2024/5/613分别在谷歌和影像上找到同名点。在谷歌中添加地标，并在影像zoom中用十字叉丝对准该点。2024/5/614将地标属性中的坐标复制粘贴到groundcontrolpointsselection窗口中对应的位置上。2024/5/615为了快速确定点的位置，可以使用以下方法。在影像display窗口中单击右键，选pixellocator，弹出pixellocator窗口，该窗口会显示十字叉丝对准的点的坐标。这里我们也可以手动输入坐标，然后点apply，十字叉丝就会对准我们输入的坐标的位置。2024/5/616选择控制点时，尽可能使控制点在影像上均匀分布，控制点数目在20个左右即可。RMSError小于1，即说明控制点选取的合格，我们可以通过点showlist查看具体控制点信息，可看出哪个点的误差最大，通过删除误差大的点或移动该点位置来减小控制点的误差。2024/5/617经调整使得控制点误差在允许范围内后，点groundcontrolpointsselection面板中options->warpfile,进行几何校正图的输出。2024/5/618选择要进行几何校正的影像文件：2024/5/619在registrationparameters面板中，选择多项式几何校正，双线性内插法，给定路径及文件名，点OK。2024/5/620用这种方法，将两景影像校正完。我们就得到了两张校正影像：LT51530312011225KHC00_几何校正LT51530322010238KHC00_几何校正2024/5/621镶嵌打开主菜单下map->mosaicking->georeferenced。弹出mapbasedmosaic窗口。导入之前校正过的两景影像：LT51530312011225KHC00_几何校正LT51530322010238KHC00_几何校正2024/5/622在mosaic窗口顶层的图层上单击右键，选editentry，弹出entry窗口。将背景值设为0，（在feathering处将值填为30去除镶嵌后影像上的黑色虚线。羽化值越大，朦胧范围越宽，羽化值越小，朦胧范围越窄。）。设置完成点OK。2024/5/623背景值设置后效果如左图所示。再在mosaic窗口中打开file->apply2024/5/624弹出mosaicparameters窗口，使用双线性内插法bilinear，指定路径，给出文件名设置完毕点OK。2024/5/625右图为镶嵌后影像（没有使用羽化的效果）镶嵌后影像中有黑色虚线，在前面已经讲过可以用羽化的方法消除黑线，考虑到羽化会使黑线周边范围的图边缘变成朦胧的效果

，所以这里以及后面使用的影像均未羽化。2024/5/626监督分类经过仔细观察影像中土地的利用现状，我将影像土地利用类型分为五类：耕地，居民地，水体，未利用地，以及林地。在打开镶嵌后影像的image窗口菜单栏点overlay->regionofinterest…弹出roitool窗口，在window项中选zoom项，在zoom窗口中进行绘制感兴趣区。2024/5/627在zoom中绘制感兴趣区，绘制好该区域后，单击右键自动闭合，再单击右键自动填充颜色(如左图)。且在roitool窗口中会自动添加刚才绘制的感兴趣区。2024/5/628左键单击roiname列下方的对应行的方框，可更改类别名称（如左图），单击右键color可更改颜色（如右图）。2024/5/629绘制成果列表如下：2024/5/630点roitool窗口下的file->saverois弹出waveroistosave窗口，全选样本目标，给定路径及文件名点OK，保存分类样本。2024/5/631查看可分离性。Roitool窗口下，options->computeroiseparability。2024/5/632在弹出的selectinputfileforroiseparability窗口中，选择要分类的文件(左图)点OK，弹出roiseparabilitycalculation窗口，选中分类样本（右图），点OK。2024/5/633分离性低于1.8的需要重新选择，而这个分类样本中各类别的分离性均在1.8以上，说明这个分类样本是合格的。2024/5/634为了使背景不参与分类，我们需要建掩膜文件，来分离背景。这里，我们先绘制一个边界，并保存为：边界_掩膜.roi，以供后面建立掩文件使用。绘制方法如之前介绍的绘制感兴趣区方法相同。2024/5/635打开主菜单下Classification->supervised->maximumlikelihood。在classificationinputfile选中要进行分类的图，在maskoptions中选建立掩膜文件。2024/5/636在弹出的maskdefintion窗口中选择options下的导入刚才我们保存的边界_掩膜.roi文件。2024/5/637会弹出如左图的提示框，确认信息点OK，弹出maskdefinitioninputrois窗口，选中刚才导入的边界。2024/5/638在maskdefinition窗口中选中刚才导入的文件。给定路径点和文件名掩膜文件.roi点OK。这里要注意的是，在selectmaskband项中会出来刚才我们建立的掩膜文件如果出现则证明建立掩膜成功。如果没出现，则证明没建成功，这样就无法使背景不参与分类。（但是只要按前面说的步骤做，就不会建立掩膜不成功了。）2024/5/639参数设置如下，这里点preview即可预览分类图2024/5/640分类图与原图效果对比（左为原图，右为分类后图）。我们发现，虽然背景没有参与分类，但分类后图的图案以外的地方都是灰色，不过，后面我们会对其进行修改。2024/5/641分类后处理在display窗口中打开overlay->classification。在弹出的窗口中选中分类后的影像。如下图。2024/5/642弹出interactiveclasstool窗口，点maskedpixels前的黑色方框，并将其前面的方框打上小对勾，使其处于激活状态。2024/5/643在interactiveclasstool窗口中选options->editclasscolors/names…2024/5/644弹出calsscolormapediting在selectedclasses项中选中maskedpixels，然后点color，将其改为黑色。2024/5/645修改maskpixels颜色后：使用这种方法还可以更改分类样本中的其它类别的颜色。2024/5/646在display窗口中右键选linkdaplaying…（设置如右图中linkdisplays窗口，点OK）将两幅图链接起来。便于查看对比分类效果。2024/5/647经过仔细观察，发现左图中有一块林地被分为了耕地。2024/5/648使用将范围内某一类像元并入其他一类别。在interactiveclasstool面板中点edit->mode:polygondeleteformclass。2024/5/649在interactiveclasstool面板中先点耕地前的方形色块，再点菜单栏edit->setdeleteclassvalue，弹出setdeleteclassvalue窗口(右图)。我们要将耕地并入到林地，所以setdeleteclassvalue窗口选择要并入到的类应该是林地。2024/5/650在image窗口中圈出要并入到林地的范围2024/5/651处理后效果：2024/5/652这里还可以使用另一种方法：将一定范围内像元都并入其他一个类别中。在interactiveclasstool面板中，选择edit->mode:polygonaddclass。2024/5/653在interactiveclasstool面板中，鼠标左键单击：“未利用土地”前面的方形色块，让“未利用地”类别处于激活状态。选择一个编辑窗口：inage,在image窗口中绘制多边形，多边形以内的类别全部归于“未利用地”一类。2024/5/654找到我们要处理的区域：2024/5/655绘制要更改的区域，2024/5/656处理后。2024/5/657用以上方法，将分类后影像中局部错分、漏分、的像元，以这样手动的方式进行修改，处理完后，保存文件。2024/5/658分类统计先打开分类影像以及原影像（镶嵌影像）选择主菜单classification->postclassification->classstatistics。2024/5/659弹出classificationinputfile窗口，选中分类文件，2024/5/660在statisticsinputfile窗口中选择原始影像：2024/5/661在classselection窗口中全选分类样本中的类别，点OK2024/5/662勾选基础统计，矩阵以及直方图，使输出结果显示在屏幕上四个复选框。也可以勾选使其输出成文件的形式。2024/5/663查看统计结果：这里展示了原始影像中文件路径以文件名，整景影像的像元数，分类后各类别像元数，及占总像元数的百分比。2024/5/664结果验证选择主菜单->basictools->regionofinterest->deleterois,将之前打开的roi文件删除，避免这些roi干扰分类验证。选择主菜单->basictools->regionofinterest->restoresavedroifile,打开“验证样本”文件。2024/5/665选择主菜单->classification->postclassification->confusionmatrix->usinggroundtruthrois,选择分类影像。2024/5/666在弹出的matchclasses窗口默认参数，点OKConfusionmatrixparameters窗口中默认参数，点OK2024/5/667得到分类精度评价混淆矩阵2024/5/668分类精度评价混淆矩阵分析：总体分类精度(overallaccuracy)：等于被正确分类的总和除以总像元数。被正确分类的像元数目沿着混淆矩阵的对解线分布，总像元数等于所有真实参考源的像元总数。如：overallaccuracy=(31226/32145)97.1411%Kappa系数(kappacoefficient)：它是通过把所有真实参考的像元总数乘以混淆矩阵对角线的和，再减去某一类中真实参考像元与该类中被分类总数之积之后，再除以像元总数的平方减去某一类中真实参考像元总数与该类中被分类像元总数之积对所有类别求和的结果。Kappa系数值越大说明其分类效果越好。2024/5/669错分误差：指被分为用户感兴趣的类，而实际属于另一类的像元，它显示在混淆矩阵里面。如：被分类后耕地一共有6134个像元，其中有5581个耕地像元被分为耕地，81个林地像元被分为耕地，393个居民地像元被分为耕地，以及79个未利用地像元被分为耕地。水体错分误差为：0耕地错分误差为：（81+393+79）/6134*100%=9.01%林地错分误差为:100/2313*100%=4.32%居民地错分误差为：（59+35）/18223*100%=0.51%未利用地错分误差为：(28+97+47)/3960*100%=4.34%

2024/5/670漏分误差：指本身地表真实分类，而没有被分类器分到相应类别中的像元数。如：在本例中的林地类，有真实参考像元2294个，其中2213个正确分类，其余81个被错分为耕地。水体漏分误差为：28/1543*100%=1.81%耕地漏分误差为（59+97）/5737*100%=2.71%林地漏分误差为：81/2294*100%=3.53%居民地漏分误差为：（393+47）/18569*100%=2.37%未利用地漏分误差为：（79+100+35）/3960=5.4%2024/5/671制图精度：是指分类器将整个影像的像元正确分为A类的像元数与A类真实参考总数的比率。如：耕地5581个被正确分为耕地，耕地真实值5737个其制图精度为：5581/5737*100%=97.28%林地：96.47%水体：98.19%居民地：97.63%未利用地：94.65%

2024/5/672用户精度：是指正确分到A类的像元总数与分类器将整个影像分为A类，总数的比率。如：耕地5581个被正确分为耕地，耕地总共被划分为耕地的有6134，其耕地用户精度为：5581/6134*100%=90.98%水体：100%居民地：99.48%林地：95.68%未利用地：95.66%2024/5/673快速制图在打开着分类影像的image窗口中打开：file->quickmap->newquickmap。2024/5/674弹出quickmapdefault窗口，在这个窗口中设置输出图的尺寸，单位，影像放置方向以及比例尺。设置完毕点OK。在弹出的quickmapimageselection窗口中，根据需要调整出图区域及图大小。可以用鼠标在红线处拖动，也可在imagesize处输入值或点黑色小三角调整值。完成设置后点OK，若设置不合适，在后面的窗口中也可进行更改。2024/5/675弹出quickmapparameters窗口：2024/5/676MainTitle文本框：输入地图标题“153031及153032地区土地类型图”；Font：选择TrueType61-80中的微软雅黑(如左图)；Size：25。LowerLeftText文本框：在对话框中使用鼠标右键单击，在弹出的菜单中选择LoadProjectionInfo(如右图)，从ENVI头文件中加载影像的投影信息，对投影信息稍作修改，如将英文改成中文字符，增加影像拍摄时间信息、制图时间等信息，这里不做更改；Font：选择TrueType61-80中的微软雅黑(如左图)

；Size：10。2024/5/677在LowerRightText文本框中，输入制图单位信息和制图时间。Font：选择TrueType61-80中的微软雅黑；Size：10。根据本专题的目的，将ScaleBars、GridLines、NorthArrow前面的复选框选中。单击GridLines项中的Font，设置字体为Roman1，消除经纬度单位中的“?”乱码。设置MapGridSpacing项：10000，公里网的间隔。指北针样式设置如下图：2024/5/678设置完毕，选择SaveTemplate，选择输出文件路径及文件名，点击OK，将快速制图的模板结果保存为153031及153032快速制图模板.qm，以备下次使用。2024/5/679在display窗口中点overlay->annotation，弹出annotation:text窗口。