Erdas教案7-非监督分类.pptVIP

* * * * * * * * * * * * 栅格矢量转换 提示：mainvectorraster to vector… 栅格矢量转换 二、图像融合 image fusion IHS 融合法 IHS 融合法是比较常用的一种融合方法。其基本原理是首先将空间分辨率较低的三个多光谱影像变换到 IHS 彩色空间，得到明度（I），色别（H）和饱和度（S）三个分量；然后将高空间分辨率影像进行对比度拉伸，达到与 I 分量具有相同的均值和方差；再将处理后的高空间分辨率影像替换 I 分量，作 IHS 逆变换后就得到融合后的影像。 配准、裁剪 1、 将图像tmAtlanta.img用panAtlanta.img配准，图像为:newTm.img（重采样分辨率为108×108feet） 2、将newTm.img和panAtlanta.img在一个viewer中打开，然后在菜单中点击aoi－tools，选择一个实线矩形框工具，在图像上画出两幅图像共有的区域，然后在File－save－AOI Layer as将所做的AOI区域保存。 3、点击 裁减 4、在打开的面板上选择Subset..，然后将newTm.img和panAtlanta.img都用刚才的aoi文件裁成一个子图像。 注意，在此选择AOI文件 输入文件分别为subTm.img，subPan.img 重采样 5、在Viewer菜单Utility－Layer info中查看subPan.img分辨率（3232feet） 6、在Viewer中打开图像subTm.img，点击Raster－Geometric Correction。输入重采样后的文件名为subtm_res.img 重采样， RGB-IHS 7、 重采样后的subtm_res.img与subPan.img分辨率相同，但是像元数目不同，还需要裁减成行列数相同的图像。用subtm_res.img和subPan.img重复步骤2，3，4，输出文件名分别为：sub_subpan.img， sub_subtm_res.img 8、下面开始做变换RGB-IHS RGB-IHS 9、在打开的RGB to HIS对话框中，选择输入输出文件名和波段。输入文件为sub_subtm_res.img ,输出文件名为RGBtoIHS.img,波段选择R:3，G:2，B:1 RGBtoIHS.img图像： 直方图匹配 10、 Input File： sub_subpan.img Input File to Match： RGBtoIHS.img Output File：pan_histogrammatch.img Data Type Output：float single（因为sub_subpan.img 数据类型为float） 见后面图示例 sub_subpan.img 直方图与RGBtoIHS.img 的I分量的直方图进行匹配 替换波段 11、将直方图匹配后的pan_histogrammatch.img图像（1 band）替换RGBtoIHS.img的I分量（第一波段） 先在Input File中选择pan_histogrammatch.img ，然后点击下面的add，然后在Input File中选择RGBtoIHS.img，在Layer中选择2，然后点击add按钮，最后在Layer中选择3，点击add按钮。输出文件名为stack.img IHS－RGB 12、做变换HIS－RGB。输入文件名为stack.img，输出文件名为IHStoRGB.img 融合效果显示(真彩色显示) 将ishend.img与sub_subtm_res.img两幅图像link起来可以看到效果。（为了便于显示，用了envi显示四组效果图，左边都是融合后的，右边都是sub_subtm_res.img ） * * * * * * * * * * * * * * * * * ERDAS基本操作（七） 主要内容 一、非监督分类 二、数据融合 一、非监督分类 Unsupervised Classification 非监督分类 初始分类 专题判别 分类后处理 色彩重定义 栅格矢量转换 非监督分类 非监督分类，是指人们事先对分类过程不施加任何的先验知识，仅凭据遥感影像地物的光谱特征的分布规律，随其自然地进行盲目地分类。其分类结果，只是对不同类别达到了区分，并不确定类别的属性，其属性是通过事后对各类的光谱响应曲线进行分析，以及与实地调查比较后确定的。 监督分类主要采用聚类分析的方法，聚类是把一组像素按照相似性归成若干类。它的目的是使得属于同一类别的像素之间的距离尽可能小而不同类别上像素的距离尽可能的大