Python遥感图像处理应用篇(二十八)：Python绘制遥感图像分类结果混淆矩阵和计算分类精度

最新推荐文章于 2025-04-22 00:50:22 发布
最新推荐文章于 2025-04-22 00:50:22 发布
阅读量1.9k 收藏 13
点赞数 7
CC 4.0 BY-SA版权
分类专栏： Python遥感图像处理 文章标签： python 图像处理 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/soderayer/article/details/128539860
本文介绍了使用Python对Indians Pines高光谱数据进行SVM分类后，如何绘制分类结果的混淆矩阵并计算精度。首先，通过GDAL读取数据并利用pandas处理；接着，删除背景值，合并数据；然后，获取参考值和分类值序列，进行精度分析；最后展示分类结果的混淆矩阵和精度计算。

1.使用数据

Indians Pines高光谱数据，使用SVM分类方法（选取10%样本量）计算得到的结果。

参考数据：

分类数据：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Python遥感图像处理应用篇(二十七)：Python绘制遥感图像各波段热力图（相关系数矩阵）（续）
soderayer的博客
12-26 2447
续-上一篇中使用csv文件计算的相关系数热力图，本篇我们直接使用遥感图像来计算图像波段之间的相关系数。
Python遥感图像处理应用篇(三十四)：GDAL+Scikit-image+GLCM计算遥感图像纹理特征
soderayer的博客
08-13 1532
在遥感图像处理中，计算纹理特征是一种常见的方法来描述图像中不同区域之间的纹理差异。本文主要是用GLCM来计算遥感图像的纹理特征。
Python遥感图像处理指南(2)-卫星影像分析MNDWI提取
gis收藏家的博客
12-16 1461
在第一篇文章中，我们使用了我们导入的软件包中已定义的函数，如 rasterio 中的 open 和 read 以及 matplotlib 中的 imshow。现在，我们可以编写自己的函数了。函数是一段代码，它接收一些参数作为输入并返回输出（经过一些计算），可以在代码中多次重复使用，也可以被其他代码重用。在 Python 中定义一个新函数非常简单。return v在此语法示例中，arg1和arg2强制参数，应该传递给函数，否则会引发错误，而arg3是一个可选参数，如果是，则假定默认值 1从函数调用中省略。
【利用python处理遥感影像】
qq_36253366的博客
07-29 1727
利用Python处理遥感影像是一个广泛且复杂的主题，但幸运的是，有许多强大的库和工具可以帮助我们高效地完成任务。以下是一些常用的库和方法，以及一个基本的处理流程示例。
Python遥感图像处理指南(1)-环境准备及卫星影像简单处理
gis收藏家的博客
12-16 1723
这是我打算发布的关于如何使用 Python 编程语言处理地理空间数据的系列中的第一篇。在该领域工作几年后，我注意到有许多来自地球科学和相关领域的专业人士不是程序员，但在某种程度上需要使用编程语言来执行分析、数学计算或简单地自动化工作流程。通常，这些专业人士很难实现这一目标。如果没有适当的知识，他们最终会开发出复杂的代码，而不遵循容易出错的最佳实践，并且无法有效地处理地理空间领域的大量数据。在另一个极端，我们注意到 IT 专业人员掌握了编程概念，但不具备正确处理地理空间数据的知识。
Python遥感图像处理应用篇(二十二)：Python+GDAL 批量等距离裁剪影像
soderayer的博客
07-04 2425
给定一幅图像，我们需要将图像等距离分割裁剪，分割行列号相同，比如分割裁剪为N行N列的多幅遥感图像。例如原图如下： 裁剪为三行三列之后如下：设置不同波段组合为不同颜色以便区分边界。3*3裁剪图像运行环境：运行环境：运行环境：windows10 pycharm python3.7.7 GDAL-3.2.3-cp37-cp37m-win_amd64.whl包等。我们主要是用warp是扭曲或者变形的意思，该函数是对一个数据或者多个数据集进行变形，用法如下：参数包括：关键字参数是：如果选项是作为gdal.War
Python遥感图像处理应用篇(五)：python如何使用numpy对遥感图像做卷积运算
soderayer的博客
05-13 2414
本篇接着上一篇（Python遥感图像处理应用篇(四)：python如何使用numpy读取遥感图像光谱值）继续深入，对遥感图像做卷积运算处理 1.基本思路 1.1 设置卷积核 这里就用3*3大小的卷积核吧，可以根据需求任意设置卷积核数据达到图像均衡化、锐化、边缘增强等不同效果。 1.2 中心像元周围像元对应位置读取 中心像元位置为i，j 2.通过代码进行计算 代码如下，没有包装成函数，这里直接顺序计算了： 这里计算的是第一波段的遥感影像数据： import io import nu
Python遥感图像处理应用篇(二十四)：Python绘制遥感图像各波段热力图（相关系数矩阵）
soderayer的博客
07-13 2476
给多光谱遥感图像各个波段绘制热力图，首先需要计算波段之间的相关系数矩阵，而计算遥感图像波段相关系数矩阵有不同的方法，常用的我们可以采用遥感图像处理软件计算，比如ENVI软件就可以计算相关系数矩阵，使用工具箱中的Statistics工具即可进行多种统计运算。我们这里不使用遥感图像软件计算，直接使用Python计算。要实现整个目标，我们首先需要提取遥感图像波段中各个像元的信息。这里我们可以将遥感图像读取并保存为csv文件，实现这一步我们可以参照之前的一篇文章，链接如下：Python遥感图像处理应用篇(十四)：G
【遥感图像处理】基于Rasterio与Matplotlib的NDWI影像可视化：蓝白棕三色渐变地图绘制技术应用
最新发布
11-26
内容概要：本文介绍了如何使用Python对遥感影像中的归一化水体指数（NDWI）进行可视化处理。通过安装rasterio和matplotlib等必要库，读取TIFF格式的NDWI数据，并利用NumPy对超出有效范围的数据进行掩膜处理，最后...
Python遥感图像处理应用篇036 GDAL+Scikit-image计算遥感图像梯度直方图HOG
soderayer的博客
08-24 1057
方向梯度直方图HOG（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。与其他的特征描述方法相比，HOG有很多优点。首先，由于HOG是在图像的局部方格单元上操作，所以它对图像几何的和光学的形变都能保持很好的不变性，这两种形变只会出现在更大的空间领域上。
python读取遥感影像
12-06
遥感影像读取
Python空间数据处理之GDAL读写遥感图像
09-18
主要介绍了Python空间数据处理之GDAL读写遥感图像，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
python 遥感图像处理_职位：具有Python和遥感/图像处理经验的研究助理
cumei1658的博客
07-10 296
python 遥感图像处理This isn’t normal content for my blog, but I thought a post here might reach people who would be interested in the job. Don’t worry, normal service will be resumed shortly – this isn’t go...
Python遥感图像处理--开篇
soderayer的博客
04-25 4503
Python遥感图像处理主要采用python编程语言，使用arcpy以及gdal等库进行遥感图像数据处理及应用。包括遥感图像的拼接、镶嵌、裁剪、格式转换等基础与处理操作以及常用遥感指数的批量计算，比如NDVI\EVI等遥感指数的计算与应用。 遥感影像数据往往数量众多，而且是具有标准分幅大小的，具有统一的格式、坐标系统等标准化信息，因此，通常需要对遥感图像进行大批量处理。本专栏主要采用批处理的方式去完成。 比如使用数据为MRT处理后的tif格式Modis数据，前期批下载、批处理具体处理过程之前博文有所介绍
pythonsvm图像分类_python实现支持向量机遥感图像分类
weixin_39816062的博客
12-03 2475
支持向量机支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier)，其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)。我们这篇文字主要是讲述python实现，具体原理请看阿泽写的【机...
混淆矩阵计算遥感分类精度（总体精度、Kappa系数、用户精度、生产者精度等）
weixin_45973418的博客
04-06 3782
假设分类结果的某类别的生产者精度为 80%，那么如果该类别有10个像素的话，则有2个没有分到该类别（丢失了）。假设分类结果的某类别的用户精度为 80%，则用户拿到分类结果后，10个像元中有8个是对的，2个是错的；
遥感图像处理中常用的python操作
热门推荐
QQ704630835的博客
10-24 3万+
本章节主要参考《python地理空间分析指南》第六章。 文章中的所有操作都可以在ENVI中完成，这里只提供一个图像处理的思路。 一、图像波段变换 波段变换最常用的地方就是进行图像显示，例如使用假彩色图像以凸显植被信息。图像波段变换即将图像波段的组合顺序重新排列并显示的方法，主要使用GDAL库。下面以一个例子进行实验，首先给出数据的下载地址： http://git.io/vqs41 打...
遥感影像处理：基于 Python 的植被指数提取与分类教程（无监督）
lestatlu的博客
04-22 873
在遥感影像处理领域，植被指数的提取与分类是非常重要的环节，它可以帮助我们了解地表植被的分布和生长状况。本文将详细介绍如何使用 Python 对高空间分辨率影像和低空间分辨率多光谱数据进行处理，提取归一化植被指数（NDVI）并进行无监督分类。
使用Python和GDAL处理遥感影像数据超详细教程
晚来天欲雪，能饮一杯无？
12-16 1万+
在本教程中，我们将学习使用 Python 和地理空间数据抽象库 GDAL 自动处理栅格数据的基本技术。
HRNet遥感图像语义分割python实现与应用（高分毕业设计）
通过学习和修改该项目代码，学生可以加深对深度学习、图像处理以及遥感图像分割技术的理解和应用能力。 项目拓展： 学生可以在此基础上进一步研究和实现更多功能，例如： - 在模型结构上尝试不同的注意力机制和膨胀...
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

空中旋转篮球

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值