《遥感原理与应用》实验报告——影像分类

《《遥感原理与应用》实验报告——影像分类》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、实验名称：影像分类一、实验内容1.对同一副遥感影像分别用监督和非监督两种方法进行分类，并对分类结果进行比较；2.对同一•种方法下的不同判别准则（如最小距离准则和最大似然分类）得到的分类结果进行比较。二、实验所用的仪器设备，包括所用到的数据电脑一台，Window7操作系统，遥感影像处理软件（ENVI4.3）软件，一幅多波段卫星遥感影像，如图1所示。三、实验原理（一）监督分类1.监督分类的原理监督分类（supervisedclassification）又称训练场地法，是以逮立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据己知训练区提供的样本，

2、通过选择特征参数，求岀特征参数作为决策规则，逑立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立;反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：平行算法、最小距离法、最大似然法等。2.最小距离分类：是指求岀米知类别向量到要识别各类别代表向量中心点的距离，将朱知类别向量归属于距离最小一类的一种图像分类方法。3.最大似然分类：假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别的可能性。除非选择一个可能性阈值，所有像元都将参与分类，每一个像元被

3、归到可能性最大的那一类里。（二）非监督分类1.非监督分类的原理非监督分类也称聚类分析。是指人们事先对分类过程不施加任何的先验知识，而仅凭数据,即自然聚类的特性，进行“盲目”的分类；其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性，亦即：非监督分类只能把样本区分为若干类别，而不能给出样本的描述；其类别的属性是通过分类结束后0视判读或实地调查确定的。2.ISODATA分类ISODATA非监督分类U•算数据空间中均匀分布的类均值，然后用最小距离技术将剩余像元迭代聚集。每次迭代重新计算了均值，且用这一新的均值对像元进行再分类。重复分类是分割、融合和删除是

4、基于输入的阈值参数的。除非限定了标准差和距离的阈值（这时，如果一些像元不满足选择的标准，他们就无法参与分类），所有像元都被归到与其最临近的一类里。这一过程持续到每一类的像元数变化少于选择的像元变化阈值或已经到了迭代的最多次数。四、实验步骤及其结果分析（一）ISODATA分类1.选择Classification>Unsupervised>Isodata.2.出现ClassificationInputFile对话框，进行标准文件选择。3.点击“OK”，显示ISODATAParameters对话框，分别在各个文本框中输入合适的参数。点击“OK”，开始进行独立数据分

5、类。图像中每一个波段将计算统计值，屏幕上出现一条状态信息，S示操作进展过程。信息随着分类器的每一次迭代在0到100%之间循环。4.S示结果影像，如图2所示。5.改变参数设置（1）将NumberofClasses（分类数）由5-10改为1-50,显示结果如图3所示。（2）将MaximumIteration（最大迭代数）由1改为10,显示结果如图4所示。（3）将ChangThreshold（像元变化的阈值）由5.00改为1.00,显示结果如图5所示。（4）将其它各个参数分别更改，结果肉眼看不出明显区别，均如图2（默认参数值）所示。6.通过ClassCloor*M

6、apping对话框，改变各分类颜色，如将植被改为白色，结果如图6所示。7.结果分析：（1）ISODATA分类中获知地物类别属性的方法使用默认参数位时将结果分为了8类，但是每类地物的具体属性，只利用结果影像并不容易判断出來。这是由于非精度分类时人们事先对分类过程不施加任何的先验知识，而仅凭数据，即自然聚类的特性，进行“盲目”的分类。其类别的属性是通过分类结束后R视判读或实地调杏确定的。（2）ISODATAParameters对话框各个参数的含义在ISODATAParameters对话框各个参数的含义分别是：NumberofClasses（分类数），Min（最少

7、分笑数）、Max（最大分笑数），MaximumIteration（最大迭代数），ChangThreshold（像元变化的關值），Minimum#PixelinClass（每类中的最小像元数），MaximumClassStdv（最大标准差），MinimumClassDistance（最小类间距），Maximum#MergePairs（最大合并数）等8个基本参数。♦改变分类数的范围大小可以改变分类精度，例如将分类数改为1-50时，如图3所示，影像中颜色种类明显增多，经统计，分类结果有26类。♦改变最大迭代数可以增加迭代次数，例如将其改为10时，影像进行了4次迭代

8、，如图4所示，影像中颜色种类有所增加，经统计后分类结