首页 > 其他分享 >遥感影像监督分类:ArcMap实现

遥感影像监督分类:ArcMap实现

时间:2024-01-09 21:31:48浏览次数:32  
标签:多边形 分类 遥感 ArcMap 地物 绘制 影像

  本文介绍在ArcMap软件中,基于最大似然法实现栅格遥感影像监督分类的方法。

  在文章遥感影像的监督分类与分类后处理:ENVI实现中,我们介绍了基于ENVI软件实现遥感影像监督分类的具体操作方法;本文则介绍基于ArcMap软件实现同样的遥感影像监督分类的方法。

  首先,在ArcMap软件上方菜单栏中,我们选择“Customize”→“Toolbars”→“Image Classification”选项。

  随后,即可弹出遥感影像分类工具栏。为了方便,我们可以将其拖动至ArcMap软件上方菜单栏中,如下图所示。

  随后,打开需要进行分类的栅格遥感影像图层。这里需要注意,如果打开栅格图层后,遥感影像分类工具栏中各个按钮都是灰色的(如上图所示),那么需要在“Customize”→“Extensions...”中进行以下设置。

  在弹出的“Extensions”窗口中,我们将全部项目都勾选中,如下图所示。

  随后,可以看到遥感影像分类工具栏中按钮已经可以点击了。

  接下来,我们即可开始遥感影像分类的具体过程;这里我们就以最大似然法这一监督分类方法为例,进行详细地介绍。

  首先,在遥感影像分类工具栏中选择下拉框,选中我们需要进行分类的遥感影像。

  接下来,点击遥感影像分类工具栏右侧的“Training Sample Manager”按钮。

  随后,将弹出如下所示的“Training Sample Manager”窗口。

  接下来,我们在遥感影像分类工具栏中选择“Draw Polygon”选项。

  随后,我们即可用鼠标左键在栅格遥感影像中绘制对应的矢量范围多边形,并通过双击左键的方式确认完成绘制。

  每绘制完毕一个多边形,就会在“Training Sample Manager”窗口中显示一个多边形的信息。我们首先对同一种地物类型绘制多个多边形;如下图所示,我们在图中的森林区域绘制了多个多边形。

  绘制同一地物类型的若干个多边形后,我们首先将这些多边形在“Training Sample Manager”窗口中全选,并通过“Merge training samples”选项,将同一地物类型的多边形合并。

  合并完毕后,可以看到原有多个多边形变为了一个地物类型的信息。此时,我们可以对此地物类型的名称、值、颜色进行配置。

  配置完毕后,我们可以点击“Save traning samples”选项,将保存好的第一种地物类型多边形信息保存。需要注意的是,“Save traning samples”选项保存的是当前已经绘制好的全部地物类型多边形,以.shp格式存储,保存这一文件是防止ArcMap软件崩溃导致前面辛辛苦苦绘制的多边形丢失的情况发生;之后我们一旦完成全部的地物类型多边形的绘制,还需要再保存一个.gsg格式的文件,从而作为ArcMap软件进行监督分类的输入文件(具体操作我们后面会介绍)。

  可以在弹出的“Output featura class”窗口中,配置保存的路径与文件名称。

  随后,我们即可开始对第二种地物类型进行多边形的划定。

  并通过前述同样方法,将第二种地物类型的多边形合并为一个信息,并配置其名称、值与颜色等信息。

  接下来,我们依然可以通过“Save traning samples”选项,实施保存当前划定好的地物类型。这里需要注意,为了避免每一次保存就新生成文件导致文件过,我们可以在第二次保存开始,直接覆盖上一次的保存结果。

  依据前述方法,将我们全部需要区分的地物类型进行划定后,我们可以通过“Show histograms”选项绘制每一种地物类型对应的图像波段数值直方图。

  还可以通过“Show scatterplots”选项绘制每一种地物类型对应的图像各波段对应散点图。

  以及可以通过“Show statistics”选项每一种地物类型对应的图像波段数值统计信息。

  确认各个地物的多边形绘制无误后,我们需要点击“Creat a signatur file”选项,将刚刚划定的各个地物类型多边形区域保存为.gsg文件;这个文件就是我们前面提到的ArcMap软件进行监督分类的输入文件。

  随后,在弹出的窗口中,配置好.gsg文件的存储路径与名称即可。

  接下来,在遥感影像分类工具栏中,选择“Classification”选项,并选择合适的分类方法。我们这里因为是以最大似然法为例进行介绍的,所以就选择“Maximum Likelihood Classification”方法。

  随后,在弹出的“Maximum Likelihood Classification”窗口中配置后需要进行分类的栅格图像文件、前面保存好的.gsg文件,以及输出文件路径与文件名即可;对于剩余的最大似然法分类参数,我们可以选择默认或依据实际情况来修改即可。

   随后,即可得到分类结果图像文件。

  至此,大功告成。

标签:多边形,分类,遥感,ArcMap,地物,绘制,影像
From: https://blog.51cto.com/fkxxgis/9166239

相关文章

  • 【Python入门教程】读取图片信息最全教程(经纬度、偏转角、无人机影像、大疆)
    ​    通常读取图片的属性信息(如经纬度、拍摄时间、IMU数据等)都是通过exifread库进行读取,但是有些图片用这个库读取的效果不好。所以今天我就和大家分享一下如何使用Python读取图片属性信息的三种方法。1GDAL读取    GDAL库是用来处理卫星影像的库,它同样可......
  • PACS医学影像系统源码,支持Worklist服务,三维影像后处理和分析功能
    PACS/RIS医学影像存储和传输系统,实现从预约、登记、分诊、排队叫号、检查、诊断阅片、报告发布、自助胶片打印等流程化管理。PACS系统应用在医院影像科时,它直接与CT、MR、ECT、DSA和DR等提供DICOM标准图像的医学设备进行软硬对接。该系统应用在超声、内窥镜、病理等科室时,提供视频......
  • 【Python&RS】基于矢量范围批量下载遥感瓦片高清数据(天地图、高德、谷歌等)
    ​    这个是之前写的代码了,正好今天有空所以就和大家分享一下。我们在处理项目时,有时候需要高清底图作为辅助数据源去对比数据,所以可能会需要卫星数据。所以今天就和大家分享一下如何使用Python基于矢量范围批量下载高清遥感瓦片数据。1读取矢量边界    这......
  • 医学影像的图像标注技术:如何实现自动化的图像标注与分析
    1.背景介绍医学影像是一种重要的诊断工具,用于揭示患者的内部结构和功能。医学影像分析通常需要专业医学影像诊断师对图像进行手工标注和分析,这是一个耗时且容易出错的过程。因此,自动化的图像标注和分析技术在医学影像领域具有重要意义。图像标注是一种计算机视觉任务,旨在将图像中的......
  • 人工智能大模型原理与应用实战:大规模模型在医学影像分析中的应用
    1.背景介绍人工智能(AI)和机器学习(ML)技术在过去的几年里取得了显著的进展,尤其是在深度学习(DeepLearning)方面。深度学习是一种通过神经网络模拟人类大脑的学习过程来自动学习表示和预测的机器学习方法。随着计算能力的提高,深度学习模型的规模也逐渐增大,这些大规模模型在许多应用领域......
  • 深度学习与医学影像:诊断辅助与预测分析
    1.背景介绍医学影像是指在医学诊断和治疗过程中采集的图像数据,包括计算机断层扫描(CT)、磁共振成像(MRI)、超声成像(US)、位相成像(PET)、胸片、眼球成像等。随着医学影像技术的不断发展和进步,医学影像数据的规模日益庞大,涌现出了大量的高质量的图像数据。这些数据具有丰富的特征信息,对于深......
  • 【论文精读#1】SPGAN-DA:用于领域自适应遥感图像语义分割的语义保留生成对抗网络
    作者:YanshengLi发表年代:2023使用的方法:无监督领域自适应(UDA)、GAN、ClassMix、边界增强来源:IEEETGRS方向:语义分割期刊层次:CCFB;工程技术1区;IF8.2文献链接:https://doi.org/10.1109/TGRS.2023.3313883LiY,ShiT,ZhangY,etal.SPGAN-DA:Semantic-Pres......
  • 数字化医学影像系统源码,采用C语言开发,支持MPR、CPR、MIP、SSD、VR、VE三维图像处理
    PACS系统是医院影像科室中应用的一种系统,主要用于获取、传输、存档和处理医学影像。它通过各种接口,如模拟、DICOM和网络,以数字化的方式将各种医学影像,如核磁共振、CT扫描、超声波等保存起来,并在需要时能够快速调取和使用。PACS系统还提供了辅助诊断和管理功能,可以在不同的影像设备......
  • GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土
    最近我新发表了一篇新的文章,也就是利用样本点迁移的方法来快速实现全球长时序快速土地分类,本文发布了应用APP,用户可以在线体验使用快速分类的效果。原文链接:Land|FreeFull-Text|RapidLandCoverClassificationUsinga36-YearTimeSeriesofMulti-SourceRemoteSensing......
  • C++读取FY卫星遥感图像(HDF格式)
    转一下我自己的博客网上找了大概2周,艰难的实现了C++读取HDF图像,CSDN吃相真难看,好多文章都要会员。。。#include<cstdint>#include<hdf5.h>#include<iostream>#include<matplotlibcpp.h>#include<opencv2/opencv.hpp>#include<opencv2/core/core.hpp>#include<......