基于envi地物分类.pptVIP

基于envi的地物分类 一、非监督分类 仅凭遥感影像地物的光谱特征的分布规律，即自然聚类性，进行“盲目”的分类；其类别的属性是通过分类结束后目视判读或实地调查确定的。 1.K-均值聚类法 2.IsoData聚类算法 1.K-均值聚类法 K-均值算法的聚类准则是使每一聚类中，多模式点到该类别的中心的距离的平方和最小。 基本思想是：通过迭代，逐次移动各类的中心，直至得到最好的聚类结果为止。 主菜单→Classification→Unsupervised→K-Means 设置参数。如类别数、最大迭代次数 原图： K-Means分类后： 在原图窗口点Overlay→classification 合并类别： 改变颜色、名称、合并类别之后的K-Means： 获取分类信息： 在envi主菜单里，点Classification→Post Classification→Class Statistics 输出项选择 缺点:这种算法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代过程中又没有调整类数的措施，因此可能产生不同的初始分类得到不同的结果。 2.IsoData聚类 可以自动地进行类别的“合并”和“分裂”，从而得到类数比较合理的聚类结果。 参数设置： 在原图窗口点Overlay→Classification→改变类别颜色、名称并合