1、ENVIClassic非监督分类流程ENVI-Classic非监督分类流程TM影像的非监督分类1、首先打开ENVI Classic,然后点击File/open image file打开待分类影像Can_tmr.img (这里以ENVI自带的参考影像为例),选择RGB波段5-4-3,然后load RGB显示图像,之后选择进行影像分析,大体上估计影像主要类别的数量。一般非监督分类的分类数量比最终分类数量多23倍为宜,这样有利于提高分类精度。2、然后进行非监督分类,选择主菜单Classification /Unsupervised然后会看到两种非监督分类的方法,这里选择IsoData,在弹出的Cla
2、ssification Input File对话框中选择Can_tmr.img ,如下图;点击ok,软件开始分类,下图为自动分类前、后的对比图:3、下面进行类别定义,在display中显示原始影像,在display/overlay/classification,选择IsoData法分类后的影像,点击ok,显示图像如下,在Interactive Class Tool窗口中,可以选择各个分类结果进行显示,如下图:在Interactive Class Tool窗口中,选择Option/Edit class colors/names.通过目视解译或其他方式识别分类结果,填写相应的类型名称和颜色。 下图
3、为类别定义的结果:注:在类别定义的时候,可以利用Mode:Polygon Add to class、Edit/Polygon Delete from Class或者Set delete class value 把明显的错误分类结果并入或删除。4、最后进行类别合并,选择主菜单Classification/Post Classification/Combine Classes.把同一类合并成一类,如下图,点击ok后,选择输出文件和Remove Empty Class 选择YES,可以得到结果。 6、然后进行分类统计分析,主菜单/Classification/Post Classification/
4、Class statistics,如下图设置,设置输出路径和文件名,点击ok即可: 7、下面进行小斑点处理,一般采取的方法有Majority/Minority、聚类(clump)和过滤(Sieve),这些工具都可以在主菜单/Classification/Post Classification中找到,前两种方法都是把小斑点合并到大类当中,过滤则是把不符合的小斑点去除掉。本流程采用Majority分析。如下图: 8、下面进行栅矢转换,这一步可以将分类后得到的结果转化为矢量格式。打开主菜单/Classification/Post Classification/Classification to Vector,选择类别合成之后的波段点击ok,在弹出的对话框中Select All Items,选择输出路径和文件名输出,然后在Available Vectors List对话框中选择输出的vector数据,然后Load selected。