监督分类、非监督分类操作手册

ERDAS IMAGINE Professional 操作手册

—监督分类和非监督分类

图像分类简介：

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。

1、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。

1、在ERDAS IMAGINE图标面板上，点击Dataprep图标。

打开Data Preparation对话框：

生成专题栅格层

1、从Data Preparation菜单选择Unsupervised Classification。

打开Unsupervised Classification对话框。

2、在Data Preparation菜单上点击Close。

3、在Unsupervised Classification对话框中的Input Raster File，输入germtm.img。

4、在Output File下输入germtm_isodata.img。

设置Initial Cluster Options

5、在Clustering Options下，Number of Classes后输入10 。

选择处理选项

1、在Processing Options下的定义最大循环次数（Maximum Iterations）为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。

2、设置循环收敛阈值（Convergence Threshold）为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。

3、在Unsupervised Classification对话框中，点击OK。

4、在Job Status对话框中，当完成100%时，点击OK。

2、监督分类

内容：定义分类模板、评价分类模板、进行监督分类、评价分类结果。

监督分类一般有以下几个步骤：定义分类模板（Define Signatures）、评价分类模板（Evaluate Signatures）、进行监督分类（Perform Supervised Classification）、评价分类结果（Evaluate Classification ）。下面将结合例子说明这几个步骤。

定义分类模板（Define Signature Using signature Editor）

准备工作

1、显示需要进行分类的图像，从Viewer菜单条上选择File -> Open -> Raster Layer

，显示需要分类的图像，打开Select Layer To Add对话框：

2、在Select Layer To Add对话框的File name部分，从/examples

路径下选择germtm.img，这个影像将被进行分类。

3、在对话框的上面点击Raster Options，然后设置Layers to Colors 的Red，Green，Blue 分别为4，5和3。

4、点击Fit to Frame选项。

5、在Select Layer To Add对话框里，点击OK。

打开模板编辑器