非监督分类.doc

实验四、卫星遥感数据的分类与变换步骤 一、实验目的 1、掌握遥感影像非监督分类解译的方法。 2、掌握基本增强方法比较增强前后同一地物的信息有何变化。 3、理解遥感影像增强对于信息解译的意义。 二、实验内容 1、对原遥感影像进行非监督分类解译 3、对遥感影像增强后进行分析解译，对比增强前后差异 三、实验原理 1、非监督分类（Unsupervised Classification）完全按照象元的光谱特性进行统计分类，对分类区情况不了解时常使用这种方法。使用该方法时，原始图像的所有波段都参与分类运算，分类结果往往是各类象元数大体等比例。由于人为干预少，分监督分类过程的自动化程度高。非监督分类一般要经过以下几个步骤：初始分类、专题分类、分类合并、色彩确定、分类后处理、色彩重定义、删格矢量转换以及统计分析。 聚类过程开始于任意聚类平均值或一个已有分类摸板的平均值；聚类每重复一次，聚类的平均值就更新一次，新聚类饿均值再用于下次聚类循环。ISODATA实用程序不断重复，直到最大的循环次数已达到设定阈值，或者两次聚类结果相比达到要求百分比的象元类别已经不再发生变化。 2、色彩变换（RGB to IHS）是将遥感图像从红绿蓝三种颜色组成的彩色空间转换到以亮度、色度、饱和度作为定位参数的彩色空间，以便使图像的颜色与人眼看到的更为接近。其中，亮度表示整个图像的明亮程度，取值范围是0~1；色度代表颜色与人眼看到的的颜色，取值范围是0~360；饱和度代表颜色的纯度，取值范围是0~1。 ＩＨＳ变换将图像处理常用的RGB彩色空间变换到ＩＨＳ空间。ＩＨＳ空间用亮度（Intensity）、色调（Hue）、饱和度(Saturation)表示。ＩＨＳ变换可以把图像的亮度、色调和饱和度分开，图像融合只在强度通道上进行，图像的色调和饱和度保持不变。灰度反转是指图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像，其结果是原来亮度的地方变暗，原来暗的地方变亮。本方法对多光谱图像的多个波段进行主分量变换，变换后第一主分量含有变换前各波段的相同信息，而各波段中唯一对应各波段的部分，被分配到变换后的其它波段。然后将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。最后，用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。 在图像解译图标下打开辐射增强/亮度反转（Brightness Inversion） 确定输入为Loplakebedsig357.img 定义输出文件名为inversion.img 输出数据类型（output Data Type）为Unsigned 8 bit 忽略0 (4) 主成分变换 光谱增强处理下选择主成分变换 输入文件为Lanier.img或ETM+影像 输出文件为Principal.img 文件坐标选择Map 输出数据类型选择浮点单精度 (Number of Components Desired)为3 五、主要实验仪器设备 遥感影像处理系统，遥感影像 五、实验报告结论中的内容： ①把分类结果与原影像上不同地物的波谱特性结合识别出每个类别是什么地物并附分类图（含分类指示表）。 ② 分别说明利用三种增强方法增强前后影像特征（波段数，波段含义，像元值、地物特征等方面）异同。