6、遥感数字图像的计算机分类.doc_第1页
6、遥感数字图像的计算机分类.doc_第2页
6、遥感数字图像的计算机分类.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

遥感数字图像的计算机分类一、实验类型综合型二、实验目的与要求1、实验目的掌握非监督分类的过程和方法。2、实验要求（1）掌握非监督分类的过程和方法；（2）了解监督分类中最大似然比分类法的方法和过程。三、实验原理非监督分类指不必对影像地物获取先验知识，仅依靠影像上不同类地物的光谱信息（或纹理信息）进行特征提取，以提取出统计特征的差别来达到分类目的的分类方法。主要采用聚类分析方法把一组像元按照相似性归成若干类别，即“物以类聚”。目的时使属于同一类的像元之间的距离尽可能的小而不同类别像元间的距离尽可能的大。常用的有分级集群法和非分级集群法，ERDAS使用ISODATA算法（迭代自组织数据分析技术也称为动态聚类法）来进行非监督分类。是在初始状态给出图像粗糙的分类，基于一定的原则在类别间重新组合其样本，聚类每重复一次，聚类的平均值就更新一次，新聚类的平均值再用于下次聚类循环，直到分类比较合理（达到设定值或两次聚类结果相比达到要求百分比的象元类别已经不再发生变化）为止。四、实验仪器设备硬件：微机一台软件：Professional级ERDAS IMAGING 8.6软件一套五、实验步骤1、初始分类获取第一步：启动非监督分类对话框指导学生掌握两种方法。方法一：DATA PRETATIONUNSUPERVISED CLASSIFICATION.方法二：Classifier图标classificationunsupervised classification第二步：进行监督分类调出：unsupervised classification对话框（图6-1），逐项填写。注意问题：实际工作中常将分类数目取为最终分类数目的两倍；收敛域值是指两次分类结果相比保持不变的像原所占最大百分比。图6-1 unsupervised classification对话框2、分类方案调整获得一个初始分类结果后，可以应用分类叠加方法来评价分类结果、检查分类精度、确定类别专题意义和定义分类色彩，以便获得最终的分类方案。第一步：显示原图像与分类图像学会在同一个窗口中，同时打开两个图像，叠加显示。第二步：打开分类图像属性表并调整字段显示顺序单击Raster|Tools命令，打开Raster工具面板，打开Raster Attribute Editor窗口。图6-2 图象属性编辑器图6-3 Column Properties对话框第三步：给各个类别赋相应的颜色第四步：设置不透明度图6-4 Fomula对话框第五步：确定类别的专题意义及其准确程度第六步：标注类别的名称和相应的颜色重复以上4、5、6三步直到对所有类别都进行了分析与处理。注意，在进行分类叠加分析时，一次可以选择一个类别，也可以选择多个类别同时进行。第七步：类别合并与属性重定义如果经过上述6步操作获得了比较满意的分类，非监督分类的过程就可以结束，反之，就需要进行分类后处理，诸如
人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论