ENVI Tutorials

Transcription

1 ENVI チュートリアル ディシジョンツリー分類 この章は以下の内容から構成されています 概要... 2 使用するファイル... 2 ディシジョンツリーとは... 3 ディジョンツリーの定義... 3 ENVI のディシジョンツリーツール... 3 ディシジョンツリーへのインプット... 3 ENVI のディシジョンツリーツールの使用... 4 ENVI の起動... 4 ディシジョンツリー分類で画像を開いて表示する... 4 ディシジョンツリールールの入力... 5 ディシジョンツリーの実行... 8 ディシジョンツリーの変更 各クラスのマスクへの保存 ディシジョンツリーの保存 ENVI セッションの終了... 13

2 概要 この章では ENVI のディシジョンツリー分類 (Decision Tree classifier) について説明します コロラド州ボールダーの Landsat 5 TM 画像と USGS DEM のサブセットを使用します ディシジョンツリー分類を行い 様々な表示オプションを使用します ディシジョンツリーから余分なものを削除し 表示されたツリーの特徴を変更します 使用するファイル DVD: Resource DVD Path: Data/can_tm ファイル 概要 bouldr_tm.dat コロラド州ボールダーの Landsat 5 TM 画像 bouldr_tm.hdr 上記用の ENVI ヘッダ boulder_dem.dat コロラド州ボールダーの USGS DEM の空間サブセット boulder_dem.hdr 上記用の ENVI ヘッダ 2

3 ディシジョンツリーとは ここでは 米国コロラド州 Canon City の Landsat TM データのスペクトル特性を理解します 分類の際 トレーニングデータ ( 教師データ ) の特徴的な領域を捜して識別する作業の最初のステップとして カラー合成画像が使用されます ディジョンツリーの定義 ディシジョンツリーは 1 つ以上の画像に適用することができるマルチステージ ( 多段式 ) 分類です 各ピクセルの正しいカテゴリを決める ( ディシジョン ) ために使用される一連の二分決定で構成されています ディシジョンは データセットの特徴全てを基に実行されます 例えば 1 つの標高画像と 異なる時期に収集された 2 つの異なるマルチスペクトル画像がある場合 それらの画像を同じツリー内で分類することができます ツリー内に単一のディシジョンしかない場合 画像をクラスに分割することができず処理が正しく行われません そのため 各ディシジョンは 2 つのクラスもしくは複数のクラスの 1 つへデータを分割します ENVI のディシジョンツリーツール ENVI のディシジョンツリーツールは リモートセンシングで一般的に使用される Salford Systems の CART や Insightful の S-PLUS などのディシジョンルールに含まれるロジックを ディシジョンツリー分類の構築の際に採用しています ENVI のディシジョンツリーツールはデータの検索や 特定の基準を満たすデータ範囲検索を行う際にとても便利です ディシジョンツリーツールを使用してデータセットに関する情報を取得するために ENVI 以外で生成されたツリーを持つ必要はありません ディシジョンツリーへのインプット 1 つの画像もしくは同じ範囲の画像のセットを ENVI のディシジョンツリー分類へインプットすることができます 画像が幾何補正されている場合 同じ投影法もしくはピクセルサイズである必要はありません ENVI は それらの画像を処理中に重ねます ディシジョンツリーは マルチデータセットに適用することができます この章で実行するディシジョンツリーでのディシジョンルールは 最初に画像ピクセルを 0.3 よりも大きい NDVI 値を持つ画像と 0.3 以下の NDVI 値を持つ画像という 2 つのグループに分けられます 高い NDVI 値を持つピクセル値は 傾きが 20 度以上のピクセルと 傾きが 20 度よりも少ないピクセルとに分けられます 傾きが少ないピクセルは 北向きの傾きと北向き以外の傾きとに分けられます 高い NDVI 値を持ち 20 度以上の傾きを持つピクセルは これ以上分割できません 0.3 以下の NDVI 値を持つピクセルは 20 より少ない値を持つバンド 4 と 20 以上の値を持つバンド 4 の 2 つのグループに分けられます しかし 0 と等しい値を持つバンド 4 は 20 より少ない値とは異なり バンド 1 の平均より少ない値を持つバンド 1 の値は 0.3 以下の NDVI 値とは異なりま 3

4 す そのためこれ以上の分割は これらのピクセルから行われます また 同じツリーは以下の基準を使用して表すことができます Class 1:20 度以上の傾きを持つ 0.3 より大きい NDVI 値 Class 2:20 度よりも少ない傾きを持ち北向きでなく 0.3 より大きい NDVI 値 Class 3:20 度よりも少ない傾きを持ち北向きで 0.3 より大きい NDVI 値 Class 4:20 以上の値を持つバンド 4 の 0.3 以下の NDVI 値 Class 5:20 よりも少ない値を持つバンド 4 の 0.3 以下の値を持つ NDVI 値 Class 6:0 の値を持つバンド 4 Class 7: バンド 1 の平均よりも少ないバンド 1 の値 ENVI のディシジョンツリーツールの使用 ENVI の起動 プログラムを起動する前に インストールガイドの指示通り ENVI が正しくインストールされていることを確認してください UNIX もしくは Macintosh OS X で ENVI を起動するには UNIX のコマンドラインに envi と入力してください Windows システムで ENVI を起動するには ENVI アイコンをダブルクリックしてください プログラムが正常にロードされ実行されると ENVI メインメニューが表示されます ディシジョンツリー分類で画像を開いて表示する この章で使用する画像は コロラド州ボールダーの Landsat 5 TM 画像のサブセットを含みます この画像は 空間解像度 10m ピクセルを持つ SPOT 画像と一致するようワープされているため Landsat 画像も 10m ピクセルを持っています Landsat サブセットの範囲を含む USGS DEM の空間サブセットも使用します 標高画像は 30m ピクセルを持っています 2 つの画像は 異なる手法で投影されており それぞれ State Plane で投影された Landsat と UTM で投影された DEM です 1. 画像ファイルを開く場合 ENVI メインメニューバーから File -> Open Image File を選択してください Enter Data Filename ファイル選択 4

5 ダイアログが表示されます 2. 他のアプリケーションと同様に Resource DVD の Data ディレクトリの decision サブディレクトリに移動してください リストからファイル bouldr_tm.dat を選択し Open をクリックしてください 画像のデフォルトバンドがウィンドウに読み込まれ Available Bands List ダイアログが表示されます 3. ENVI メインメニューバーから File -> Open Image File を選択してく ださい 4. Resource DVD の Data ディレクトリ decision サブディレクトリに移動してください リストからファイル boulder_dem.dat を選択し Open をクリックしてください 5. Available Bands List で Gray Scale ラジオボタンを選択し boulder _dem.dat ファイルの Band 1 をクリックしてください Available Bands List ダイアログの中央にある選択されたバンドのフィールドに DEM がリスト表示されます 6. Available Bands List ダイアログの下部にある Display #1 ボタンをクリックし New Display を選択してください 7. Load Band ボタンをクリックして 新しいウィンドウに画像を読み込んでください 8. ディシジョンツリーにインプットする画像を調査してください ツリーが構築される前に画像データを表示してください 9. ディシジョンツリーで使用する画像を調査した後 2 つのウィンドウのメニューバーから File -> Cancel を選択してそれぞれのウィンドウを閉じてください ディシジョンツリールールの入力 1. Classification -> Decision Tree -> Build New Decision Tree を選択し ディシジョンツリーツールを起動してください 空のディシジョンノードが 1 つ作成されたディシジョンツリーツールが起動します このディシジョンノードは 空のノードに二分決定式が入力されることでデータセットのピクセルを 2 つのグループに分割します 5

6 2. 最初のディシジョンは Landsat 画像を基に実行されます ディシジョンを定義する場合 Node 1 と表示されているディシジョンノードをクリックしてください {ndvi} gt 0.3 このディシジョンは 緑の植生を持つピクセルとそうでないピクセルとに分けるよう ENVI に指示します NDVI は マルチスペクトル画像の赤と近赤外バンドから計算された緑の植生の豊富さを表すために一般的に使用される指標です ディシジョンツリーは 各ピクセルの NDVI 植生指標を計算し 0.3 より大きい値を持つ全てのピクセルを検索します 0.3 よりも大きい NDVI 値を持つピクセルは いくつかの緑の植生を持っていなければなりません 多くの変数は ディシジョンツリーが実行される際に一緒に計算されます ENVI が自動的に計算することができる変数は 傾き アスペクト NDVI 指標 主成分 MNF 成分 平均 標準偏差 最小最大値 タッセルドキャップ変換などを含みます これらの変数に関する詳細は ENVI オンラインヘルプを参照してください 3. Name フィールドに NDVI > 0.3 と入力してください これは グラフィック表示されるディシジョンツリーのディシジョンノードに表示されるテキストです OK ボタンをクリックすると 名前が Node 1 から変更されます 6

7 式変数とファイルのペア 1. 表示された Variables/Files Pairing ダイアログで {ndvi} 変数の名前をクリックしてください その後表示されるファイル選択ダイアログで bouldr_tm.dat 画像を選択してください この手順は このディシジョン式を評価する際に NDVI 値が bouldr_tm.dat 画像から計算されなければならないということをディシジョンツリーに指示します < 注 > 波長が分かっているので ENVI は NDVI 計算でどのバンドが必要かを算出することができます ヘッダに波長がない画像が選択された場合 NDVI 計算の赤いバンドと近赤外線バンドを識別するプロンプトが表示されます ルールの追加 これは とても簡単なディシジョンツリー分類です 0.3 より大きい NDVI 値を持つピクセルは白いクラスに含まれ 0.3 以下の NDVI 値を持つピクセルは黒のクラスに含まれます ディシジョンルールを追加して 更に複雑な分類を行うことができます 1. 高い NDVI 値を持つピクセルを別のカテゴリに分類してください Class 1 ノード上でマウスの右ボタンをクリックして 表示されたショートカットメニューから Add Children を選択してください ENVI は自動的に Class 1 の下に新しいクラスを 2 つ作成します 2. 空白のノード上でクリックをして Edit Decision Parameters ダイアロ グに {slope} lt 20 というディシジョンを入力してください このディシジョンは 傾きの大きさを基に高い NDVI 値を持つピクセルを分割します 3. このノードの名前として Slope < 20 と入力し OK をクリックしてくだ さい 4. 高い NDVI 値と若干の傾きを持つピクセルを含む緑のターミナルノード上で マウスの右ボタンをクリックし 表示されるショートカットメニューから Add Children を選択してください ノードをクリックし {aspect} lt 20 and {aspect} gt 340 という式を Edit Decision Parameters ダイアログに入力してください このディシジョンは 高い NDVI 値と若干の傾きを持つピクセルを 北向きとそうでないものに分割します 7

8 5. このノードの名前として North と入力し OK をクリックしてください 6. 低い NDVI 値を持つピクセルを含む黒のターミナルノード上でマウスの右ボタンをクリックし 表示されるショートカットメニューから Add Children を選択してください Edit Decision Properties ダイアログに b4 lt 20 という式を入力してください バンド 4 にある 20 より小さい値を持つピクセルは 主に水に対応します 7. このノードの名前として Low B4 と入力し OK をクリックしてください ディシジョンツリーの実行 変数とファイルのペア ツリーは終了しましたが 実行する前にツリーの式で使用された全ての変数と画像ファイルをペアにしなければなりません 1. 7 ページの 式変数とファイルのペア の手順で 以下の変数とファイルもしくはバンドをペアにしてください {slope} = boulder_dem.dat {aspect} = boulder_dem.dat b4 = bouldr_tm.dat band 4 8

9 ディシジョンツリーの実行 1. ディシジョンツリー分類を実行する場合 Options -> Execute を選択するかもしくは ENVI Decision Tree ダイアログの何も表示されていない背景の範囲でマウスの右ボタンをクリックし Execute を選択してください 2. Decision Tree Execution Parameters ダイアログで ベースとして使用する bouldr_tm.dat 画像をクリックしてください 地図投影 ピクセルサイズ 他の画像の範囲が一致するよう適合されます 3. 分類画像の出力ファイル名を入力し OK をクリックしてください 計算が行われている間は ピクセルのグループ化に使用されているノードは一時的に薄緑で表示されます そのため ノードからノードへ分類処理が実行されている過程を視覚的に確認することができます 分類が終了すると 結果は自動的に新しいウィンドウに読み込まれます ディシジョンツリーの結果表示 ディシジョンツリーから出力されたピクセルの色は ピクセルが分類され格納されるターミナルノードの色によって決定されます このため 例えばディシジョンツリーの結果にある黄色いピクセルは 各ディシジョンポイントで no を返すピクセルになります そのため 低い NDVI 値とバンド 4 で高い値を持ちます これは 水でも植物でもないということを表します ディシジョンツリーを実行後 ツリーが他の形式で表示されました デフォルト 9

10 ビューは 表示される全ての情報を含みません 1. ENVI Decision Tree ダイアログの何も表示されていない背景で マウスの右ボタンをクリックし表示されるショートカットメニューから Zoom In を選択してください 各ノードラベルに ピクセル数と ツリーの各ノードまでの画像全体に対する処理済みの割合が表示されています 2. ディシジョンツリーが拡張されると ウィンドウにツリー全体が表示できなくなります ウィンドウのコーナーをマウスの左ボタンでドラッグし ウィンドウのサイズを変更してツリーが表示されるよう調整してください 3. ノード上にカーソルを移動すると ENVI Decision Tree ダイアログの下部にあるテキストフィールドにノードに関する情報が表示されます これは ツリーが縮小表示されていて ツリー内のノードの詳細を確認することができない場合に ツリー内のノードに関する情報を簡単に取得することができるもう 1 つの方法です ディシジョンツリーの変更 新しいディシジョンの追加 ディシジョンツリーを実行し結果を確認すると 追加したディシジョンルールが有効であることが分かります 例えば このディシジョンツリーでは 20 より少ない値を持つバンド 4 のいくつかのピクセルはボーダーピクセルであり これらは全て 0 の値を持ちます これらは 20 より少ない値を持つためシアンとして表示されますが 実際にはシアンで表示されている他のピクセルとは全く異なる理由によりバンド 4 で低い値を持ちます 20 よりも少ない値を持つバンド 4 のピクセルのターミナルノード上で マウスの右ボタンをクリックし 表示されたショートカットメニューから Add Children を選択してください ノード上でクリックし Edit Decision Parameters ダイアログに b4 eq 0 という式を入力してください Name テキストボックスに B4 = 0 と入力してください ダイアログの背景でマウスの右ボタンをクリックし 表示されたショートカットメニューから Execute を選択してツリーを再度実行してください 出力画像内では ボーダーピクセルはそれら自身のクラスにありますが ボーダーとしてマゼンタという色は適切ではありません クラスの色と名前の変更 マゼンタのターミナルノードをクリックし Edit Class Properties ダイアログを表示してください V ボタン (UNIX プラットフォームの場合下向き矢印です ) をクリックし カラーリストを表示して Black を選択し Name テキストボックスに Border と入力してください ツリーに色の変更を適用する場合 再度ツリーを実行してください ボーダーが 10

11 黒で表示されます ディシジョンの式でのバンドインデックスの使用 多数の組み込みディシジョンツリー変数をディシジョンの式で使用する場合 バンドインデックスを必要とします 1. 低い NDVI 値とバンド 4 の高い値を持つピクセルを含む黄色のターミナルノード上でマウスの右ボタンをクリックして 表示されたショートカットメニューから Add Children を選択してください ノード上でクリックし Edit Decision Parameters ダイアログに b1 lt {mean[1]} という式を入力してください Name テキストボックスに Low B1 と入力し OK をクリックしてください この式は バンド 1 のピクセルがバンド 1 の平均値よりも小さい値を持つかどうかを確認します 角括弧の中の 1 は バンド 1 が平均計算に使用されることを表します 平均計算を含む ENVI がディシジョンツリーで実行することができる計算のいくつかは 個別のバンドではなくファイル全体と関連しなければなりません これらの場合 計算で使用するファイル内のバンドを角括弧内で指定する必要があります 2. Variable/File Pairings ダイアログにある b1 変数上でクリックし 表示されるファイル選択ダイアログで bouldr_tm.dat ファイルの Band 1 を選択して OK をクリックしてください 3. Variable/File Pairings ダイアログで {mean} 変数をクリックし bouldr_tm.dat ファイルを選択して OK をクリックしてください b1 変数と {mean} 変数のどちらも Landsat 画像の Band 1 とペアになりました 4. ディシジョンツリーに変更を適用する場合 再度ツリーを実行してくださ い 低い値のバンド 1 を持ついくつかの黄色いピクセルは マゼンタで表示されてい 11

12 ます ディシジョンツリーの削除 ENVI のディシジョンツリーツールには 追加した子を削除する方法が 2 つあります ツリーから子を完全に削除する場合 Delete オプションを使用します 特定の子のセットがツリーに対して有益であるかをテストすることが必要になる場合は子を一時的に削除しディシジョンルールもしくはノードプロパティを再定義せずに元に戻す ( リストアする )Prune オプションを使用します 1. Low B1 ノード上でマウスの右ボタンをクリックし 表示されるショートカットメニューから Prune Children を選択してください 子は表示されていますが 色がなく ツリーと接続されていないことを確認してください これは 子が削除されたために ツリーが実行される際にこれらの子が使用されないことを表します 2. Low B1 ノード上でマウスの右ボタンをクリックし 表示されるショートカットメニューから Restore Pruned Children を選択してください 子を一時的に削除しリストアすることで 特定の子のセットがある場合とない場合のツリーの結果を比較することができます 各クラスのマスクへの保存 1. ディシジョンツリーの赤のノードをマウスの右ボタンでクリックし 表示されたショートカットメニューから Save Survivors to Mask を選択してください このオプションは 1 の値をそのクラスに含まれるピクセルに割当て 0 の値をクラスに含まれていないピクセルに割当てるバイナリマスク画像を作成します 2. 表示される Output Survivors to Mask ダイアログに サバイバーマスクの出力ファイル名を入力し OK をクリックしてください マスク画像は Available Bands List にリスト表示されます 3. 新しいマスク画像が新しいグレースケールウィンドウに読み込まれます マスク内の白いピクセルがディシジョンツリーの出力画像にある赤いピクセルに対応することを確認してください < 注 > マスクにサバイバーを保存するオプションは ツリー内にあるノード全てに対し使用することができるので ツリー内の任意の位置にあるピクセルのマスクも作成することができます ディシジョンツリーの保存 変数とファイル間の全てのペアを含むディシジョンツリーを保存することができます 保存したディシジョンツリーは ENVI セッションでリストアすることが 12

13 できます 1. ディシジョンツリービューから File -> Save Tree を選択してください 2. 表示される Save Decision Tree ダイアログで ツリーの出力ファイル名を入力し OK をクリックしてください ENVI セッションの終了 ENVI セッションを終了するには ENVI メインメニューから File -> Exit (UNIX は Quit) を選択し さらに OK をクリックして IDL を終了します ENVI RT をご使用の場合は ENVI を終了するとオペレーティングシステムに戻ります 13