《表4 影像分类精度表：基于ENVI的遥感影像分类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ENVI的遥感影像分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在分类后影像上与原始影像的对比中可以看出，影像一中，决策树分类法分类过程中将少量耕地错分入草地；而SVM分类影像则与原始影像几乎一致；最小距离法则将大量的裸地错分入草地中。影像二中，决策树法和SVM法都将部分林地分入草地，部分裸地错分如居民地。为验证此次实验的结论，需对分类的结果的精度进行评价，ENVI中评定精度的方法有很多，为了清晰直观的比较各种方法的精度，本次实验采用主要混淆矩阵法[11]。混淆矩阵可以使用地表真实图像或地表真实感兴趣区来计算，混淆矩阵所显示出的就是对影像分类结果的精度评定。因此，这里选用地表的真实感兴趣区作为精度检验的依据。混淆矩阵中，主要通过总体分类精度、Kappa系数的大小来评价分类结果，以上三种方法的分类精度和时间如表4所示。