遥感非监督分类_实验报告书.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
下载可编辑 遥感图像的非监督分类实验报告 姓 名 :李全意 专业班级 :地科二班 学 号 :2010214310 指导教师 :段艳 日 期 :2012年6月3 日 1. 实验目的 通过本实验加强对遥感非监督分类处理理论部分的理解 ,熟练掌握图像非监 督分类的处理方法 ,并将处理前后数据进行比较 。 2. 实验准备工作 (1)准备遥感数据 (本实验使用的是老师提供的遥感数据 ); (2 )熟悉遥感图像非监督分类的理论部分 3.实验步骤 4. 实验数据分析与结论 (1)通过分类前后图像的比较 ,发现非监督分类后的图像容易区分不同地 物 ; (2 )分类过程中存在较多错分漏分现象 ,同种类别中有多种地物 ; (3 )非监督分类根据地物的光谱统计特性进行分类 ,客观真实且方法简单 , 而且具有一定的精度 。 5. 实验收获及需要解决的问题 (1)对非监督分类处理遥感图像方法有了总体上的认识 ,基本上掌握该方法 的具体操作步骤 ,会用该方法处理一些遥感图图像 。 (2 )如何减少错分漏分现象 ,使分类后的图像更加精确 ? .专业 .整理 . 下载可编辑 3. 实验步骤 (1) 在 ERDAS工具条中点击 Classifier Classification Unsupervised Classification, 在Unsupervised Classification 对话框中 ,将参数设计设计如下 : Number of classes : 30, 一般将分类数取为最终分类数的 2 倍以上 ; Maximum Iterations : 18 ; 点击 Color Scheme Options 决定输出的分类图像为黑白的 ; Convergence Threshold :0.95 。 点击 OK 即可 。打开完成后图像与原图像对比 : 原图 : 完成后 : (2 )打开原图像 ,在视窗中点击 File/Open/Raster Layer ,选择分类监督后的图像 classification1.img ,在 Raster Options 中 ,取消 Clear Display 如下 : .专业 .整理 . 下载可编辑 得到下图 : 打开分类图像属性并调整字段显示顺序在视窗工具条中 ,点击 图标打开 Raster 工具面板 , 点击 Raster 工具面板的 图标 ,得到 Raster Attribute Editor 对话框 ,如下图 : 可在 Raster Attribute Editor 对话框中点击 Edit/Columns Properties ,通过 Up 、Down 调节 Columns 中字段的顺序 ,最好将 Histogram 、Color 、Opacity 、Class-Names 四个调到最前 列 。 点击 OK 即可 。 在Raster Attribute Editor 对话框中点击一个类别的 ROW 字段 ,从而选择该类别 ,在该类别 color 一栏中右击 ,选择一种颜色 ,重复以上步骤直至所有的类别赋予颜色 。 如下图

文档评论(0)

171****9217 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档