ENVI监督分类步骤.pdfVIP

ENVI 监督 分类 监督分类 用于在数据集中根据用户定义的训练样本类别聚集像元。 训 练样本类别是像元的集合或单一波谱。 在分类过程中， 可以选择它们 作为代表区域或分类素材。 监督分类的步骤 ：类别定义 /特征判别——样本选择——分类器选择 ——影像分类——分类后处理——结果验证 数据： 以 Landsat TM 为数据源，影像 can_tmr.img 处理过程： 一、样本选择： 打开影像 can_tmr.img 后 543 波段显示，目视判断一 下这个影像中地物大概分几类， 可定义 偏暗红色的为裸地， 鲜 绿色的为耕地， 深绿色的为林地， 白色的为沙地， 沙地与林 地之间的 绿色的为草地， 黑色的为阴影与水体定义为其他。 在主影像窗口菜单中点 overlayregion of interests, ROI tool 窗口就 打开了， window 的方式点击 zoom 窗口，先定义一类 ROI：裸地 在缩放窗口中画裸地，画的图斑尽量小，分布尽量均匀。 划完裸地后，点击 new region，定义新的种类，沙地、林地、草地、 其他的定义和画法都同裸地一样。得到如下结果： 二、验证样本： 在 ROI tool 对话框菜单点击 options—compute ROI separability 计算 ROI 可分离性，这是一种定量的方式来验证样本的 方法。还有一种定性的来验证样本的方法是 N 维可视化方法。 选择要进行可分离性计算的文件为影像 can_tmr.img，点击 OK 点击 把六组样本都选择，点击 OK 。出现如下报告： 红笔圈画区域数字代表两类样本的相近性，数字越大代表越不相近， 两类样本越不好区分。 后面每一栏 1.8 最好，所以我们需要修改林地 和草地。激活草地（表格中草地前面带星号） ，点击 Goto，进行逐一 删除后重新画样本。下图是我修改后进行计算 ROI 可分离性后的结 果，每项都 1.8，合格。 三、影像分类： 选好“训练场地” 样本后，我们就要把选好的样 本适用于全图进行分类。 主菜单点击 classfication supervisedmaxinum likelihood, 选用最大似然分类法。 点击 OK 。出现最大似然分类方法参数设置对话框，设置如下： 点击 OK 后，available band list 对话框自动生成了分类文件 TM-class， 右键 load band to new display显示。 接下来要把分类后图像与原图像叠加显示， 在原图像 的主影像菜单点 击 overlayclassfication. 选择要用来叠加的文件为分类后图像 TM-class，点击 OK 。这样两个 文件就叠加到一个影像上了。每一种样本都可以进行 显示。 接下来修改样本的颜色和名称，点击 options—edit class colors/names. 可根据自己的喜好和样本实际颜色进行颜色的修改。