實驗四遙感圖像的監(jiān)督分類和非監(jiān)督分類

1、實驗四遙感圖像的非監(jiān)督分類與監(jiān)督分類一、實驗目的一、實驗目的1非監(jiān)督分類是對數(shù)據(jù)集中的像元依據(jù)統(tǒng)計數(shù)字，光譜類似度和光譜距離進行分類，在沒有用戶定義的條件下練習使用，在ENVI環(huán)境下的非監(jiān)督分類技術有兩種：迭代自組織數(shù)據(jù)分析技術（ISodata）和K均值算法（KMeans）；2分類過程中應注意：1）怎樣確定一個最優(yōu)的波段組合，從而達到最佳的分類精度，基于OIF和相關系數(shù)，協(xié)方差矩陣以及經(jīng)驗的使用來完成對最適合的組合的選取，分類效果的關鍵

2、即在于此；2）KMeans的基本原理；3）Isodata的基本原理；4）分類結束后，被分類后的圖像是一個新的圖像，被分類類碼秘填充，從而可以獲得數(shù)據(jù)提取信息，統(tǒng)計不同類碼數(shù)量，轉化為實際面積，在得到后的圖像上，可對不同目標的形態(tài)指標進行分析。3對訓練區(qū)中的像元進行分類；4用訓練數(shù)據(jù)集估計查看監(jiān)督分類后的統(tǒng)計參數(shù)；5用不同方法進行監(jiān)督分類，如最小距離法、馬氏距離法和最大似然法。二、實驗設備與材料二、實驗設備與材料1、軟件軟件ENVI4.7

3、軟件2、所需材料所需材料TM數(shù)據(jù)三、實驗步驟三、實驗步驟1.選擇最優(yōu)的波段組合ENVI主工具欄中File→Openimagefile→選擇hbtmref.img打開→在BasicTools中選擇Statistics→Computestatistics選定原圖，在Spectralsubset中可選項全部選定→OK→OK→全選→保存→OK，則各類統(tǒng)計數(shù)字均可查；OIF計算，選擇分類波段：1，2；2，3；1，3波段標準差分別為2.665727

4、；3.473308；4.574609，和為10.713644。CrelationMatrix中1和2波段的相關系數(shù)0.964308，加上2和3波段的相關系數(shù)0.980166，再加上1和3波段的相關系數(shù)0.945880，最終等于2.890354。用標準差相加的結果10.713644比上相關系數(shù)之和2.890354等于3.70668922?？梢赃x擇其他不同波段的數(shù)據(jù)進行同上運算，比值結果最大的為最優(yōu)波段，此次選擇結果為346波段。2.KMe

5、ans法進行非監(jiān)督分類1）Classification→Unsupervised→KMeans，點擊hbtmref.img→點擊Spectralsubset→選346三個波段→OK，回到上級菜單→OK，在Numberofclasses中輸15即分為15類，ChangeIterations中輸6，即最大迭化量為6次，MaximumStdevFromMean中為空，選擇保存位置→OK；在原界面中選定保存結果后Newdisplay→LoadB

6、，雙擊查看CursLocationValue，發(fā)現(xiàn)Data已由原來的坐標形式轉換為類碼；在KMeans窗口工具欄中點擊Tools→SpatialPixelEdit→可將類碼轉換成相應的地物類型，要求進行大量的野外調查，確定同一類碼所代表的地物是什么4）擇多濾波器（對合并后的結果）classification→postclassification→MajityMinityAnalysis→選擇合并后文件→OK，再選擇class10，Ker