实验报告书(验证性).doc

实 验 报 告 　书
(验证性实验)
题 目 　 　　非监督分类 　　 　
成　　 绩 　 　 　
姓 名 　 　 　 　
专业班级 　
学 号 　 　　
指导教师 　　　 　 　 　
日 期 　 年 　月　 日
ﻬ
实验目的
　 掌握非监督分类的方法与过程，加深对非监督分类方法的理解；
运用１ＳＯDATＡ（Ｉteｒatｉve Selｆ-Organｉzｉng Dａｔａ Analyｓis Ｔechnique
）算法，完全按照像元的光谱特性进行统计分类,对分类区进行深入了解;
实验准备工作
准备一张卫星拍摄的同一位置的高清映像文件以及ＥRDAS　IMAGINE软件。
实验步骤
(一）、分类过程（cｌassiｆｉcatioｎ ProｃedUre ）
第一步:在ERＤＡＳ图标面板工具条中点击Clａｓｓifｉｅｒ图标 →C1ａｓsifiｃａtion　→Unｓupｅｒvisｅd Clasｓificatiｏn-－-→ｕnsupeｒvｉｓｅd classifｉcation对话框如下:　
第二步:进行非监督分类 :１、在Ｕｎsupｅｒvｉｓｅd classｉficatｉｏn对话框中：确定输出文件(Inpｕｔ Ｒaster　File)：(要被分类的图像）,　
确定输出文件(Ｏｕtpuｔ Ｆilｅ):处理．img（即将产生的分类图像），　
选择生成分类摸板文件: Oｕｔpuｔ Sｉgｎature　Set（将产生一个模板文件)
，确定分类摸板文件（Fｉlename ）: 。
2、对Clusterｉng ｏptioｎs选择Inｉtｉalｉｚｅ froｍ Ｓｔａtisticｓ单选框：
确定初始分类数（Number of classeｓ)：　20分出20个类别；
点击Initiaｌizｉng optｉonｓ按钮可以调出Fi1e Ｓtatｉｓtics Ｏpｔiｏnｓ对话框以设置ISODATA的一些统计参数；　
点击Ｃo１or　Schｅme Ｏｐｔiｏns按钮可以调出outpｕt ｃoloｒ Ｓcheme Oｐtions对话框以决定输出的分类图像是彩色的还是黑白的,这两个设置项使用缺省值；　
定义最大循环次数(Maximum Ｉｔeratｉｏｎｓ): 28 ；
最大循环次数（Mａximum Iteｒatｉoｎs)是指ISOＤATＡ重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中将循环次数都取６次以上。　
设置循环收敛阈值（Ｃonvｅrｇｅｎce Ｔhｒesｈｏld):;

点击OK按钮（关闭Unsupervisｅｄ Cｌasｓiｆicaｔion对话框，执行非监督分类，获得一个初步的分类结果）
。
（一)、分类评价（Eｖaｌuate Cｌaｓsｉｆication )
第一步：显示原图像与分类图像 :
在视窗中同时显示１2235．ｉmg和处理．imｇ:、,1２2