遙感影像分類(lèi)精度評(píng)價(jià)_第1頁(yè)
已閱讀1頁(yè),還剩2頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、遙感影像分類(lèi)精度評(píng)價(jià)遙感影像分類(lèi)精度評(píng)價(jià)在ENVI中,選擇主菜單ClassificationPostClassificationConfusionMatrixUsingGroundTruthROIs。將分類(lèi)結(jié)果和ROI輸入,軟件會(huì)根據(jù)區(qū)域自動(dòng)匹配,如不正確可以手動(dòng)更改。點(diǎn)擊ok后選擇報(bào)表的表示方法(像素和百分比),就可以得到精度報(bào)表。對(duì)分類(lèi)結(jié)果進(jìn)行評(píng)價(jià),確定分類(lèi)的精度和可靠性。有兩種方式用于精度驗(yàn)證:一是混淆有兩種方式用于精度驗(yàn)證:一是

2、混淆矩陣,二是矩陣,二是ROC曲線,曲線,比較常用的為混淆矩陣,ROC曲線可以用圖形的方式表達(dá)分類(lèi)精度,比較形象。對(duì)一幀遙感影像進(jìn)行專(zhuān)題分類(lèi)后需要進(jìn)行分類(lèi)精度的評(píng)價(jià),而進(jìn)行評(píng)價(jià)精度的因子有混淆矩陣、總體分類(lèi)精度、Kappa系數(shù)、錯(cuò)分誤差、漏分誤差、每一類(lèi)的制圖精度和擁護(hù)精度。1、混淆矩陣(ConfusionMatrix):主要用于比較分類(lèi)結(jié)果和地表真實(shí)信息,可以把分類(lèi)結(jié)果的精度顯示在一個(gè)混淆矩陣?yán)锩妗;煜仃囀峭ㄟ^(guò)將每個(gè)地表真實(shí)像元的位

3、置和分類(lèi)與分類(lèi)圖象中的相應(yīng)位置和分類(lèi)像比較計(jì)算的?;煜仃嚨拿恳涣写砹艘粋€(gè)地表真實(shí)分類(lèi),每一列中的數(shù)值等于地表真實(shí)像元在分類(lèi)圖象中對(duì)應(yīng)于相應(yīng)類(lèi)別的數(shù)量,有像元數(shù)和百分比表示兩種。2、總體分類(lèi)精度(OverallAccuracy):等于被正確分類(lèi)的像元總和除以總像元數(shù),地表真實(shí)圖像或地表真實(shí)感興趣區(qū)限定了像元的真實(shí)分類(lèi)。被正確分類(lèi)的像元沿著混淆矩陣的對(duì)角線分布,它顯示出被分類(lèi)到正確地表真實(shí)分類(lèi)中的像元數(shù)。像元總數(shù)等于所有地表真實(shí)分類(lèi)中的

4、像元總和。3、Kappa系數(shù):是另外一種計(jì)算分類(lèi)精度的方法。它是通過(guò)把所有地表真實(shí)分類(lèi)中的像元總數(shù)(N)乘以混淆矩陣對(duì)角線(Xkk)的和,再減去某一類(lèi)中地表真實(shí)像元總數(shù)與該類(lèi)中被分類(lèi)像元總數(shù)之積對(duì)所有類(lèi)別求和的結(jié)果,再除以總像元數(shù)的平方差減去某一類(lèi)中地表真實(shí)像元總數(shù)與該類(lèi)中被分類(lèi)像元總數(shù)之積對(duì)所有類(lèi)別求和的結(jié)果所得到的。(混淆矩陣中A類(lèi)列的總和)的比率。如本例中林地有419個(gè)真實(shí)參考像元,其中265個(gè)正確分類(lèi),因此林地的制圖精度是265

5、419=63.25%。?用戶精度是指正確分到A類(lèi)的像元總數(shù)(對(duì)角線值)與分類(lèi)器將整個(gè)影像的像元分為A類(lèi)的像元總數(shù)(混淆矩陣中A類(lèi)行的總和)比率。如本例中林地有265個(gè)正確分類(lèi),總共劃分為林地的有277,所以林地的用戶精度是265277=95.67%。首先你做分類(lèi)的時(shí)候要選好分類(lèi)的地區(qū)影像,一般要求要有地面數(shù)據(jù)支持,也就是說(shuō)要知道你待分類(lèi)的影像的地物類(lèi)別,這樣在你的分類(lèi)完成后才可能評(píng)價(jià)你的分類(lèi)精度,分類(lèi)精度的評(píng)價(jià)一般是用混淆矩陣來(lái)評(píng)價(jià),從

6、混淆矩陣中算出總精度和Kappa系數(shù)就可作為分類(lèi)精度了。分類(lèi)的精度,一般兩種方法,實(shí)地調(diào)查;高分辨率的影像檢驗(yàn)低分辨率影像的分類(lèi)。大部分文獻(xiàn)的精度驗(yàn)證方法無(wú)非還是那些傳統(tǒng)的方法:混淆矩陣的總體精度,kappa分析,野外驗(yàn)證,專(zhuān)家組評(píng)估驗(yàn)證。還有沒(méi)有別的更好一些的模型,就比如說(shuō)是野外驗(yàn)證,野外如何布點(diǎn)?采用什么樣的模型布點(diǎn)?值得一提的是前段時(shí)間終于查到一些數(shù)據(jù)同化(又叫四維同化)的資料。數(shù)據(jù)同化原是大氣科學(xué)中的一個(gè)概念。四維同化:自從氣象

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論