在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类像比较计算的。混淆矩阵的每一列代表了实际测得信息，每一列中的数值等于实际测得像元在分类图象中对应于相应类别的数量；混淆矩阵的每一行代表了遥感数据的分类信息，每一行中的数值等于遥感分类像元在实测像元相应类别中的数量。
如有150个样本数据，这些数据分成3类，每类50个。分类结束后得到的混淆矩阵为：
|
类1
|
类2
|
类3
|
|
|
类1
|
43
|
5
|
2
|
|
类2
|
2
|
45
|
3
|
|
类3
|
0
|
1
|
49
|
每一行之和为50，表示50个样本，
第一行说明类1的50个样本有43个分类正确，5个错分为类2，2个错分为类3
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/29754888/viewspace-1434390/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
