监督分类如何提高精度

单色黎明

在ENVI中对Landsat8影像做监督回分类，发现有些地类分不开，在影像上几乎是一样的颜色（同谱异物），还有的是同物异谱，像这样的应该怎么处理啊，求助！！！

远方~

欢迎论坛的高手解答，会奖励相应的威望和铜板哦

城下秋木

我也是新手，说一下我的理解。同谱异物和同物异谱对于传统的监督分类基本无解，因为它们分析都是基于单个像元。而神经网络有个压缩环节，把范围扩大了一下，有利于消除孤立像元。（虽然传统的监督分类可以最小图斑消除噪点，但是力度不好把握）
目前，经过我的尝试，支持向量机（超慢，有些电脑还算不出来）≈神经网络>随机森林>其他常见监督分类（超快那种）。当然没碰过类似主成分分析、傅里叶变换分类等高深分类，不知道会不会好一点。感觉传统的监督分类理论用在高光谱影像成百上千的波段更有用点。

又如易康等面向对象是基于图斑的平均光谱特征，虽然解决了像元的同谱异物和同物异谱，但是引入了图斑的同谱异物和同物异谱，不过面向对象有一点好处是可以利用地理空间信息，例如采矿不会出现在城镇里，城镇只有建设用地等。虽然我不会，但是我觉得面向对象对超高分辨率影像有较好效果。

或许混合使用会得出一个很好的结果，谁知道呢。

综上所述，目视解译无敌。（逃doge）