遥感图像分类实验报告

《遥感图像分类实验报告》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遥感图像分类实验报告　　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

2、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　　相似光谱集群的过程。它不必对影像地物获取先

3、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：中心经度：。　　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　　打开并显示影像文件，选择

4、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→OpenImageFile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LoadBand在主窗口加载影像。　　使用感兴趣区工具来选择训练样区　　1）主影像窗口菜单栏中，选择Overlay>RegionofInterest。出现ROITool对话框，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

5、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　　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。　　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。以最小距离法为例进行说明。选择MinimumDistance选项，出现ClassificationI

6、nputFile对话框，在该对话框中选择待分类图像。　　2）在出现的MinimumDistanceParameters对话框中，selectTtems　　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。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

7、，特制定安保从业人员的业务技能及个人素质的培训计划　　1）主菜单中,选择Classincation>Unsupervised>K-Means。在ClassificationInputFile对话框中选择待分类影像文件。　　2）在K-MeansParameters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。　　面向对象分类实验报告　　姓名：学号：指导老师：　　地球科学与环境工程学院　　一、实验目的　　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

8、库转换为规则特征，从而提取影像信息。因为分析的是对象而不是像元，因此我们可以利用