Erdas非监督分类全过程.doc

Erdas非监督分类全过程.doc

ID:58650056

大小:8.89 MB

页数:51页

时间:2020-10-23

Erdas非监督分类全过程.doc_第1页
Erdas非监督分类全过程.doc_第2页
Erdas非监督分类全过程.doc_第3页
Erdas非监督分类全过程.doc_第4页
Erdas非监督分类全过程.doc_第5页
资源描述:

《Erdas非监督分类全过程.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Erdas基础教程:非监督分类来源:师大学旅游与环境学院1.图像分类简介(Introductiontoclassification)图像分类就是基于图像像元的数据文件值,将像元归并成有限几种类型、等级或数据集的过程。常规图像分类主要有两种方法:非监督分类与监督分类,专家分类方法是近年来发展起来的新兴遥感图像分类方法,下面介绍这三种分类方法。非监督分类运用1SODATA(IterativeSelf-OrganizingDataAnalysisTechnique)算法,完全按照像元的光谱特性进行统计分类,常常用于对分类区没有什么了解的情况。使用该方法时。原始图像的所有波段都参于分类运算,分类结

2、果往往是各类像元数大体等比例。由于人为干预较少,非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤:初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。监督分类比非监督分类更多地要求用户来控制,常用于对研究区域比较了解的情况。在监督分类过程中,首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板,然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改,多次反复后建立一个比较准确的模板,并在此基础上最终进行分类。监督分类一般要经过以下几个步骤:建立模板(训练样本)、评价模板、确定初步分类图、检验分类

3、结果、分类后处理、分类特征统计、栅格矢量转换。专家分类首先需要建立知识库,根据分类目标提出假设,井依据所拥有的数据资料定义支持假设的规则、条件和变量,然后应用知识库自动进行分类,ERDASIMAG1NE图像处理系统率先推出专家分类器模块,包括知识工程师和知识分类器两部分,分别应用于不同的情况。由于基本的非监督分类属于IMAGINEEssentia1s级产品功能、但在1MAGINEProfessional级产品中有一定的功能扩展,而监督分类和专家分类只属于IMAGINEProfeSsiona1级产品,所以,非监督分类命令分别出现在DataPreparation菜单和classificatio

4、n菜单中,而监督分类和专家分类命令仅出现在Classification菜单中。2非监督分类(UnsupervisedClassification)ERDASIMAGINE使用ISODATA算法(基于最小光谱距离公式)来进行非监督分类。聚类过程始于任意聚类平均值或一个己有分类模板的平均值:聚类每重复一次,聚类的平均值就更新一次,新聚类的均值再用于下次聚类循环。ISODATA实用程序不断重复,直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。2.1分类过程(classificationProcedUre)第一步:调出非监督分类对话框调出非监督分类对

5、话框的方法有以下两种:方法一:在ERDAS图标面板工具条中,点击Dataprep图标→DataPreparation→unsupervisedClassification→UnsupervisedClassification对话框如下:方法二:在ERDAS图标面板工具条中点击Classifier图标→C1assification→UnsupervisedClassification---→unsupervisedclassification对话框如下:可以看到,两种方法调出的UnsupervisedClassification对话框是有一些区别的。第二步:进行非监督分类在Unsupervi

6、sedclassification对话框中:→确定输出文件(InputRasterFile):lazhoucity.img(要被分类的图像)→确定输出文件(OutputFile):lz-isodat.img(即将产生的分类图像)→选择生成分类摸板文件:OutputSignatureSet(将产生一个模板文件)→确定分类摸板文件(Filename):lz-isodat.sig→对Clusteringoptions选择InitializefromStatistics单选框InitializefromStatistics指由图像文件整体(或其AOI区域)的统计值产主自由聚类,分出类别的多少由自己

7、决定。UseSignatureMeans是基于选定的模板文件进行非监督分类,类别的数目由模板文件决定。→确定初始分类数(Numberofclasses):18分出18个类别)实际工作中一般将分类数取为最终分类数的2倍以上。.点击Initializingoptions按钮可以调出Fi1eStatisticsOptions对话框以设置ISODATA的一些统计参数,.点击Co1orSchemeOptions按钮可以调出outp

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。