遥感数字图像分类处理课程设计

《遥感数字图像分类处理课程设计》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、遥感数字图像分类处理课程设计一、基本知识1•遥感图像分类：把图像中的每一个像元或某个区域划归为若干类别中的一种。2.遥感图像分类的目的：基于地物或现象的波谱特征、空间特征、时相特征进行地物专题属性的种类识别及空间分布范围的确定，并结合地学-生物学规律分析研究目标物及背景环境的吋间-空I'可-成因关联及演化机制。3.图像分类的工作流程：（1）确定分类类别:根据专题目的和图像数据特性确定计算机分类处理的类别数与类特征。（2）选择特征:选择能描述各类别的特征变量。（3）提取分类数据:提取各类別的训练（样本）数据。（4）测定总体统计特征:或测定训练数据

2、的总体特征；或用聚类分析方法对特征相似的像元进行归类分析并测定其特征。（5）分类:用给定的分类基准对各个像元进行分类归并处理。（6）分类结果验证:对分类的精度与可靠性进行分析。4.非监督分类根据图像数据本身的统计特征及点群的分布情况，从纯统计学的角度刈图像数据进行类别划分的分类处理方法。5.监督分类根据已知类别或训练场提供的样本，通过选择特征参数、建立判别函数，把图像屮各个像元点划归到给定类中的分类处理方法。、遥感图像的非监督分类对多光谱遥感数据“L7ETM+_121-032_123457”采用动态聚类法（ISODATA）进行非监督分类。1.动

3、态聚类（ISODATA）的基本原理逐次迭代确定最初类别数和类别中心计算每一个像元矢量与各聚类中心的距离将像元矢量归属于距离最小的类别计算新的类别均值向量新的类别中心是否变化停止是J以新均值代替I日中心2.动态聚类法（ISODATA）的分类参数设置进行分类数据文件的选择（依次打开：ENVI主菜单栏一>Classification—>Unsupervised—>TsoData即进入TSODATA算法分类数据文件选择対话框，选择待分类的数据文件），点击0K键以后，进入参数设置对话框，可以进行分类的最大最小类数、迭代次数等参数的设置3•动态聚类法（IS

4、ODATA）的分类结果（两种，分别与上述分类参数设置相对应）羽哲2ISODATA(L7ETI+_121-032_123457):..匚4£V:2S37#2Zoom[4x]EKVI4.4IFileBazicToolsClassi£icationTransformFiltwrSpectralMapVector1#1ISODATA(L7ETI+_121-032_123457).・

5、.

6、

7、口公FileOverlayEnhanceToolsWindow:•-二•二感图像的监督分类对多光谱遥感数据aL7ETM+_121-032_123457w釆用最小距离法

8、（MinimumDistance）进行监督分类。1.最小距离法（MinimumDistance）的基本原理在利用训练（样本）数据获得了各分类类别的特征参数（如均值向量及标准差向量）以后，对于一待分类像元，首先计算其与各类别均值向量的距离，而后通过比较距离的大小，将待分类像元归并到与之距离最小的类别之中。分类指标：绝对值距离；欧氏距离2.ROIs的建立1）打开待分类的遥感影像数据文件2）进行训练样本的选取：在窗口屮打开一张影像，选择主窗口菜单栏Tools键一>RcgionOfInterest—>R0ITools-（或是在主窗口上单击右键，在弹出的

9、快捷菜单栏中选择R0ITools••-）进入训练样本选取对话框。3）进行训练样本的选取，NewRegion可以建立新的样本区，在ROTName栏中双击，键入类的地物名，在Color栏中双击，可以输入类的颜色，R0I_Type菜单下可以进行样本类型的设置，在主窗口按鼠标左键即可进行样木区选择，以双击右键结束样本区的选取。选取完毕以后,选择File菜单->SaveROIs,对数据进行保存。4）进行最大似然法的分类：在ENVT主菜单栏屮Classfication—>Supervised—>MaximumLikelihood,进入分类文件的选取对话框，

10、选择相应的待分类文件。•IJX#1Scroll(0.15320)3・ROIs的可分离性分析蚪KOISeparabilityReportFileInputFileTL7ETM+121-032123457ROIName:(Jeffries-MatusitazTransformedDivergence)海域(少〉[Blue]8455points:海域(多)Cyan]5434points:(1.995129231.99996875)湖7白水库[SeaGreen]54points:(2.000000002.00000000)林地[Green]1026po

11、ints:(2.000000002.00000000)袜地[Yellow]4056points:(2.000000002.00000000)居民:地[