监督分类实验报告.doc

精品文档监督分类实验报告1100900028 孙淑蕊一、实验原理：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。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影响进行监督分类，将图像中的水体、植被、农田、城区等地物特征提取出来。四、实验步骤：1、在ERDAS主界面中，打开Viewer视窗，打开需要进行监督分类的图像。2、对图像进行设置，设置Red、Green、Blue对应的波段值分别为4、3、2。3、在Viewer视窗中显示待分类图像。打开Classification，选择Signature Editor，打开分类模板编辑器。4、选择Signature Editor窗口的View中的Column，在弹出的View Signature Columns对话框中选择需要显示的字段。5、在Viewer中点击图标，打开Raster工具面板。6、单击面板中的图标，在打开的图像中选择水体区域，绘制一个多边形AOI。7、在Signature Editor对话框中，单击图标，将上一步中建立的多边形AOI区域加载到分类模板中。8、将上述方法重复进行，共选择10个区域。9、将上述结果进行综合，将该类的Signature全部选定，然后点击合并图标，得出水体的分类模板，然后依次进行植被、农田、城区的分类模板的建立，方法同上。10、将上述模板进行保存。11、进行监督分类，在ERDAS主界面中，单击Classifier中的Supervised Classification，打开Supervised Classification对话框。12、在Supervised Classification对话框中，输入参数。输入文件为tm_bjcity.img，输出文件为tm_bjcity_superclass.img，模板为tm_ssr.sig，分类距离文件为tm_bjcity_superclass_dis.img。其他参数如图所示。13、单击OK进行监督分类。14、在视窗中，单击Raster中的Raster Atturibute Editor，打开Raster Attribute Editor对话框，右键点击Color字段，选择AS IS菜单，选择合适的颜色。15、监督分类后的图像：五、评价1、在视窗中打开原始图像，在ERDAS主界面中点击Classifier中的Accuracy Assessment选项，打开Accuracy Assessment对话框。2、在Accuracy Assessment对话框中选择File中的Open，打开Classified Image对话框，在对话框中确定与视窗中对应的分类专题图像，点击OK关闭该对话框。3、在Accuracy Assessment对话框中点击Select Viewer图标，将光标在显示有原始图像的视窗中点击一下，实现原始图像视窗与精度评估视窗相连接。4、在Accuracy Assessment对话框中选择菜单条View中的Change Colors，打开Change color面板，将Points with no reference的颜色设为白色，Points with reference设为黄色，点击OK返回Accuracy Assessment对话框。5、在Accuracy Assessment对话框中选择Edit中的Create/Add Random Points，打开Add RandomPoints对话框，在Search Count中输入1024，在Number of Points中输入40，在DistributionParameters选择Random，单击OK。6、返回Accuracy Assessment对话框，在Accuracy Assessment对话框的数据表中出现了40个检查点。7、在Accuracy Assessment对话框中选择View中的Show All，点击Edit中的Show Class Values，各点的类别号出现在数据表的class字段中。8、在Accuracy Assessment对话框中选择Report中的Options，点击确定按钮选择分类评价报告的参数。选择Report中的Accuracy Report产生分类精度报告。选择Report中的Cell Report产生有关产生随机点的设置及窗口环境报告。所有报告将显示在ERDAS文本编辑器窗口，可以保存为文本文件。9、选择File中的Save Table保存分类精度