《监督分类和面向对象分类流程.doc》由会员分享，可在线阅读，更多相关《监督分类和面向对象分类流程.doc（20页珍藏版）》请在课桌文档上搜索。
1、高分一号城市绿地现状调查与分析实现教程本文将介绍基于高分一号影像数据的城市绿地信息提取的实现步骤，如下图是主要的操作流程图一图一首先对高分影像进展预处理，其次使用监视分类法和面向对象分类法对城市绿地进展分类，然后对分类出来的影像进展矢量化处理，最后另其在arcGIS中进展统计分析，得出市城市绿地的现状，下面是具体步骤。第1章 数据预处理因为处理数据是高分一号影像，本文处理软件为ENVI5.1，因为ENVI5.2以下版本不能对高分一号直接进展处理，所以需要安装r6补丁，将下面两个文件直接粘贴到软件所在位置图二，然后就可以打开高分影像了图三图二图三为了加快数据处理的速度，本文是选择先进展辐射定标然
2、后将图像裁剪在进展后续的操作，预处理流程如如下图图四：图四1.1 辐射校正分为辐射定标和大气校正1打开数据：ENVI-Open As-CRESDA-GF-1,选择处理的影像，打开XML后缀文件；（2） 辐射定标：选择Toolbox-Radiometric Correction- Radiometric Calibration，选择待处理的高分数据弹出Radiometric Calibration对话框，进展如图设置。对于多光谱影像，点击Apply FLAASH Setting 设置成默认值；如果是对全色影像进展辐射定标，那么Calibration如此是Reflectance,Out Put T
3、ype 为UInt,Scale Factor为1000，如如下图：高分一号多光谱影像参数设置高分一号全色影像参数设置3大气校正：选择Toolbox-Radiometric Correction-Atmospheric Correction Module-FLAASH Atmospheric Correction，弹出FLAASH Atmospheric Correction Model Input Parameters对话框。要注意，全色影像不做大气校正，多光谱影像如此需要做大气校正处理。4点击Input Radiance Image，选择前面处理好的数据，在Radiance Scale Fa
4、ctors面板中选择Use single scale factor for all bands，由于定标的辐射量数据与FLAASH的辐射亮度的单位相差10倍，所以在此Single scale factor选择：1，单击OK；5设置文件输出路径。6传感器根本信息设置：l Scene Center Location从影像中自动获取；l Sensor Type为GF-1；l Ground Elevation通过统计DEM数据获得；l Pixel Size根据相机选择，PMS相机全色2m，多光谱8m，WFV相机16m；l Flight Date从影像xml头文件中读取，减去8换算成GMT时间；7大气模
5、型和气溶胶模型：l Atmospheric Model根据经纬度和影像区域选择：l Aerosol Model根据实际情况选择；l Aerosol Retrieval选择None；l 其他默认；8单击Multispectral Setting按钮，在Filter Function File 导入光谱响应曲线“，单击OK。9单击Advanced Settings，在高级设置中Modtran Resolution选择5 cm-1。10设置好后，在大气校正模块面板中，单击Apply。1.2 影像裁剪1File - Open，这里使用的是不规如此裁剪，具体的理论知识可以在网上搜索，首先打开你矢量的矢量
6、.shp数据，如图；2在Toolbox中，打开Regions of Interest /Subset Data from ROIs。Select Input File选择Beijing_TM.dat，点击OK，打开Subset Data from ROIs Parameters面板；3在Subset Data from ROIs Parameters面板中，设置以下参数： Mask pixels output of ROI？：Yes Mask Background Value背景值：04选择输出路径和文件名，单击OK执行图像裁剪。1.3 正射校正使用RPC文件进展正射校正，点开Geometri
7、c CorrectionOrthorectificationRPC Orthorectification Workflow，如如下图所示：在该工作页面中将要处理的影像输入，然后点击next在弹出的页面的Advanced选项中选择输出像素大小，多光谱选择8m，全色选择2m，然后再export页面选择输出的位置，点击finish；1.4 图像融合对每一景的多光谱和全色影像进展正射校正之后就对其进展融合，一般来说高分一号影像使用GS融合，点击工具箱中的Image SharpeningGram-Schmidt Pan Sharpening 分别将多光谱和全色影像输入，然后设置输出位置，finish；1
8、.5 图像镶嵌图像镶嵌也是所谓的羽化操作，一般来说一景高分影像能覆盖的区域是有限的，所以需要进展镶嵌操作，对其进展拼接到所需要的研究围，点击工具箱中的Mosaickingseamless Mosaic镶嵌过程最好两两镶嵌，这样电脑可以承受，先将要镶嵌的两图通过绿色的加号加载进来，然后使用右上角的seamlines中的自动接边线进展自动拼接，再观察自动拼接的效果，如果有不好的地方再对其进展修改。接边线的修改主要就是画三角形，将不想要的局部去除，这个很简单，在网上也可以搜到。如何觉得对接边线进展修改比拟麻烦，可以加我 545698595接边效果:1.6 影像增强在遥感集市上有植被增强的插件，如果要
9、做绿地信息提取的话可以去上面下载安装，然后对影像进展处理，但是很多情况下不需要这一步，对影像做一个拉伸处理便可。第二章 绿地信息提取这一步实习课上都有，不需要演示2.2 面向对象绿地信息提取面向对象信息提取是目前最流行的信息提取方法，现在可以实现的软件有econition8.7 ERDAS还有envi 的EX模块，总体来说易康软件的面向对象提取方法比拟完善，分割方法也比拟多，但是因为软件需要收费，所以本文使用envi来进展处理。2.2.1 分类步骤2.2.2 实现影像对象的创建主要进展了图像图 切割效果预览基于规如此特征提取本文需要提取绿地，分类主要依靠的是绿地的植被覆盖指数。正常情况下，当N
10、DVI0便可以认为有植被存在，本文发现当令NDVI在0-1之间一些建筑物的房顶也被提了出来，所以将最低值提高到了0.1，虽然发现还是会有一些建筑物被提取，但是情况已经好了很多，其次因为建筑物大多是矩形的，所以可以通过设置矩形度对房屋进展剔除，因此对绿地的描述设置为：NDVI在0.1-1.0之间，rectangle在0.0182-0.8之间，两个属性的分类结果如如下图同一区域，光谱值和纹理提取出来的效果良好，将结果进展输出：图两种属性提取信息预览左基于光谱，右基于几何试验区绿地提取从分类结果可以看出分类的效果良好，将肉眼不能分辨的绿地提取了出来，适用于高分辨遥感影像的绿地信息提取，接着将其应用于
11、全图：图 分类结果图2.2.3 精度评价精度评价有两种方法，在classic中的classification-post classicification-confusion Matrix中的两种，一种是从高分辨率提取的图像验证低分辨率的图像，另一种是勾选正确的样本来验证用面向对象方法提取的影像信息，我使用了8m分辨率的多光谱影像提取结果和融合后影像的提取结果进展比照，来得出此次面向对象分类的准确度。第三章 矢量化处理3.1 矢量切割在arcgis中打开.dat文件，然后把提取出来的绿地信息进展分级，我的论文中将绿地分成了：公园绿地、生产绿地、防护绿地、附属绿地和其他绿地5种绿地类型，首先将在A
12、rcGIS中新建一个面文件命名为五类，如图：然后打开编辑器选择切割按钮将影像切割成几个大的局部，再对每个局部进展细局部割，通过与原影像叠加的目视解译和实地外调确定绿地类型。以上为五类绿地分割的情况，新建CLASS字段来对每一块区域进展赋值。3.2 矢量处理将处理的.dat影像转换成shp文件：点开小红箱子中的数据管理工具data management tools-features-feature to polygon:将面向对象提取的影像转成矢量文件如如下图，是转换出来的全部面文件，需要打开编辑器，将最外面的面文件删除，剩下才是我们真正需要的面，删除后的矢量文件在如下图：点击Arcmap10.
13、1界面的第一行selection的select by attributes，打开页面之后选择CLASS字段，以生产绿地为例，其类别为1，以下高亮区域便是生产绿地的围：接着点击selection中的select by location，目标图层选择自己用影像转出来的面文件，源图层选择你切割分类的图层，点击apply，分类结果导入了目标图层，以下高亮局部便是选择出来的生产绿地图斑， 打开目标图层litongchangshi的属性表，选择右下方右边的图标，添加一个类别字段，把选择的图斑赋值为生产绿地，依次操作下去便可把所有图斑的绿地类型赋值完毕，如如下图最后再利用CLASS_ID进展显示，最后可以分出五种绿地类型的区域分布第四章 绿地信息分析与评价使用arcgis 的属性选择器可以对绿地进展市的绿地空间分布计算、绿量计、各城区绿地率计算等等，在此不讨论，如有其它阐述不足之处，请联系 :545698595,欢迎批评指正！
