分類后處理，對(duì)分類后的影像進(jìn)行進(jìn)一步分析操作以提高精度或者得到分類后的信息。

小斑塊去除

主要的工具是Majority和minority分析；聚類處理和過(guò)濾處理三種方法。

Majority和minority分析：利用模板算子進(jìn)行卷積運(yùn)算，以刪除較為破碎的類別像元。

右圖為做過(guò)主要分析的成果，可以明顯看到小斑塊減少。

聚類處理：

右圖為做過(guò)聚類分析的結(jié)果，可以明顯看到細(xì)小斑塊數(shù)量減少。

過(guò)濾處理：

Pixel connectivity指選擇相鄰像元的個(gè)數(shù)，有4連通和8連通，此處選擇8連通。閾值設(shè)定為2。

由于計(jì)算的數(shù)值小于所選定的閾值，因此像元將會(huì)被分類為未分類的類別。

分類統(tǒng)計(jì)

分類統(tǒng)計(jì)可以基于分類結(jié)果計(jì)算相關(guān)輸入文件的統(tǒng)計(jì)信息?；窘y(tǒng)計(jì)包括：類別中的像元數(shù)、最小值、最大值、平均值以及類中每個(gè)波段的標(biāo)準(zhǔn)差等。可以繪制每一類別中的最小最大值、平均值以及標(biāo)準(zhǔn)茶，還可以記錄每類的直方圖，以及計(jì)算協(xié)方差矩陣、相關(guān)矩陣、特征值和特征向量，并顯示所有分類的總結(jié)記錄。

由于該操作在前面決策樹分類中已經(jīng)實(shí)現(xiàn)過(guò)一次，因此此處不在重復(fù)操作。

分類疊加

添加影像數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行拉伸顯示

分類結(jié)果轉(zhuǎn)矢量

可以將前面處理過(guò)的分類結(jié)果轉(zhuǎn)換成矢量文件。

將輸出結(jié)果設(shè)置屬性，與原影像疊加，判斷分類精度。

Envi classic分類后處理

此處有三種編輯模式，第一種是沒(méi)有編輯狀態(tài)，第二種是向類別添加面，第三種是在類別中刪除面。通過(guò)選擇合適的編輯模式對(duì)分類結(jié)果進(jìn)行修改。

最后關(guān)于精度評(píng)價(jià)的內(nèi)容前面已經(jīng)操作過(guò)，此處不再做演示。