中
第四步：保存分类模板
以上分别用不同方法产生了分类模板，下面将该模板保存起来。 在Signature Editor对话框菜单条： File→Save →打开Save Signature File As对话框
→确定是保存所有的模板还是只保存被选中的模板 →确定文件的目录和名字（Sjg文件） →点击OK按钮
2.评价分类模板（Evaluating Signatures ）
分类模板建立之后，就可以对其进行评价，删除、更名、与其它分类模板合并等操作。分类模扳的合并可使用户应用来自不同训练方法的分类模板进行综合复杂分类，这些模板训练方法包括监督、非监督、参数化和非参数化。
分类模板评价工具包括： · Alarms：分类报警工具
· Contingency matrix：可能性矩阵 · Feature objects：特征对象
· Feature Space to image masking：特征空间到图像掩模 · Histograms：直方图方法
· Signature separability: 分类的分离性 · Statistics:分类统计分析
当然，不同的评价方法各有不同的应用范围。例如不能用Separability工具对非参数化（由特征空间产生）分类模板进行评价，而且分类模板中至少应具有5个以上的类别。
2.1报警评价（Alarms） 第一步：产生报警掩膜
分类模板报警工具根据平行六面体决策规则(Parallelepiped division rule)将那些原属于或估计属于某一类别的像元在图像视窗中加亮显示，以示警报。一个报警可以针对一个类别或多个类别进行。如果没有在Signature Editor中选择类别，那么当前活动类别(Signature Editor中“>”符号旁边的类别)就被用于进行报警。具体使用过程如下：
在Signature Editor对话框：
49
→View →Image Alarm
→打开Signature Alarm对话框 →选中Indicate Overlap
→点击Edit Parallelepiped Limits按钮 →Limits对话框 →点击SET按钮
→打开Set Parallelepiped Limits对话框
→设置计算方法（Method）:Minimum/Maximum →选择使用的模板（Signature）:Current
→OK（关闭set Parallelepiped Limits对话框） →返回Limits对话框
→Close（关闭Limits对话框） →返回Signature Alarm对话框
→OK（执行报警评价，形成报警掩膜） →Close（关闭signature Alarm对话框） 根据Signature Editor中指定的颜色，选定类别的像元显示在原始图像视窗中，并覆盖在原图像之上， 形成一个报警掩膜。
50
相关推荐：
loading