遥感图像监督分类实习报告.docxVIP

遥感影像监督分类结果记录 监督分类实质上就是依据所建立的训练区（分类模板） 、在一定的分类决策规则的条件 下，对图像像元的类别归属进行判断的过程。 1 ?根据你的分析，TM图像中的地物共划分了多少种类别？哪些类别？ 6种 林地耕地阴影裸地人造地物其它 2?在待分类图像中通过 ROI区域来获取分类模板信息，为所有类别选取训练样本区之后， 请把选择了训练区的图像和 ROI Tool对话框抓图。 ￥ #1 ROI Tool 匚|归|区| File MI_Type Options Help Window： Image Scroll Zoom 厂 Off ROI lUm电 Color Fixels Polygons 林地 Gr 134 S/LS4 0/0 耕地 Ytllow ITS B/1T2 0/0 裸地 欣d 1.264 8/1,264 0/0 * 人造地物 Purple 126 6/126 o/o 苴它 Cyan 332 6/332 0/0 阴影 Eliia 236 8/23B a/o 瞪呵 New Region Goto* Stts | Pixel Delete Select All HiBOIs 图1地物分类表图 3 ?评价分类模板，计算 ROI的可分离性，将显示可分离性值的窗口抓图。 说明：ENVI为每一个感兴趣区组合计算Jeffries-Matusita 距 离和 Tran sformed Diverge nee。这两个参数的值为 0—2.0,大于1.9说明样本之间可分离性好，属于合格样本； 小于1.8,需要重新选择样本；小于 1，考虑将两类样本合成一类样本。 注意：如果可分离性的值小于 1.8则要重新选择训练区， 如果小于1则考虑修改类别的 划分，将两类样本合成一类样本。通过检验和修改，直到可分离性值大于 1.9为止。 ROI Separability ReportFilt IInput File can_tmr ihgROI Hame: (Jeffries-Mtusita, Transformed Divergence)林地[Green] 104 points:桃」也[Yellow] 172 points: (11. ROI Separability Report Filt I Input File can_tmr ihg ROI Hame: (Jeffries-Mtusita, Transformed Divergence) 林地 [Green] 104 points: 桃」也[Yellow] 172 points: (11 課j也[EecI] 1264 points: (11 人造地物 [Purple] 126 points： (1 .9^^91272 1.99^99985) 苴它[Cyan] 332 points： (1.^990019 2 阴彩[Blue] 23￡ points: (11 執地 [Yellow] 172 points: 林」也184 points: (11 裸d也[Red] 1264 points: (12 . 人造上也物 [Purple] 126 points: (12 苴它[Cyan] 332 points: (1 9999877^ 2 阴影 [Blue] 23 points: (2 QOOOOOOD 2 . OOOOOOOQ) 〔Red] 1264 points: 林〕也[Green] 184 points: (1.9999J890 1) 義地[Yellow] 172 points: (12 人造地物 [Purple] 126 points: (11.94007B95) 苴它[Cyan] 332 匚口mts: (11 . 阴膨 [Bluel 236 points: (2.2 .j 物地胞地亠匕审 地仲耕課苴阴 造 A [Purple] 126 points; fGreen] 184 points: (11 [Yellow] 172 points: (12 [Red] 1264 points: (11.940079S) [Cyan] 3