遥感图像地分类实验报告材料

遥感图像地分类实验报告材料

ID:39126577

大小:1.66 MB

页数:17页

时间:2019-06-25

遥感图像地分类实验报告材料_第1页
遥感图像地分类实验报告材料_第2页
遥感图像地分类实验报告材料_第3页
遥感图像地分类实验报告材料_第4页
遥感图像地分类实验报告材料_第5页
资源描述:

《遥感图像地分类实验报告材料》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、标准文档一、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

2、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

3、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。实用文案标准文档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。一、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→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。实

4、用文案标准文档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>RegionofInterest。出现ROITool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

5、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MinimumDistance选项,出现ClassificationInputFile对话框,在该对话框中选择待分类图像。实用文案标准文档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:实用文案标准文档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

6、),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ClassificationInputFile对话框中选择待分类影像文件。实用文案标准文档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。选择结果输出位置,点击OK完成分类。实用文案标准文档3.分类后处理我们需要对分类后的影像进行后处理,评价其分类的精度,这里以监督分类结

7、果为例进行说明。3.1更改类别名称及颜色主图像窗口,Overlay->classification,出现SelectInputfile对话框,选择分类结果,点击OK。实用文案标准文档在InteractiveClassTOOL对话框的option下拉菜单中选择Editcolors/names选项,在弹出的对话框中选择类别更改其名称颜色。实用文案标准文档3.2分类结果微调包括删除或者合并小斑点。1)将要修改的类别置于激活状态,点击Edit下拉菜单,选择Mode:polygonAddtoclass将分类错误的点与

8、周围区域点合并。选择Mode:polygondeletefromclass将错误点剔除。2)主菜单classification->Postclassification->sieveclasses打开sieveparameters对话框,选择训练样本,及最小剔除像素,选择输出位置,完成操作。图为采用八联通域将像素小于5的点删除。实用文案标准文档3.3混淆矩阵精度验证1)选取验证样本,与监督分类操作类似,选择不同的感

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。