监督分类 实验报告.docx

监督分类 实验报告.docx实验报告实验九遥感图像的分类一监督分类一、 原理及方法简介监督分类又称训练场地法,是一种以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:根据已知训练区提供的样本,通过选择特征参数,建立判别函数对各待分类像元进行的分类。在监督分类过程中,首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板,然后基于该模板使计算机系统自动识别具有相同特性的像元。对模板进行评价后再对其进行修改,多次反复后建立一个比较准确的模板,并在此基础上最终进行分类。监督分类一般要经过以下几个步骤:定义分类模板(DefineSignatures).评价分类模板(EvaluateSignatures)、进行监督分类(PerformSupervisedClassification)、评价分类结果(EvaluateClassification)。二、 实验目的1、 理解监督分类方法的基本原理。2、 掌握利用ERDAS进行监督分类的操作流程。3、 了解分类后评价过程。三、 实验内容在ERDAS软件中,对TM影像进行监督分类,将图像中的植被、水体、城镇等地物特征提取出来。实验数据:实验九\、实验步】(一)定义分类模板定义分类模板操作包括模版的生成、管理、评价和编辑等,主要利用分类模板编辑器(SignatureEditor)完成,具体步骤包括:步骤一:从ERDAS主界面中,打开Viewer视窗,然后选择输入文件:实验九\,并在RasterOption(图像设置)中设置Red|Green|Blue对应的波段值分别为4|3|2,选择FittoFrame(合适窗口大小),如图。SelectLayerToAdd:仕|R«tefOpbora|Mdbple|刁剖仔|・||C«ymQ^-:^IMAGINEImageCmfl)~truecolor6979Romx78383uraux7Bandb)步骤二:单击OK,在Viewer视窗中显示待分类图像。打开分类模板编辑器。在ERDAS图标面板工具条中点击Classifier(分类器)图标,选择Classification(分类)-^SignatureEditor(特征编辑器)菜单,打开分类模板编辑器SignatureEditor,如图。ClassifierModelerVect8ClassificationSignatureE(Ao(…UnsupecvnedCtosttficabon^.SupervttedImageSegment@>on…ThveshoW・・FuzzyConvoMion…GummiqTZ…FuzzyRecode>AccuracyA5$e$$ment..FeatureSpaceImage・・FeatureSpaceThematic…Knowledge血•・gine&iFrameSampingTook・・SpectralAndyst$…防SignatureEditor(NoFile)AleEditViewEvaluateFeatureClassifyHelp步骤三:调整属性字段。在分类编辑窗口中的分类属性表中有很多字段,可以对不需要的字段进行调整。选择SignatureEditor窗口的View(视图)fColumn(列),打开ViewSignatureColumns对话框。选择需要显示的字段,如:SignatureName(特征名称)、Color(颜色)、Red(红值)、Green(绿值)、Blue(蓝值)及Value(数值)等,单击Apply(应用)按钮,单击Close(关闭)按钮完成。也ViewSignature•••|cj|[Eh)Aprt^J丘毓[)1 HdpI防ViewSignature...「oStatistics...ApplyI[? CloseIHelpI步骤四:选取样本,(1)在Viewer中点击伍图标(或者选择Raster菜单项选择Tools菜单),打开Raster工具面板。(2)点击Raster工具面板中的匕图标,在Viewer中选择水体区域,绘制一个多边形AOT,如图。兰Viewer:(:Unds«,Fi$)(±Ands««i^.o」・G)」|FileUtilityViewA01RasterHelp选取10个水体,在SignatureEditor对话框中,点击■•图标,将刚才建立的多边形A0I区域加载到Signature分类模板中,如此重复。1) 合并分类模板。对同一个专题类型(如水体)采集了多个AOI并分别生成了模板,可以将这些模板合并,以便该分类