实习内容-遥感分类.docVIP

实习内容4---非监督分类 一目的：掌握计算机遥感分类的原理，学会利用计算机进行分类，学会识别重要地物类型 在TM不同波段影像上的特征，找到水体，植被（作物，草，树），岩石，道路，土壤，等类型。并描述之。 二 非监督分类 初始分类获取： 第一步：启动非监督分类 调出非监督分类对话框的方法有两种： 在ERDAS图标面板工具条中单击DataPrep图标，打开Data Preparation对话框，在对话框中单击Unsupervised Classfication按钮，打开Unsupervised Classification. 在ERDAS图标面板工具条中单击Classifier图标，打开Classification对话框，单击Unsupervised Classification按钮，打开Unsupervised Classification对话框 可以看到，两种方法调出的Unsupervised Classification对话框是有一些区别的 第二步：进行非监督分类 在Unsupervised Classification对话框进行下列设置： 确定输入文件（Input Raster File）为germtm.img 被分类的图像 。 确定输出文件（Output File）为germtm_isodata.img 产生的分类图像 . 选择生成分类模板文件为Output Signature Set 产生一个模板文件 。 确定分类模板文件 File Name 为（germtm_isodata.sig）. 确定聚类参数（Clustering Options）,需要确定初始聚类方法与分类数。 系统提供的初始聚类方法有两种： Initialize from Statistics方法是按照图像的统计值产生自由聚类。 Use Signature Means方法是按照选定的模板文件进行非监督分类 确定初始分类数（Number of classes）为10（分出10个类别，实际工作中一般将初始分类数取为最终分类数的两倍以上）。 单击Initializing Options按钮。 打开File Statistics Options对话框，设置ISODATA的一些统计参数 单击Color Scheme Option按钮 打开Output Color Scheme Options对话框，设置分类图像彩色属性 确定处理参数（Processing Options），需要确定循环次数与循环阈值 定义最大循环次数（Maximum Iterations）为24（是指ISODATA重新聚类的最多次数，是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环，在应用中一般将循环次数设置为6次以上） 设置循环收敛阈值（Convergence Threshold）为0.95（是指两次分类结果相比保持不变的象元所占最大百分比，是为了避免ISODATA无限循环下去）。 单击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类）。 分类方法调整 第一步：显示原图像与分类图像 在窗口中同时显示germtm.img和germtm_isodat.img:两个图像的叠加顺序为germtm.img在下，germtm_isodat.img在上，germtm.img显示方式用红（4）、绿（5）、蓝（3），保证两幅图像叠加显示。具体操作过程如下： 在菜单条单击File | Open | Raster Layer | Select Layer To Add 命令，打开Select Layer To Add对话框。在此对话框中进行下列设置： 确定文件路径为examples 确定文件类型为IMAGINE Image *.img . 选择文件名称为germtm.img 单击OK按钮 在工具条单击打开文件图标，打开Select Layer To Add对话框。在此对话框中进行如下设置： 确定文件路径为germtm_isodat.img所在路径 确定文件类型为IMAGINE Image *.img . 选择文件名称为germtm_isodat.img 在Raster Options选项卡中，取消选中Clear Display复选框 单击OK按钮 第二步：调整属性字段显示顺序 在工具条单击Raster|Tools命令，打开Raster工具面板。单击Raster工具面板菜单条Raster|Attributes命令，打开Raster Attribute Editor窗口（germtm_isodata的属性表）。 属性表中的11个记录分别对应产生的10个类及Unclassified类，每个记录都有一系列的字段。如果想看到所有字段，需要用鼠标拖动浏览条。为了方便看