遥感影像分类方法实验报告

1实验报告2目录1实验目的...................................................................42实验数据...................................................................43实验内容...................................................................44实验步骤...................................................................54.1对人口矢量数据（shapefile）进行投影转换..............................54.1.1Census.shp文件投影坐标的检查..................................54.1.2将投影坐标转换为WGS_1984_UTM_Zone_16N.........................64.2对遥感影像进行几何精校正（以经过投影变换的人口矢量数据为基准）.......64.2.1Census.shp在ENVI软件的加载...................................64.2.2对遥感影像进行几何精校正（以矢量数据为基准）...................74.2.3用矢量图层对遥感影像进行裁剪..................................104.3将Pan波段和多光谱波段进行融合，并对融合效果进行定性和定量评价......114.3.1两种融合方法的原理............................................114.3.2进行Gram-SchmidtSpectralSharpening融合....................114.3.4融合效果进行定性评价..........................................144.3.5融合效果进行定量评价(软件提供的计算方法)......................154.3.6融合效果进行定量评价(Matlab编程计算).........................164.3.7遥感影像融合定量分析代码......................................204.4生成住房密度栅格影像................................................234.4.1两表的连接....................................................234.4.2计算房屋密度..................................................244.4.3直接栅格化....................................................254.4.4IDW插值......................................................254.4.5对房屋密度图进行重分类........................................264.5将住房密度栅格影像作为额外的通道与ETM+多光谱波段进行叠加...........264.6监督分类（融合方法为HSV，波段为5，4，3）...........................274.6.1打开GoogleEarth影像作为监督分类的参照.......................274.6.2建立兴趣区....................................................294.6.3训练样区的选择................................................304.6.4训练样区的评价................................................314.6.5执行监督分类..................................................334.6.6分类后处理....................................................354.6.7评价结果分析..................................................374.6.8分类结果面积统计..............................................384.6.9分类结果......................................................414.7分类结果评价与分析..................................................414.7.1未加入房屋密度图层的分类结果评价与分析........................414.7.2加入IDW插值房屋密度图层的分类结果评价与分析..................424.7.3加入直接栅格化房屋密度图层的分类结果评价与分析................434.7.4加入重分类后IDW插值房屋密度图层的分类结果评价与分析..........444.7.5从总精度与Kappa系数对分类结果进行评价........................4534.7.6分类结果总体评价..............................................464.7.7与其他训练样区的分类精度和Kappa系数的计算....................484.8决策树分类..........................................................494.8.1决策树分类原理................................................494.8.2数据预处理....................................................494.8.3指数的计算....................................................514.8.4执行决策树....................................................544.8.5不同参数设置的对比............................................575实验体会..................................................................605.1实验中存在的问题....................................................605.2软件平台使用........................................................635.3实验总结............................................................6341实验目的①掌握ArcGIS10和ENVI4.7对遥感图像处理的基本操作与原理②熟悉几何精校正的方法，掌握ENVI软件对遥感影像进行几何精校正③掌握全色波段与多光谱波段的融合方法和原理，学会对融合效果进行定性定量分析④熟悉掌握ArcGIS的栅格化方法和IDW插值方法⑤熟悉监督分类的方法和基本原理，掌握ENVI软件中进行监督分类⑥了解监督分类后评价过程，对分类结果进行精度评价和分析⑦掌握Erdas的空间建模方法以及原理⑧了解RuleGen算法，掌握决策树分类方法2实验数据①带属性数据的shapefile：Census.shp②带有陆地面积字段的矢量图层：③GoogleEarth_原始拼接：GE1005211134.jpg④研究区域的多光谱波段数据：Stack_b1-6162-7.img⑤研究区域的全色波段数据：b8.img⑥监督分类参照影像：GoogleEarth3实验内容①对人口矢量数据（shapefile）进行投影转换：WGS_1984_UTM_Zone_16N②对遥感影像进行几何精校正（以经过投影变换的人口矢量数据为基准）：（1）对多光谱波段（30m空间分辨率）进行几何精校正（小于0.25个像元）；（2）对Pan波段（15m空间分辨率）进行几何精校正（小于0.25个像元）；③将Pan波段和多光谱波段进行融合（自选至少一种融合算法），并对融合效果进行定性和定量评价；④生成住房密度栅格影像：（1）直接栅格化；（2）IDW插值；5⑤将住房密度栅格影像作为额外的通道（或波段）与ETM+多光谱波段进行叠加；⑥进行监督分类和分类后处理（Post-Classification，ExpertRules）⑦利用ERDAS软件的空间建模（SpatialModeler）进行水体信息（MNDWI指数）和植被信息（NDVI指数）的提取；⑧利用“自动阈值决策树分类算法”进MarionCounty的土地利用/覆盖分类信息提取（使用的数据：原始各波段+MNDWI+NDVI+ISODATA等，或其他有益的波段组合）①探讨“自动阈值决策树分类算法”中的各个参数意义及如何设置更合理②对分类结果进行评价与分析⑨对分类结果进行精度评价和分析；4实验步骤4.1对人口矢量数据（shapefile）进行投影转换4.1.1Census.shp文件投影坐标的检查根据实验要求，人口矢量数据（shapefile）进行投影坐标应为：WGS_1984_UTM_Zone_16N在ArcGIS软件的图层右击Properties，在LayerProperties的Source下查看投影信息，如图1。得到Census.shp的投影坐标为：GCS_North_American_1983，与实验要求不符合，需进行投影转换。图164.1.2将投影坐标转换为WGS_1984_UTM_Zone_16N在Arcgis软件的工具箱中的DefineProjection工具，设置输入数据为：Census.shp，坐标系统为GCS_WGS_1984，在工具箱中的工具，设置输入数据：Census.shp，导入遥感影像的投影坐标系，即GCS_WGS_1984（如图2）。图24.2对遥感影像进行几何精校正（以经过投影变换的人口矢量数据为基准）4.2.1Census.shp在ENVI软件的加载在ENVI软件中，File-OpenVectorFile，选择Census.shp，设置好参数，生成evf文件（如图3）。图374.2.2对遥感影像进行几何精校正（以矢量数据为基准）在ENVI分别打开遥感影像img和矢量文件vef，选择Map-Registration-SelectGCPs:imagetomap，以矢量数据为基准,设置好投影，如图4。图4在ENVI中，在zoom窗口下采集控制点，这次实验采集的控制点数为13个，控制点的主要定位在道路与道路之间的交叉点，如图5，其控制点的RMSError为0.246390，如图6，如图7为20个控制点的采集情况。图5图68图7选择校正参数输出结果，在GroundControlPointsSelection窗口选择Option-WarpFile，如图8；数学模型为Polynomial，设定参数为2，从采样方法为最临近法，如图9。图8图9如图10、11为几何校正前后，矢量图层与遥感影像吻合度的对比，可以明显看出，经过几何校正后的遥感