分类ENVI.docx
- 文档编号:12812772
- 上传时间:2023-04-22
- 格式:DOCX
- 页数:16
- 大小:2.17MB
分类ENVI.docx
《分类ENVI.docx》由会员分享,可在线阅读,更多相关《分类ENVI.docx(16页珍藏版)》请在冰豆网上搜索。
分类ENVI
分类
报告人:
XXX
实验目的:
对影像进行分类,提取所需要的信息。
熟悉非监督分类、监督分类、面向对象分类的过程和特点。
实验原理:
监督分类:
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。
在这种分类中,分析者在图像上对每一种类别选取一定数量的训练区,计算机计算每种训练区的统计或其他信息,每个像元和训练样本作比较,按照不同规则将其划分到和其最相似的样本类[1]。
非监督分类:
常用的ISODATA和K-means均值法都以动态聚类原理为基础。
是按某些原则选择一些代表点作为聚类的核心,然后将其余待分点按某种方法(判据准则)分到各类中去,完成初始分类,之后再重新计算各聚类中心,把各点按初始分类判据重新分到各类,完成第一次迭代。
然后修改聚类中心进行下一次迭代,对上次分类结果进行修改,如此反复直到满意为止[2]。
面向对象分类:
集合临近像元为对象
实验时间:
2010-10-26
实验流程:
图3.1监督分类
图3.2非监督分类
图3.3面向对象分类
实验数据:
融合实验所得结果影像。
使用软件:
ENVI
步骤:
一、非监督分类法
1.打开影像
2.选择用非监督分类
●分6-8类
●最大迭代13次
●形成一类所需的最小像元数
3.生成结果
4.类别定义
合并子类
合并结果
分类统计
二、监督分类
1.兴趣区选择结果
2.选择用最大似然法进行分类处理,输入相应的参数和结果的输出路径:
3.分类结果
4.统计结果
三、面向对象分类
1.打开ENVI-ZOOM
2.加载影像
3.选择FeatureExtraction,选择输入数据
4.设置参数
5.预览效果
6.合并分块
7.分块精炼-阈值法(Thresholding)
8.计算对象属性
9.选择监督分类继续以下步骤
10.编辑样本属性
11.选择样本
12.选择分类方法
选择K邻值法
13.输出矢量结果
14.导出结果报告
实验结果:
讨论与分析:
结论:
参考文献:
[1].赵英时等,遥感应用分析原理与方法,北京:
科学出版社,2003
[2].赵春霞,钱乐祥,遥感影像监督分类与非监督分类的比较,河南大学学报(自然科学版),2004,34(3):
90-93
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分类 ENVI
![提示](https://static.bdocx.com/images/bang_tan.gif)