实习四遥感图像的监督分类案例.docVIP

实习报告书 实验四 遥感图像的监督分类 姓 名：刘振明 专 业：测绘工程 班 级：2013014班 学 号：201301407 实验日期：2016.6.15 实验组号：07 [实验目的] 1.理解遥感图像的监督分的含义； 2.会使用ENVI软件对遥感图像进行监督分类。 3、学会使用ERDAS IMAGINE 软件对遥感图像进行非监督分类、监督分类、分类后处理、 决策树分类，加深对图像分类过程和原理的理解，为图像解译打下基础。 [实验原理] 在遥感图像分类中，按照是否有已知训练样本的分类依据，分类方法又分为两大类：监督分类与非监督分类。 遥感图像的监督分类是在已知类别的训练场地上提取各类别训练样本，通过选择特征变量、确定判别函数或判别式（判别规则），进而把图像中的各个像元点划归到各个给定类的分类。 遥感图像的非监督分类是在没有先验知识（训练场地）的情况下，根据图像本身的统计特征及自然点群的分布情况来划分地物类别的分类处理，事后再对已分出的各类的地物属性进行确认，也称作“边学习边分类法”。 两者的最大区别在于，监督分类首先给定类别，而非监督分类则由图像数据本身的统计特征来决定。 [实验步骤] 一 监督分类（数据采用njtmcorrected）