PIE SDK 精度分析(分类后处理)

1.算法功能简介

　　遥感图像分类精度分析通常把分类图与标准数据进行比较，然后用正确分类的百分比来表示分类的精度。

　　PIE SDK支持算法功能的执行，下面对精度分析算法功能进行介绍。

2.算法功能实现说明

2.1. 实现步骤

第一步	算法参数设置
第二步	算法执行
第三步	结果显示

2.2. 算法参数

算法名称	精度分析
C#算法DLL	PIE.CommonAlgo.dll
C#算法名称	PIE.CommonAlgo.ImgClassPostPAAlgo
参数结构体	StImgClassPostPA
参数说明
RealName	String	输入真实地面分类文件(*.tif;*.tiff; *.img)
ClassName	String	输入分类数据文件(*.tif;*.tiff; *.img)
RealIndex	IList<Int>	真实类别索引集合（正整数）
ClassIndex	IList<Int>	分类类别索引集合（正整数）
strRealInfo	IList<String>	真实地面信息
strClassInfo	IList<String>	分类数据信息
Fileinfo	String	精度结果
IsShp	bool	是否矢量
FuncName	String	功能名称
SelIndex	Int	选中索引

2.3. 示例代码

项目路径	百度云盘地址下/PIE示例程序/10.算法调用/图像处理/ PrecisionAnalysisDemo
数据路径	百度云盘地址下/PIE示例数据/栅格数据/08.图像分类/ distanceClassify-Julei.tif
视频路径	百度云盘地址下/PIE视频教程/10.算法调用/图像处理/精度分析.avi
示例代码
/// <summary> /// 分类后处理-精度分析 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void toolStripButton1_Click(object sender, EventArgs e) { //用分类后的结果distanceClassify-Julei.tif和真实的文件进行比对，得到精度分析结果 //参数设置 PIE.CommonAlgo.StImgClassPostPA info = new PIE.CommonAlgo.StImgClassPostPA(); info.FuncName = "精度分析"; info.ClassName = @"D:\data\图像分类2\distanceClassify-Julei.tif";//分类后数据文件 info.RealName = @"D:\data\图像分类2\roi-shp.shp";//地面真实文件（矢量或者是影像） IList<int> listRealIndex = new List<int> { , , , };//此处没有处理索引为0的未分类数据,若处理可以加上0; IList<int> listClassIndex = new List<int> { ,,, }; info.RealIndex = listRealIndex;//真实地面索引集合 匹配的左侧索引 info.ClassIndex = listClassIndex;//分类类别索引集合 匹配的右侧索引 info.IsShp = true; //如果是roi文件 则为true IList<string> listClassNameInfo = new List<string>(); IList<string> listRealNameInfo = new List<string>(); listRealNameInfo.Add("Unclassified"); IFeatureDataset realFeatureDataset = DatasetFactory.OpenFeatureDataset(info.RealName); if (realFeatureDataset == null) return; IFeature feature = realFeatureDataset.GetNextFeature(); while (feature != null) { string str = feature.GetValue().ToString();//默认选择索引为0的字段的值 int nSize = listRealNameInfo.Count; if (nSize == ) { listRealNameInfo.Add(str); continue; } int isz = ; for (isz = ; isz < nSize; isz++) { if (listRealNameInfo[isz] == str) break; } if (isz == nSize) { listRealNameInfo.Add(str); } feature = realFeatureDataset.GetNextFeature(); } //分类数据的类别 IRasterDataset rasterDataset = DatasetFactory.OpenRasterDataset(info.ClassName, OpenMode.ReadOnly); listClassNameInfo = rasterDataset.GetRasterBand().GetCategoryNames();//获取分类信息 if (listClassNameInfo == null) { IColorTable colTable = rasterDataset.GetRasterBand().Table; if (colTable != null) { int count = colTable.GetColorEntryCount(); for (int i = ; i < count; i++) { listClassNameInfo.Add("Class" + i); } } } info.strClassInfo = listClassNameInfo; //分类数据类别信息 info.strRealInfo = listRealNameInfo; //真实地面信息 info.SelIndex = ; //选中的属性索引 ClassName //2、创建算法对象 ISystemAlgo algo = AlgoFactory.Instance().CreateAlgo("PIE.CommonAlgo.dll", "PIE.CommonAlgo.ImgClassPostPAAlgo"); if (algo == null) return; algo.Params = info; //3、执行算法 bool result = AlgoFactory.Instance().ExecuteAlgo(algo); PIE.CommonAlgo.StImgClassPostPA info1 = algo.Params as PIE.CommonAlgo.StImgClassPostPA; string str1 = info1.Fileinfo; MessageBox.Show(str1,"精度分析结果："); }

2.4. 示例截图

图1：分类前数据

图2：距离分类结果（聚类调整）

图3：精度分析结果

注意：示例中的分类数据是距离分类数据distanceClassify.img;

分类之后会出现斑点问题，可以采用聚类进行消除得到distanceClassify-Julei.tif数据。