监督分类实验报告ERDAS.docx

监督分类实验报告ERDAS.docx

ID:57441741

大小:101.30 KB

页数:4页

时间:2020-08-17

监督分类实验报告ERDAS.docx_第1页
监督分类实验报告ERDAS.docx_第2页
监督分类实验报告ERDAS.docx_第3页
监督分类实验报告ERDAS.docx_第4页
资源描述:

《监督分类实验报告ERDAS.docx》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、遥感影像的监督分类实验一、实验目的理解遥感影像监督分类的基本原理;掌握利用ERDAS软件进行遥感影像监督分类的方法和基本流程。二、实验准备Lanier湖地区原始遥感影像数据、ERDAS2013三、基本原理首先根据已知的样本类别和类别的先验知识,确定判别函数和相应的判别准则,其中利用一定数量的已知类别的样本观测值求解待定参数的过程称之为学习或训练,然后将未知类别的样本的观测值代入判别函数,再依据判别准则对该样本的所属类别作出判定。四、操作过程1.原始遥感影像图的导入打开ERDAS2013软件→File→Open→RasterLayer→选择原始影像图

2、文件→OK2.分类样本的选取在软件上方工具栏中点击“Raster”→Supervised→SupervisedEditor→点击软件上方工具栏中的“Drawing”→在“InsertGeometry”功能区中选择不同的框选方式→选定框选方式后,在原始影像图中框定欲选择的样本区域→点击弹出窗口工具栏中的→每个类别重复上述操作选定多个样本区域→同时选定设定好的同类样本的多个区域,点击工具栏中的即将同类样本进行合并→将合并前的类别同时选定,点击鼠标右键,点击“DeleteSelection”对其进行删除→点击“SignatureName”列修改所选定类别

3、的名字,点击“Color”列修改所选定类别的颜色→重复操作至选择完所有类别1.分类样本的精度评定和样本保存点击弹出窗口的工具栏中的“Evaluate”→Contingency→在“Non-parametricRule”中选择“FeatureSpace”→勾定“UseProbabilities”、“PixelCounts”、“PixelPercentages”→查看每类样本的精度,对精度不高的样本进行重新选择,直至所有样本符合精度要求→File→SaveAs→选择样本文件的保存位置,设置文件名→OK2.原始影像的监督分类在软件上方工具栏中点击“Ras

4、ter”→Supervised→SupervisedClassification→选定样本文件和设置欲保存的分类后文件的存放位置及文件名→OK→完成后点击“Close”3.分类后图像的目视检查”打开“ERDAS2013”软件→File→Open→RasterLayer→选择新输出的已分类图像文件→OK→File→Open→Rasterlayer→选择原始影像文件→点击界面上方的“RasterOptions”→取消勾选“ClearDisplay”→OK在将两幅图放在同一个View界面后,点击软件上方工具栏中“Home”→点击“Swipe”使原始影像产

5、生卷帘效果,然后通过目视进行定性检验分类的效果。一、实验心得这次对遥感影像进行监督分类的实验加深了我在理论课上对理论知识的理解,掌握了利用ERDAS软件进行遥感影像监督分类的操作过程,并了解到监督分类在遥感影像处理过程中的重要性。同时与非监督分类进行对比,发现它们两者间的联系与区别。同时在进行相关操作时应注意:l每类样本应多选取几个样本区,这样才能保证分类的正确性。l在选定样本区域时应尽量选择具有代表性的地方,不可选择多种地物的交界处。l在选定样本时可根据样本形状选择不同的划定方法(如:不规则多边形、圆形、折线段等)。l在选定样本区域时如果某些地物

6、颜色相近、难于区分,可以通过改变原始影像图的显示波段,使得不同地物间的影像差别变得明显,便于不同地物类比的划分。附件:分类后的影像注:蓝色代表水体深绿色代表森林浅绿色代表草地橙色代表城区和道路

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。