[ERDAS ENVI] 分类后处理 修改指定像元的值 小斑块去除 混淆矩阵

修改指定像元的像素值

ERDAS软件

1. 用AOI将区域圈选出来(AOI–>Tools)，一定要使用面状工具圈
2. 菜单栏–>Raster–>Fill
3. 填写修改值

注意：这个Fill工具是将所选区域内所有的像素修改

小斑块去除

ERDAS软件

先做聚类统计（中间结果），用聚类之后的图像再做过滤分析或去除分析

方法	工具位置	特别参数	说明
聚类统计	菜单栏–>Image Interpreter–>GIS Analysis–>Clump	Connected Neighbors：8联通区域，4联通区域	计算每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性，这个图像是中间图像，用于下一步处理
过滤分析	GIS Analysis–>Sieve	InputFile：聚类分析结果 Minimum Size最小图斑大小（需要删除的最小图斑）	基于聚类统计的结果 对经过Clump处理后的Clump类组图像进行处理，按照定义的数值大小，删除Clump图像中较小的类组图斑，为背景色0
去除分析	GIS Analysis–>Eliminate	同上	基于聚类统计数据 用于删除原始分类图像中的小图斑，将删除的小图版合并到相邻的最大分类中

关于Minimum Size最小图斑大小设置：根据 多大的地物可以被忽略 来确定
比如：900m²内的绿化不显示–>Minimum Size=900/栅格大小

如果只注重可观性，可随意选择

精度评价 混淆矩阵

ERDAS做精度评价麻烦，这里使用ENVI

人工获取真实的样本点，来对分类后的结果进行对比，获得混淆矩阵

数据：

1. 分类后结果
2. 外业或目视解译出正确的样本点（ROI）
   

工具位置：

1. ENVI 5.x：/Classification/Post Classification/Confusion Matrix Using… 和 ROC Curves Using…
2. ENVI Classic：Classification > Post Classification > Confusion Matrix 和 ROC Curves

目视解译正确样本点的参考原则：

地物类型	选择原则	原因（可能会被归为的地物）
水体	含沙量较大的水体	滩涂、建筑物
	较黑较暗的水体（水库等）	可能被忽略
耕地	较暗红的耕地	林地
林地	阳坡	耕地
	暗红的林地	水体
建筑物	白色屋顶建筑	未利用地
	偏蓝色的建筑物	滩涂
滩涂	偏蓝色、灰色的滩涂	建筑物
	滩涂中红色的点	植物
未利用地	偏黄色系的裸地	被忽略
	亮度较大的白色未利用地	建筑物

混淆矩阵：

选择地物时有6种，可是第一个矩阵中只有5列
原来ENVI把最后一类单独的放到了后面