地物分类

对影像进行地物分类,即利用遥感图像中各类地物光谱信息和空间信息进行分析,将图像中具有语义信息的各个像元分别赋予语义类别标签,实现地物分类,包括:建筑物、林地、草地、水田、农用地等。类比于二元分类,地物分类是通过神经网络模型判断影像中的每个像元属于兴趣类别中的哪一类,用于多类地物判断,通过像元计算兴趣类别的位置、边界和面积等信息。

应用场景

地物分类通常可被用于与土地覆盖信息相关的多种应用,如监测区域的森林砍伐和城市化,以及与交通管理、城市规划和道路监测相关的道路与建筑物检测等。

主要参数

  1. 功能入口工具箱 -> 机器学习 -> 影像分析 -> 地物分类 工具。
  2. 数据源/数据集 :选择需要进行分类的影像或栅格数据。
  3. 模型文件 :选择地物分类的模型文件(*.sdm)。
  4. 切片重叠 (像元):在地物分类过程中,由于卷积神经网络的结构特征,会导致切片边缘的数据预测不充分,为使了提高预测质量,需要将切片重叠。此参数以像元为单位,一般为兴趣类别平均大小的 2~3 倍。
  5. 结果数据 :即地物分类的结果栅格数据集,设置结果数据集保存的数据源和保存名称。
  6. 运行 :单击对话框中的 运行 按钮,即可执行地物分类操作,此时,Python 窗口会显示功能执行的进度信息。

下图为某地区的地物分类结果图,其中灰色为建筑用地,蓝色为水域,浅绿色为耕地,深绿色为林地,白色为其它类。

MultiClassifyResult

相关内容

机器学习环境配置

生成训练数据

模型训练

目标检测

二元分类

场景分类

计算对象外接矩形