非监督分类Erdas

遥感实验报告遥感实验报告 课程名称课程名称遥感概论 姓名姓名 实验名称实验名称遥感图像计算机解译-非监督分类 年级年级13 学号学号13 实验序号实验序号9 9 实验日期实验日期 班级班级 成员人数成员人数 实验目的实验目的 进一步理解计算机图像分类的基本原理以及非监督分类的过程， 初步掌握遥感图像计算 机解译的基本方法，加深对非监督分类的理解。 实验内容实验内容 ERDAS 遥感图像非监督分类 实验方法和步骤实验方法和步骤 非监督分类运用 ISODATA算法，完全按照像元的光谱特性进行分类，常常用 于对分类区没什么了解的情况， 使用该方法时， 原始图像的所有波段都参与分类 运算，分类结果往往是各类像元数等比例。由于人为的干预较少，非监督的分类 结果更加精确。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。 实验的过程和结果实验的过程和结果 （一） 分类过程（ Classification Procedure ） 第一步调出非监督分类对话框 在 ERDAS 图标面板上点击 DataPrep 图标, →Data Preparation 菜单 →Unsupervised Classification 菜单项→Unsupervised Classification 对话框,如 图 1-1 所示 图图 1-11-1 第二步进行非监督分类 →确定初始分类数（Number of classes） 12 分出 12 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 Initializing options 按钮可以调出 Fi1e Statistics Options 对话框以设置 ISODATA 的一些统计参数， .点击 Co1or Scheme Options按钮可以调出 output color Scheme Options对话框以 决定输出的分类图像是彩色的还是黑白的。这两个设置项使用缺省值。 最大循环次数（Maximum Iterations）是指 ISODATA 重新聚类的最多次数，这是为 了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中 将循环次数都取 6 次以上。 →设置循环收敛阈值（Convergence Threshold）0.95 收敛阈值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最 大百分之此值的设立可以避免ISODATA 无限循环下去。 →点击 OK 按钮（关闭Unsupervised Classification对话框，执行非监督分类，获 得一个初步的分类结果） 生成如图 1-2 所示 图图 1-21-2 2 2 、分类评价、分类评价 （（ uate Classification uate Classification ）） 第一步显示原图像与分类图像 在同一个窗口中，同时打开两个图像。 第二步打开分类图像属性表并调整字段显示顺序 →打开 Raster 工具面板→点击 Raster 工具面板的属性图标Raster Attributes →打开 Raster Attribute Editor对话框germtm_isodata 的属性表， Rarster Attribute Editor对话框菜单条 Edit→Column Properties →Column Properties 对话框 在 Columns 中选择要调整显示顺序的字段，通过UP、DOWN、TOP 、BOTTOM 等几个按钮 调整其合适的位置，通过选择 DISPLAY WIDTH 调整其显示宽度，通过 Alignment 调整 其对齐方式。如果选择 Editable 复选框，则可以在 Title中修改各个字段的名字及 其它内容。 在Column Properties 对话框中， 调整字段顺序 依次选择Histogram、 Opacity、 Color、 Class_Names 字段， 并利用 UP 按钮移动， 使 Histogram、 Opacity、 Color、 Class_Names 四个字段的显示顺序依次排地前面。 →OK（关闭 Column Properties 对话框）如图 1-3 图图 1-31-3 得到的属性表如图 1-4 图图 1-41-4 第三步给各个类别赋相应的颜色 由于初始分类的图像是灰度图像，各类别的显示灰度是系统自动赋予的，为了提高 分类图像的直观表达效果，需要重新定义类别颜色。 Raster Attribute Editor对话框（germtm_isodata.img的属性表） →点击一个类别的 ROW 字段从而选择该类别 →右键点击该类别的 COLOR 字段（颜色显示区） →ASLS 色表菜单选择一种合适颜色 →重复以上操作，直到给所有类别赋予合适颜色，如图1-5 图图 1-51-5 第四步不透明度设置 由于分类图像覆盖有原图像上面，为了以单个类别的专题含义与分类精度进行分析， 先要把其它所有类别的不透明程序值设为0（即必为透明），而要分析的透明度设为1 （即不透明），具体操作如下 Rarster Attribute Editor对话框（germtm_isodata 的属性表） →右键点击 Opacity 字段名→打开 Column Options菜单→ 选择 ula 菜单项 →打开 ula 对话框。如图 1-6 如图如图 1-61-6 →在 ula 输入框中输入 0（可以用鼠标点击右上数字区） →点击 Aplly 按钮（应用设置） →点击 Close 按钮（关闭 ula 对话框） →返回 Rarster Attribute Editor对话框（ germtm_isodata的属性表） 所有类别都设置成透明状态 下面需要反所分析类别的不透明度设置为1，亦即设置为不透明状态。 Rarster Attribute Editor对话框（ germtm_isodata 的属性表） →点击一个类别的 ROW 字段从而选择该类别 →点击该类别的 Opacity 字段从而进入输入状态 →在该类别的字段中输入1，并回车 此时，在视窗中只有要分析类别的颜色显示在原图像的上面，其它类别都是透明的。 如图 1-6 图图 1-61-6 第五步确定类别的专题意义及其准确程度 虽然已经得到了一个分类图像， 但是对于各个分类的专题意义目前还没有确定， 这一步 就是通过设置分类图像在原图像背景上（Flicker）闪烁，来观察其与背景图像之间的 关系，从而判断该类别的专题意义，并分析其分类准确程度。 视窗菜单条utility →Flicker →Viewer Flicker 对话框（略） →设置闪烁速度（speed）500，→设置自动闪烁状态auto mode（观察类别与原图像 之间的对应关系） →canel（关闭 Viewer Flicker 对话框） 第六步标注类别的名称和相应的颜色。 重复以上 4 、 5 、