分类精度评价主要有两种方式:混合矩阵、ROC曲线。其中混合矩阵是以数据的形式表示分类的精度,而ROC曲线的用线条来表示精度。这里主要整理一下混合矩阵中的两种方式首先对被分类的原图像再次进行一次ROI的选择,这次的感兴趣区的选择尽量只选择纯净像元,这样使得分类的精度较高,或者在跟原图像同一区域范围的高精度图像上进行感兴趣区的选取。这次的感兴趣定义为检验roi.,并且在次基础上进行分类,定义为检验_ml3.tif。然后开始进行分类精度评价:1、UsingGroundTruthImage第一步:File→Openimagefile(打开原始图像)第二步:AvailableBandList窗口中的File(打开作为检验标准用的分类结果图检验_ml3.tif)AvailableBandList窗口中的File(打开分类结果图ml3.tif)注:顺序可以颠倒。第三步:Classification→PostClassification→ConfusionMatrix→UsingGroundTruthImage第四步:ClassificationInputFile窗口中选择将要被精度评价的分类结果图ml3.tif。第五步:GroundTruthInputFile窗口中选择要作为检验标准的高精度的分类结果图检验_ml3.tif第六步:在MatchClassesParameters窗口中,如果两套分类中的各类名称一样,则会自动匹配,若不一致,可手动匹配,然后点AddCombination第七步:ConfusionMatrixPaeameter窗口中选择精度评价的结果表示形式以及存储在哪个文件中第八步:出结果。2、UsingGroundTruthROIs第一步:File→Openimagefile(打开原始图像)第二步:AvailableBandList窗口中的File(打开分类结果图ml3.tif)第三步:AvailableBandList窗口中的File(打开作为检验标准用的分类结果图检验_ml3.tif)注:这个分类结果图在GraySxale中是彩色的注:第二步与第三步的顺序不可以乱,必须在作为检验标准的分类结果图被打开的前提下才可以进行UsingGroundTruthROIs精度评价。第四步:#1MaxLike窗口中的Overlay→RegionOfIntresting第五步:#1ROITool窗口中的File→RestoreROIs(打开作为检验标准用的分类结果图的感兴趣区检验.roi)第六步:Classification→PostClassification→ConfusionMatrix→UsingGroundTruthROIs第七步:ClassificationInputFile中选中将要被进行精度评价的分类结果图第八步:在MatchClassesParameters窗口中,如果两套分类中的各类名称一样,则会自动匹配,若不一致,可手动匹配,然后点AddCombination第九步:ConfusionMatrixPaeameter窗口中选择精度评价的结果表示形式第十步:出精度评价结果