2022年地理遥感图像处理实验教案.docx

精品_精品资料_资料word 精心总结归纳 - - - - - - - - - - - -教案（2022/2022 学年第 2 学期）课程名称遥感图像处理试验课程编号101001504课程性质专业课教学时数20教学对象08 级的理科学授课老师黄雄壮职称副教授邵阳学院城市建设系2022 年 2 月可编辑资料 - - - 欢迎下载精品_精品资料_学习资料 名师精选 - - - - - - - - - -第 1 页,共 20 页 - - - - - - - - - -可编辑资料 - - - 欢迎下载精品_精品资料_试验一图像预处理一、试验目的使同学初步明白ENVI 软件的基本操作如图像文件治理,图像的裁剪、重采样以及图像中的条带和噪声的去除方法.二、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.三、试验内容与步骤1、图像的输入与输出2、编辑 ENVI 图像头文件3、图像的裁剪与重采样4、叠加公里网格5 、去除条带及坏线方法四、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_资料word 精心总结归纳 - - - - - - - - - - - -试验二几何校正一、试验目的1、把握图像几何校正的方法和步骤.二、试验原理ENVI的图像配准与几何校正工具答应你将图像定位到的理坐标上,并校正它们使其与基 图像几何外形相匹配.图像可以用Rotate/Flip Data菜单项在配准以前进行旋转.通过使用全辨论率 主图像 和缩放窗口挑选的面掌握点（ GCPs）,来进行图像图像和图像的图的配准.基图像和未校正图像的GCPs 的坐标被显示,相伴有特定订正算法运算的误差项.订正用旋转、缩放和平移（RST）,多项式函数或德洛内三角测量（Delaunay triangulation ）实现. RST订正是最简洁的方法,需要三个或更多的GCPs 运行图像的旋转、缩放和平移.多项式可进行1 次到n 次订正,当进行多项式订正时ENVI 要求所需的掌握点数必需大于n1 2（其中 n 为多项式的次数degree）,德洛内三角测量适于三角到不规章空间GCPs 和内插数值到输出格网中.支持的重采样方法包括最近邻、双线性和立方体卷积.用ENVI的多个动态掩盖才能,对基图像和订正图像进行比较,可以快速估价配准精度.ENVI 全面支持带有各种投影的的理信息的图像,除此之外,用户仍可以依据它供应的6类基本投影、超过35 种椭球和100 种基准来构造自定义的投影.ENVI 图像所具有的的理信息可以在 ENVI 的头文件里可以看到,其中参考像元的的理坐标是其它全部像元的参考.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.四、试验内容与步骤1、图像对图像的校正本例将以SPOT 图像作为基准图像,把另一幅同一的区的不具备的理信息的TM 图像与SPOT 图像配准.（ 1）打开基图像bldr_sp.img和待订正的图像bldr_tm.img,（ 2 ）在 ENVI 主菜单中挑选MapRegistrationSelect GCPs:Image to Image,（3）显现 Image to Image Registration 对话框时, 在“Base Image:下”面点击挑选基图像（参照图像）的显示（Display #1 ,SPOT 图像）.在“Warp Image: ”下方点击挑选被订正的图像的显示 Display #2 , TM 图像 ,（ 4）单击 OK ,显现Ground Control Points Selection对话框.在该对话框里添加的面掌握点（ GCP）,（5）查看各掌握点的精度、RMS 误差并作适当的修改,可编辑资料 - - - 欢迎下载精品_精品资料_学习资料 名师精选 - - - - - - - - - -第 3 页,共 20 页 - - - - - - - - - -可编辑资料 - - - 欢迎下载精品_精品资料_（ 6 ）订正图像,在Ground Control Points Selection对话框中挑选OptionsWarp file , 挑选 bldr_tm.img文件,点击 OK,显现 Registration Parameters 对话框,订正方法挑选RST, 重采样方法采纳最邻近采样,（ 7）键入输出文件名,单击OK ,进行订正,（ 8）将订正图像与SPOT 基图像进行动态链接和动态掩盖,检查订正的精度.2、图像对的图的订正图像对的图配准要求至少由一幅图像是打开的.图像中的面掌握点GCPs由缩放窗口中的光标挑选.也可以挑选亚像元坐标.相应的的图坐标被手工输入或从矢量窗口输入.一旦挑选了足够的点定义一个订正多项式,在订正图像中的GCP 位置就能猜测.（1）在试验数据路径下打开TM 图像 bldr_tm.img,图像默认加载到显示窗口中（图像打开时的默认显示可以在头文件里进行设置）,（ 2 ）挑选 MapRegistrationSelect GCPs: Image to Map ,显现 Image to MapRegistration 对话框,可编辑资料 - - - 欢迎下载精品_精品资料_（ 3）在该对话框中,在“Select Registration Projection列表中”,点击类型挑选要输出的投可编辑资料 - - - 欢迎下载精品_精品资料_影.这里挑选UTM 投影,在标有“Zone”的文本框里输入区域号13,像元辨论率接受默认的 30m,点击 OK ,（ 4）显现Ground Control Points Selection对话框,在该对话框中挑选的面掌握点,的面掌握点的挑选类似于图像-图像配准,（ 5）用同样的方法添加另外的GCPs,（ 6 ）按前述方法执行订正.五、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验三空间信息增强（一）一、试验目的1、明白并把握几种常用的线性扩展方法和基本函数非线性扩展如直方图均衡化、高斯扩展以及平方根扩展方法,并对这些方法进行比较与评判.2、明白并把握真彩色图像和假彩色图像的定义、区分以及实现过程.二、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.三、试验内容与步骤1、反差扩展（ 1）从主菜单的File 中,打开 TM 1-7 波段数据,在窗口中打开任意波段的数据.主图像 菜单中的enhance 菜单就是对图像进行反差扩展.第一挑选scrolllinear ,对图像进行线性扩展,（默认的线形扩展是2%的线性扩展） .（ 2）要想转变系统默认的2% 线性扩展,从主菜单File 中,打开PreferencesDisplay Default ,将 %Linear 中的 2.0 改为 0.0,挑选 OK 后.关闭对话框,储存生成的新文件再打开, 就形成新的从0 开头的线性变换.（ 3）主图像菜单中挑选EnhanceInteractive Stretching可以进行交互式的反差扩展.Strech_Type 中可以挑选各种扩展方式,主要有Linear（一般线性扩展） ,Gaussian（高斯扩展） , Piecewise Linear （分段线形扩展） , Equalization （等均值扩展） , SquareRoot（平方根扩展） , Arbitrary （任意扩展） ,选中各种不同的扩展方式,点击Apply ,即可在图中看到变化后的图像：（ 4）其中,分段线性变换,需要按住Ctrl 键,在原始图像的直方图中,点击鼠标左键,加分段断点.鼠标左键选中断点,将它拖到任意位置,点击Apply 即可看到其变化结果.2、彩色合成（ 1）第一打开一幅TM 图像 1 7 个波段, FileOpen Image File:（ 2）点击 Available Bands List对话框中RGB Color 单项按钮.（ 3）在显示的波段列表中分别点击band 3 做 R（红） 变换、 band 2 做 G（绿） 变换、 band1做 B（蓝）变换.（ 4） 点击 Load RGB 显示合成后的彩色图像.（ 5）在主图像的菜单栏中FileSave Image AsImage File, 点击 Choose 挑选储存文件的路径,点击OK储存图像即完成了图像的彩色变换.四、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_可编辑资料 - - - 欢迎下载精品_精品资料_试验四空间信息增强（二）一、试验目的1、把握彩色变换的方法和步骤.2、明白和把握彩色密度分割的原理和详细操作.二、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.三、试验内容与步骤1、彩色变换1RGB向 HSV的转换：在主菜单中点击TransformsColor Transforms（在做正变 换的选项中有RGB to HSV、RGB to HLS 和 RGB to HSVUSGSMunsell三中方法）,点击 RGB toHSV.接着挑选已经彩色合成好的遥感图像,接着在弹出的对话框中挑选 display1 ,显现 RGB to HSV （HLS 、USGS Munsell ）Parameters 对话框,挑选储存路径后,软件就自动完成了 HVS 变换,（ 2）分别打开彩色变换后的三个重量（ 3） HSV向 RGB的逆变换.在主菜单中点击TransformsColor Transforms （在做逆变换的选项中有HSV to RGB 、HLS to RGB和 HSV to RGB USGS Munsell三种方法）,点击 HSV to RGB .在 HSV to RGB （HLS 、USGS Munsell ） Input Bands 对话框中对应与H 、S、V 中分别对应选中要转换的HUE 、SET、 VAL 重量,然后点击OK .储存所生成的图像文件,即完成了 逆变换过程.2、密度分割（ 1）在显示菜单中挑选Tools ColorMapping DensitySlice或 Overlay DensitySlice.显现 Density Slice Band Choice对话框.（ 2）挑选你所要进行灰度值范畴定义的波段.缺省的 8 个范畴列在DefinedDensitySliceRanges 下面.这个缺省的数据的最小和最大值是从Scroll窗口运算出来的.可以输入你所需 要的最大和最小值转变密度分割的范畴.（要想回到初始的状态,点击Reset ）, 在对话框的下面挑选密度分割的应用范畴,是image 窗口、 scroll窗口仍是全部窗口.（ 3）在 Density Slice 对话框中我们可以对已经划分好的灰度值范畴区间属性进行编辑,删除,修改,转变颜色等操作.只需要你点击Edit Range 、Delete Range、Clear Range 选项框进行操作.（ 4）我们用ENVI 默认的灰度值范畴进行密度分割,点击Apply 应用.四、试验总结可编辑资料 - - - 欢迎下载精品_精品资料_包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验五波谱信息增强一、试验目的1、把握应用不同滤波器进行滤波的方法与步骤.二、试验原理滤波操作可在主菜单Filter 菜单下进行,在ENVI 中可进行如下操作：卷积滤波、外形学滤波、纹理滤波、自适应滤波和频率域滤波.卷积滤波在空间域中对图像进行滤波处理,外形滤波依据数学外形学运算对图像进行增强,纹理滤波可以提取图像的纹理方面的信息,自适应滤波能够在保留边缘的情形下进行平滑减噪处理.本节我们将主要介绍两种主要的滤波：空间域滤波 （卷积滤波）和频率域滤波（快速傅立叶变换） .在数学空域中作卷积相当于在频域中作乘积,所以两者实质上是一样的.滤波通常通过排除特定的空间频率来使图像增强.空域上的频率可以懂得为像元亮度值随距离的变化.高频信息通常反应局部的变化,而低频信息通常反应整体的轮廓特点.空域滤波是通过将图像与一个模板进行运算而进行的,由于模板的对称性,这种运算相当于数学中的卷积运算,所以也叫卷积滤波,进行滤波的模板也称为卷积算子.用户挑选卷积算子与图像进行卷积生成一个新的空间滤波图像.ENVI 中的卷积滤波包括以下类型：高通、低通、拉普拉斯、方向滤波、高斯高通、高斯低通、中值、Sobel、Roberts、用户自定义滤波.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.四、试验内容与步骤1、空域滤波（ 1）在主菜单中挑选FilterConvolutions and Morphology,显现如下 Convolutions and Morphology Tool对话框.（ 2）在上述对话框中挑选Convolutions滤波方法（如上所介绍）.假如你挑选方向滤波,将弹出Directional Filter Angle对话框, 输入方向角,北向（竖直向上）为0 度方向,依据逆时针方向为正方向.（ 3）通过点击“ Kernel Size ”中的箭头按钮来指定变换核的大小.变换核的尺寸被设置为奇数.（ 4）在 Image Add Back 0-100% 右的文本框中键入一个add back 值.加回原图像的部分值可以保留一些空域背景,通常用于图像锐化当中,这样滤波图像看上去成效更好一些,不会是纯粹的边缘.（5）用鼠标双击想要进行编辑的像元,即可进行编辑,输入新的值,按回车即可.可编辑资料 - - - 欢迎下载精品_精品资料_（ 6）将变换核储存到文件2、频域滤波ENVI 软件中进行频域滤波增强也可分为三步：1、将原始影像从空域变换到频率域,通过 FFT（快速傅立叶变换）可实现.2、在频率域中依据需要可以交互的设置滤波函数,人为指定 通过或滤掉某些频率成分.3、对滤波后的频域图像进行傅立叶逆变换即可得到滤波后的图像.频域滤波的一个重要的应用就是可以有效的去除图像中的周期性噪声,抱负情形下,频域图像从中心向四周应当是从低频向高频的平滑变化,但假如图像由于传感器等因素而产生周期性噪声时,如条带,在频域中会显现沿中心对称的亮斑,这时我们可以在频域中特别直观的设置滤波函数去掉这些亮斑,这一点我们将用实例进行演示.3、图像去条带（ 1）在主图像菜单中挑选FilterFFT FilteringForward FFT ,显现 Forward FFT Input File 对话框,挑选要被处理的数据,需要时,可以用子集.这里可以挑选整个文件或单个波段.（ 2）点击 OK 按钮,键入输出的FFT 文件,完成后加载图像,结果如下所示,即为频域图像：五、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验六图像融合一、试验目的1、把握图像融合的方法和步骤.二、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data、SPOTdata.三、试验内容与步骤1、TM 与 SPOT 数据融合（ 1） 挑选 FileOpen External FileIP SoftwareER Mapper ,在试验数据路径下分别打开 lon_tm.ers和 lon_spot.ers.（ 2 ）在波段列表中单击SPOT 图像的波段,在对话框下面显示其大小为2820 × 1569 , 然后单击TM 数据的任一个波段, 留意到其图像大小为1007 × 560 .TM 的空间辨论率为28 米, SPOT 全色波段的空间辨论率为10 米,因此TM 数据重采样到SPOT 数据的系数为2.8.（ 3 ）在主菜单中挑选Basic ToolsResize Data Spatial/Spectral,然后挑选lon_tm 文件点击OK,在 Resize Data Parameters 对话框中的xfac文本框中键入2.8,yfac文本框中键入 2.802（输入这个数是由于补偿一个余外的像元,1569/560 2.802）,这样使得采样后的图像大小与SPOT 相同,重采样方法挑选Nearest Neighbor,键入输出文件名,单击 OK .（ 4 ）将重采样图像和SPOT 图像加载到不同的显示窗口中,然后挑选ToolsLinkLink Displays,用动态链接的方法对比图像：2、SPOT 多光谱影像与全色波段融合SPOT 多光谱影像的辨论率为20m 辨论率,全色为10m 辨论率（ 1）在试验数据路径下打开s_0417_2.bil（ 多光谱数据）和s_0417_1.bil（全色波段数据） ,加载到显示窗口中,查看其范畴和大小 （前者为1418 x 1114,后者为 2835 x 2227）,确定采样系数.（ 2 ）在主菜单中挑选Basic ToolsResize Data Spatial/Spectral ,挑选多光谱文件（ s_0417_2.bil） 单击 OK.（ 3）在 Resize Data Parameters 对话框中的xfac 和 yfac 文本框中分别键入1.999,以使重采样后的图像大小与全色波段一样.键入输出文件名,单击OK .（ 4）与前述一样, 将重采样图像加载到显示窗口中,在主菜单中挑选TransformImage SharpeningHSV ,挑选重采样图像的显示索引号,单击OK ,再挑选全色波段作为高分 辨输入图像：可编辑资料 - - - 欢迎下载精品_精品资料_（ 5）单击 OK ,键入输出文件名,单击OK ,执行融合,查看结果,并比较其与多波段合成影像与全波段灰度影像的区分.四、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验七比值、差值增强一、试验目的1、明白比值增强的意义并把握比值增强方法及其操作.2、明白差值增强的意义并把握差值增强的方法及其操作.二、试验原理波段运算（ band math）是 ENVI 最有特色的一个工具之一,如能敏捷的运用它,你将会得到意想不到的收成,常用的简洁的图像处理方法如差值、比值等可以用波段运算来进 行,复杂的如各种遥感信息模型的建立也可以用波段运算来实现.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data .四、试验内容与步骤1、输入表达式挑选Basic ToolsBand Math ,将显现Band Math对话框.可编辑资料 - - - 欢迎下载精品_精品资料_在标签为“Enter an expression:的文”本 框内,输入变量名（将被赋值到整个图像波段或可编辑资料 - - - 欢迎下载精品_精品资料_可能应用到一个多波段文件中的每个波段）和所需要的数学运算符.变量名必需以字符“b”或 “B”开 头,后面跟着5 个以内的数字字符.输入一个有效的表达式后,点击“OK”处理.将显现Variable/Band Name Pairings对话框.2、波段运算Variable/Band Name Pairings对话框答应你从一个输入波段列表中,把波段赋值给输入在可编辑资料 - - - 欢迎下载精品_精品资料_“ Enter an expression:文本框”中 的变量.可编辑资料 - - - 欢迎下载精品_精品资料_要把一个波段赋给原先实例中的变量“bn”：在标签为“Variables used in expression: 的文”本 框内,点击表达式“Bn”.在标签为“可利用波段列表: ”的 列表中,点击所需要的波段.要把一个文件（可包括多波段图像）赋值给一个或全部变量：点击“Map variable to Input file .”使用标准的ENVI文件挑选步骤,挑选一个文件（这可视为“File Math ）”.所挑选的文件可以是波谱子集,但是如一个以上的文件被使用,它们必需有相同的波段数.当将文件赋给某一个变量时,运算结果将也为一个含有相同波段数的多波段文件.假如表达式b1/b2 中,如将 b1 给予一个文件,b2 给予一个波段,那么结果将是b1 所对应的文件中每个波段与b2 波段的比值所组成的文件.可编辑资料 - - - 欢迎下载精品_精品资料_要在结果图像中挑选一个空间子集：点击“Spatial Subset. ”将显现标准的File Spatial Subset 对话框（系统默认值被设置为处理整个空间场景.要把结果输出到一个文件或内存,挑选“File ”或 “Memory” 切换按钮.如挑选输出到一个文件,键入一个输出文件名,或使用“Choose”按 钮挑选一个文件名,然后点击“OK”.结果图像被显示在可利用波段列表中.五、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验八K L 变换与 K T 变换一、试验目的1、把握 KL 变换和 KT 变换的方法和步骤.二、试验原理主成分分析也称为主重量分析或K L 变换.K L 变换是在统计特点基础上的多维正交线性变换,即着眼于变量之间的相互关系,用几个综合性指标聚集多个变量而进行描述的方法,不丢失信息是其特点之一.遥感图像的不同波段之间往往存在很高的相关性,从提取有用信息的角度来看,有相当大的一部分数据是重复的或余外的.主成分分析就是用假定的有限的几个主成分重量,将有用的信息集中到有限的主成分图像中,使这些主成分图像之间互不相关,从而削减总数据量并使图像信息特点增强.穗帽变换（又称K T 变换）是一种特别的主成分分析,和主成分分析不同的是其转换系数是固定的,因此它独立于单个图像,不同图像产生的土壤亮度和绿度可以相互转化比较.随 着植被的生长,在绿度图像上信息增强,土壤亮度上的信息减弱,当植被成熟和逐步凋落时, 其在绿色度图像特点削减,在黄色度上的信息增强.这样的说明可以应用于不同的区域上的不 同植被和作物,但穗帽变换无法包含一些不是绿色的植被和不同的土壤类型的信息.在 ENVI 中,使用 Tassled Cap（穗帽变换）功能,可以对Landsat MMS,Landsat TM ,和 Landsat ETM 数据进行变换.对于Landsat MMS 数据,穗帽变换对原始数据进行正交变换,把它们变换到一个四维空间中（包括土壤亮度值, 绿度,黄度,仍有与大气影响亲密相关的non-such噪声）.对于Landsat TM 数据,穗帽植被指数由三个因子组成亮度,绿度,和第三重量,其中亮度和绿度相当于MSS 穗帽中的亮度和绿度,第三重量与土壤特点和湿度有关.对于 Landsat ETM 数据,穗帽变换生成的6 个输出波段,包括：亮度,绿度,湿度,第四重量,第五重量,第六重量.这种类型的变换更适合于反射数据的定标.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data .四、试验内容与步骤1、正向的主成分变换（ 1）打开 bhtmref.img ,在 ENVI 主菜单中挑选Basic Tools Statistics Compute Statistics,挑选 bhtmref.img 作为输入文件,运算其基本统计量.（ 2）单击 OK 按钮,将显现统计结果对话框,将下边的文本框的内容拖到相关系数阵处, 即可看到各波段的相关系数矩阵.（ 3） ENVI 主菜单中挑选TransformsPrincipal ComponentsForward PC Rotation可编辑资料 - - - 欢迎下载精品_精品资料_Compute New Statistics and Rotate,挑选 bhtmref.img 作为输入数据. 显现如下Forward PC Rotation Parameters 对话框,（ 4） 点击按钮,挑选基本“Covariance Matrix ” 或“ Correlation Matrix ”.（ 5）挑选 Memory 输出,其他的默认,输出 6 个主成分波段,自动加载到波段列表中,同时显现一个主成分特点值的 plot 图,由于主成分图像有 6 个波段,选取有代表性的前三个波段显示.2、穗帽变换（K-T 变换）（ 1）挑选 TransformsTassled Cap,显现 Tasseled Cap Transformation Input File对话框,挑选输入的文件,用ENVI 标准的挑选程序输入文件.（ 2）点击 OK 连续,显现Tasseled Cap Transform Parameters 对话框,在下拉菜单中,挑选“ Input File Type （ La”ndsat 7 ETM、 Landsat 5 TM或 Landsat MSS）,然后挑选输出到“ File” 或 “Memory”,重命名储存即可.（ 3）处理完成时, ENVI将 穗帽变换后的波段名自动输入到Available Bands List中,在那里可以用标准ENVI灰阶或RGB 彩色合成方法把它们显示出来.五、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验九非监督分类一、试验目的1、把握非监督分类的方法及其操作步骤.二、试验原理K-Means非监督分类 任意确定集群中心,然后用最短距离技术重复的把像元集合到最近的类里.每次迭代重新运算了均值,且用这一新的均值对像元进行再分类.除非限定了标准差和距离的阈值（这时,假如一些像元不满意挑选的标准,他们就无法参加分类）,全部像元都被归到与其最邻近的一类里.这一过程连续到每一类的像元数变化少于指定的像元变化阈值或已经到了迭代的最多次数.K-Means 分类器采纳集群分析的方法,要求分类人员挑选所分类别（集群）的数目,并任意确定集群中心,然后迭代直到类别间的分别性达到最大.K-Means 方法的不足：类数一经确定便不能转变,受初始参数的影响.Isodata 非监督分类运算数据空间中匀称分布的类均值,然后用最小距离技术将剩余像元迭代集合.每次迭代重新运算了均值,且用这一新的均值对像元进行再分类.重复分类是分割、融合和删除是基于输入的阈值参数的.除非限定了标准差和距离的阈值（这时,假如一些像元不满意挑选的标准,他们就无法参加分类）,全部像元都被归到与其最邻近的一类里.这一过程连续到每一类的像元数变化少于挑选的像元变化阈值或已经到了迭代的最多次数.该方法是对 K-Means 方法的改进方案, 它答应在K-Means 方法的的基础上对类数和分类结果进行调整和转变.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data.三、试验内容与步骤1、K-Means 分类（ 1）从 ENVI 主菜单中依次挑选ClassificationUnsupervisedK-Means ,在 Classification Input File 对话框中挑选can_tmr.img,然后点ok ,显现如下K-Means Parameters 对话框：（ 2）接受全部的默认参数,挑选输出的路径和文件名,点OK .分类结果被加载到波段列表中.将其加载到显示窗口中,并与多波段的 432 合成图像进行比较：（ 3）在上述参数对话框中用不同的约束参数进行试验,看看结果有什么不同.2、Isodata 分类（ 1）从 ENVI 主菜单中依次挑选ClassificationUnsupervisedIsoData ,在 Classification Input File 对话框中挑选can_tmr.img,然后点OK,显现如下ISODA TA Parameters 对话框：可编辑资料 - - - 欢迎下载精品_精品资料_（ 2）接受全部的默认参数,挑选输出的路径和文件名,点 OK .分类结果被加载到波段列表中.将其加载到显示窗口中,并与多波段的 432 合成图像和 K-Means 方法的分类结果图像进行比较（左为 K-Means 分类结果）：（ 3）在上述参数对话框中用不同的约束参数进行试验,看看结果有什么不同.五、试验总结包括通过试验获得的试验留意事项、心得体会等.可编辑资料 - - - 欢迎下载精品_精品资料_试验十监督分类一、试验目的1、把握监督分类的方法及其操作步骤.二、试验原理监督分类用于在数据集中依据用户定义的训练分类器收集像元.监督分类技术需要你在执行以前事先定义训练分类器（training classes）.这些可以用两种方式定义,用EndmemberCollection 对话框挑选波谱,或从 Region of Interest 菜单里选用 Define Region of Interest 项.收集终端单元函数答应你从很多来源中挑选波谱和需要的分类算法. Endmember Collection 项答应你几种分类使用同样的训练分类器或终端单元（不用再装）,因此简化了分类结果的对比.用终端单元挑选是没法进行最大似然和马氏距离分类的,由于他们需要另外的统计项.直接从Supervised 菜单里挑选那些分类.三、试验设备遥感图像处理软件ENVI4.0 .使用数据Landsat TM data .四、试验内容与步骤1、Parallelepiped 平行六面体 （ 1）在主菜单中挑选挑选ClassificationSupervisedParallelepiped , 挑选can_tmr.img作为分类文件.显现Parallelepiped Parameters 对话框：（ 2）点击 Set All Items 按钮,挑选全部训练区,键入输出文件名,接收默认参数,点击OK .2、Minimum Distance 最小距离 （ 1）挑选ClassificationSupervisedMinimum Distance ,显现 Classification Input File对话框,挑选can_tmr.img作为分类文件.显现Minimum Distance Parameters 对话框：可编辑资料 - - - 欢迎下载精品_精品资料_该对话框中, 在 “MaxStdev From Mean: ”和 “Max Distance Error:文”本框里,分别随便可编辑资料 - - - 欢迎下载精品_精品资料_的键入要用到的标准差值（在终端单元的均值左右）和答应的最大距离误差.假如这些参数都已输入, 分类就用两者中的较小的一个判定哪些像元将参加分类.假如没有输入任何一个参数,就全部像元都将参加分类.（2）点击 Set All Items 按钮,挑选全部训练区,键入输出文件名,接收默认参数,点击OK .3、Mahalanobis Distance 马氏距离 （ 1）挑选 ClassificationSupervisedMahalanobis Distance ,显现Classification Input File对话框, 挑选 can_tmr.img作为分类文件. 显现 Mahalanobis Distance Parameters 对话框：可编辑资料 - - - 欢迎下载精品_精品资料_（ 2）点击 Set All Items 按钮,挑选全部训练区,键入输出文件名,接收默认参数,点击OK .4、Maximum Likelihood 最大似然分类（ 1）挑选 Classif