《2022年ERMapper操作手册_分类》由会员分享，可在线阅读，更多相关《2022年ERMapper操作手册_分类（15页珍藏版）》请在金锄头文库上搜索。
1、精品学习资源第十三章第十三章、非监督分类非监督分类非监督分类在基本类别上定义一些参数， 像分类数目， 标准偏差， 等等； 并要求软件集合相像光谱讯号的像素并分类为你想要分类的类别的数目；它对你不知道或者不曾到过地区的处女地区的数据是好的；虽然不是必需，你能显示一个 RGBSWIR， NIR ， VisBlue 图像， RGB741 得到一个植被，水和 裸地地区分布的 TM ； 在运行非监督分类之前你需要运算数据集的统计；在运行非监督分类之后，每个类别被指定给一个整数数目，举例来说，类别1 将会被指定DN1 ，类别名 2 对 DN 2 ， 类别 3 对 DN 3 ，类别 n 支配 DN n ；
2、那些类别显示在非监督分类图像上，一个类别被指定一种颜色；在这一练习中使用$ERMAPPER/examples/Shared_Data目录 Landsat_TM_year_1985. ers ；1. 产生一个干净的数据2. 运算数据集的统计数值3. 显示 RGB741 颜色组合4. 实行非监督分类5. 支配颜色到 classses6. 在一个类别显示层中显示非监督图像1. 产生一个干净的数据 在做练习之前关闭全部的图像窗口 欢迎下载精品学习资源1. 复制 $ERMAPPER/examples/Shared_Data目录 Landsat_TM_year_1985. ers到$ERMAPPER/ex
3、amples/Miscellaneous/Tutorial目录； 这一步是为什么？2. 在一个文字编辑器中（例如WordPad ）显示在 Tutorial 目录中数据集 Landsat_TM_year_1985. ers的头文件 ， 并删除以下行；从-RegionInfo开头 直到 -RegionInfo终止，删除他们，然后储存.产生没有任何区域信息的数据集头文件的一个新的数据集；？2.运算数据集的统计数值 （没成功？）1. 在主菜单窗囗中选择 Process-Calculate Statitics.选项；2. 显现 Calculate Statitics对话框； 载入 Landsat_TM_
4、year_1985. ers数据集；对于次采样间隔输入 1 ，每个像素的类型将会被考虑 ；点击 ok 按钮并运算数据集的统计数值；3. 显示 RGB741 颜色组合1. 主菜单窗囗中点击打开按钮2. 在打开对话框中选择 Tutorial目录的 Landsat_TM_year_1985. ers；双击或者 ok，并显示 RGB321 图像；3. 转变波段从 321到 7414. 点击 99% 增强按钮，并提高图像；5. 你有一个 RGB741 颜色组合，红色 TM7=SWIR显 示粘土， 绿色TM4=NIR显示植被， TM1= Vis蓝色的 显示金属土壤；欢迎下载精品学习资源4.实行非监督分类1
5、. 在主菜单窗囗点击 Process-Classification-ISOCLASS Unsupervised Classification.2. 在非监督分类对话框中选择 Tutorial目录的 Landsat_TM_year_1985. ers；选择波段 1-5和 7； 定义输出文件名为Landsat_TM_year_1985_10 classes.ers，其他参数为默认值；3. 点击 ok 按钮并启动非监督分类；4. 它将会处理并集合与 10 个类别类似的光谱讯号；一旦 98% 的全部输入波段被考虑，确保10 类 ，重复将会退出；欢迎下载精品学习资源5. 支配颜色到 classses1.
6、 在主菜单窗囗点击 Edit-Edit Class/Region Color and Name.2. 在 Edit Class/Region Details对话框选择 Landsat_TM_year_1985_10 classes.ers； 10 个类别将会被显示，支配不同颜色；点击 Set color按钮，支配颜色到每个类别；点击储存按钮把10 个类别的颜色储存；欢迎下载精品学习资源6.在一个类别显示层中显示非监督图像 :欢迎下载精品学习资源1. 在主菜单窗囗点击 New按钮，显示一个新的窗囗；2. 点击打开按钮并显示 Landsat_TM_year_1985_10 classes.ers数
7、据集；3. 调用 Algorithim窗囗并转变层类型为分类显示 ；4. 显示 10 个类别的分类图像；#留意 :欢迎下载精品学习资源-在非监督分类方面，显示一个图像如 RGB741 不是必需的；你能跳过这一个步骤并执行非监督分类；-当你显示分类图像时，需要使用类别显示层；-当你知道表面掩盖类型的时候，键入一个名字定义类别；举例来说，定义类别1 为水等等；-你也能转变类别的颜色；-在做每个变化后不要遗忘把变化储存；欢迎下载精品学习资源第十四章第十四章、监督分类监督分类对于监督分类，需要定义分类类别训练区，第一需要运算整个图像类别的训练区的统计值； 在 ER Mapper 中， 基本上监督分类有
8、三个类型i Parallelepiped ，(ii) Minimum Distance to Mean iii Maximum Likelihood和其他一些子种类；这一练习将使用Maximum Likelihood分类一个 TM 数据 在 Tutorial 目录储存的Landsat_TM_year_1985. ers；执行 Unspuervised 分类 早先的 ，并在 Tutorial 目录中产生一个干净的TM 数据 Landsat_TM_year_1985. ers并把它储存 .在监督分类方面，显示一个图像是必需的，举例来说 RGBSWIR， NIR ， VisBlue TM图像的 RG
9、B741 ， 所以你得到一个植被，水和 裸地地区在哪里的特点； 然后你需要定义训练地区；训练地区名字和颜色被定义到最终类别；你需要在运行监督分类之前运算数据集 由于训练地区 的统计学；监督分类每个类别已经支配到一个整数数目；你也在一个类别显示层中显示监督图像；1. 显示 RGB741 颜色组合2. 定义训练地区类别3. 运算数据集的统计数值4. 运行监督分类5. 在一个类别显示层中显示监督分类图像 在做练习之前关闭全部的图像窗口 欢迎下载精品学习资源1.显示 RGB741 颜色组合1. 主菜单窗囗中点击打开按钮；2. 在打开对话框中选择 Tutorial目录的 Landsat_TM_year_
10、1985. ers； 双击或者 ok 并显示 RGB321 图像3. 转变波段从 321到 7414. 点击 99% 增强按钮 并提高图像；5. 你有一个 RGB741 颜色组合，红色 TM7=SWIR显 示粘土， 绿色TM4=NIR显示植被， TM1= Vis蓝色的 显示金属土壤；2.定义训练地区类别1. 主菜单窗囗中点击 Annotate Vector Layer按钮；2. 在 New Map Composition 对话框中选择 Raster Region ，点击 ok；欢迎下载精品学习资源3. 在工具对话框中双击 Polygon 按钮；4. 定义水体训练地区 :在 Line Style
11、对话框中为第一个训练地区 水选择一种颜色；为水选择蓝色；放你的光标在黑暗的地区 水，并点一下鼠标左键，定义水训练地区；当水是均质时，能定义大的训练地区；在最终的点上双击鼠标左键并关闭多边形； 在工具对话框上，已经定义你的水训练地区，点击 ABC按钮，调用 Map Composition Attribute对话框； 把你的光标放在窗囗 大的电文回答地区 的较低部份并输入 water 水并点击应用按钮； 名字 water 水将会被附到区域 训练地区 中；欢迎下载精品学习资源5. 定义草地训练地区 : 使用缩放光标，缩放进入绿色的草地，公园地区-在工具对话框中双击Polygon 按钮，并选择红色，以
12、便你能见到该多边形. 之后转变到绿色 -定义 训练地区 2 ； 在公园的每一边-使用箭光标选择那两个训练地区，并在两个训练区四周画一个方格；被选择的图形每个节点高亮显示-点击 ABC 按钮，调用 Map Composition Attribute对话框-把你的光标放在窗囗较低部份，并输入grass，点击 Apply All 按钮； 名字 grass 被附到两个草地训练地区；欢迎下载精品学习资源6. 定义其他类别训练地区: 森林 暗绿色地区 ，都市 紫色地区 ， 裸地 白色地区 ， 撒沙 粉红地区 .7. 在定义训练区之后，在工具对话框上点击Save File ，在数据集的头文件中把训练地区储存
13、；3.运算数据集的统计数值欢迎下载精品学习资源1. 选择主菜单窗口 Process-Calculate Statitics.选项2. 显现 Calculate Statitics对话框.载入 Landsat_TM_year_1985.ers数据集， Subsampling interval键入： 1，每个像素中将会被考虑；选择 Force recalculate stats选项， 点击 OK按钮并运算数据集的统计数值；4.执行监督分类1. 在主菜单窗囗中点击 Process-Classification-Supervised Classification.2. 在监督分类对话框上选择 Tuto
14、rial目录的 Landsat_TM_year_1985. ers；选择波段 1-5和 7；在相同的目录中把它储存为Landsat_TM_year_1985_ supervised_classes.ers；3.在监督分类对话框上点击Setup 按钮，调用Supervised Classification Setup对话框；你将会留意你的训练区信息被显示，Equal Prior Probability画勾号，类别被假定有相等的范畴；概略估量，假设森林只有8% ， 然后由于 Bayesian Prior Probability在 0.08 ，其他类别将再次被调整欢迎下载精品学习资源4. 假如你点击Classification Type按钮，将会显现不同类型的下拉列表；你能选择任何一
