envi遙感圖像處理之分類

/ＥＮVI遙感圖像處理之計算機分類非監(jiān)督分類１、K—均值分類算法步驟：1)打開待分類的遙感影像數據2）依次打開：ENＶI主菜單欄—＞Classiｆicaｔion-〉Uｎsｕperｖised-＞K-Ｍeanｓ即進入K均值分類數據文件選擇對話框3）選擇待分類的數據文件４)選好數據以后，點擊OK鍵，進入Ｋ—Mｅaｎs參數設置對話框，進行有關參數的設置,包括分類的類數、分類終止的條件、類均值左右允許誤差、最大距離誤差以及文件的輸出等參數的設置5）建立光譜類和地物類之間的聯系:在新窗口中顯示分類結果圖：然后，打開顯示窗口菜單欄Toolｓ菜單—＞CｏｌｏrMaｐｐｉnｇ—>CｌassCｏlｏｒMaｐｐiｎｇ…進入分類結果的屬性設置對話框，在這里，可以進行類別的名稱,顯示的顏色等，建立了光譜類和地物類之間的聯系.設置完成以后,點擊菜單欄Oｐtiｏnｓ—〉SavｅChanges即完成光譜類與地物類聯系的確立6)類的合并問題：如果分出的類中，有一些需要進行合并，可按以下步驟進行:選擇ENVI主菜單Clａsｓfａctｉon-〉PoｓtCｌassfictｉon—〉CombineClasses，進入待合并分類結果數據的選擇對話框點擊ＯK鍵，進入合并參數設置對話框，在左邊選擇要合并的類，在右邊選擇合并后的類，點擊AddＣombｉnatioｎ鍵即完成一組合并的設置，如此反復,對其他需合并的類進行此項操作，點擊OＫ，出現輸出文件對話框，選擇輸出方式，即完成了類的合并的操作。至此，K—均值分類的方法結束.２、ISODATA算法基本操作與Ｋ—均值分類相似。進行分類數據文件的選擇（依次打開:ENVI主菜單欄—〉Cｌassｉｆication—〉Unsupervisｅd—>IsoDatａ即進入IＳODATA算法分類數據文件選擇對話框，選擇待分類的數據文件）進行分類的相關參數的設置(點擊ＯK鍵以后,進入參數設置對話框，可以進行分類的最大最小類數、迭代次數等參數的設置）如此，光譜類的劃分到此結束.參看K—均值分類的第5—6步，進行光譜類與地物類聯系的建立以及類的合并等操作至此，使用ISODATA算法進行分類完成.監(jiān)督分類本實驗說明以最大似然法為例,進行監(jiān)督分類的講解說明。步驟：1)打開待分類的遙感影像數據文件2）進行訓練樣本的選?。涸诖翱谥写蜷_一張影像，選擇主窗口菜單欄Toｏls鍵—〉ReｇionOｆＩntｅｒｅst—＞ＲOIToｏls…（或是在主窗口上單擊右鍵，在彈出的快捷菜單欄中選擇ROＩTｏols…)進入訓練樣本選取對話框。3）進行訓練樣本的選取,ＮewRｅgｉｏn可以建立新的樣本區(qū),在ＲOINamｅ欄中雙擊，鍵入類的地物名，在Color欄中雙擊，可以輸入類的顏色，RＯＩ_Ｔype菜單下可以進行樣本類型的設置，在主窗口按鼠標左鍵即可進行樣本區(qū)選擇，以雙擊右鍵結束樣本區(qū)的選取.選取完畢以后，選擇Fiｌe菜單-〉ＳaveROIs,對數據進行保存。4）進行最大似然法的分類：在ＥNVI主菜單欄中Ｃlａsｓficatｉoｎ—〉Superviｓｅｄ-＞MaximumＬikeliｈoｏd，進入分類文件的選取對話框，選擇相應的待分類文件。然后進入訓練樣本選取對話框,進行訓練樣本的選取及分類結果的存儲等方面的設置。5)單擊OＫ鍵,即開始進行分類.６)參看Ｋ-均值分類的第５—6步,進行類的相關設置及類的合并等操作至此,使用最大似然法進行分類完成。監(jiān)督分類的方法還有：１）平行六面體法2）最小距離法3）最大似然法4）波譜角法5）馬氏距離法6)二值編碼法7)神經網絡法等分類的方法,基本的操作都是進行樣本的訓練和分類的相關設置，在這里就不再贅述了。兩類分類方法的比較這里使用K—均值分類法和最大似然法進行了分類比較從總體上看，兩種分類的方法存在較大的差異，這是由于兩種分類在相關參數的選取時都存在較大的主觀性,在K—均值分類的算法中