2022年ENVI教程_分类 .pdf

《2022年ENVI教程_分类 .pdf》由会员分享，可在线阅读，更多相关《2022年ENVI教程_分类 .pdf（44页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章 分类6.1 分类菜单可以使用Classification下拉菜单访问ENV I 的分类功能，具体功能包括：监督分类和非监督分类、波谱端元收集、对先前规则图像的分类、计算类别统计信息、计算混淆矩阵、对分类图像进行majority和minority分析、集群或筛选分类、合成分类、对灰阶图像的叠加分类、生成缓冲区图像、图像分割以及将分类输出到矢量层。 图 6-1：分类菜单6.2 端元波谱收集E n d m e m b e rCo ll e c t io n工具可以从许多来源中选择端元波谱，用于分类和高光谱分析技术。在Endmember Collection 对话框中，可以运行所有的监督分类技

2、术以及许多高光谱技术。 注意： 通过改变算法，可以将相同的端元和训练区作为输入，运行不同的分类方法。 图 6-2：Endmember Collection 对话框名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 44 页 - - - - - - - - - 选择 Classification Endmember Collection。 当出现 Classification Input File对话框时， 选择所需的文件，子集和/或掩模。点击“OK” ，将出现Endmembe

3、r Collection对话框。 按照下节描述的方法来收集端元、选择算法类型和管理端元。 （1） 拖放下拉窗口的使用（Using the Drag-and-Drop Window ）使用 Endmember Collection 对话框顶部的拖放-下拉窗口， 可以从 Z 剖面或波谱图中收集波谱。点击鼠标右键显示快捷菜单。选择“Plot K ey” 。在波谱名上点击并按住左键。将波谱名拖动到拖放-下拉窗口中，释放鼠标左键。波谱名将被列入已选波谱列表中。 （2） 输入端元波谱使用 Import 下拉菜单可以从其它来源（如A SCII 文件、R OI 均值、波谱库或统计文件）输入波谱。 注意： 当应

4、用马氏（ Ma halanobis）距离或最大似然分类器时，端元波谱只能从ROIs 或统计文件中输入，因为这些分类用到了端元协方差统计。 从 ASCII 文件输入波谱图 6-3：Input ASCII File对话框名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 44 页 - - - - - - - - - 在 Endmember Collection对话框中, 选择 Import from ASCII File。出现文件选择对话框时，选择一个ASCII 文件或一组相同格

5、式的A SCII 文件。 注意： 如果选择一个有效文件（即 ASCII 文件中至少包含一列数字型数据），将出现 ASCII Input 对话框，其中显示一个行列数列表和每一列数据中的前几个数据。在“XAxis Column”文本框里，键入包含X轴数据的列数。点击所需的列名，选择端元波谱。如果需要，在“Wavelength Units”和“YScale Factor”文本框里，对参数进行更改。点击“OK”将选择的端元波谱输入到Endmember Collection 对话框的列表中。 输入同模板 ASCII 文件要运用先前Input ASCII File对话框中设定的参数，再选择一个ASCII

6、文件，读取数据： 选择 Import from ASCII file (previous template)。选择 ASCII 文件的文件名。数据将被直接读到Endmember Collection对话框中，中间不再出现参数对话框。 从 ASD 二进制文件输入波谱选择 Import From ASD Binary File。在 Enter ASD Files to Import 对话框中，选择ASD文件并点击“O pen” 。该文件将被自动重采样以与数据文件、ASCII 文件或启动构建波谱库功能时所指定的第一个输入波谱中的波长相匹配。如果从 Endmember Collection 对话框中输

7、入ASD文件，该文件将被自动重采样到第一个输入波谱形状。 注意： 如果 ASD文件的范围与输入波长的范围不匹配，将会产生一个全0 结果。 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 44 页 - - - - - - - - - 从波谱库输入波谱图 6-4：Spectral Library Input File 对话框选择 Import from Spectral Library。当出现 Spectral Library Input File对话框时，选择波谱库名，点击

8、“O K”打开波谱库。 注意： 如果需要的波谱库之前没有被打开，在 Library Input File 对话框中， 选择 FileOpen Spectral Library。当出现 Input Spectral Library 对话框时，通过点击需要的波谱名选择端元波谱。如果需要，在 “W avelengthUnits”和“YScaleFactor”文本框里，对参数进行更改。注意： 如果在波谱库头文件和图像数据头文件中都对“Reflectance Scale Factor”参数进行了设置，ENVI会自动对波谱库数据进行缩放以与图像数据相匹配。如果上述两者之一在头文件中不包含比例系数，则不会进

9、行自动缩放。点击“O K” ，将所需波谱输入Selected Endmember Spectral 列表。 从感兴趣区输入波谱可以从与当前文件或其他文件相关联的先前定义的感兴趣区中输入波谱 输入当前文件的感兴趣区选择 Import from ROI from Input File。当出现 Input Regions of Interest 对话框时，点击需要的ROI名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 44 页 - - - - - - - - - 名，选择端元波

10、谱（ROI 均值）。要选择所有ROIs，点击“S elect All Items” 。 要删除所有ROIs，点击“Clear A ll Items” 。 注意： 只有之前定义了ROIs，该对话框才会出现。点击“O K” ，将 ROI 均值输入到SelectedEndmember Spectral 列表中。 输入其他文件的感兴趣区选择 Import from ROI from Other File。从 Input File of associated ROI 对话框中选择需要输入的文件。当出现 Input Regions of Interest 对话框时，点击所需的ROI 名，选择端元波谱（RO

11、I 均值）。 要选择所有 ROIs，点击“S electA ll Items” 。要删除所有 ROIs，点击“C lear All Items” 。 注意： 只有之前定义了ROIs，该对话框才会出现。点击“O K” ，将 ROI 均值输入到SelectedEndmember Spectral 列表中。 从统计文件输入波谱使用 from Stats file选项可以从一个先前分类结果输入均值波谱，该波谱可以使用Basic Tools Statistics计算出来。 选择 Import from Stats file。当出现Enter Statistics Filename 对话框时，选择要输入的

12、统计文件。来自统计文件的均值波谱将被输入到Endmember Collection 对话框的列表中。 波谱删除要从Selected Endmember Spectral 列表中删除一个端元波谱，选择端元波谱名并点击“DeleteSpectrum” 。 （3） 端元 Options下拉菜单E n d m e m b e rC o l le c ti o n对话框中的Options 下拉菜单允许编辑端元名，绘制端元图，和清除端元。 编辑端元名在 Endmember Collection对话框中，选择Options Edit Endmember Names。当出现Endmember NameEdit

13、ing 对话框时，在“Current Endmember Names”列表中，点击端元名，选择要编辑的端元。从下列选项中选择： 要手工更改端元名，在“Edit Selected Item”文本框中，点击它，按需要修改，然后按回车键。要从ASCII 文件中输入端元名，点击“Import ASCII” ，并选择所需输入的ASCII 文件。ASCII 文件中必须包含与对话框中端元波谱相同数量的端元名在ASCII 文件中，每个端元名占用一行。要将端元名重新设置为它们的初始名，点击“Reset” 。 点击“O K” 。 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - -

14、 - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 44 页 - - - - - - - - - 绘制端元波谱要将所有端元波谱绘图，选择 Options Plot Endmembers。 清除端元波谱要从“S electedEndmember Spectra”列表中清除所有的端元波谱，选择Options Clear Endmembers。 图 6-5：包含所有端元波谱的图表（4） 选择处理技术E n d m e m b e rC o l le c t io n对话框中的Algorithm 菜单允许选择分类方法和高光谱处理技术。可选的分类方法包括：平行六面体、

15、最短距离、马氏距离、最大似然、波谱角制图以及二进制编码等方法。可选的高光谱处理技术包括：线性波谱分离、匹配滤波、混合调制匹配滤波和波谱特征拟合。 注意： 当使用马氏距离或最大似然分类器时，端元波谱只能从ROIs 或统计文件中输入，因为这些分类应用了端元协方差统计，而且必须选择至少两个端元。在 Endmember Collection 对话框中，选择Algorithm 所需技术。注意： 分类方法也可以通过选择Classification Supervised来启动， 高光谱处理技术也可以从Spectral Tools菜单启动。点击“Apply” 。当出现 Algorithm Parameters

16、 对话框时，输入所选算法对应的参数。所选的分类方法不同，显示的参数也不相同。关于不同分类方法的详细介绍，请参阅如下内容：第 305 页的“平行六面体分类” 。 第 306 页的“最小距离分类” 。 第 307 页的“马氏距离分类” 。 第 308 页的“最大似然分类” 。 第 309 页的“波谱角分类” 。 第 310 页的“二进制编码分类” 。 关于高光谱处理技术的详细介绍，请参阅如下内容： 第 400 页的“线性波谱分离” 。 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6

17、页，共 44 页 - - - - - - - - - 第 402 页的“匹配滤波” 。 第 403 页的“混合调制匹配滤波”。 第 405 页的“波谱特征拟合” 。 （5） 端元波谱管理可以使用Endmember Collection 对话框中的File菜单进行如下操作，包括：将端元波谱输出到ASCII文件、用端元波谱构建一个波谱库以及更改输入文件。 波谱输出到 ASCII 文件在 Endmember Collection对话框中，选择File Save Spectra As ASCII。当出现Output Plots to ASCIIFile 对话框时，键入输出文件名，或用“Choose”按

18、钮选择一个输出文件名。 波谱输出到波谱库要根据端元波谱构建一个标准ENVI 波谱库文件：选择File Save Spectra As Spectral Library。当出现 Output Plots to Spectral Library 对话框时，键入输出文件名，或用“Choose”按钮选择一个输出文件名。更改输入文件要在保留已选端元的情况下，更改输入文件：选择File Change Input File。选择所需的输入文件名，若需要，选取任意子集。所有的端元将被重采样以与新的输入文件相匹配。 注意： 可以为输入文件更改空间或波谱子集，按如下步骤操作：选择FileChange Input

19、File，选择相同的文件名，然后更改子集。关闭对话框要关闭 Endmember Collection 对话框，选择File Cancel。 6.3 监督分类S u p e r v ise d分类用于在数据集中根据用户定义的训练样本类别（training classes）聚集像元。训练样本类别是像元（ROIs）的集合或单一波谱。在分类过程中，可以选择它们作为代表区域或分类素材。应该尽可能选取纯净的感兴趣区。通过将感兴趣区输出到n 维可视化器 （n维散度分析），可以检查它们的可分性，在每一类感兴趣区中，点的分布都应该明显聚集到一起，各类别之间不应该有重叠。详细介绍，请参阅第157 页的“导出ROI

20、s到 N维可视化器” 。也可以得到各个感兴趣之间的可分性报告，详细介绍，请参阅第154 页的“计算感兴趣区可分离性”。 监督分类技术包括：平行六面体、最小距离、 马氏距离、最大似然、波谱角（S AM ）以及二进制编码。注意： 在进行监督分类之前，必须先定义训练样本类别，包括两种方法：用Endmember Collection 对话框选择波谱（参见第297 页的“端元波谱收集” ） ；或利用感兴趣区定义（参见第142 页的“定义感兴趣区” ） 。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - -

21、- 第 7 页，共 44 页 - - - - - - - - - 这些样本点可以被定义为多个不尺度多边形、矢量或单个象元。E n d m e m b e rC o l le c ti o n项允许使用不同分类方法时，使用相同的训练样本类别或端元（无需加载），因此简化了分类结果之间的比较。对于所有的监督分类，都可以选择是否输出规则图像（系统建议选择输出）。规则图像在最后分类执行以前，就能显示出分类结果。例如：运用最小距离分类的规则图像（每类有一幅）中的像元值是该类别与未知像元之间的距离。在尺度分类器中， 这些规则图像可以被用于调整阈值，从而产生新的分类图像（参见第 321 页的“根据规则图像分类

22、”） 。使用 Endmember Collection 对话框或感兴趣区来定义训练样本类别。 选择 Classification Supervised 所需分类方法， 或在 Endmember Collection 对话框中启动分类方法当出现 Classification Input File 对话框时，按照第10 页“E NVI 文件选择”中所描述的方法，选择输入文件、子集和/或掩模。 将 Classification Parameters 对话框， 根据所选分类方法不同，对话框中的选项也各不相同。（1） 输入分类参数每一种分类方法都有它特定的参数对话框，所用的分类方法将显示在对话框的标题中

23、。许多分类参数对话框中通用的选项包括：从可用 ROI 列表中选择将要用于分类的感兴趣区，选择分类图像输出到磁盘文件或内存，规则图像的计算（输出到文件或内存）。每种分类方法的对话框以及相对应的参数选择将在每种分类方法中进行描述。 选择感兴趣区要选择感兴趣区作为训练样本类别，在“Select Classes from Regions:”列出的可用感兴趣区列表中，点击所需的感兴趣区名。 注意： 最大似然和最小距离分类都至少需要两个感兴趣区。 规则图像计算规则图像可以在分类最终完成之前产生中间结果图像。例如：用于最大似然分类的规则 图像将是图像本身的似然度；用于图像分类的每个感兴趣区都有一幅规则图像。

24、在规则图像中，具有最大似然度的像元将被分到对应的类别中。似然度本身只保留在规则图像中，而不包含在分类后的图像中。 要计算一幅尺度输出图像（或为每类计算一幅尺度输出图像），在“E nter Output Rule Filename”文本框中，键入一个文件名。 注意： 如果“O utput RuleImages”切换按钮被设置为“No” ，规则图像将不被保存。分类结束后，规则图像将出现在可用波段列表中，可以在任何显示窗口中显示（或链接/覆盖），并可以使用 ENVI 的像元位置/ 值功能进行查询。 规则图像也可以用于稍后描述的尺度分类中，无需再重新计算整个分类，生成一幅新的分类图像。 名师资料总结

25、- - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 8 页，共 44 页 - - - - - - - - - （2） 平行六面体分类平行六面体用一条简单的判定尺度对多光谱数据进行分类。判定边界在图像数据空间中，形成了一个N维平行六面体。平行六面体的维数由来自每一种选择类别的平均值的标准差的阈值确定。如果像元值位于 N个被分类波段的低阈值与高阈值之间，则将它归属到这一类。如果像元值位于多个类别中，ENVI 将把该像元归并到最后一个匹配的类别中。没有落在平行六面体任何一类中的区域被称为无类别的。详细介绍，

26、请参阅以下参考文献： J.A.Richards, 1994, Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, p.240.在 ENVI 主菜单中，选择Classification Supervised Parallelepiped；或在 Endmember Collection 对话框中，选择Algorithm Parallelepiped（参见第297 页的“端元波谱收集” ） 。当出现 Classification Input File对话框时，选择输入文件。将出现Parallelepiped Paramete

27、rs 对话框。 按照第 304 页“输入分类参数”中所描述的方法，输入常规的分类参数。阈值选项设置： 如不使用标准差，点击“None”按钮。 要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“ Ma x stdev from Mean”文本框中输入用于限定相对于均值的标准差的大小。 要为每一类别设置不同的阈值： A. 在类别列表中，点击想要设置不同阈值的类别。 B. 点击“ Mu ltiple Values”来选择它。 C. 点击“Assign Mu ltipleValues”按钮。 D. 在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每个类

28、别重复该步骤。 注意： 必须设定阈值。点击“O K” ，开始分类。 图 6-6：Parallelepiped Parameters 对话框名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 9 页，共 44 页 - - - - - - - - - 将出现一个状态窗口，显示操作进程。作为结果的规则图像的像元值范围是从0 到 n（n为波段数），它代表了符合平行六面体标准的波段数。对于每个所选的类别都有一幅规则图像。对于某一种分类方法，与所有波段都匹配的区域将被当作分类后的区域输入到分类后图像

29、中。如果出现不只一种匹配，则将该区域作为与之匹配的最后一类输入到分类后图像。 （3） 最小距离分类最小距离技术使用每个端元的均值矢量，计算每个未知像元到每类均值矢量的欧几里德距离。除非限定了标准差和距离阈值（这时，会出现一些像元因不满足选择的标准，而成为“无类别”） ，所有像元都将被归为距离最近的一类。详细介绍，请参阅以下参考文献： J.A.Richards, 1994,Remote Sensing Digital ImageAnalysis, Springer-Verlag, Berlin, p.240.选择 Classification Supervised Mi nimum Distan

30、ce；或在Endmember Collection 对话框中，选择Algorithm Mi nimum Distance（参见第297 页的“端元波谱收集” ） 。当出现 Classification Input File 对话框时，选择输入文件。将出现Mi nimum Distance Parameters 对话框。 按照第 304 页“输入分类参数”中所描述的方法，输入常规的分类参数。要根据标准差和最大距离误差来设定阈值，在对话框中的“Set Max Stdev From Mean”和“S et Max Distance Error”文本框中，按如下方法选择： 注意： 如果在 Endmem

31、ber Collection 对话框中运行最小距离分类，“S et Max Distance Error”文本框将是不可用的。如不使用阈值，点击“None”按钮。 要对所有的类别使用同一个阈值，点击 “S ingle Value” 按钮，在 “Ma x stdev from Mean” 或 “Max DistanceError” （以 DN值方式）文本框中输入一个值。对于“ Ma x stdev from Mean” ，输入用于限定相对于均值的标准差的大小，该范围之外的像元不被分入该类。对于“ Ma x DistanceError” ，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。

32、要为每一类别设置不同的阈值：A .在类别列表中，点击想要设置不同阈值的类别。 B. 点击“ Mu ltiple Values”来选择它。 C. 点击“Assign Mu ltipleValues”按钮。 D. 在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每个类别重复该步骤。 注意： 必须设定阈值。注意： 如果在“S et Max Stdev From Mean”和“S et Ma x Distance Error”文本框中都设定了阈值，分类就用两者中较小的一个来判定哪些像元将被分类。如果对于所有参数都选择“None” ，则所有像元都将被分类。名师资料总结 - -

33、 -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 10 页，共 44 页 - - - - - - - - - 图 6-7：Minimum Distance Parameters 对话框点击“O K” ，开始分类。 将出现一个状态窗口，显示操作进程。如果选择输出规则图像，将会为每个类别（像元值等于它到类别均值的欧氏距离）生成一幅规则图像。符合最短距离标准的区域将被作为已分类区域添加到分类后的图像中。 （4） 马氏距离分类马氏距离分类是一个应用了每个类别统计信息的方向灵敏的距离分类器。它与最大似然分类相似，但

34、是假定所有类别的协方差是相等的，所以是一种较快的分类方法。除非用户限定了一个距离阈值（这时，如果一些像元不在阈值内，就会被划为无类别），所有像元都将被归到最临近的ROI 类。详细介绍，请参阅以下参考文献： J.A.Richards, 1994, Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, p.240.选择 Classification Supervised Ma halanobis Distance；或在 Endmember Collection 对话框中，选择Algorithm Mahalanobis Dis

35、tance（参见第297 页的“端元波谱收集” ） 。将出现 Classification Input File 对话框时，选择输入文件。将出现Mahalanobis DistanceParameters 对话框。 注意： 在选择马氏距离作为分类方法之后，再在Endmember Collection 对话框里输入（或再输入）端元。从而使 ENVI 可以将端元协方差信息和端元波谱一同输入。按照第 304 页“输入分类参数”中所描述的方法，输入常规的分类参数。从下列选项中选择，设定一个基于最大距离（DN 值方式）的阈值，该阈值是根据输入数据的范围而定的，一般都通过研究规则图像的直方图来设定合适的阈

36、值。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 11 页，共 44 页 - - - - - - - - - 如不使用阈值，点击“None”按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Ma x DistanceThreshold”文本框中，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。要为每一类别设置不同的阈值：A .在类别列表中，点击想要设置不同阈值的类别。 B. 点击“ Mu ltiple Values”来选择它。 C. 点击“Ass

37、ign Mu ltipleValues”按钮。 D. 在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每个类别重复该步骤。 注意： 必须设定阈值。点击“O K” ，开始分类。将出现一个状态窗口，显示操作进程。如果选择输出规则图像，将会为每个类别（像元值等于它到类别均值的距离）生成一幅规则图像。符合最短距离标准的区域将被作为已分类区域添加到分类后的图像中。如果一个像元满足两类或更多类别的标准，它将被分配到与之匹配的第一个感兴趣区所对应的类别中。 （5） 最大似然分类最大似然分类假定每个波段的每一类统计都呈均匀分布，并计算给定像元属于某一特定类别的似然度。除非选择一个似

38、然度阈值，所有像元都将被分类。每一个像元被归并到似然度最大的那一类中。详细介绍，请参阅以下参考文献： J.A.Richards, 1994, Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, p.240.选择 Classification Supervised Maximum Likelihood；或在 Endmember Collection 对话框中，选择Algorithm Maximum Likelihood（参见第297 页的“端元波谱收集” ） 。当出现 Classification Input File

39、对话框时，选择输入文件。将出现Maximum Likelihood Parameters 对话框。 注意： 在选择最大似然分类作为分类方法之后，再在Endmember Collection对话框里输入（或再输入）端元。从而使ENV I 可以将端元协方差信息和端元波谱一同输入。按照第 304 页“输入分类参数”中所描述的方法，输入常规的分类参数。从下列选项中选择，设定一个基于似然度的阈值： 如不使用阈值，点击“None”按钮。 要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Probability Threshold”文本框中，输入一个0到 1 之间的值。似然度小于该值的

40、像元不被分入该类。 要为每一类别设置不同的阈值： A. 在类别列表中，点击想要设置不同阈值的类别。 B. 点击“ Mu ltiple Values”来选择它。 C. 点击“Assign Mu ltipleValues”按钮。 D. 在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每个类名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 12 页，共 44 页 - - - - - - - - - 别重复该步骤。 注意： 必须设定阈值。输入一个数据比例系数。这个比

41、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 之间缩放，则设定的比例系数就为10000。对于没有定标的整型数据，将比例系数设为该仪器所能测量的最大值2n-1，n为仪器的bit 容量，例如：对于8-bit 仪器（L andsat 4） ，设定的比例系数为255，对于 10-bit 仪器（N OAA 12 AVHRR） ，设定的比例系数为1023，对于 11-bit 仪器（I K ONOS） ，设定的比例系数为2047。 点击“O K” ，开始分类。将出现一个状态窗口，显示操作进程。规则图像（每类一幅图像）包含一个满足修正了的Chi

42、Squared 概率分布的最大似然判别函数。规则图像的值越高，说明像元属于该类的可能性越大。最后的分类结果就是将每个像元都归到可能性最大的类中。 要在规则图像数据空间和似然度之间转换，使用尺度分类器，该分类中使用的分类阈值与最大似然分类中所用的阈值相同，只是要以百分比方式输入（例如：95%） （参见第321 页的“根据规则图像分类”） 。尺度分类器将会自动找到相应的Chi Squared 值。 （6） 波谱角分类波谱角分类（SAM ）是一个基于自身的波谱分类，它是在n 维空间将像元与参照波谱进行匹配。这一算法是通过计算波谱间的角度（将它们作为具有维数等于波段数特征的空间矢量进行处理），判定两个

43、波谱间的相似度。这一技术在用于纠正反射数据时，对照度和反照率的影响并不敏感。SAM 用到的端元波谱可以来自 ASCII 文件、波谱库或直接从图像中抽取（如ROI 均值波谱）。S AM 把端元波谱矢量和像元矢量放在n维空间中进行角度比较。较小的角度代表像元与参照波谱匹配紧密。大于指定的最大弧度阈值的像元不被分入该类。详细信息，请参阅以下参考文献： K ruse, F. A., Lefkoff, A. B., Boardman, J. B., Heidebrecht, K. B., Shapiro, A. T.,Barloon, P. J., and Goetz, A.F. H., 1993, T

44、he Spectral Image Processing System (SIPS) - Interactive Visualization and Analysis of Imagingspectrometer Data: RemoteSensingof Environment, v. 44, p. 145 - 163.注意： 可以使用 ENVI 的 Spectral HourglassWizard 功能引导逐步完成ENVI 沙漏处理过程，包括：波谱角分类； 从高光谱或多光谱数据中提取和绘制端元波谱。详细介绍， 请参阅第 408 页的“波谱“沙漏” 向导”。选择 Classification

45、 Supervised Spectral Angle Mapper；或在 Endmember Collection 对话框中，选择Algorithm Spectral Angle Mapper（参见第297 页的“端元波谱收集” ） 。当出现 Classification Input File 对话框时， 进行标准文件选择， 或根据需要， 选取输入文件的任何子集和掩模。将出现 Endmember Collection:SAM 对话框。注意： 波谱可以从ASCII 文件、波谱库、ROI 均值或统计文件中输入。从“Import”菜单中，选择端元波谱的来源（参见第297 页的“端元波谱收集” ） 。

46、注意： 若需要，改变波谱名，为波谱绘图。选择完所有的端元波谱后，点击“Apply” ，将出现Spectral Angle Mapper Parameters对话框。按照第名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 13 页，共 44 页 - - - - - - - - - 页“输入分类参数”中所描述的方法，输入常规的分类参数。从下列选项中选择，设定一个基于波谱角的阈值：如不使用阈值，点击“None”按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“ M

47、a ximum Angle 文本框中，输入一个弧度值， 这是端元波谱矢量与像元矢量之间的最大可接受的角度（在“#波段”维数空间） 。默认值是0.1弧度，角度大于该值的像元将不被分入该类。要为每一类别设置不同的阈值：A .在类别列表中，点击想要设置不同阈值的类别。 B. 点击“ Mu ltiple Values”来选择它。 C. 点击“Assign Mu ltipleValues”按钮。 D. 在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每个类别重复该步骤。 必须设定阈值。 点击“O K” ，开始波谱角分类。将出现一个状态窗口，显示操作进程。规则图像的像元值代表距

48、离每一类参照波谱的波谱角度（单位：弧度）。波谱角度越小，表示像元与端元波谱匹配越好。符合所选阈值标准的区域将被作为已分类区域输入到分类后的图像中。 （7） 二进制编码分类二进制编码分类技术根据波段是低于波谱平均值，还是高于波谱平均值，将数据和端元波谱编码为0和 1。使用“异或”逻辑函数对每一种编码的参照波谱和编码的数据波谱进行比较，生成一幅分类图像。除非指定了一个最小匹配阈值（这时，如果一些像元不符合标准，它们将不参与分类）所有像元被分类到与其匹配波段最多的端元一类中。 详细介绍，请参阅以下参考文献： Mazer, A. S, Martin, M., Lee, M. , and Solomon

49、, J. E., 1988, Image Processing Software for ImagingSpectrometry A nalysis: Remote Sensing of Environment, v. 24, no. 1, p. 201 - 210.选择 Classification Supervised Binary Encoding；或在Endmember Collection对话框中，选择 Algorithm Binary Encoding（参见第297 页的“端元波谱收集” ） 。 当出现 Classification Input File 对话框时，进行标准文件选择

50、，或根据需要，选取输入文件的任何子集和掩模。将出现Binary Encoding Parameters 对话框。按照第304 页“输入分类参数”中所描述的方法，输入常规的分类参数。 从下列选项中选择，设定一个基于波段匹配百分比的阈值： 如不使用阈值，点击“None”按钮。 要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“ Mi nimum Encoding Threshold”文本框中，输入十进制最小百分比（01） ，该百分比显示必须匹配的波段数。 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心