ERDAS入门基础教程-图像分类.pptVIP

* * * P o w e r B a r 中国专业PPT设计交流论坛 昆明信飞科技有限公司 * 图像分类 　　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 分类的预处理 训练区的选择 特征选取和提取 分类 结果的检验和输出 图像分类的一般过程 在ERDAS IMAGINE 中分类操作涉及两个模块：分类模块（Classifier）和图像解译（Imagine Interpreter）。其中，分类模块可以完成图像的监督分类、非监督分类、专家分类、分类模板的定义、评价等操作，而在图像解译中的GIS Analysis中可以进行聚类统计、过滤分析、去除分析和分类重编码等分类后处理的操作。 一、非监督分类 １、启动非监督分类模块（方法一） 启动非监督分类模块（方法二） ２、选择图像处理文件（Input Raster File）和输出文件（Output Cluster Layer Filename）设置被分类的图像和分类结果，并选择生成分类模板文件（Output Signature Set）产生一个模板文件。 ３、在非监督分类对话框中分别设置聚类选项（Clustering Options）和处理选项（Processing Options）： (1) 系统提供Initial from Statistics方法和Use Signature Means，前者是按照图像的直方图统计值产生自由聚类，而后者是按照选定的模板文件进行分类，产生的类别数与模板的类别数一致。 (2) 确定初始分类数（Number of Classes），一般设置为最终分类数的两倍以上。 (3) 选择 Initializing Options丨File Statistics 选项，打开File Statistics 选项窗口，在打开的窗口中设置 ISODATA 的统计参数：Initializing Means Along 和 Scaling Range 分别为计算初始均值所沿的轴和度量范围。 (4) 选择 Color Scheme Options丨 Output Color Scheme Option， 设置分类图像颜色属性 3、设置处理选项（Processing Options），确定循环次数和阈值。 在Processing Options 栏选定最大循环次数（Maximum Iterations），它指重新聚类的最大次数，为了避免运行程序时间太长或由于没达到聚类标准而造成的死循环，一般设置在６次以上。 设置循环收敛阈值（Convergence Threshold），其值是指两次分类结果相比保持不变的像元所占的最大比例，目的在于避免 ISODATA 无限循环下去。 Skip Factor 为遍历窗口的大小。 单击ＯＫ按钮，执行非监督分类。 　　(1)在 Viewer 中打开原始图像和分类后的图像。 　　(2)设置各类别的颜色 如果分类后的图像是灰度显示的，其灰度由系统自动赋予，需要设置各类别的颜色，以增加图像的直观表达效果。 　　①打开Raster Attribute Editor对话框。 分类评价 　　在执行非监督分类后，一个重要的工作就是分类评价，检查分类结果的精度调查分类方案。具体步骤如下： 　　①打开Raster Attribute Editor对话框。 　　在工具条单击　　按钮（或者单击 Raster丨Tools），打开 Raster 工具面板，单击　　按钮（或者选择 Raster丨Attributes），打开 Raster Attribute Editor对话框。 　　②调整字段显示顺序。 　　为了方便最先查阅重要的字段，经常需要调整字段显示顺序。在 Raster Attribute Edit