2022年实验九非监督分类遥感数字图像处理.docx

《2022年实验九非监督分类遥感数字图像处理.docx》由会员分享，可在线阅读，更多相关《2022年实验九非监督分类遥感数字图像处理.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品学习资源试验九 非监督分类遥感图像分类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已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 有用程序不断重复，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. 分类过程：第一步：调出非监督分类对话框在 ERDAS图标面板工具条中点击Classifier图标 C1assification Unsupervised Classification- unsupervi

2、sed classification对话框如下：可以看到，两种方法调出的Unsupervised Classification对话框是有一些区分的；其次步：进行非监督分类在 Unsupervised classification对话框中：确定输出文件（ Input Raster File）:dmtm.img （要被分类的图像）确定输出文件（ Output File）:isodat.img（即将产生的分类图像）挑选生成分类摸板文件：Output Signature Set（将产生一个模板文件）确定分类摸板文件（Filename ）： isodat.sig对 Clustering options挑

3、选 Initialize from Statistics单项框Initialize from Statistics指由图像文件整体（或其AOI 区域）的统计值产主自由聚类，分出类别的多少由自己打算；Use Signature Means是基于选定的模板文件进行非监督分类，类别的数目由模板文件打算；确定初始分类数（ Number of classes）： 20 分出 20 个类别）点击 Initializing options按钮，可以调出Fi1e Statistics Options对话框以设置 ISODATA的一些统计参数；点击 Co1or Scheme Options按钮，可以调出 out

4、put color Scheme Options对话框以打算输出的分类图像是彩色的仍是黑白的；挑选 Approximate True Color；欢迎下载精品学习资源定义最大循环次数（Maximum Iterations）： 12最大循环次数（ Maximum Iterations）是指 ISODATA重新聚类的最多次数，这是为了防止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；设置循环收敛阈值（Convergence Threshold ）： 0.95收敛阈值（ Convergence Threshold ）指两次分类结果相比保持不变的像元所占的

5、最大比例为0.95 ；点击 OK按钮（关闭 Unsupervised Classification对话框，执行非监督分类，获得一个初步的分类结果）2. 分类评判（ Evaluate Classification）获得一个初步的分类结果以后，可以应用分类叠加（Classification over1ay）方法来评判检查分类精度；其方法如下： 第一步： 显示原图像与分类图像在视窗中同时显示 dmtm.img 和 isodat.img ：两个图像的叠加次序为dmtm.img 在下、 isodat.img在上；其次步： 打开分类图像属性并调整字段显示次序在视窗工具条中：点击图标（或者挑选 Raster

6、 菜单项 - 挑选 Tools 菜单）打开 Raster 工具面板点击 RaSter 工具面板的图标（或者在视窗菜单条： Rster-Attributes）打开 Raster Attribute Editor对话框（ isodat.img的属性表）属性表中的 21 个记录分别对应产生的20 个类及 Unclassified类，每个记录都有一系列的字段；假如想看到全部字段， 需要用鼠标拖动浏览条，为了便利看到关怀的重要字段，需要调整字段显示次序；Raster Attribute Editor对话框菜单条： Edit Column Propertiescolumn properties对话框欢迎下

7、载精品学习资源在 Columns 中挑选要调整显示次序的字段，通过Up、 Down、 Top、Bottom 等几个按钮调整其合适的位置，通过挑选Display Width调整其显示宽度，通过 Alignment 调整其对齐方式；假如挑选Editable复选框，就可以在Title中修改各个字段的名字及其它内容；点击 OK按钮（关闭 Column properties对话框）返回 Raster Attribute Editor对话框（ isodat.img的属性表） 第三步： 不透亮度设置由于分类图像掩盖在原图像上面，为了对单个类别的判别精度进行分析，第一要把其它全部类别的不透亮程度（Opacit

8、y ）值设为 0（即改为透亮），而要分析的类别的透亮度设为1（即不透亮）；Raster Attribute Editor对话框（ isodat.img的属性表）：挑选全部的 Row点击 Opacity 字段的名字 , 右击挑选 Formula 菜单项打开 Formula 对话框在 Formula 对话框的 Formula 输入框中（用鼠标点击右上数字区）输入0点击 Apply 按钮（应用设置）返回 Raster Attribute Editor对话框（ isodat.img的属性表）：点击一个类别的 ROW字段从而挑选该类别点击该类别的Opacity 字段从而进入输入状态在该类别的 Opaci

9、ty字段中输入 1，并按回车键此时，在视窗中只有要分析类别的颜色显示在原图像的上面，其它类别都是透亮的；第四步： 确定类别专题意义及其精确程度视窗菜单条： Utilityflickerviewer Flicker对话框 Auto Mode本小步是设置分类图像在原图像修背景上闪耀，观看它与背景图像之间的关系从而肯定该类别的专题意义，并分析其分类精确与否；欢迎下载精品学习资源第五步： 标注类别的名称和相应颜色Raster Attribute Editor对话框（ isodat.img的属性表）：点击刚才分析类别的 ROW字段从而挑选该类别点击该类别的class Names 字段从而进入输入状态在该

10、类别的 Class Names 字段中输入其专题意义（如居民区），并按回车键右键点击该类别的 Color 字段（颜色显示区）As Is 菜单挑选一种合适的颜色重复以上 3、4、5 三步直到对全部类别都进行了分析与处理；留意，在进行分类叠加分析时，一次可以挑选一个类别，也可以挑选多个类别同时进行；3. 分类后处理1） 聚类统计（ clump）通过运算分类专题图像每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个clump 类组输出图像，其中每个图斑都包含clump 类组属性；在 ERDAS图标面板菜单条中，挑选main|image interpreter|GIS analys

11、is|clump命令，或在 ERDAS图标面板工具条上点击 interpreter图标，挑选 GIS analysis|clump命令，打开 clump 对话框，并设置参数：（1） 挑选处理图像文件（ Input file）（2） 定义输出文件（ output file）（3） 挑选文件坐标类型 coordinate type为 map/file（4） 处理范畴（5） 确定聚类统计邻域大小（connected neighbors）：统计分析将对每个像元四周的N 个相邻像元进行；可以挑选 4 或 8 个相邻的像元（6） 点击 ok，执行聚类统计分析2） 过滤分析（ sieve ）在 ERDAS图

12、标面板菜单条中，挑选main|image interpreter|GIS analysis|sieve命令，或者在 ERDAS图标面板工具条上点击 interpreter图标，挑选 GIS analysis|sieve命令，打开 sieve 对话框，设置如下参数：（1） ）挑选处理图像文件（ Input file）（2） ）定义输出文件（ output file）欢迎下载精品学习资源（3） ）挑选文件坐标类型 coordinate type为 map/file（4） ）处理范畴（5） ）挑选处理的图层（ select layer）（6） ）忽视输出统计零像元值ignore zero in ou

13、tput ststistics（7） ）确定输出统计零像元值ignore zero in output ststistics（8） ）确定最小图斑大小（ minimum size ）（9） ）点击 ok ，执行过滤分析3） 去除分析（ eliminate ）在 ERDAS图标面板菜单条中，挑选main|image interpreter|GIS analysis|eliminate命令，或者在 ERDAS图标面板工具条上点击 interpreter图标，挑选 GIS analysis|eliminate命令，打开 eliminate对话框：（1） ）挑选处理图像文件（ Input file）（

14、2） ）定义输出文件（ output file）（3） ）挑选文件坐标类型 coordinate type为 map/file（4） ）处理范畴（5） ）挑选去除分析的图层（ select layer）（6） ）挑选 ignore zero in stats复选框，确定是否忽视输出统计零像元值（7） ）确定最小图斑大小（ minimum size ）（8） ）单击 ok ，执行去除分析4） 分类重编码在 ERDAS图标面板菜单条中，挑选main|image interpreter|GIS analysis|recode命令，或者在ERDAS图标面板工具条上点击 interpreter图标，挑选 GIS analysis|recode命令，打开 recode 对话框：（1） ）挑选处理图像文件（ Input file）（2） ）单击 setup recode按钮，打开 thematic recode对话框（3） ）挑选需要进行重新编码的行，在now value处输入新编码，点击change selected rows，转变原有类别的编码，单击 ok（4） ）确定输出数据类型（ output ），单击 ok 按钮，完成设置欢迎下载精品学习资源欢迎下载