1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)實驗四 遙感圖像的非監(jiān)督與監(jiān)督分類一、實驗?zāi)康?非監(jiān)督分類是對數(shù)據(jù)集中的像元依據(jù)統(tǒng)計數(shù)字，光譜類似度和光譜距離進行分類，在沒有用戶定義的條件下練習(xí)使用，在ENVI環(huán)境下的非監(jiān)督分類技術(shù)有兩種：迭代自組織數(shù)據(jù)分析技術(shù)（ISodata）和K均值算法（K-Means）；分類過程中應(yīng)注意：1）怎樣確定一個最優(yōu)的波段組合，從而達(dá)到最佳的分類精度，基于OIF和相關(guān)系數(shù)，協(xié)方差矩陣以及經(jīng)驗的使用來完成對最適合的組合的選取，分類效果的關(guān)鍵即在于此；2）K-Means的基本原理；3）Is

2、odata的基本原理；4）分類結(jié)束后，被分類后的圖像是一個新的圖像，被分類類碼秘填充，從而可以獲得數(shù)據(jù)提取信息，統(tǒng)計不同類碼數(shù)量，轉(zhuǎn)化為實際面積，在得到后的圖像上，可對不同目標(biāo)的形態(tài)指標(biāo)進行分析。對訓(xùn)練區(qū)中的像元進行分類；用訓(xùn)練數(shù)據(jù)集估計查看監(jiān)督分類后的統(tǒng)計參數(shù)；用不同方法進行監(jiān)督分類，如最小距離法、馬氏距離法和最大似然法。二、實驗設(shè)備與材料:軟件ENVI 4.7軟件所需材料TM數(shù)據(jù)三、實驗步驟:選擇最優(yōu)的波段組合K-Means法進行非監(jiān)督分類Classification Unsupervised K-Means，點擊hbtmref.img 點擊Spectral subset 選3,4,6三個

3、波段OK，回到上級菜單OK，在Number of classes中輸15即分為15類，Change Iterations中輸6，即最大迭化量為6次，Maximum Stdev From Mean中為空，選擇保存位置OK；在原界面中選定保存結(jié)果后New display Load Band，雙擊查看Cursor Location/Value，發(fā)現(xiàn)Data已由原來的坐標(biāo)形式轉(zhuǎn)換為類碼；在K-Means窗口工具欄中點擊Tools Spatial Pixel Editor 可將類碼轉(zhuǎn)換成相應(yīng)的地物類型，要求進行大量的野外調(diào)查，確定同一類碼所代表的地物是什么合并類的操作：Classification Po

4、st classification Combine classes K-Means OK；在Select Input Class中選Class 8，Select Output Class中選Class 10（即把第8類和第10類合并）點Add combination OK Memory OK；在原界面中選擇保存結(jié)果New Display Load Band；在Load 后的Display中點擊Tools Link Geographic link，則Display（當(dāng)前）和Display #2（前一個）變?yōu)閛n，表示2者合并OK，可查看變化結(jié)果。如何得到一類中的像元量：classificatio

5、n post classification class statistics 選擇分類合并后的文件OK 再選合并后文件OK，則出現(xiàn)class selection，根據(jù)需要選擇幾類（6,7,8,9,10）OK，可選項全部選定后OK，即可獲取類碼的統(tǒng)計數(shù)據(jù)Isodata方法進行非監(jiān)督分類classification unsupervised IsoData 選擇原圖OK，Spectral subset中選3,4,7波段OK OK；Number of classes：min輸入10，max輸入15，Maximum Iterations輸6，change Threshold %(1-100)改為3.0

6、0，其它不變保存OK。在原界面中New display Load Band 在classification中選擇post classification class statistics 選定保存后文件OK 再選一次OK，則可查看分類結(jié)果，共被分為13類，其他數(shù)據(jù)獲取方法和由類碼到地物類型名的轉(zhuǎn)換均與K-Means方法中一致。最小距離法Classification supervise minimum distance 選擇3,4,7波段OK，Select all Items choose選擇保存位置OK，回到原界面窗口New display Load Band，查看分類效果馬氏距離法classification Mahalanobis distance 選擇3,4,7波段OK，Select all Items 保存OK，回到原界面New display Load Band，相比于最小距度法，查看差異，發(fā)現(xiàn)該方法精度高于最小距離法。像元統(tǒng)計操作Classification post classification class statistics選擇保存過的文件選擇地物類型OK，即可得到最小距離法分類結(jié)果中Forest像元量，查看其他分類，結(jié)果中的其他分類項的像元量操作步驟與上操作一致四、實驗