erdas图像处理练习指导书

遥感图像处理练习-----利用ERDAS IMAGINE 软件
目录一．ERDAS Imagine 软件简介
1.ERDAS IMAAGINE软件概述（Introduction ）
2.在程序菜单中选择ERDAS IMAGINE 8.4 启动
3.ERDAS IMAGINE 功能体系（Function System）
二、图像显示
1.图像显示视窗（Viewer）
2.图像显示
三、数据输入
1.单波段二进制图像数据输入
2.组合多波段数据
四、数据预处理
1.图象几何校正
2.图象拼接处理
3.图象分幅裁剪
五、图像增强处理
1.图像解译功能简介（Introduction of Image Interpreter）
2.图像空间增强
3.辐射增强处理：
4.光谱增强处理
六、非监督分类
1．图像分类简介（Introduction to classification）
2 非监督分类（Unsupervised Classification）
七、监督分类
1.定义分类模板（Define Signature Using signature Editor）
2.评价分类模板（Evaluating Signatures ）
3.执行监督分类(Perform Supervised Classification)
4.评价分类结果(Evaluate classification)
5.分类后处理(Post-Classification Process)
一、ERDAS Imagine软件简介
.实习目的：了解ERDAS Imagine 软件模块构成、功能
.内容：
·ERDAS IMAGINE软件概述（Introduction）
·ERDAS IMAGINE目标面板（Function System）
·ERDAS IMAGINE功能体系（Function System）
1． ERDAS IMAAGINE软件概述（Introduction ）
ERDAS IMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件。

ERDAS IMAGINE是以模块化的方式提供给用户的，可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。

ERDAS IMAGINE面向不同需求的用户，对于系统的扩展功能采用开放的体系结构，以IMAGINE Essentials、IMAGINE Advantage，IMAGINE Professional的形式为用户提供了低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，使产品模块的组合具有极大的灵活性。

1．1 IMAGINE Essentials级
是一个花费极少的，包括有制图和可视化核心功能的图像工具软件。

借助IMAGINE Essentials可以完成二维／三维显示、数据输入、排序与管理、地图配准、专题制图以及简单的分析。

可以集成使用多种数据类型，并在保持相同的易于使用和易于剪裁的界面下升级到其它的ERDAS产品。

可扩充的模块：
（1）Vector模块——直接采用GIS工业界领袖ESRI的ArcInfo数据结构Coverage,可以建立、显示、编辑和查询Coverage,完成拓朴关系的建立和修改，实现及矢量图形和栅格图像的双向转换等；
（2）Virtual GIS模块——功能强大的三维可视化分析工具, 可以完成实时3D飞行模拟，建立虚拟世界进行空间视域分析，矢量与栅格的三堆叠加，空间GIS分析等；
（3）Developer's Toolkit模块——ERDAS IMAGINE的C语言开发工具包，包含了几百个函数，是ERDAS IMAGINE客户化的基础。

1．2 IMAGINE Advantage级
是建立在IMAGINE Essential级基础之上的，增加了更丰富的栅格图像GIS分析和单张航片下正射校工等强大功能的软件。

IMAGINE Advantage为用户提供了灵活可靠的用于栅格分析、正射校正、地形编辑及图像拼接工具。

简而言之，IMAGINE Advantage是一个完整的图像地理信息系统（Imaging G1S）。

可扩充模块：
（1）Radar模块——完成雷达图像的基本处理，包括亮度调整、斑点噪声消除、纹理分析、边缘提取等功能：
（2）OrthoMAX模块——全功能、高性能的数字航测软件，依据立体象对进行正射校正、自动DEM提取、立体地形显示及浮动光标方式的DEM交互编辑等：
（3）OrthoBase模块——区域数字摄影测量模块，用于航空影象的空三测量和正射校正：（4）OrthoRadar模块——可对Radarsat，ERS雷达图像进行地理编码，正射校正等处理
（5）SterEOSAR DEM模块——采用类似于立体测量的方法，从雷达图像数据中提取DEM：（6）IFSAR DEM模块——采用干涉方法，以像对为基础从雷这图像数据中提取DEM：
（7）ATCOR模块——用于大气因子校正和雾曦消除。

1.3 IMAGINE Professional级
是面向从事复杂分析，需要最新和最全面处理工具，经验丰富的专业用户。

Professional是功能完整丰富的图像地理信息系统。

除了Essentia1s和Advantage中包含的功能以外，IMAG1NE Professional还提供轻松易用的空间建模工具（使用简单的图形化界面），高级的参数／非参数分类器，知识工程师和专家分类器，分类优化和精度评定，以及雷达图像分析工具。

可扩充模块：
（1）Subpixel Classifier模块——子象元分类器利用先进的算法对多光谱图像进行信息提取，可达到提取混合象元中占20％以上物质的目标；
1.4 IMAGINE动态连接库
ERDAS IMAGINE中支持动态连接库（DLL）的体系结构。

它支持目标共享技术和面向目标的设计开发、提供一种无需对系统进行重新编译和连接而向系统加入新功能的手段，并允许在特定的项目中裁剪这些扩充的功能。

动态连接库：
（1）图像格式DLL——提供对多种图像格式文件无需转换的直接访问，从而提高易用性和节省磁盘空间。

支持的图像格式包括： IMAGINE、 GRID、LAN／G1S、 TIFF （GeoTIFF）、GIF、JFIF（JPEG）、FIT和原始二进制格式。

（2）地形模型DLL——提供新类型的校正和定标（calibration），从而支持基于传感器平台的校正模型和用户剪栽的模型。

这部分模型包括：Affine、 polynomial、 Rubber sheeting、TM、SPOT、Single frame Camera等。

2、在程序菜单中选择ERDAS IMAGINE 8.4 启动
在程序菜单中选择ERDAS IMAGINE 8.4，ERDAS IMAGINE 开始启动运行, 图标面板（ICON Panel）自动打开，并在你的屏幕上显示如下：
ERDAS IMAGINE的图标面板包括菜单条：Session, Main, Tools, Utilities, Help 和工具条两部分。

ERDAS IMAGINE的图标面板包括菜单条中的5项下拉菜单都由一系列命令或选择项组成，这些命令及其功能如表1.1所示。

表1.1 ERDASIMAGINE图标面板菜单条
.
表1.2 综合菜单命令及其功能
表1.3 主菜单命令及其功能
表1.5 实用菜单命令及其功能
2.2工具图标及其功能（Panel ICON）
与IMAGINE Professional级功能及其应用外，还将涉及两个重要的扩展模块Vector模块和Virtual GIS模块，因而共有13个图标（表1.7）
表1.7 ERDAS IMAGINE 图标面板工具条
3.ERDAS IMAGINE 功能体系（Function System）
前面关于ERDAS IMAGINE 软件组成及其图标面板的介绍表明，ERDAS IMAGINE 是一个功能完整的、集遥感与地理信息系统于一体的专业软件。

那么，用户在进行遥感图像处理，转换、分析和成果输出的过程中，如何有效地应用系统所提供的众多功能呢？根据ERDAS IMANGINE系统功能、常规遥感图像处理与遥感应用研究的工作内容，用图1.2所示的框图，进一步说明ERDAS IMAGINE的功能体系。

图1.2 ERDAS IMAGINE功能体系
二、图像显示
实习目的：学会启动ERDAS Imagine熟悉ERDAS图像显示
实习内容：启动ERDAS Imagine, 了解、熟悉图像显示的主要功能。

实习步骤如下：
1、图像显示视窗（Viewer）
图像显示视窗（Viewer）是显示栅格图像、矢量图形、注记文件、AOI等数据层的主要窗口，每次启动 ERDAS IMAGING时，系统都会自动打开一个二维视窗（Viewer）如图2.1所示。

在应用过程中可以随时打开新的视窗。

图2.1 二维视窗（Viewer）
二维视窗（Viewer）主要由视窗菜单条、工具条、显示窗和状态条四部分组成。

2、图像显示
第一步：启动程序
菜单上选择File | Open | Raster Layer——Select Layer To Add对话框图2.2。

或在工具条上选择——Select Layer To Add对话框图2.2。

第二步：确定文件
图2.2中的File选项用于图像文件的确定，具体内容及实例如表所示。

表2.1 图像文件的确定参数
第三步：设置参数
在Select Layer To Add对话框中点击Raster Options, 就进入设置参数状态，如图2.3所示。

图2.3 Select Layer To Add对话框
各项参数具体内容及实例，如表2.2 所示。

表2.2 图像文件显示参数
第四步：打开图像
在Select Layer To Add对话框中，点击OK，打开所确定的图像，视窗中显示该图像。

三、数据输入
实习目的：掌握TM图像数据输入的主要方法。

实习内容：主要包括单波段TM图像数据输入、多波段组合文件的生成。

从地面站购买的TM图像数据或其它图像数据，须按照Generic Binary数据格式输入。

1.单波段二进制图像数据输入
在ERDAS图标面板工具条中，点击——打开输入输出对话框，如图所示。

并做如下的选择：
.选择数据输入操作：Import
.选择数据输入类型（Type）为普通二进制：Generic Binary
.选择数据输入媒体（Media）为文件：File
.确定输入文件路径及文件名（Input File）:Band1.dat
.确定输出文件路径及文件名（Output File）band1.dat
.OK
.打开Import Generic Binary Data对话框，如图所示
在Import Generic Binary Data对话框中定义下列参数：
.数据格式（Data Format）:BSQ
.数据类型（Data Type）:Unsigned 8 Bit
.数据文件行数（Row）:5728
.数据文件列数（Cols）:6920
.文件波段数量（Bands）:1
.保存参数设置（Save Option）:*.gen
.OK退出Save Option File
.OK执行输入操作。

上图为进程状态条，OK完成数据输入。

重复上述过程，可依此将多波段数据全部输入，转换为 .IMG文件。

2、组合多波段数据
为了图像处理与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。

第一步：在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack——Layer Selection and Stacking的对话框。

第二步：在Layer Selection and Stacking对话框中，依此选择并加载（Add）单波段IMG图像：
.输入单波段图像文件（Input File: *.img）:band1.img——Add
.输入单波段图像文件（Input File: *.img）:band2.img——Add
………
.输入组合多波段图像文件（Output File:*.img）:bandstack.img
.OK执行并完成波段组合。

四、数据预处理
实习目的：掌握图像预处理的主要方法。

实习内容：主要包括几何校正、图像拼接、图象分幅裁剪
数据预处理模块为Data preparation
在ERDAS图标面板工具条中，点击图标——Data Preparation菜单
本练习主要作：几何校正、图象拼接处理、图象分幅裁剪。

1、图象几何校正
第一步：显示图象文件
在视窗中打开需要校正的Landsat TM图象：lanzhoucity.img.
第二步：启动几何校正模块
在Viewer#1的菜单条中，选择Raster|Geometric Correction
.打开Set Geometric Model对话框
.选择多项式几何校正模型 Polynomial——OK
.程序自动打开Geo Correction Tools对话框和Polynomial Model Properties对话框
.先选择Close关闭Polynomial Model Properties对话框.程序自动打开GCP Tool Reference Setup对话框
.选择Keyboard Only
.OK
.程序自动打开 Reference Map Information提示框。

.选择Map Units: Meters
.添加地图投影参数，如下图：
.选择OK 确定地图投影参数，并关闭上图。

.选择OK，确定 Reference Map Information，并关闭提示框。

.并自动打开采集控制点对话框。

GCP的具体采集过程:
在图像几何校正过程中，采集控制点是一项非常重要和相当重要的工作，具体过程如下：.在GCP工具对话框中点select GCP 图标，进行GCP选择状态。

.在view#1中移动关联方框位置，寻找明显地物特征点，作为输入GCP。

.在GCP工具对话框中点击Great GCP图标，并在view#2中点击左键定点，GCP数据表将记录一个输入的GCP，包括编号、标识码、X、Y坐标。

.在GCP工具对话框中输入地图参数坐标X、Y。

.不断重复上述步骤，采集若干GCP，直到满足所选是的几何校正模型为止。

采集地面检查点
以上所采集的GCP为控制点，用于建立转换方模型及多项式方程，地面检查点，则用于检验所建立的转换方程的精度和实用性，具体过程如下：
.在GCP TOOL菜单条中选择GCP类型：Edit/Set Point Type —check。

.在GCP TOOL 菜单条中确定GCP匹配参数：Edit/Point matching —打开GCP Matching 对话框，并确定参数。

.确定地面检查点，其操作与选择控制点完全一样。

.计算检查点误差：在GCP TOOL工具条中，点击Compute Error 图标，检查点的误差就会显示在GCP TOOL 的上方(如下图)，只有所有检查的误差小于一个像元时，才能进行以下
的步骤。

开
选择或检查参数，然后选择close关闭。

图象重采样
.在Geo Correction Tools 对话框中选择Image Resample 图标—打开Image Resample 对话框，并定义重采样参数。

.输出图像文件名(output file):rectify.img
.选择重采样方法(Resample Method):Nearest Neighbor
.定义输出图像在图与像元大小。

.设查输出统计中忽略零值。

.选择OK启动重采样进程，并关闭Image Resample 对话框。

2.图象拼接处理
本练习将同一区域机邻的三幅TM图象进行拼接。

其过程如下：
.启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool 视窗。

.加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for Mosaic 对话框。

依次加载窗拼接的图像。

.在Mosaic Tool 视窗工具条中，点击set Input Mode 图标，进入设置图象模式的状态，利用所提供的编辑工具，进行图象叠置组合调查。

.图象匹配设置，点击Edit /Image Matching —打击Matching options 对话框，设置匹配
方法：Overlap Areas。

.在Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set Overlap
Function对话框
设置以下参数：
.设置相交关系(Intersection Method):No Cutline Exists。

.设置重叠图像元灰度计算(select Function):Average。

.Apply —close完成。

.运行Mosaic 工具在Mosaic Tool视窗菜单条中,点击 Process/Run Mosaic —打开Run Mosaic对话框。

设置下列参数：确定输出文件名：mosaic.img
确定输出图像区域：ALL
OK进行图像拼接。

3、图象分幅裁剪
在实际工作中，经常根据研究区的工作范围进行图像分幅裁剪，利用ERDAS 可实现两种图像分幅裁剪：规则分幅裁剪，不规则分幅裁剪。

1、规则分幅裁剪
即裁剪的边界范围为一矩形，其具体方法如下：
在ERDAS图标面板工具条中，点击DataPrep/Data preparation/subset Image—打开subset Image 对话框，并设置参数如下：
说明：裁剪范围输入：
①通过直接输入右上角、右下角的坐标值;
②先在图像视窗中放置查询框，然后在对话框中选择From Inquire Box
③先在图像视窗中绘制AOL区域，然后在对话框中选择AIO功能，利用此方法也可实
现不规则裁剪。

2、不规则分幅裁剪
①用AOI区域裁剪，与上述的②的方法相同。

②用Arclnfo的多边形裁剪。

.将Arclnfo多边形转换成网格图象。

.ERDAS图标面板工具条中，点击Vector/vector to Raster—打开vector to Raster对话框，并设置参数，并实现转换。

.通过掩膜运算实现图像不规则裁剪。

.ERDAS 图标面板工具条中，点击Interpreter/Utilities /Mask--打开Mask对话框，并设置参数如下：
setup Recode设置裁剪区域内新值为1，区域外取0值。

五、图象增强处理
实习目的：掌握常用的图象增强处理的方法。

实习内容：主要包括：空间、辐射、光谱增强处理的主要方法
空间增强：负括卷积增强处理、纹理分析、
辐射增强：LUT拉伸处理、直方图均衡化处理
光谱增强：主成份变换、缨穗变换、色彩变换
图象增强处理包括空间、辐射、光谱增强处理与傅低变换处理，本练习做几种常用的增强处理方法，在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。

1．图像解译功能简介（Introduction of Image Interpreter）
利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。

图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：
ERDAS图标面板菜单条： Main/Image Interpreter----Image Interpreter菜单ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单
从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增强（Spatial Enhancement）、辐射增强（Radiometric Enhancement）、光谱增强(SpectralEnhancement)、高光谱工具（Hyper Spectral Tools）、傅立叶交换（Fourier Analysis ）、地形分析（Topographic Analysis）。

地理信息系统分析（GlS Analysis）、以及其它实用功能（Utilities）。

每一项功能菜单中又包含若干具体的遥感图像处理功能。

2、图象空间增强
2．1 空间增强（Spatial Enhancement）
空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。

ERDAS IMAGINE 提供的空间增强处理功能如表4.1所列。

2.2卷积增强处理
卷积增强是将整个图像按像元分块进行平均处理，用于改变图像的空间频率特征。

卷积处理的关键是卷积算子一-系数矩阵的选择。

ERDAS将常用的卷积积算子放在default.klb 的文件中，分别以3×3、5×5、7×7三组，每组又包括edge Detect/edge enhance/low pass/Highpass/Horizontal/vertical/summary等七种不同的处理方式。

具体执行过程如下：
.ERDAS图标面板工具条，点击Interpreter/spatial Enhancement / convolution—打开convolution对话框，并设置如下参数：
2.3纹理分析
纹理分析通过在一定的窗口内进行二次变异分析或三次对称分析，使图像的纹理结构得
到增强，具体过程如下：
ERDAS 图板面板工具条中，点击Interpreter/spatial Enhancement/Texture—打开Texture
对话框，并设置参数如下：
这一分析方法的关键是确定Window size 的定义操作函数Operator。

3、辐射增强处理：
3.1辐射增强（Radiometric Enhancement）
辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。

ERDAS IMAGINE供的辐射增强处理功能如表4.2所列。

表4.2 遥感图像辐射增强命令及其功能
3.2查找表拉抻处理是通过修改图像查找表，使输出图像值发生变化。

通过定义，可实现线性拉伸、分段线性拉伸、非线性拉伸等处理。

.在ERDAD图标面标工具条中，点出Interpreter/Radiometric Enhancement/LUT
Stretch—--打开LUT stretch对话框，并设置参数如下：
其中关建是：点击View/custom Table 进入查找表编辑状态。

根据需要修改查找表。

3.3直方图均衡化处理该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。

.在ERDAS图标面板工具条中，点击Interpreter/Radiometric Enhancement/Histogram Equalization—--打开Histogram Equalization对话框,并设置参数如下：
4.光谱增强处理
4.1光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。

ERDSA IMAGINE 提供的光谱增强处理功能如下图所示
表4.3 遥感图像光谱增强命令及其功能
4.2主成份变换是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，便于图像分析与解译，具体过程如下：
.在ERDAS 图标面标工具条中，点击Interpreter/spectral Enhancement/principal
Comp—--打开principal components对话框,并设置参数如下：
上图为原始图像与主成份变换获得的主份量1、2、3的对比图
原图像432(RGB) 主成份432（RGB）合成图像
4.3 缨穗变换
缨穗变换是针对植物学所关心的植被特征，对原始多波段图像数据进行空间旋转，获得具有物理意义的亮度、绿度、湿度等分量。

.在ERDAS图标面板工具条中，点击Interpret/spectral Enhancement/Tasseled Cap—打开Tasseled cap对话框，并设置参数。

注，需要定义相关参数set coefficients,点击set coefficients按钮，打开对话框，确定区域内的类型。

下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。

4.4色彩变换
色彩变换是将区域图像从RGB的彩色空间转换到IHS作为定位参数的彩色空间，以便达到增强目的。

.在ERDAS图标面板工具条中，点击Interpreter/spectral Enhancement/RGB to IHS—--
打开RGB TO IHS对话框，并设置参数如下：
上图为原始图像与色彩变换获得的亮度、色度、饱和度三个分量图的对比
六、非监督分类
一、实习目的：掌握非监督分类的方法与过程，加深对非监督分类方法的理解
二、实习内容：Cluster、ISODATA
1．图像分类简介（Introduction to classification）
图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。

常规图像分类主要有两种方法：非监督分类与监督分类，专家分类方法是近年来发展起来的新兴遥感图像分类方法，下面介绍这三种分类方法。

非监督分类运用1SODATA（Iterative Self-Organizing Data Analysis Technique ）算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。

使用该方法时。

原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。

由于人为干预较少，非监督分类过程的自动化程度较高。

非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。

监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。

在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。

对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。

监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。

专家分类首先需要建立知识库，根据分类目标提出假设，井依据所拥有的数据资料定义支持假设的规则、条件和变量，然后应用知识库自动进行分类，ERDAS IMAG1NE图像处理系统率先推出专家分类器模块，包括知识工程师和知识分类器两部分，分别应用于不同的情况。

由于基本的非监督分类属于IMAGINE Essentia1s级产品功能、但在1MAGINE Professional级产品中有一定的功能扩展，而监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品，所以，非监督分类命令分别出现在Data Preparation菜单和classification菜单中，而监督分类和专家分类命令仅出现在Classification菜单中。

2 非监督分类（Unsupervised Classification）
ERDAS IMAGINE使用ISODATA算法（基于最小光谱距离公式）来进行非监督分类。

聚类过程始于任意聚类平均值或一个己有分类模板的平均值：聚类每重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。

ISODATA实用程序不断重复，直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。

2．1分类过程（classification ProcedUre ）
第一步：调出非监督分类对话框
调出非监督分类对话框的方法有以下两种：
方法一：在ERDAS图标面板工具条中，点击Dataprep图标
→Data Preparation →unsupervised Classification →Unsupervised Classification对话框如下：
方法二：在ERDAS图标面板工具条中点击Classifier图标
→C1assification →Unsupervised Classification---→unsupervised classification 对话框如下：
可以看到，两种方法调出的Unsupervised Classification对话框是有一些区别的。

第二步：进行非监督分类
在Unsupervised classification对话框中：
→确定输出文件（Input Raster File）:lazhoucity.img（要被分类的图像）
→确定输出文件（Output File）:lz-isodat.img（即将产生的分类图像）
→选择生成分类摸板文件： Output Signature Set（将产生一个模板文件）
→确定分类摸板文件（Filename ）： lz-isodat.sig
→对Clustering options选择Initialize from Statistics单选框
Initialize from Statistics指由图像文件整体（或其AOI区域）的统计值产主自由聚类，分出类别的多少由自己决定。

Use Signature Means是基于选定的模板文件进行非监督分类，类别的数目由模板文件决定。

→确定初始分类数（Number of classes）： 18分出18个类别）
实际工作中一般将分类数取为最终分类数的2倍以上。

.点击Initializing options按钮可以调出Fi1e Statistics Options对话框以设置ISODATA的一些统计参数，
.点击Co1or Scheme Options按钮可以调出output color Scheme Options对话框以决定输出的分类图像是彩色的还是黑白的。

这两个设置项使用缺省值。

.定义最大循环次数（Maximum Iterations）： 24
最大循环次数（Maximum Iterations）是指ISODATA重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。

一般在应用中将循环次数都取6次以上。

→设置循环收敛阈值（Convergence Threshold）：0.95
收敛阈值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以避免ISODATA无限循环下去。

→点击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类，获得一个初步的分类结果）
2.2 分类评价（Evaluate Classification ）
获得一个初步的分类结果以后，可以应用分类叠加（Classification over1ay）方法来评价检查分类精度。

其方法如下：
第一步：显示原图像与分类图像
在视窗中同时显示lanzhoucity.img和lz-isodat.img：两个图像的叠加顺序为lanzhoucity.img在下、lz-isodat.img在上，lanzhoucity显示方式用红（4）、绿（5）、蓝（3 ）。

第二步：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（或者选择Raster菜单项—--选择Tools菜单）
→打开Raster工具面板
→点击RaSter工具面板的图标（或者在视窗菜单条：Rster---Attributes）
→打开Raster Attribute Editor对话框（lz-isodat.img的属性表）
属性表中的19个记录分别对应产生的18个类及Unclassified类，每个记录都有一系
列的字段。

如果想看到所有字段，需要用鼠标拖动浏览条，为了方便看到关心的重要字段，
需要调整字段显示顺序。

Raster Attribute Editor对话框菜单条：Edit→Column Properties →column properties对话框
在Columns中选择要调整显示顺序的字段，通过Up、 Down、Top、Bottom等几个按钮
调整其合适的位置，通过选择Display Width调整其显示宽度，通过Alignment调整其对
齐方式。

如果选择Editable复选框，则可以在Title中修改各个字段的名字及其它内容。