ENVI中监督分类方法及参数说明
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ENVI中监督分类方法及参数说明(2011-10-10 09:56:27)
分类：ENVI/IDL学习
标签：
转载
原文地址：ENVI中监督分类方法及参数说明作者：ENVIIDL
根据分类的复杂度、精度需求等选择一种分类器。在主菜单->Classification-> Supervised->分类器类型（如表 6.1），此外还包括应用于高光谱数据的波谱角（Spectral Angle Mapper Classification）、光谱信息散度（Spectral Information Divergence Classification）和二进制编码（Binary Encoding Classification）分类方法。
1. 平行六面体
（1）在主菜单中，选择Classification->Supervised->Parallelpiped，在文件输入对话框中选择TM分类影像，单击OK按钮打开Parallelpiped参数设置面板（图6.4）。
（2）SelectClasses from Regions：单击Select All Items按钮，选择全部的训练样本。（3）Set Max stdev from Mean：设置标准差阈值，有三种类型：
l None：不设置标准差阈值；
l Single Value：为所有类别设置一个标准差阈值；
l Multiple Values：分别为每一个类别设置一个标准差阈值。
选择Single Value，值为3。
（4）单击Preview，可以在右边窗口中预览分类结果，单击Change View可以改变预览区域。
（5）选择分类结果的输出路径及文件名。
（6）设置Out Rule Images为Yes，选择规则图像输出路径及文件名。
（7）单击OK按钮执行分类。
图6.4 平行六面体分类器参数设置面板
2. 最小距离
（1）在主菜单中，选择Classification->Supervised-> Minimum Distance，在文件输入对话框中选择TM分类影像，单击OK按钮打开Minimum Distance参数设置面板（图6.5）。（2）SelectClasses from Regions：单击Select All Items按钮，选择全部的训练样本。（3）Set Max stdev from Mean：设置标准差阈值，有三种类型：
l None：不设置标准差阈值；
l Single Value：为所有类别设置一个标准差阈值；
l Multiple Values：分别为每一个类别设置一个标准差阈值。
选择Single Value，值为4。
（4）Set Max Distance Error：设置最大距离误差，以DN值方式输入一个值，距离大于该值的像元不被分入该类（如果不满足所有类别的最大距离误差，它们就不会被归为未分类类(unclassified)）。也有三种类型，这里选择None。
（5）单击Preview，可以在右边窗口中预览分类结果，单击Change View可以改变预览区域。
（6）选择分类结果的输出路径及文件名。
（7）设置Out Rule Images为Yes，选择规则图像输出路径及文件名。
（8）单击OK按钮执行分类。
图6.5 最小距离分类器参数设置面板
3. 马氏距离
（1）在主菜单中，选择Classification->Supervised-> Mahalanobis Distance，在文件输入对话框中选择TM分类影像。单击OK按钮打开Mahalanobis Distance参数设置面板（图6.6）。
（2）SelectClasses from Regions：单击Select All Items按钮，选择全部的训练样本。（3）Set Max Distance Error：设置最大距离误差，以DN值方式输入一个值，距离大于该值的像元不被分入该类（如果不满足所有类别的最大距离误差，它们就不会被归为未分类类(unclassified)）。也有三种类型，这里选择None。
（4）单击Preview，可以在右边窗口中预览分类结果，单击Change View可以改变预览区域。
（5）选择分类结果的输出路径及文件名。
（6）设置Out Rule Images为Yes，选择规则图像输出路径及文件名。
（7）单击OK按钮执行分类。
图6.6 马氏距离分类器参数设置面板
4. 最大似然
（1）在主菜单中，选择Classification->Supervised-> Likelihood Classification，在文件输入对话框中选择TM分类影像。单击OK按钮打开Likelihood Classification参数设置面板（图6.7）。
（2）SelectClasses from Regions：单击Select All Items按钮，选择全部的训练样本。（3）Set Probability Threshold：设置似然度的阈值。如果选择Single Value，则在“Probability Threshold”文本框中，输入一个0到1之间的值，似然度小于该阈值不被分入该类。这里选择None。
（4）Data Scale Factor：输入一个数据比例系数。这个比例系数是一个比值系数，用于将整型反射率或辐射率数据转化为浮点型数据。例如：如果反射率数据在范围0-10000之间，则设定的比例系数就为10000。对于没有定标的整型数据，也就是原始DN值，将比例系数设为2n-1，n为数据的比特数，例如：对于8-bit数据，设定的比例系数为255，对于10-bit数据，设定的比例系数为1023，对于11-bit数据，设定的比例系数为2047。
（5）单击Preview，可以在右边窗口中预览分类结果，单击Change View可以改变预览区域。
（6）选择分类结果的输出路径及文件名。
（7）设置Out Rule Images为Yes，选择规则图像输出路径及文件名。
（8）单击OK按钮执行分类。