高光谱遥感图像处理(14)-----ENVI使用教程之监督分类与非监督分类
来源:互联网 发布:docker web mysql 编辑:程序博客网 时间:2024/05/17 23:26
监督分类:又称训练分类法,用被确认类别的样本像元去识别其他未知类别像元的过程。它是在分类之前通过目视判读和野外调查,对遥感图像上某些样区中影像地物的类别属性有了先验知识,对每一种类别选取一定数量的训练样本,计算机计算每种训练样区的统计或其他信息,同时用这些种子类别对判决函数进行训练,使其符合于对各种子类别分类的要求, 随后用训练好的判决函数去对其他待分数据进行分类。
1.1打开并显示影像文件,选择合适的波段组合加载影像
打开并显示TM影像文件,从 ENVI 主菜单中,选择File →OpenImage File选择影像,为了更好地区分不同地物以及方便训练样本的选取,选择任意三个波段(合成以后有利于分类的原则进行选择)进行相关操作,点击Load Band 在主窗口加载影像。
1.2使用感兴趣区(ROI)工具来选择训练样区
1)主影像窗口菜单栏中,选择 Overlay >Region of Interest。出现ROI Tool对话框,
2)根据不同的地物光谱特征,在图像上画出包含该类地物的若干多边形区域,建立相应的感兴趣区域,输入对应的地物名称,更改感兴趣区对应的显示色彩。
1.3选择分类方法进行分类
1)主菜单中,选择Classification>Supervised,在对应的选项菜单中选择分类方法,对影像进行分类。以最小距离法(MinimumDistance)为例进行说明。选择Minimum Distance选项,出现Classification Input File对话框,在该对话框中选择待分类图像。
非监督分类:也称为聚类分析或点群分类。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱(或纹理) 信息进行特征提取,再统计特征的差别来达到分类的目的,最后对已分出的各个类别的实际属性进行确认。目前比较常见也较为成熟的是ISODATA、K-Mean和链状方法等。
1)主菜单中 , 选择 Classincation>Unsupervised>K-Means。在ClassificationInput File对话框中选择待分类影像文件。
2)在K-Means Parameters对话框中定义相关参数,其中,可定义参数有:分类类别数,像元变化阈值,用于分类的最多迭代次数以及可选的距离阈值。
选择结果输出位置,点击OK完成分类。
- 高光谱遥感图像处理(14)-----ENVI使用教程之监督分类与非监督分类
- 高光谱遥感图像处理(15)----ENVI使用教程之监督分类参数说明
- 高光谱遥感图像处理(12)----ENVI使用教程之波段比与波段运算
- 高光谱遥感图像处理(9)-----ENVI使用教程之光谱曲线界面修改
- ENVI遥感图像监督分类与出图制作
- 高光谱遥感图像处理(8)-----ENVI使用教程之直方图
- 高光谱遥感图像处理(10)----ENVI使用教程之密度分割
- 高光谱遥感图像处理(3)-----ENVI进阶知识
- 高光谱遥感图像处理(13)-----ENVI图像处理之滤波
- ENVI自带的非监督分类测试情况
- 高光谱遥感图像处理(6)-----ENVI矢量做ROI 用来裁剪、掩膜
- 高光谱遥感图像处理(11)----ENVI建立矢量数据
- Python图像批处理(图像非监督分类)
- 高光谱图像处理(4)------ENVI实战使用教程一
- 遥感影像分类(监督分类,最小距离法)
- 高光谱高光谱遥感图像处理(2)----ENVI4.7、5.0、5.1下载与打开使用
- envi 监督分类超详细过程
- 影像信息提取之—— 监督与非监督分类
- POJ 1014--Dividing
- python 寻找前5个默尼森数
- centos 7 红帽认证 tigervnc服务搭建
- XStream简单实例
- 采用opencv读取xtion pro live的数据
- 高光谱遥感图像处理(14)-----ENVI使用教程之监督分类与非监督分类
- mycat ShareJoin后少了2条记录的问题剖析详细过程
- 第三届河南省大学生程序设计竞赛题型简要分析
- HDU 1395 2^x mod n = 1(快速幂取模)
- 技术周报 Gif图片 LoadingView
- js 实现数字的进制转换
- bzoj3224普通平衡树 Splay
- ubuntu网络
- Java学习笔记之继承和接口(一) super关键字、final关键字、abstract类和方法