监督与监督分类.doc

监督与非监督分类  影像的分类可分为监督与非监督分类。监督分类器根据其原理有基于传统统计分析的、基于神经网络的、基于模式识别的等。  本专题以ENVI的监督与非监督分类的实际操作为例,介绍这两种分类方法。有以下内容组成:  l非监督分类  l监督分类  l分类后处理非监督分类  非监督分类:也称为聚类分析或点群分类。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱(或纹理>信息进行特征提取,再统计特征的差别来达到分类的目的,最后对已分出的各个类别的实际属性进行确认。  目前比较常见也较为成熟的是ISODATA、K-Mean和链状方法等。遥感影像的非监督分类一般包括以下6个步骤:下载(>2008-10-1416:54图1非监督分类操作流程1、影像分析  大体上判断主要地物的类别数量。一般监督分类设置分类数目比最终分类数量要多2-3倍为宜,这样有助于提高分类精度。,类别分为:林地、草地/灌木、耕地、裸地、沙地、其他六类。确定在非监督分类中的类别数为15。2、分类器选择  目前非监督分类器比较常用的是ISODATA、K-Mean和链状方法。ENVI包括了ISODATA和K-Mean方法。ISODATA<nizingDataAnalysizeTechnique)重复自组织数据分析技术,计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进行迭代聚合,每次迭代都重新计算均值,且根据所得的新均值,对像元进行再分类。K-Means使用了聚类分析方法,随机地查找聚类簇的聚类相似度相近,即中心位置,是利用各聚类中对象的均值所获得一个“中心对象”<引力中心)来进行计算的,然后迭代地重新配置他们,完成分类过程。3、影像分类  打开ENVI,选择主菜单->Classification->Unsupervised->IsoData或者K-Means。这里选择IsoData,在选择文件时候,可以设置空间或者光谱裁剪区。,按默认设置,之后跳出参数设置,如图2。这里主要设置类别数目<NumberofClasses)为5-15、迭代次数<MaximumIteration)为10。其他选项按照默认设置,输出文件。b5E2RGbCAP下载(>2008-10-1416:54图2ISODATA非监督分类参数设置下载(>2008-10-1416:54图3ISODATA分类结果4、类别定义/类别合并1>类别定义  在display中显示原始影像,在display->overlay->classification,选择ISODATA分类结果,如图4所示,在InteractiveClassTool面板中,可以选择各个分类结果的显示。p1EanqFDPw下载(>2008-10-1416:54图4影像与分类结果的叠加    InteractiveClassTool面板中,选择Option->Editclasscolors/names。通过目视或者其他方式识别分类结果,填写相应的类型名称和颜色。DXDiTa9E3d      InteractiveClassTool面板中,选择Option->Editclasscolors/names。通过目视或者其他方式识别分类结果,填写相应的类型名称和颜色。RTCrpUDGiT下载(>2008-10-1416:54图5类别定义如图6所示为最终的结果。下载(>2008-10-1416:54图6类别定义结果    在类别定义时候,可以利用Mode:PolygonAddtoClass、Edit->Mode:PolygonDeletefromClass或者Setdeleteclassvalue把很明显的错误分类结果并入或者删除。2>类别合并选择主菜单->Classification->PostClassification->CombineClasses。把同一类的类别合并成一类,如图7所示。在点击ok后,需要选择输出文件和RemoveEmptyClass选择YES,可以得到结果。5PCzVD7HxA下载(>2008-10-1416:54图7类别的合并5、分类后处理  分类后处理包括的很多的过程,都是些可选项,包括更改类别颜色、分类统计分析、小斑点处理<类后处理)、栅矢转换等操作。1>更改类别颜色  可以在InteractiveClassTool面板中,选择Option->Editclasscolors/names更改,也可以在Display->ColorMapping->Cl