实验7 遥感图像分类.docVIP

实验七 遥感图像分类 实验学时 2学时实验原理 安装了ENVI4.0的电脑 遥感数据…\data\changsha.img 实验内容…\data6\changsha.img并对741波段进行RGB假彩色合成。 在主菜单栏选择：Classification-Unsupervised-ISODATA，弹出ISODATA Parameters窗口，设置分类器参数并记录： 类别数（Number of Classes）：最小（ 5 ），最大（ 10 ） 最大迭代次数（Maximum Iterations）：（ 9 ） 改变阈值（Change Threshold%）：（ 5 ） 每类最少像元数（Minimum Pixel in Class）：（ 1 ） 最大类内差（Maximum Class Stdv）：（ 1 ） 最小类间距（Minimum Class Distance）：（ 5 ） 进行非监督分类，并将结果保存为文件以便于比较，从而选出最佳方案。 图像动态链接显示的建立和取消。采用Dynamic Overlay 查看、比较分类结果。具体步骤：同时打开分类后图像和原图像，在主影像窗口：Tools-Link-Link Displays…，弹出Link Displays（也可以直接通过在主窗口点击鼠标右键进行快捷操作）点击Ok即可。在主影像窗口中点击鼠标对比、检查分类效果。如要取消则在Image窗口点击右键，选择Unlink Displays，或者选择Dynamic Overlay Off。 重复步骤2-4，直到得到理想的结果，并记录最后设置和结果： 类别数（Number of Classes）：最小（ 5 ），最大（ 7 ） 最大迭代次数（Maximum Iterations）：（ 6 ） 改变像元百分比（Change Threshold%）：（ 6 ） 每类最少像元数（Minimum Pixel in Class）：（ 3 ） 最大类内差（Maximum Class Stdv）：（ 3 ） 最小类间距（Minimum Class Distance）：（ 6 ） 最后得到较为完美的分类图像，如图（ 1 ）。 【结论与问题】 （二）监督分类 注：拷贝保存各种分类方法所对应分类结果图像并记录参数，实验采用如下监督分类方法： Parallelepiped（平行六面体法）：Maximum Likelihood：Minimum Distance（最小距离法）：关闭所有窗口及数据 打开…\data6\changsha.img并对741波段进行RGB假彩色合成。 利用ROI工具，选择训练区 主影像窗口：Overlay(Region of Interest 用鼠标左键在主影像窗口中画多边形ROI块。单击右键完成多边形，中键取消创建。 新建ROI，点击 删除已有的ROI，点击 加载已有训练区 删除所有已建立的ROI； ROI ool：File(Restore ROIs. …\data\Classes.roi - 分类 分别选用如下分类器进行分类，保存分类结果： (主菜单) Classification(Supervised(Parallelepiped；选择数据；选择所有ROI；输入保存输出结果的文件名；OK。如效果不好，修改Max Stdev from Mean. (主菜单) Classification(Supervised( Maximum Likelihood；选择数据；选择所有ROI；其它采用默认设置；输入保存输出结果的文件名（cls_ml.img）；OK (主菜单) Classification(Supervised(Minimum Distance；选择数据；选择所有ROI；其它采用默认设置；输入保存输出结果的文件名（cls_md.img）；OK - 分类 本实习不提交报告，但要求提交两张最终成果图（非监督分类与监督分类各一），并综合考察每学生的实验过程，完全实现实验过程 7 新建的多边形 类别影像 规则影像，反映各个像元与该类别的距离或概率