实验五 非监督分类.docVIP

实验五 图像非监督分类 原理与方法简介 　　同类地物在相同的条件下（光照、地形等）应该具有相同或相似的光谱信息和空间信息特征。反之，不同类的地物之间具有这些差异。根据这种差异，将图像中的所有像素按其性质分类若干个类型（Class）的过程，称为图像的分类。 目的：分类的目的是从图像中识别实际地物，进而提取地物信息，其过程实际上就是将图像中的每个像元点或区域归于若干个类型中的一类，或若干个专题要素中的一种。 结果：图像分类结果是将图像空间划分为若干个子区域，每个区域代表一类地物。 方法：非监督分类、监督分类、专家分类 非监督分类：先对分类过程不施加任何先验知识，仅凭像元的光谱特征，运用迭代自组织数据分析（ISODATA）算法，把一组像素按照相似性归成若干类别。 监督分类：与非监督分类不同，监督分类是在对遥感图像上地物类别属性已经有了先验知识的基础上进行的，即要从图像中选取所要区分的各类地物的样本，建立模板再进行自动识别。 专家分类：首先利用某一领域内专家的知识和经验建立知识库，然后依据分类目标提出假设，并制定支持假设的规则、条件和变量，最后运用知识库自动进行分类 实验目的 利用Classifier模块对切割后的TM图像进行非监督分类，掌握非监督分类的方法与过程，加深对非监督分类方法的理解。 实验内容步骤 1、调出非监督分类对话框，执行分类 启动非监督分类模块（方法一）