erdas监督分类实验报告

《erdas监督分类实验报告》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划erdas监督分类实验报告　　遥感实验七　　一、实验目的　　初步掌握数字图像计算机分类的基本操作；掌握非监督分类和监督分类的基本操作步骤，理解监督分类和非监督分类的区别。　　二、实验内容　　1.利用计算机进行监督分类　　2.利用计算机进行非监督分类　　三、实验过程　　1.非监督分类　　启动非监督分类模块，选择输入输出影像；　　点击dataprep图标，选择datapreparation下的unsupervisedclassificatio

2、n命令弹出如下对话框　　选择输入输出路径，设置类别为12类，设置最大循环次数为10次；另外，　　分别点击initializingoption，选择方法为主成分法;点击colorschemeoption，并设置配色方案为approximatetruecolor；　　点击OK得到非监督分类的结果图：　　分类评价目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　打开

3、新的窗口，并导入非监督分类后的图；在视窗工具条中：点击　　点击图标打开raster工具面板，在Raster工具面板上图标，弹出RasterAttributeEditor对话框，如下图：　　为各个类别赋予相应的颜色，通过对比，来识别每一个类别属于那种土地利用类型，并将其类名改为相应的类型；　　其中，可以通过不透明设置，将要显示的类别的opacity的值设为1，其他设为0，从而只显示其中的一个类别。　　通过Utility/Flicker/ViewerFlicker工具来观察非监督分类的结果的准确性；　　可以确定类别的地物标注类别名称并设置适当的颜色；最

4、终可以的标注名称和设置颜色后的结果如下：　　聚类统计　　为了消除分类结果中产生的一些小面积图斑，我们需要先对分类结果进行聚类分析，具体步骤如下：　　在ERDAS图标面板工具条上点击Interpreter图标，选择GISAnalysis下的Clump命令，打开Clump对话框；　　设置聚类统计领域大小为8，点击OK，得到聚类统计后的结果图如下：　　去除分析目的-通过该培训员工可对保安行业有初步了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安

5、保从业人员的业务技能及个人素质的培训计划　　去除分析用于删除原始分类图像中的小图斑或者Clump聚类图像中的小clump类组。该分析会将小图斑合并到最大的分类当中。具体操作如下：　　点击ERDAS图标面板工具条下的Interpreter图标，选择GISAnalysis下的Eliminate命令，打开Eliminate对话框：　　设置最小图版的大小为50像素，点击Ok得到去除分析后的结果图。　　1.非监督分类　　启动非监督分类模块，选择输入输出影像；　　点击dataprep图标，选择datapreparation下的unsupervisedclass

6、ification命令弹出如下对话框　　选择输入输出路径，设置类别为12类，设置最大循环次数为10次；另外，　　分别点击initializingoption，选择方法为主成分法;点击colorschemeoption，并设置配色方案为approximatetruecolor；　　点击OK得到非监督分类的结果图：　　分类评价　　打开新的窗口，并导入非监督分类后的图；在视窗工具条中：点击　　点击图标打开raster工具面板，在Raster工具面板上图标，弹出RasterAttributeEditor对话框，如下图：目的-通过该培训员工可对保安行业有初步

7、了解，并感受到安保行业的发展的巨大潜力，可提升其的专业水平，并确保其在这个行业的安全感。为了适应公司新战略的发展，保障停车场安保新项目的正常、顺利开展，特制定安保从业人员的业务技能及个人素质的培训计划　　为各个类别赋予相应的颜色，通过对比，来识别每一个类别属于那种土地利用类型，并将其类名改为相应的类型；　　其中，可以通过不透明设置，将要显示的类别的opacity的值设为1，其他设为0，从而只显示其中的一个类别。　　通过Utility/Flicker/ViewerFlicker工具来观察非监督分类的结果的准确性；　　可以确定类别的地物标注类别名称并设

8、置适当的颜色；最终可以的标注名称和设置颜色后的结果如下：　　聚类统计　　为了消除分类结果中产生的一些小面积图斑，我们需要先