遥感图像的分类实验报告
遥感图像的分类实验报告
面向对象法模拟人类大脑认知过程，将图像分割为不同均质的对象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。下面是小编为你带来的遥感图像的分类实验报告，希望对你有所帮助。
一、 实验名称
遥感图像的监督分类与非监督分类
二、 实验目的
理解遥感图像监督分类及非监督分类的原理；掌握用ENVI对影像进行监督分类
和非监督分类的方法，初步掌握图像分类后的相关操作；了解整个实验的过程以及实验过程中要注意的事项。
三、 实验原理
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。
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。
四、 数据来源
本次实验所用数据来自于国际数据服务平台；landsat4—5波段30米分辨率TM
第三波段影像，投影为WGS—84，影像主要为山西省大同市恒山地区，中心纬度：38。90407 中心经度：113。11840。
鉴于实验内容及图像大小等问题，故从一景TM影像中裁取一个含有较丰富地物
信息区域作为待分类影像。
五、 实验过程
1。监督分类
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 → Open Image 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5、4、3波段进行相关操作，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。
由于该地区为山西省北部，地物相对单一，故分为以下几类：裸地、草地、灌木林、农田、水体、人类活动区、云层，阴影。
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（Minimum Distance）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。
2）在出现的Minimum Distance Parameters对话框中，select Ttems
选择训练样本，
定义相关参数，选择输出路径。
点击ok完成分类，结果如图：
2。非监督分类
非监督分类方法有K—均值分类法及ISOData（ 重复自组织数据分析技术），本次实验报告以K—均值分类方法为例进行说明。
1）主菜单中 ， 选择 Classincation>Unsupervised>K—Means。在Classification Input 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。
【遥感图像的分类实验报告】相关文章：
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29
文字图像处理员求职信06-29