肆遥感图像的非监督分类实验报告芇姓名:李全意羃专业班级:地科二班肂学号:2018214310袇指导教师:段艳肄日期:,熟练掌握图像非监督分类的处理方法,并将处理前后数据进行比较。<1)准备遥感数据<本实验使用的是老师提供的遥感数据);蒄<2)<1)通过分类前后图像的比较,发现非监督分类后的图像容易区分不同地物;薂<2)分类过程中存在较多错分漏分现象,同种类别中有多种地物;莀<3)非监督分类根据地物的光谱统计特性进行分类,客观真实且方法简单,而且具有一定的精度。肈5. 实验收获及需要解决的问题羄<1)对非监督分类处理遥感图像方法有了总体上的认识,基本上掌握该方法的具体操作步骤,会用该方法处理一些遥感图图像。p1EanqFDPw袅<2)如何减少错分漏分现象,使分类后的图像更加精确?(1>在ERDAS工具条中点击ClassifierClassificationUnsupervisedClassification,在UnsupervisedClassification对话框中,将参数设计设计如下:蒃Numberofclasses:30,一般将分类数取为最终分类数的2倍以上;螃MaximumIterations:18;莁点击ColorSchemeOptions决定输出的分类图像为黑白的;莅ConvergenceThreshold:。膆薃点击OK即可。打开完成后图像与原图像对比:肈原图:完成后:螈蚆<2)打开原图像,在视窗中点击File/Open/RasterLayer,,在RasterOptions中,取消ClearDisplay如下:芄膀得到下图:袆肅打开分类图像属性并调整字段显示顺序在视窗工具条中,点击图标打开Raster工具面板,点击Raster工具面板的图标,得到RasterAttributeEditor对话框,如下图:螀芁可在RasterAttributeEditor对话框中点击Edit/ColumnsProperties,通过Up、Down调节Columns中字段的顺序,最好将Histogram、Color、Opacity、Class-Names四个调到最前列。点击OK即可。艿在RasterAttributeEditor对话框中点击一个类别的ROW字段,从而选择该类别,在该类别color一栏中右击,选择一种颜色,重复以上步骤直至所有的类别赋予颜色。如下图所示:蒄薀图像如下图所示:肈莇<3)在Viewer对话框中点击Utility/Blend,调节游标,如下图所示:袄芁也可在对话框中点击Utility/Swipe调节游标,如下图所示:肀蒅通过调节游
遥感非监督分类实验报告书 来自淘豆网m.daumloan.com转载请标明出处.