实验四遥感图像的非监督与监督分类一、实验目的:1.非监督分类是对数据集中的像元依据统计数字,光谱类似度和光谱距离进行分类,在没有用户定义的条件下练习使用,在ENVI环境下的非监督分类技术有两种:迭代自组织数据分析技术(ISodata)和K均值算法(K-Means);2.分类过程中应注意:1)怎样确定一个最优的波段组合,从而达到最佳的分类精度,基于OIF和相关系数,协方差矩阵以及经验的使用来完成对最适合的组合的选取,分类效果的关键即在于此;2)K-Means的基本原理;3)Isodata的基本原理;4)分类结束后,被分类后的图像是一个新的图像,被分类类码秘填充,从而可以获得数据提取信息,统计不同类码数量,转化为实际面积,在得到后的图像上,可对不同目标的形态指标进行分析。3.对训练区中的像元进行分类;4.用训练数据集估计查看监督分类后的统计参数;5.用不同方法进行监督分类,如最小距离法、马氏距离法和最大似然法。二、实验设备与材料:1、软件ENVI4.7软件2、所需材料TM数据三、实验步骤:1.选择最优的波段组合2.K-Means法进行非监督分类1)Classification→Unsupervised→K-Means,点击hbtmref.img→点击Spectralsubset→选3,4,6三个波段→OK,回到上级菜单→OK,在Numberofclasses中输15即分为15类,ChangeIterations中输6,即最大迭化量为6次,MaximumStdevFromMean中为空,选择保存位置→OK;在原界面中选定保存结果后Newdisplay→LoadBand,双击查看CursorLocation/Value,发现Data已由原来的坐标形式转换为类码;在K-Means窗口工具栏中点击Tools→SpatialPixelEditor→可将类码转换成相应的地物类型,要求进行大量的野外调查,确定同一类码所代表的地物是什么2)合并类的操作:Classification→Postclassification→Combineclasses→K-Means→OK;在SelectInputClass中选Class8,SelectOutputClass中选Class10(即把第8类和第10类合并)→点Addcombination→OK→Memory→OK;在原界面中选择保存结果→NewDisplay→LoadBand;在Load后的Display中点击Tools→Link→Geographiclink,则Display(当前)和Display#2(前一个)变为on,表示2者合并→OK,可查看变化结果。3)如何得到一类中的像元量:classification→postclassification→classstatistics→选择分类合并后的文件→OK→再选合并后文件→OK,则出现classselection,根据需要选择几类(6,7,8,9,10)→OK,可选项全部选定后→OK,即可获取类码的统计数据3.Isodata方法进行非监督分类classification→unsupervised→IsoData→选择原图→OK,Spectralsubset中选3,4,7波段→OK→OK;Numberofclasses:min输入10,max输入15,MaximumIterations输6,changeThreshold%(1-100)改为3.00,其它不变→保存→OK。在原界面中Newdisplay→LoadBand→在classification中选择postclassification→classstatistics→选定保存后文件→OK→再选一次→OK,则可查看分类结果,共被分为13类,其他数据获取方法和由类码到地物类型名的转换均与K-Means方法中一致。4.最小距离法Classification→supervise→minimumdistance→选择3,4,7波段→OK,SelectallItems→choose选择保存位置→OK,回到原界面窗口Newdisplay→LoadBand,查看分类效果5.马氏距离法classification→Mahalanobisdistance→选择3,4,7波段→OK,SelectallItems→保存→OK,回到原界面Newdisplay→LoadBand,相比于最小距度法,查看差异,发现该方法精度高于最小距离法。6.像元统计操作Classification→postclassification→classstatistics→选择保存过的文件→选择地物类型→OK,即可得到最小距离法分类结果中Forest像元量,查看其他分类,结果中的其他分类项的像元量操作步骤与上操作一致四、实验心得:通过实验操作我发现,其实懂了是一回事,能做出来是另一回事,能做好就又是另一回事了。许多问题不会,就要去请教同学,然后记住,不会就问才会有提高,这是我们学习的正确态度,就是要有好奇心和求知欲。操作步骤一定要认真。