Các kết quả sau phân loại cần phải được xem xét, đánh giá về độ chính xác, khái qt hóa các lớp thơng tin, tính tốn các chỉ số thống kê, áp dụng các phân tích
theo đa số và theo thiểu số cho các ảnh phân loại, nhóm các lớp, chồng các lớp phân loại lên một ảnh, tính tốn cho ảnh vùng đệm, tính tốn cho ảnh phân đoạn, tạo các layer dạng vector cho các lớp đã phân loại. .... Phần mềm ENVI hỗ trợ cho người sử dụng một số công cụ để thực hiện các yêu cầu trên trong nhóm cơng cụ Post Classification.
4.4.1. Thay đổi màu của lớp
Sử dụng để thay đổi màu cho các lớp sau khi 1 ảnh đã phân loại được hiển thị lên 1 cửa sổ Image. Ta thực hiện như sau:
- Từ menu của cửa sổ Image => chọn Tools => Color Mapping => Class Color Mapping => xuất hiện HT Class Color Mapping.
- Để thay đổi màu hệ thống cho tất cả các lớp => chọn trong danh sách trải xuống hoặc RGB, hoặc HLS, hoặc HSV.
- Để sửa đổi màu của một lớp, chọn tên lớp đó trong danh sách Selected Classes và thực hiện 1 trong những cách sau:
+ Bấm nút Color => chọn màu mới từ menu danh sách.
+ Nhập các giá trị cho các ô Red, Green, và Blue => ấn Enter + Dịch chuyển các thanh trượt điều chỉnh màu.
- Muốn đổi tên của lớp được chọn => Sửa chữa trong ô Class Name. - Để chuyển lại các màu và tên của chúng về các giá trị ban đầu => Bấm
Options => Reset Color Mapping
- Bấm File => Save Changes để lưu các màu vừa thay đổi.
4.4.2. Thống kê kết quả
Chức năng Class Statistics cho phép người sử dụng thống kê ảnh dựa trên các kết quả phân loại cho bất kỳ file đầu vào có liên quan nào. Các thống kê cơ bản bao gồm: số lượng các pixel trong một ảnh, các giá trị mim, max, giá trị trung bình, độ lệch chuẩn tính cho từng lớp trong từng kênh ảnh (Các giá trị này có thể được in ra). Người sử dụng có thể vẽ Histograms của mỗi lớp. Các ma trận hiệp phương sai (covariance matrix), ma trận quan hệ (correlation matrix), ... có thể tính tốn được. Các thơng số thống kê có thể được hiển thị trong một bảng tóm tắt để người sử dụng tiện theo dõi.
Ta thực hiện như sau:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
- Chọn một file kết quả phân loại (kết quản phân loại có kiểm định) => Ấn OK => Xuất hiện HT Statistics Input File.
- Chọn file ảnh cần tính tốn thống kê. Người sử dụng có thể áp dụng một mặt nạ trong q trình tính tốn sử dụng ơ Select Mask Band hoặc Mask Option.
- Nhấn OK => Xuất hiện HT Class Selection -> Chọn các lớp muốn tính tốn. - Nhấn OK => Xuất hiện HT Compute Statistics Parameters -> Bấm chọn các lựa chọn cần thiết (có thể lựa chọn lưu ra file).
- Nhấn OK => Xuất hiện HT Class Statistics Results => Cho biết các kết
quả thống kê ảnh.
4.4.7. Thống kê phát hiện sự thay đổi
Sử dụng để tạo một bảng cho biết sự thay đổi giữa 2 ảnh phân loại. Thực hiện với 2 ảnh ASTER 2009 và Landsat 2003 có giá trị pixel 30m (yêu cầu, 2 ảnh đã được phân loại cùng 1 phương pháp)
Thực hiện theo một trong hai cách sau:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Change Detection Statistics => Xuất hiện HT Classification Input File.
- Từ menu chính của ENVI => Basic Tools => Change Detection => Change Detection Statistics.
=> xuất hiện HT cho phép chọn file phân loại ban đầu -> chọn file =>
OK. => xuất hiện HT cho phép chọn file phân loại cuối -> chọn file => OK. => xuất hiện HT Define Equivalent Classes (hình 4.7).
- So khớp các lớp từ 2 ảnh đầu và cuối trong 2 danh sách => ấn Add Pair.
Chú
ý là không phải so tất cả các lớp (ví dụ 2 ảnh có số lớp khác nhau). Nếu các lớp trong mỗi ảnh có tên giống nhau, chúng sẽ được so cặp tự động.
=> Nhấn OK => xuất hiện HT Change Detection Statistics Output (hình 4.8) - > Chọn kiểu báo cáo bằng cách bấm vào các lựa chọn trong ô Report Type. Chọn các lựa chọn khác nếu cần.
=> Nhấn OK. Nếu người sử dụng bấm chọn vào lựa chọn Area trong ô Report Type mà ảnh phân loại ban đầu khơng định nghĩa kích thước pixel thì sẽ xuất hiện HT
Define Pixel Sizes for Area Statistics -> Nhập kích thước pixel.
Hình 4.7. Hộp thoại Define Equivalent Classes
Hình 4.8. Hộp thoại Change Detection Statistics Output
=> Nhấn OK. ENVI xử lý và đưa kết quả vào Available Bands List và mở ra cửa sổ Change Detection Statistics trong đó đưa ra các số liệu thống kê.
Trả lời câu hỏi:
Câu 10: cho biết kết quả sự thay đổi lớp sử dụng đất qua 6 năm (2003-2009)?
4.4.7. Lập ma trận sai số
Sử dụng ma trận sai số để biết được độ chính xác của kết quả phân loại bằng cách so sánh ảnh đã phân loại với các tài liệu bề mặt thực tế. ENVI có thể thành lập
1. Sử dụng ảnh bề mặt thực tế (Ground Truth Image)
Khi sử dụng ảnh bề mặt thực tế, người sử dụng có thể tính tốn các ảnh mặt nạ để kiểm tra sai số cho mỗi lớp và hiển thị những pixel nào đã phân loại khơng chính xác. Thực hiện như sau:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Confusion Matrix => Using Ground Truth Image. => Xuất hiện HT Classification Input File.
- Chọn một file kết quả phân loại (có thể tùy biến file đầu vào) => Ấn OK => Xuất hiện HT Ground Truth Input File.
- Chọn một ảnh bề mặt thực tế (có thể tùy biến file ảnh thực tế) => Ấn OK => Xuất hiện HT Match Classes Parameters.
- Lựa chọn và so khớp các lớp ảnh thực với các lớp kết quả phân loại (Chọn tên lớp tương ứng ở cả hai danh sách => ấn Add Combination) Nếu các tên ở 2 danh sách giống nhau, chúng được so khớp tự động.
Nếu muốn loại bỏ một lớp đã so khớp, bấm chọn tên lớp trong danh sách Matched Classes -> 2 tên lớp sẽ xuất hiện trong các danh sách lớp tương ứng ở phía trên HT.
=> Nhấn OK => Xuất hiện HT Confusion Matrix Parameters. - Bấm chọn các lựa chọn thích hợp.
Các ảnh kết quả lỗi là ảnh mặt nạ, mỗi lớp có một ảnh này. Trong kết quả, tất cả các pixel phân loại đúng sẽ có giá trị 0 cịn các pixel phân loại chưa chính xác nhận giá trị 1. Ảnh kết quả lỗi cuối (Total Class Error) hiển thị toàn bộ các pixel phân loại khơng chính xác cho tất cả các lớp.
- Lựa chọn lưu kết quả ra file hay lưu vào bộ nhớ => OK. => Xuất hiện cửa sổ trong đó có ma trận tương quan chéo cho biết kết quả độ chính xác của kết quả phân loại với ảnh so sánh.
2. sử dụng các mẫu ROIs thực tế (Ground Truth Regions of Interest)
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Confusion Matrix => Using Ground Truth ROIs => Xuất hiện HT Classification
Input File.
- Chọn một file kết quả phân loại (có thể tùy biến file đầu vào) => Ấn OK => Xuất hiện HT Match Classes Parameters.
Các mẫu ROIs phải được mở sẵn và liên kết với một ảnh có cùng kích thước với ảnh kết quả phân loại. Các mẫu ROIs được tải tự động vào HT Match Classes
Parameters.
Nếu các mẫu ROIs được định nghĩa trên một ảnh có kích thước khác, người sử dụng có thể thực hiện như sau để làm cho chúng tương thích với kích thước của ảnh phân loại: Basic Tools => Region of Interest => Reconcile ROIs.
- So khớp các mẫu ROIs với các lớp trong ảnh kết quả phân loại (tương tự như phần 1).
Làm tương tự như với sử dụng ảnh bề mặt thực tế cho đến khi có kết quả.
Trả lời câu hỏi:
Câu 11: Cho biết độ chính xác phân loại ảnh ASTER 2009 và Landsat 2003?
4.4.4. Hiển thị đường cong ROC
Sử dụng đường cong ROC (Receiver Operating Characteristic) để hiển thị hiệu suất của sự phân loại, từ đó giúp người sử dụng có thể chọn được ngưỡng phân loại thích hợp. Các đường cong ROC so sánh một chuỗi các kết quả phân loại ảnh quy tắc
(rule image classification results) cho các giá trị ngưỡng khác nhau với các thơng tin bề mặt thực tế. ENVI có thể tạo ra đường cong ROC sử dụng hoặc ảnh bề mặt thực tế, hoặc các mẫu ROIs thực tế.
1. Sử dụng ảnh bề mặt thực tế:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
ROC Curves => Using Ground Truth Image => Xuất hiện HT Rule Input File.
- Chọn ảnh quy tắc phân loại (classification rule image) và tùy chọn cho ảnh nếu muốn => Nhấn OK. Mỗi dải (độ sáng, màu) được chọn trong ảnh quy tắc được sử dụng để tạo ra 1 đường cong ROC.
- Chọn ảnh bề mặt thực tế và tùy chọn cho ảnh => Ấn OK => Xuất hiện HT
Match Classes Parameters.
- So khớp các lớp bề mặt thực với các lớp trong ảnh quy tắc. => Ấn OK => xuất hiện HT ROC Curve Parameters. (hình
4.9) - Nhập các thơng số trong HT này.
Hình 4.9. Hộp thoại ROC Curve Parameters
+ Classify by: chọn tương ứng với khi tạo ảnh quy tắc sử dụng giá trị min hay
max.
+ Trong các ô Min và Max, nhập các giá trị tương ứng cho các ngưỡng của
đường cong ROC. Các ảnh quy tắc được phân loại tại N (được xác định bởi Points
per ROC curve) bằng với khoảng [Min, Max]. Mỗi phân loại được so sánh với thực tế và trở thành 1 điểm đơn trên đường cong ROC. Ví dụ, nếu ảnh quy tắc được tạo từ phân loại hàm xác suất cực đại, lựa chọn tốt nhất là nhập Min = 0 và Max = 1.
+ Trong ô Points per ROC Curve => nhập số các điểm trên đường cong
ROC.
+ Trong ô ROC curve plots per window => nhập số các đồ thị / một cửa sổ. + Trong ô Output PD threshold plot => lựa chọn có vẽ đồ thị xác xuất phát hiện ngưỡng versus bằng cách lựa chọn Yes hoặc No.
- Nhấn OK => Xuất hiện các cửa sổ đồ thị kết quả.
2. Sử dụng các mẫu ROIs thực tế:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
ROC Curves => Using Ground Truth ROIs => Xuất hiện HT Rule Input File.
- Chọn ảnh quy tắc phân loại (classification rule image) và tùy chọn cho ảnh nếu muốn => Nhấn OK. Mỗi dải (độ sáng, màu) được chọn trong ảnh quy tắc được sử dụng để tạo ra 1 đường cong ROC. Các mẫu ROIs thực tế phải được mở sẵn sàng và được liên kết với 1 ảnh có cùng kích thước với ảnh quy tắc đã chọn => Xuất hiện HT
Match Classes Parameters. Các ROIs được tự động tải vào HT này.
dụng làm như sau: Basic Tools => Region of Interest => Reconcile ROIs để làm cho
chúng tương thích với ảnh quy tắc.
- So khớp các lớp bề mặt thực với các lớp trong ảnh quy tắc. => Ấn OK => xuất hiện HT ROC Curve Parameters.
- Thực hiện tiếp theo tương tự như phương pháp sử dụng ảnh bề mặt thực tế cho đến khi xuất hiện các cửa sổ đồ thị.
4.4.5. Phân tích đa số / thiểu số (Majority / Minority Analysis)
Sử dụng Majority Analysis để gộp những pixel lẻ tẻ hoặc phân loại lẫn trong các lớp vào chính lớp chứa nó. Người sử dụng nhập kích thước cửa sổ lọc (Kernel), sau đó, giá trị của pixel trung tâm sẽ được thay thế bằng giá trị của những pixel chiếm đa số trong cửa sổ lọc. Nếu chọn Minority Analysis, giá trị của pixel trung
tâm sẽ được thay thế bằng giá trị của những pixel chiếm thiểu số trong cửa sổ lọc. Ta thực hiện như sau:
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Majority/Minority Analysis => Xuất hiện HT Classification Input File.
- Chọn ảnh phân loại và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Majority/Minority Parameters (hình 4.10).
Trong hộp thoại này, người sử dụng chọn các lớp định lọc, phương pháp lọc theo đa số hay theo thiểu số, kích thước cửa sổ lọc, lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó.
- Nhấn OK => ENVI xử lý và tạo ra một ảnh kết quả. Ảnh kết quả được đưa vào danh sách Available Bands list.
Hình 4.10. Hộp thoại Majority/Minority Parameters
4.4.5. Gộp lớp
Chức năng gộp lớp cung cấp cho người sử dụng cơng cụ để khái qt hóa kết quả phân loại. Các lớp có đặc trưng tương tự nhau có thể được gộp vào để tạo thành 1 lớp
mới.
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Combine Classes => Xuất hiện HT Combine Classes Input File.
- Chọn ảnh đã phân loại và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Combine Classes Parameters.
Trong hộp thoại này, người sử dụng chọn các cặp lớp định gộp (lớp trong danh sách Select Input Class sẽ nhập vào trong lớp ở danh sách Select Output Class) => nhấn Add Combination => nhấn OK => xuất hiện HT Combine Classes Output.
- Lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó => Nhấn OK. ENVI xử lý và tạo ra một ảnh kết quả. Ảnh kết quả được đưa
vào danh sách Available Bands list.
4.4.6. Chuyển ảnh kết quả phân loại sang dạng Vector
Khi sử dụng chức năng Classification to Vector để chuyển đổi ảnh đã phân loại
thành các lớp định dạng vector của ENVI (*.evf). Ta thực hiện như sau:
- Từ menu chính của ENVI => chọn Vector => Classification to Vector.
Hoặc
- Từ menu chính của ENVI => chọn Classification => Post Classification =>
Classification to Vector
=> Xuất hiện HT Raster to Vector Input Band.
- Chọn ảnh đầu vào và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Raster to Vector Parameters
- Chọn các tên lớp sẽ chuyển sang vector dạng vùng.
- Lựa chọn hoặc xuất tất cả các lớp đã chọn đã chọn vào 1 layer vector đơn, hay như các layer riêng biệt cho mỗi lớp trong ô Output.
- Lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó.
- Nhấn OK. ENVI xử lý đưa ra kết quả. Kết quả được đưa vào danh sách
Available Vectors list.
Bài 5: MỘT SỐ THAO TÁC TRÌNH BÀY, BIÊN TẬP BẢN ĐỒ ẢNH 4.1. Chồng Layer vector lên ảnh
Khi chúng ta đã có một số dữ liệu dạng vector của khu vực đang nghiên cứu, chúng ta ln có nhu cầu chồng các lớp thông tin này lên ảnh để kết hợp quan sát và phân tích các đối tượng trong ảnh.
1. Mở file bản đồ số (định dạng Vevtor)
- Từ thanh menu chính của ENVI => Vevtor => Open Vector File => xuất
hiện HT cho phép chọn file vector đã có. ENVI hỗ trợ mở một số định dạng vector thông dụng của các phần mềm phổ biến như: ArcView, ArcInfo, ArcGIS, MapInfo, Microstation, AutoCAD, ...
- Chọn File cần mở => ấn OK.
Nếu file định mở không phải là định dạng file vector của ENVI, sẽ xuất hiện HT yêu cầu chuyển file định mở sang định dạng của ENVI (*.evf) => lựa chọn cách lưu file *.evf sẽ tạo ra => ấn OK.
- Xuất hiện HT Available Vectors List => chọn file cần mở => ấn Load Selected => HT lựa chọn cửa sổ hiển thị, nháy vào NewVector Layer => Cửa sổ hiển thị file vector xuất hiện.
2. Chồng lớp vector lên ảnh
- Từ menu của cửa sổ Image hiển thị ảnh => Overlay => Vectors => Xuất
hiện
HT Vector Parameters.
- Từ HT Vector Parameters => File => Open Vector File => Xuất hiện HT
Select Vector Filenames => Chọn file cần mở => Nhấn Open => (Các) file được