1、成都信息工程學院遙感圖像處理實驗報告實驗6：遙感圖像監(jiān)督分類與非監(jiān)督分類專業(yè)： 遙感科學與技術 班級： 092班 姓名： 李翔 學號： 2009043063 實驗名稱：遙感圖像監(jiān)督分類與非監(jiān)督分類 實驗教室： 5404教室 指導老師： 劉志紅 實驗日期： 2011年4月6日和4月13日 一、項目名稱遙感圖像監(jiān)督分類與非監(jiān)督分類二、實驗目的學會使用ERDAS IMAGINE軟件對遙感圖像進行非監(jiān)督分類、監(jiān)督分類、分類后處理、決策樹分類，加深對圖像分類過程和原理的理解，為圖像解譯打下基礎。三、實驗原理同類地物在相同的條件下應該具有相同或相似的光譜信息和空間信息特征。反之，不同類的地物之間具有這些差

2、異。根據這些差異，將圖像中的所有像素按其性質分為若干類別的過程，稱為圖像的分類。根據是否需要分類人員事先提供已知類別及其訓練樣本，對分類器進行訓練和監(jiān)督，可將遙感圖像分類方法劃分為監(jiān)督分類和非監(jiān)督分類。分類后處理包括聚類統(tǒng)計、過濾分析、去除分析和分類重編碼等操作。聚類統(tǒng)計是通過計算分類專題圖像每個分類圖斑面積、記錄相鄰區(qū)域中最大圖斑面積的分類操作。四、數據來源1下載網站：.jsp 2波段數為6個。 3分辨率為28.50,米。 4投影為UTM, Zone48。五、實驗過程一、非監(jiān)督分類1. 在ERDAS IMAGINE依次點擊如下圖標，打開對話框，2. 設定好輸出數據，設置聚類選項，確定初始聚類

3、方法和分類數。設置預處理選項，確定循環(huán)次數和閾值。如圖所示：3.點擊OK，輸出圖像。4.分類評價，打開原始圖像和分類后的圖像，設置好分類后各類別的顏色，通過Utility菜單下設置分類結果在原始圖像背景中卷簾（Swipe）顯示,判別類別分類精度。如圖所示：Raster Attribute Editor對話框分類圖像對比二、監(jiān)督分類1.在View中打開需要分類的遙感圖像。2. 打開分類模板編輯器打開AOI工具，選擇多邊形按鈕，在圖像窗口中選擇與類別對應的區(qū)域，繪制多邊形AOI。3.建立分類模板，在編輯器中，單擊按鈕，將多邊形AOI區(qū)域加載到分類模板屬性表中。在同樣的顏色區(qū)域多繪制一些AOI,分別

4、加載到分類模板屬性表中。在分類模板中，可以依次單擊AOI,并單擊將所選的模板合成一個新的模板，定義分類類別名稱并設置好顏色。4.重復以上的步驟，將所有的類型建立分類模板。分類有水體、植被、居民區(qū)、道路。5.保存分類模板為jiandufenlei.sig.6.打開 ，設置Input Raster File為dongpoqu.img，分類模板為jiandufenlei.sig，Classfied File為jiandufenlei.sig，點擊OK，輸出結果，如圖所示：三、分類后處理1.聚類統(tǒng)計（1）點擊Interpreter圖標，選擇GIS Analysis | Clump命令，打開Clump對

5、話框，并設置如圖參數。（2）點擊OK，輸出圖像如下圖所示：2.過濾分析（1）點擊Interpreter圖標，選擇GIS Analysis | Sieve命令，打開Sieve對話框，并設置如圖參數。（2）點擊OK，輸出圖像如下圖所示：3.分類重編碼（1）點擊Interpreter圖標，選擇GIS Analysis | Recode命令，打開Recode對話框，并設置如圖參數。（2）點擊OK，輸出圖像如下圖所示：六、實驗結果與分析處理圖像結果如上述各圖所示，通過對圖像進行非監(jiān)督分類和監(jiān)督分類，分類結果中監(jiān)督分類精度明顯要高一些，可靠性也要強一些。而通過分類后結果會出現一些小圖斑，無論從專題制圖角度還是實際應用的角度，都有必要對這些小圖斑進行剔除，所以最后要進行分類后處理。七、心得、意見或建議通過本次