实验四 遥感图像的分类1.docx
《实验四 遥感图像的分类1.docx》由会员分享,可在线阅读,更多相关《实验四 遥感图像的分类1.docx(10页珍藏版)》请在冰豆网上搜索。
![实验四 遥感图像的分类1.docx](https://file1.bdocx.com/fileroot1/2022-12/12/5f4c00e6-ce30-4cad-a2ef-beeb5c654f93/5f4c00e6-ce30-4cad-a2ef-beeb5c654f931.gif)
实验四遥感图像的分类1
实验四遥感图像的非监督与监督分类
一、实验目的
1.非监督分类是对数据集中的像元依据统计数字,光谱类似度和光谱距离进行分类,在没有用户定义的条件下练习使用,在ENVI环境下的非监督分类技术有两种:
迭代自组织数据分析技术(ISodata)和K均值算法(K-Means);
2.分类过程中应注意:
1)怎样确定一个最优的波段组合,从而达到最佳的分类精度,基于OIF和相关系数,协方差矩阵以及经验的使用来完成对最适合的组合的选取,分类效果的关键即在于此;2)K-Means的基本原理;3)Isodata的基本原理;4)分类结束后,被分类后的图像是一个新的图像,被分类类码秘填充,从而可以获得数据提取信息,统计不同类码数量,转化为实际面积,在得到后的图像上,可对不同目标的形态指标进行分析。
3.对训练区中的像元进行分类;
4.用训练数据集估计查看监督分类后的统计参数;
5.用不同方法进行监督分类,如最小距离法、马氏距离法和最大似然法。
二、实验设备与材料
1、软件
ENVI4.7软件
2、所需材料
TM数据
三、实验步骤
1.选择最优的波段组合
2.K-Means法进行非监督分类
1)Classification→Unsupervised→K-Means,点击hbtmref.img→点击Spectralsubset→选3,4,6三个波段→OK,回到上级菜单→OK,在Numberofclasses中输15即分为15类,ChangeIterations中输6,即最大迭化量为6次,MaximumStdevFromMean中为空,选择保存位置→OK;在原界面中选定保存结果后Newdisplay→LoadBand,双击查看CursorLocation/Value,发现Data已由原来的坐标形式转换为类码;在K-Means窗口工具栏中点击Tools→SpatialPixelEditor→可将类码转换成相应的地物类型,要求进行大量的野外调查,确定同一类码所代表的地物是什么
2)合并类的操作:
Classification→Postclassification→Combineclasses→K-Means→OK;在SelectInputClass中选Class8,SelectOutputClass中选Class10(即把第8类和第10类合并)→点Addcombination→OK→Memory→OK;在原界面中选择保存结果→NewDisplay→LoadBand;在Load后的Display中点击Tools→Link→Geographiclink,则Display(当前)和Display#2(前一个)变为on,表示2者合并→OK,可查看变化结果。
3)如何得到一类中的像元量:
classification→postclassification→classstatistics→选择分类合并后的文件→OK→再选合并后文件→OK,则出现classselection,根据需要选择几类(6,7,8,9,10)→OK,可选项全部选定后→OK,即可获取类码的统计数据
3.Isodata方法进行非监督分类
classification→unsupervised→IsoData→选择原图→OK,Spectralsubset中选3,4,7波段→OK→OK;Numberofclasses:
min输入10,max输入15,MaximumIterations输6,changeThreshold%(1-100)改为3.00,其它不变→保存→OK。
在原界面中Newdisplay→LoadBand→在classification中选择postclassification→classstatistics→选定保存后文件→OK→再选一次→OK,则可查看分类结果,共被分为13类,其他数据获取方法和由类码到地物类型名的转换均与K-Means方法中一致。
4.最小距离法
Classification→supervise→minimumdistance→选择3,4,7波段→OK,SelectallItems→choose选择保存位置→OK,回到原界面窗口Newdisplay→LoadBand,查看分类效果
5.马氏距离法
classification→Mahalanobisdistance→选择3,4,7波段→OK,SelectallItems→保存→OK,回到原界面Newdisplay→LoadBand,相比于最小距度法,查看差异,发现该方法精度高于最小距离法。
6.像元统计操作
Classification→postclassification→classstatistics→选择保存过的文件→选择地物类型→OK,即可得到最小距离法分类结果中Forest像元量,查看其他分类,结果中的其他分类项的像元量操作步骤与上操作一致