遥感非监督分类-实验报告书

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？

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：