遥感教程第B-13页¶
目录
监督分类¶
我们在PIT学习经验的高潮就在我们身上——对以色列场景进行有监督的分类。在这里，您将根据您的经验和常识，假设一些解释性知识，以识别各种类别，从而建立要映射到图像上的类。在以色列的场景中，有几个是显而易见的：地中海；沙丘；城镇，活跃的植物生长和休耕地。这在标准的假彩色合成图中得到了很好的显示，我们将采用它作为指定培训地点的图像。我们将选择在PIT程序中最容易使用的类中选择样本的单元块方法。
我们将只指定8个类；稍后，您可以选择使用更大的数字重新运行分类，这取决于您对从视觉上选择新类最适合显示的站点的信心。我们的第一次尝试将与整个场景一起选择单元格。有一些问题会随着你的继续而变得明显。当你得到你的第一张分类图像后，你将被鼓励使用场景中可移动的放大部分来重做这个过程，这实际上使细胞阻塞的位置更大。此外，我们将从最大似然分类器开始；PNN和PDM分类器将在后面解释。所以，向前。
如前所述，调出以色列场景的波段4、3、2（R、G、B）彩色图像，浏览视图、显示图像控制窗口、RGB按钮例行程序。做你认为的任何C和B的调整都会使阶级区别更容易。场景启动后，将RGB窗口图像拖动到右下角，使其按钮保持可见。当您需要访问它的按钮时，您将多次使用它。
对以色列图像的观察产生了这些明显不同的类别，它们的形状和颜色导致了可分离性：（海洋）水；城镇；沙丘；活跃的农作物（强烈的红色调）。其他四种植物表现得很好，足以证明它们是阶级，但它们的身份更加模糊：其他作物（深红色）；深色田地（深灰色）；休耕地（灰棕色）；自然表面（黄棕色）。其他类似乎存在，但它们的区域太小，无法通过我们将选择的单元格大小进行采样。例如，对于道路和机场跑道等线性特征，这是正确的。所以，在这个关键时刻，我们只学习8门课程。
此时，转到Pit窗口并单击Scheme。有些选项为灰色；（未激活），其他选项为黑色（激活）。单击“添加类”。将下拉一个窗口，在名字框中标记“输入类名和颜色”，键入“water”。转到“浏览颜色”按钮并单击。将显示一个长列表（需要滚动按钮）。当它出现时，点击“蓝色”：窗口的一部分将采用这种颜色。按Select，颜色名称将显示在颜色框中。按“添加”，两个框都将被清除。接下来，输入town，转到color菜单，向下滚动到brown，然后重复其余步骤。对于我们在第一次尝试中设置的其他类，名称/颜色是：沙丘=黄色；成熟作物=深绿色；其他作物=浅绿色；深色田地=灰色；休耕地=浅粉色，自然表面=水绿色。进行您认为可以轻松区分类别的任何C和B调整。嗯…选择完成后，按完成。（注意：如果您已经知道颜色名称 [熟悉清单后] ，您可以选择直接将其键入颜色框，而不是滚动列表本身。）
升起（重新显示）解释窗口，并执行到左侧方案（或者如果已最小化，则将其还原到屏幕）。创建的类现在将在左侧（或顶部）显示为带颜色轮廓的矩形列表。根据之前保存或最小化的内容，场景可以是灰色图像或颜色视图。如果是灰色图像，则以通常的方式将其转换为假彩色版本（显示图像控制；RGB）。您将观察到一个带有宽间距方块的黑色网格被叠加。每个方块包含64 x 64像素。对于这个场景，方形框包含了太多不同的类——它们的视觉表达式中的许多类比框小得多（hearAfter调用了一个单元格）。要么减小单元大小（增加总数），要么像我们稍后要做的那样，大幅度放大部分场景（缩放）。若要缩小单元格尺寸，请转到“视图”，然后转到“单元格”，然后单击。右边的小窗口包含两个选项。单击“大小”将生成一个具有一系列n x n大小的窗口，并选中64 x 64大小。通过将光标移动到该位置并单击（将进行检查），更改为16 x 16。如果要更改网格的颜色，请单击网格，另一个选项，将其更改为新颜色。在这里，我们将和布莱克在一起。另外，如果您希望删除整个网格（可能是临时的），请单击“视图”，然后单击“显示”，然后单击网格旁边右窗口中的复选标记；要恢复，请重新输入并单击它。
现在，您已经准备好用解释为每个类的本地样本填充网格单元了。试着找到最“纯粹”的例子，但是一个包含一个或多个其他类（视觉差异）的单元的一部分是可以容忍的。让我们从左上角的水开始。转到标有“水”的图例框，单击其左侧的小圆圈。一个黑点（子弹）会填满它。鼠标光标将改变形状为较大的白点。在图像中，找到大海（左上角），将光标放在一个包围水的单元格中，然后单击。单元格充满蓝色。对邻近或附近的几个单元格执行此操作。请注意，在“图例”框中，每次添加单元格时，总数（16乘以16或256）都会增加显示的分数。您应该尝试为每个类选取至少1500个或2500个以上的单元格。
接下来，激活下一个框中的黑点，城镇，用棕色勾勒。找到你解释的图片中的例子，点击足够的单元格（棕色）以满足配额。在城镇下面明显的沙丘上。激活其圆圈，选择至少8个框（填充黄色）。剩下的五节课也要这样做。成熟的作物都是鲜红色的。您将能够在图像的任何一个区域选择2-3个单元格，因此您必须转到多个区域才能激活至少8个单元格。对于其他作物（深红色），这些较小的尺寸，你可能需要去6到9个不同的地方。暗场的训练场地显然是稀疏的，至少在足以填满一个细胞的区域是如此。查看一个这样的站点的右中心距；也在左下角。你甚至可能找不到6个“好”的单元格；接受一个较小的数字。在颜色组合中，以灰棕色阴影的形式出现的休耕场甚至更小，因此您必须一次搜索一个符合条件的细胞。最后一类，自然表面，可能是“人造的”。但是，阿什杜德北部的地形看起来有点不同于沙丘，可能是一个贫瘠的表面，有沙子和土壤。它有一个更柔和的黄棕色和一些纹理。在那里输入几个单元格，然后在左下角的一个类似的小区域中再次输入。
现在，您已经选择了与网格中某些单元格关联的所有类的示例。没有“保存”或“关闭”按钮，但只要您在PIT中积极工作，类选择信息就会保存。但是，在进行下一个分类步骤时，需要删除此显示。有两个选项：1）只需按最小化按钮即可关闭窗口。 [ - ] 在右上角；这将在MS Windows屏幕的底部放置一个PIT解释按钮；或者2）您可以通过按似乎关闭类窗口 [X] 在右上角；要恢复此窗口，只需转到主坑窗口（也可以最小化；单击以激活），然后转到窗口，然后打开-解释-左方案，将出现上面带有类单元格的图像；但是，如果已通过 [X] 作为缩放放大，这将不会出现，但您将看到所有彩色单元格所在的完整场景（如果要恢复放大，请使用缩放例程）。
另外，您可能在用您认为是错误类的内容给单元格着色时犯了一两个错误；要更正该错误，请选择正确的类（从类方案中），然后用鼠标光标单击要更正的单元格。而且，你可以决定省略一个类。如果是，请转到“方案”并选择“删除类”；右侧将显示一个菜单，其中列出了所有类；单击所需类即可删除。如果您想重新开始，还有一个删除所有类的选项。或者，您可以保留类，只希望选择一组新的单元格；这涉及到方案清晰的解释，右窗口中会出现一个类列表；单击要删除其单元格的类，然后单击 清除按钮 出现；或者您可以使用“清除所有解释”按钮删除整个组。此外，您可能已经决定添加另一个类（或更多），在您查看彩色图像并注意到一些颜色背景的单元格似乎与已选择的类不同。假设您认为您知道类功能是什么，那么只需返回到scheme——>添加类，并给出新类的名称和颜色。
在这个阶段，通过观察每个类的光谱特征来判断任何一对类或所有类之间有多少真正的可分离性，应该证明是有益的。您现在可以这样做，因为您已经采集了每个类的样本，以便计算适当的统计信息。返回Pit窗口：单击并拖动Windows-打开-签名-小视图（单击）。左上角出现了一个新窗口，上面写着Pit-签名。点击/拖动绘图-源-解释-光谱-图像（点击）。等待大约10秒钟。然后在黑色窗口中，您应该看到您设置的所有8个类的光谱曲线（作为直线段），每个类都有指定的颜色。横坐标只是光谱带的数量，以相等的间隔绘制；纵坐标是0-255之间的dn范围。这里有一个滚动按钮：通过向下拖动它，您将看到每个类的光谱曲线，它的名称被标记。关于你可以从图中得出结论的一些评论：所有的类似乎都是可分离的，即即使几个类在一个波段的dn值上很接近，也总是有一个或多个波段显示出显著的差异；城镇和休耕地最为相似；在波段3和5处有峰（从原点到第三和第五个点的计数在第三和第五个点）。e曲线）表明总体上，这些波段更亮；所有波段2的值都较低，这意味着由于传感器或校准条件，整个波段可能较暗。波段6有强峰值，所有曲线收敛到一个狭窄的范围；这表明dn值相似，辐射度没有太大的不同。对于所涉及的类；这在显示时由图像显示出来-它的色调平坦，变化很小。一般来说，如果是这样的话，从分类中省略6级是明智的；只有当有明暗的图案指示热点和冷区时，才使用6级。对于我们现在要做的分类，包括6级，但是如果您在其他时间重做，您可以选择删除6级。
我们现在正处于高潮，准备做最后的分类。确保最小化“Pit-口译”窗口。打开底坑窗口，单击窗口。然后，按照通常的单击/拖动顺序执行：Windows——>打开——>分类——>监控——>部分——>图像——>左模式。这将显示一个大窗口，其中图像（在本例中是波段1）和8类图例（彩色轮廓）位于其左侧。单击分类器按钮（在菜单栏上）并选择ML…从出现的下拉菜单中。将显示一个对话框，其中可以选择使用ML分类器的参数。我们将使用默认值，所以只需单击运行按钮。进度将显示在左下角：创建临时PIT文件-创建临时培训集-运行分类器-确定分类器框-绘制分类器框。当最后一条语句到达时，您将开始看到灰色图像顶部的颜色，该颜色将向下发展，直到整个图像被填满。这是您寻求的最大可能性分类。
总的来说，结果应该是可信的（你的将不同于我的，因为你几乎肯定为类选择了不同的细胞位点；但是应该有很强的相似性）。海水在左上角应该是蓝色的；在场景中心附近有一个小湖，可能是蓝色的，也可能不是蓝色的。很可能，分配给城镇的颜色比你想象的要普遍。它应该在码头附近几乎是实心的，连续的，并且是主要的，但是与内陆的其他阶级混合在一起；这种颜色也在图像中广阔的农业区域的局部集中显示，并且表示小的定居点、机场和Lob村。这两种绿色模式作为积极作物生长的指标看起来都很现实。粉色的休耕地可能是场景中最流行的一个类——根据你如何选择你的细胞，你可以判断出这个类中可能有太多。自然表面（紫色）似乎很有意义。看看传说中每一类的百分比。
一个类，暗场，可能在15%左右。它不突出-给它的灰色对比度不够。很容易改变。单击“方案”，在下拉的窗口中查找“修改类”，右侧将显示一个包含“八个类”列表的新窗口。单击黑色字段，会出现一个小版本的用于选择类名和颜色的窗口。保留名称并浏览颜色列表。检查你想要的任何新的，但我们建议灰色30。然后单击“修改”。过了一会儿，那深色将取代浅灰色。考虑到这是最终版本——实际上是阿什杜德海岸和内陆农业的土地利用地图。现在您可以选择执行以下三项操作之一：1）保持活动状态，但最小化；2）保存它，或3）删除它。现在，最小化它。请注意，分类场景顶部的标签和最小化按钮都调用了这个分类/1。
所以，现在我们请您暂停一下，思考一下这个问题：您能做些什么使这个分类更容易做呢？暂停。毫无疑问，最大的问题是找到相对“纯”的单细胞。其他作物，尤其是休耕地和黑地，通常很难在许多/大多数细胞中找到占优势的种类。它们通常太小了，必须至少与第二类（有时是第三类）共享单元。你怎么能解决这个问题？使单元格变小-在这种情况下不实用-或使图像变大，即放大。让我们试试后者。要执行此操作，请从“最小化”按钮恢复“Pit判读”窗口。（如果您希望暂时保存第一个分类，标记为“分类/1”，请将其最小化。）单击“方案”，然后清除所有解释。这将消除以前的单元格选择。注意，PIT解释有一个模式按钮。点击它，注意它的窗口有一个放大选项。点击这个。出现一个方形光标，可以放置在整个场景图像的任何位置。把它放在左上象限的中间。单击，放大的（默认为2 x 2）场景将替换完整的场景。但是，网格中的单元格大小保持不变。然而，网格中的每个单元（包含8 x 8或64个单元）跨越场景的较小部分，因此在某些给定单元中找到“纯”类的可能性更高。请注意，水平滚动条和垂直滚动条都存在。当您向右或向下或同时向右移动时，您将穿过整个场景（完全向下和向右移动图像到整个场景的右下角）。因此，您仍然可以在整个图像上选择单元格类-每个单元格只填充较小的区域。
这样做，也就是说，选择新的类单元，最小化这种解释，然后像以前那样继续进行PIT分类。我们怀疑你会发现，选择主要是黑暗或休耕地的好例子会更容易，而且你可以比以前更好地封锁城镇。显示分类后（如classification/2），查看是否减少了休耕场百分比和增加了暗场百分比。这个城镇也可能更加“紧凑”和现实。作为一般经验法则，我们得出的结论是，如果你对你计划分类的任何场景中出现的类别（类；特征）有相当多的了解，并且如果小区域的比例很高，但似乎是有效的类，那么如果你选择从至少一个水平向上的缩放（放大太多会呈现出一个由块状像素拼凑而成的场景）上对你的课堂训练单元进行CT。您还可以对这个分类/2进行评估。单击屏幕底部的分类/1按钮。它出现了部分阻塞分类/2，您保持活动状态。单击顶部的蓝色字段，拖动其中一个或两个字段，使两个字段部分分离。对显示器进行手动操作，以使等效的场景区域得到双重解释。通过最小化分类来关闭其中一个或两个分类。
接下来你会怎么做？我们建议您按照上述步骤重复分类，但只做一次更改。选择pnn而不是ml。现在试试这个。但是，首先要注意这些警告：PNN（神经网络）分类器比ML（最大可能性）慢得多——在200兆赫的机器上完成“运行分类器”大约需要15分钟。在最终成功运行的一部分，屏幕保护程序模式出现了。处理继续进行，但图像和图例消失后，只恢复到最后，重复按随机键，以通常的方式恢复屏幕。建议您在小于驱动屏幕保护程序的时间间隔内定期按一个键。在任何情况下，最终的PNN分类出现，主观上判断两者较好（PNN vs ML）。这座城镇的轮廓分明。在PNN版本中，其他作物的数量似乎表现得更好。但是，在你成功完成这个PNN分类之后，为你自己保留判断。
作为一个选项，运行pdm（多项式判别法）分类器。除选择PDM选项外，执行与以前完全相同的操作。大约需要和PNN相同的时间。结果与PNN相似，但与ML存在真正的差异。在我们进行的二次运行中，类别暗场和休耕场的ML分布分别为8.5%和40%，PDM的ML分布分别为22%和23%——但您的数量应根据特定细胞的选择而有所不同。因此，百分比的分布对培训站点单元所在的特定区域和所用分类器敏感。哪一种分类最好只能通过与实际的基本事实比较来确定，但直觉有帮助。
当我们在做的时候，让我们做一个揭示性的实验。让我们建立一个标准的毫升分类，但仅限于2，3和4波段。这将有效地模拟陆地卫星MSS图像。让我们看看这个减少的波段数量如何能够实现类的适当分布。如前所述，在单击“运行”之前请求一个ML分类，请指定只应使用2、3和4波段。通过点击对话框“光谱带：”区域中标记为1、5、6和7的按钮来完成此操作。这将导致它们变为浅灰色（而不是黑色），表明它们不会被使用。现在单击“运行”开始分类。显示分类后，查看它，如果保留了任何其他分类，请比较这两者。你的结论很可能是：“MSS”分类和基于6或7个TM波段的分类差不多。为什么？很大程度上，因为以色列的这一地区主要是植被，所以MSS 6和7几乎与TM 4相匹配。如果场景中包含了大量的岩石材料和某些其他类别，当TM波段5和7可用于区分其特殊特征时，这些岩石会更好地区分。当（如果）您决定对本矿坑附录中的其他几个场景进行分类时，那些包含岩石材料的场景（例如，水袋褶皱场景）应受益于使用TM波段5和7，以及可能的6。
作为旁白，作者（NMS）使用TM波段1到4进行了最大似然分类试验，并选择了8个原始类别中的6个，消除了暗场和自然表面。其结果是使城镇看起来更现实——阿什杜德的分布更广——并用休耕地取代黑暗的土地和自然表面。总体效果是一个“更清晰”（更清晰）的分类，但代价是省略了两个离散的类，可能是真实的和值得映射的类。
PIT也有助于使用PCI而不是光谱带进行分类。确保保留培训站点的PIT解释窗口保持不变，可能是屏幕底部的一个按钮。如果您对此类分类的性质和外观感兴趣，请按照前面的描述制作一些PCI（如果保存了它们，请将它们放入基本的7框图像窗口），然后运行ML分类，在对话框中指定PCI而不是光谱带。有趣，嗯！
您可能注意到在PIT-解释和PIT-分类标题栏上都会出现一个标有“训练集”的按钮。因为我们不会使用这个函数，所以忽略它。但是，它的目的是建立训练场地，以便与分类器（例如，最小距离）一起使用，而不是坑的一部分，而是可以在其他处理软件包中使用的训练场地，或者与可以导入坑的分类器一起使用的训练场地。此外，在“图像”按钮下还有一个名为“调色板”的选项。我们也不会使用它，但它是指使用调色板图像控件。PIT还有几个其他的功能和程序，同样，这些功能和程序也不会成为本次培训活动的组成部分。通过浏览帮助解释，您可以了解其中大部分内容。
你最不想增加的技能是保存工作的能力。从Pit窗口菜单栏中，单击Pit按钮并从下拉菜单中选择“另存为…”。将出现一个对话框。导航pitimages文件夹（最可能的方法是单击“父目录”，然后双击显示的新文件列表中的pitimage）。在“文件：”字段中，键入扩展名为“.pit”的文件名，然后单击“保存”。这将把您当前的PIT会话保存到该文件（称为PIT文件）。PIT文件包含您正在处理的图像、选定的图像控件、创建的类以及所有解释。现在，为了看到它，让我们假设您想查看一下您之前努力选择的培训单元的PIT解释组。假设您退出了整个PIT程序（保存PIT文件后！）从零开始回到坑里。点击标题栏左端的pit按钮。然后打开。出现“Select a Pit File（选择一个坑文件）”窗口。在目录中输入pitmaims目录。框中，然后插入您选择的文件名（可以通过父目录访问它，它将显示在一个列表中[单击所需的文件并自动输入；如果您记得它的名称，只需输入它），然后按Enter。它现在在活动内存中。要查看培训站点的显示图像，请从“Pit Bar”中单击“Window-Open-Interpretation-Left Scheme”，如您之前所做的，昨天的工作将重新出现。您还可以将分类结果保存为GIF文件。要执行此操作，请单击“分类”窗口菜单栏上的“查看”按钮，然后从下拉菜单中选择“另存为-gif…”。系统将提示您输入要保存的GIF文件的名称。