envi遥感图像处理之分类

ENVI遥感图像处理之计算机分类

一、非监督分类

１、K—均值分类算法

步骤:1）打开待分类得遥感影像数据

２)依次打开：EＮVI主菜单栏—〉Cｌaｓsifiｃatiｏn—>Unsuperｖｉsed—>K—Means即进入K均值分类数据文件选择对话框

3）选择待分类得数据文件

4)

选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数得设置，包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置

5）建立光谱类与地物类之间得联系：在新窗口中显示分类结果图：

然后，打开显示窗口菜单栏Tools菜单—＞Color Maｐpｉng—〉Ｃlass ＣolｏｒMａppｉｎg…进入分类结果得属性设置对话框，在这里,可以进行类别得名称，显示得颜色等，建立了光谱类与地物类之间得联系。

设置完成以后，点击菜单栏Opｔiｏnｓ-〉Saｖe Chang ｅs 即完成光谱类与地物类联系得确立

6)

类得合并问题：如果分出得类中，有一些需要进行合并，可按以下步骤进行:选择ENＶI主菜单Classfaction-〉Post Clａｓsｆictｉon—>biｎe Classｅs，进入待

合并分类结果数据得选择对话框

点击OＫ键,进入合并参数设置

对话框，在左边选择要合并得

类，在右边选择合并后得类,点击

Add bination键即完成一组合

并得设置，如此反复，对其她需

合并得类进行此项操作，点击

OK，出现输出文件对话框,选择

输出方式，即完成了类得合并得

操作.

至此,K—均值分类得方法结束。

2、

ISODAＴA算法

基本操作与K—均值分类相似。

1）进行分类数据文件得选择(依次打开:EＮVI主菜单栏—＞Cl

ａｓsifｉｃation—>Unsupeｒｖised—＞IsoＤaｔa即进入

ISODATA算法分类数据文件选择对话框，选择待分类得数据

文件）

2）进行分类得相关参数得设置(点击ＯK键以后，进入参数设置

对

话

框

，

可

以

进行分类得最大最小类数、

迭代次数等参数得设置）

3）如此，光谱类得划分到此结

束。

4）参瞧K—均值分类得第5-6步，进行光谱类与地物类联系得建立以及类得合并等操作至此，使用IＳＯＤＡTA算法进行分类完成。

二、监督分类

本实验说明以最大似然法为例,进行监督分类得讲解说明。

步骤:1)打开待分类得遥感影像数据文件２)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Ｔoolｓ键—〉RegioｎOf Inｔerｅst—〉ROI Toｏls…(或就是在主窗口上单击右键，在弹出得快捷菜单栏中选择ROI To

ｏls…）进入训练样本选取对话框。

3）进行训练样本得选取，NewＲeｇioｎ可以建立新得样本区，在RＯI Na ｍe栏中双击，键入类得地物名，在Colｏｒ栏中双击，可以输入类得颜色，ROI_Type 菜单下可以进行样本类型得设置，在主窗口按鼠标左键即可进行样本区选择，以双击右键结束样本区得选取。选取完毕以后，选择File菜单—>Ｓａve RＯＩｓ，对数据进行保存。

4)进行最大似然法得分类：在EＮVＩ主菜单栏中Ｃlassｆicatioｎ—>Supeｒｖiｓｅｄ—>MａximｕｍLikｅlihood，进入分类文件得选取对话框，选择相应得待分类文件。

然后进入训练样本选取对话框，进行训练样本得选取及分类结果得存储等方面得设置。

５)单击ＯK键,即开始进行分类。

6）参瞧K—均值分类得第５-6步，进行类得相关设置及类得合并等操作

至此,使用最大似然法进行分类完成。

监督分类得方法还有:1)平行六面体法2）最小距离法3)最大似然法4)波谱角法５)马氏距离法6)二值编码法7）神经网络法等分类得方法,基本得操作都就是进行样本得训练与分类得相关设置，在这里就不再赘述了。

三、两类分类方法得比较

这里使用Ｋ—均值分类法与最大似然法进行了分类比较

从总体

上瞧，两

种分类

得方法

存在较

大得差

异,这就

是由于

两种分

类在相

关参数

得选取时都存在较大得主观性，在Ｋ-均值分类得算法中,类数得选取对结果有显著影响,在最大似然法分类中，样本选取得数量，样本得质量以及样本得代表性等对分类得结果都会产生很大得影响，这就需要进行相关参数得调节，来使得分类效果达到最佳。