监督分类、非监督分类操作手册

《监督分类、非监督分类操作手册》由会员分享，可在线阅读，更多相关《监督分类、非监督分类操作手册（43页珍藏版）》请在金锄头文库上搜索。

1、 ERDAS IMAGINE Professional 操作手册操作手册 监督分类和非监督分类监督分类和非监督分类 图像分类简介 图像分类简介 图像分类就是基于图像像元的数据文件值 将像元归并成有限几种类型 等级或数据集 的过程 常规图像分类主要有两种方法 非监督分类与监督分类 专家分类方法是近年来发 展起来的新兴遥感图像分类方法 下面介绍这三种分类方法 非监督分类运用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 常常用于对分类区没有什么了解的情况 使用该方 法时 原始图像的所有波段

2、都参于分类运算 分类结果往往是各类像元数大体等比例 由于 人为干预较少 非监督分类过程的自动化程度较高 非监督分类一般要经过以下几个步骤 初始分类 专题判别 分类合并 色彩确定 分类后处理 色彩重定义 栅格矢量转换 统 计分析 监督分类比非监督分类更多地要求用户来控制 常用于对研究区域比较了解的情况 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 对分类结果进行评价后再对模板 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 建立模板 训练样本 评价模

3、板 确定初步分类图 检验分类结 果 分类后处理 分类特征统计 栅格矢量转换 专家分类首先需要建立知识库 根据分类目标提出假设 井依据所拥有的数据资料定义 支持假设的规则 条件和变量 然后应用知识库自动进行分类 ERDAS IMAG1NE图像处理 系统率先推出专家分类器模块 包括知识工程师和知识分类器两部分 分别应用于不同的情 况 由于基本的非监督分类属于IMAGINE Essentia1s级产品功能 但在1MAGINE Professional级产品中有一定的功能扩展 而监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品 所以 非监督分类命令分别出现在Data Prepar

4、ation菜单和classification 菜单中 而监督分类和专家分类命令仅出现在Classification菜单中 1 非监督分类 非监督分类 Unsupervised Classification ERDAS IMAGINE使用ISODATA算法 基于最小光谱距离公式 来进行非监督分类 聚类过程始于任意聚类平均值或一个己有分类模板的平均值 聚类每重复一次 聚类的平均 值就更新一次 新聚类的均值再用于下次聚类循环 ISODATA实用程序不断重复 直到最 大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不 再发生变化 1 在ERDAS IMAGINE图标面板上

5、点击Dataprep图标 打开Data Preparation对话框 生成专题栅格层生成专题栅格层 1 从Data Preparation菜单选择Unsupervised Classification 打开Unsupervised Classification对话框 2 在Data Preparation菜单上点击Close 3 在Unsupervised Classification对话框中的Input Raster File 输入germtm img 4 在Output File下输入germtm isodata img 设置设置Initial Cluster Options 5 在Clu

6、stering Options下 Number of Classes后输入10 选择处理选项选择处理选项 1 在Processing Options下的定义最大循环次数 Maximum Iterations 为24 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 2 设置循环收敛阈值 Convergence Threshold 为0 95 收敛阈值 Convergence Threshold 是指两次分类结果相比保持不变的像元所占最大百 分之此值的

7、设立可以避免ISODATA无限循环下去 3 在Unsupervised Classification对话框中 点击OK 4 在Job Status对话框中 当完成100 时 点击OK 2 监督分类 监督分类 内容 定义分类模板 评价分类模板 进行监督分类 评价分类结果 监督分类一般有以下几个步骤 定义分类模板 Define Signatures 评价分类模板 Evaluate Signatures 进行监督分类 Perform Supervised Classification 评价分类结果 Evaluate Classification 下面将结合例子说明这几个步骤 定义分类模板 定义分类模

8、板 Define Signature Using signature Editor 准备工作准备工作 1 显示需要进行分类的图像 从Viewer菜单条上选择File Open Raster Layer 显示需要分类的图像 打开Select Layer To Add对话框 2 在Select Layer To Add对话框的File name部分 从 examples 路径下选择germtm img 这个影像将被进行分类 3 在对话框的上面点击Raster Options 然后设置Layers to Colors 的Red Green Blue 分别为4 5和3 4 点击Fit to Frame

9、选项 5 在Select Layer To Add对话框里 点击OK 打开模板编辑器 1 在ERDAS IMAGINE图标面板上 点击Classifier图标 显示Classification菜单 2 从Classification菜单上选择Signature Editor 运行Signature Editor 打开Signature Editor 3 在Classification菜单上 点击Close 从屏幕上去除这个菜单 4 在Signature Edit上选择View Columns 打开View Signature Columns对话框 5 在View Signature Colum

10、ns对话框的第一栏Column上右键 进入Row Selection菜单 点击Select ALL 6 按住Shift键 选择Column的3 4 5对应的Red Green Blue取取消选中这些行 7 在View Signature Columns对话框中 点击Apply 8 在View Signature Columns对话框中 点击Close 应用应用AOI工具获取分类模板信息工具获取分类模板信息 1 在Viewer菜单条上 选择AOI Tools 显示AOI工具面板 2 在Viewer 工具条上的放大工具 放在Viewer中的germtm img的亮绿色区域 3 在AOI工具面板上

11、点击多边形图标 4 在Viewer中的放大的绿色区域中画多边形 5 在Signature Editor上 点击 图标或者从工具条上选择Edit Add将多边形AOI 区域加载到Signature分类模板中 6 在Signature Editor上 在刚加的样本的Signature Name栏点击 改变名字为 Agricultural Field 1 然后按Enter键 7 在Signature Editor上 点击Agricultural Field 1旁的Color栏 选择Green 8 在Viewer窗口中的germtm img影像上的浅蓝 蓝绿色区域上放大 9 重复步骤2到4 画多边形

12、10 建立完多边形后 多边形周围的框表明这个多边形已经被选中 在在Signature Editor 上 点击 图标或者从工具条上选择Edit Add将多边形AOI区域加载到Signature 分类模板中 11 在Signature Editor上 在刚加载的样本的Signature Name栏点击 改变名字为 Agricultural Field 2 然后按Enter键 12 在Signature Editor上 点击Agricultural Field 2旁的Color栏 选择Cyan 选择临近选项 选择临近选项 Select Neighborhood Options 1 从Viewer菜单

13、上 选择AOI Seed Properties 打开Region Growing Properties对话框 2 在Region Growing Properties对话框中 点击临近图标 3 在Geographic Constrains下 选中Area检查框设置地理约束 在Area字段后输入 300 4 在Spectral Euclidean Distance中设置距离为 10 5 在Region Grow Options对话框中 点击Options 打开Region Grow Options对话框 6 在Region Grow Options对话框中 确保Include Island Po

14、1ygons被选中 7 在Region Grow Options对话框中 点击Close 建立一个建立一个AOI 1 在AOI工具面板上 点击区域增长图标 2 在Viewer中的germtm img亮红区域上点击 这是森林区域 3 在Region Growing Properties对话框中 在Area和Spectral Euclidean Distance字段重 新输入数字 Area为500 Spectral Euclidean Distance为15 4 在Region Growing Properties对话框中 点击Redo 用新的参数修改AOI多边形 加载一个样本加载一个样本 1 A

15、OI选择之后 点击 图标 将扩展AOI区域加载到signature分类模板中 2 在Signature Editor中 改变刚才加入模板的Signature Name的名字 Name 为 Forest 1 然后按Enter 3 在Signature Editor中 改变Forest 1的Color 选择Yellow 4 在Region Growing Properties对话框中 在Area字段中输入300 加载另一个样本加载另一个样本 1 在Viewer中 选择Utility Inquire Cursor 2 在Viewer中的germtm img影像上 将十字光标交点拖拉到一个深红区域 这

16、是森林 区域 3 在Region Growing Properties 对话框中 点击Grow at Inquire 等待显示多边形 4 产生一个AOI后 点击图标 将AOI 区域加载到Signature分类模板中 5 在Signature Editor中 改变刚才加入模板的Signature Name为Forest 2 然后按 Enter 6 在Signature Editor中 改变Forest 2的Color 选择Pink 7 在Inquire Cursor 对话框和Region Growing Properties对话框中点击Close 安排层 安排层 Arrange Layers 1 收集好训练样本之后 不再需要Viewer中的AOIs了 从Viewer菜单条上 选择View Arrange Layers 打开Arrange Layers对话框 2 在Arrange Layers对话框中 在AOI Layer上右键 从AOI Options 选择Delete Layer 3 在Arrange Layers对话框中 点击Apply 4 你将会被问是否在关闭之前是否保存 点击No