非监督分类(Erdas)_附件.docxVIP

遥感实验报告课程名称：遥感概论年级：13实验日期：姓名：学号：13班级：实验名称：遥感图像计算机解译-非监督分类实验序号：9成员人数：实验目的：进一步理解计算机图像分类的基本原理以及非监督分类的过程，初步掌握遥感图像计算机解译的基本方法，加深对非监督分类的理解。 实验内容：ERDAS 遥感图像非监督分类实验方法和步骤：非监督分类运用ISODATA算法，完全按照像元的光谱特性进行分类，常常用于对分类区没什么了解的情况，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像元数等比例。由于人为的干预较少，非监督的分类结果更加精确。非监督分类一般要经过以下几个步骤：初始分类，专题判别，分类合并,色彩确定,分类后处理,色彩重定义,栅格矢量转换,统计分析。实验的过程和结果：分类过程（ Classification Procedure ）第一步：调出非监督分类对话框：在ERDAS图标面板上点击DataPrep图标, →Data Preparation 菜单→Unsupervised Classification菜单项→Unsupervised Classification 对话框,如图1-1所示：图1-1第二步：进行非监督分类→确定初始分类数（Number of classes）： 12分出12个类别实际工作中一般将分类数取为最终分类数的2倍以上。 .点击Initializing options按钮可以调出Fi1e Statistics Options对话框以设置ISODATA的一些统计参数， .点击Co1or Scheme Options按钮可以调出output color Scheme Options对话框以决定输出的分类图像是彩色的还是黑白的。这两个设置项使用缺省值。 最大循环次数（Maximum Iterations）是指ISODATA重新聚类的最多次数，这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。一般在应用中将循环次数都取6次以上。 →设置循环收敛阈值（Convergence Threshold）：0.95 收敛阈值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以避免ISODATA无限循环下去。 →点击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类，获得一个初步的分类结果）生成如图1-2所示：图1-22 、分类评价 （ Evaluate Classification ）第一步：显示原图像与分类图像 在同一个窗口中，同时打开两个图像。第二步：打开分类图像属性表并调整字段显示顺序→打开Raster工具面板→点击Raster工具面板的属性图标(Raster Attributes)→打开Raster Attribute Editor对话框(germtm_isodata的属性表)，Rarster Attribute Editor对话框菜单条： Edit→Column Properties →Column Properties 对话框在Columns中选择要调整显示顺序的字段，通过UP、DOWN、TOP 、BOTTOM等几个按钮调整其合适的位置，通过选择DISPLAY WIDTH调整其显示宽度，通过Alignment 调整其对齐方式。如果选择Editable复选框，则可以在Title 中修改各个字段的名字及其它内容。在Column Properties 对话框中，调整字段顺序：依次选择Histogram、 Opacity、 Color、Class_Names字段，并利用UP按钮移动，使Histogram、 Opacity、 Color、Class_Names四个字段的显示顺序依次排地前面。→OK（关闭Column Properties对话框）如图1-3：图1-3得到的属性表如图1-4：图1-4第三步：给各个类别赋相应的颜色由于初始分类的图像是灰度图像，各类别的显示灰度是系统自动赋予的，为了提高分类图像的直观表达效果，需要重新定义类别颜色。Raster Attribute Editor对话框（germtm_isodata.img的属性表）→点击一个类别的ROW字段从而选择该类别→右键点击该类别的COLOR字段（颜色显示区）→ASLS色表菜单选择一种合适颜色→重复以上操作，直到给所有类别赋予合适颜色，如图1-5： 图1-5第四步：不透明度设置 由于分类图像覆盖有原图像上面，为了以单个类别的专题含义与分类精度进行分析，先要把其它所有类别的不透明程序值设为0（即必为透明），而要分析的透明度设为1（即不透明），具体操作如下：Rarster Attribute Editor对话框（germtm_isodat