envi面向对象提取精度验证，envi面向对象分类步骤

关于envi进行精度评价的验证样本点

1、马氏距离、最小距离法都是最大似然法的简化。平行管道法也不如最大似然法。

2、真实的感兴趣区验证样本的选择可以是在高分辨率影像上选择，也可以是野外实地调查获取，原则是获取的类别参考源的真实性。 首先在Googleearth、高分辨率影像和实地均匀的选取检验样本，制作成ROI文件或者.shp文件，再进行精度评价。

3、这个主要是经验吧，并没有具体的标准。一般情况下，随机点：一是要覆盖整个区域，不能集中于某片区域；二是要涵盖所有的地类类型，最好是包含每种地类类型中的不同地表情况。

4、我个人的经验是，样本数尽量在10以上吧。这个没有明确要求，样本也不是越多越好。通常情况下，你的样本可以一部分用来做验证。加速你有100个样本，90%用来做训练，10%用来做验证等，当然，有时候还得留下10%做测试用。

5、当然是生产则精度和用户精度都大最好 当然是最大似然法最好，马氏距离、最小距离法都是最大似然法的简化。平行管道法也不如最大似然法。

6、将影像转化为tif格式导入到arcmap中查看。kappa系数是用来衡量两个变量一致性的指标，如果将两个变量换为分类结果和验证样本，就可以用来评价分类精度了。

有懂envi面向对象分类的吗

1、基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家总结、简单数学统计和归纳方法等，获得分类规则并进行遥感分类。分类规则易于理解，分类过程也符合人的认知过程，最大的特点是利用多源数据。

2、易康用的人没ENVI多，但在面向对象分类这边个人感觉更加专业些，但是ENVI比较常用，可以通过二次开发增加分类功能、改善分类精度。

3、（ENVI提供了多种监督分类方法，不同方法的参数设置不同，而且最终的分类效果也会有所不同。）每一种分类方法都有特定的参数对话框，所用的分类方法显示在对话框的标题中。

ENVI5.1有哪些主要的功能模块

支持的。envi1软件于2013年12月正式发布，延续5的界面风格，支持的插件传感器、支持hdf5数据；新的光谱曲线显示窗口；新增流程化的镶嵌工具，能自动生成接边线。

下面向大家介绍如何利用envi 1 进行图像的镶嵌。打开 Mosaicking /Seamless Mosaic，点击 Seamless Mosaic ，添加影像数据。Data Ignore Value ，设置透明值，当有背景值时候，可设置这个值。

cpu主芯片（内部通过总线连接扩展的设备）时钟电路（为单片机提供震荡脉冲）电源电路（为单片机提供电源）内部数据存储器RAM（包括通用数据寄存器和专用寄存器SFR，主要是数据存储区。

图像融合，是将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。

利用ENVI和其具有的强大的二次开发工具——IDL（interactive data language）交互式数据语言进行二次开发。完成面向遥感图像处理、信息增强、信息提取的功能模块建设。完成此系统的建立。

。1界面中的右边有一个Toolbox，整合了经典ENVI菜单工具，点击右上角的小图标可以将工具箱浮动。他界面和以前7之类的改动很大，你要是觉得不习惯在1中也提供原先的传统界面，你用传统界面即可了。习惯习惯就好。

envi面向对象提取精度验证的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于envi面向对象分类步骤、envi面向对象提取精度验证的信息别忘了在本站进行查找喔。