ERDAS非监督分类入门使用_第1页
ERDAS非监督分类入门使用_第2页
ERDAS非监督分类入门使用_第3页
ERDAS非监督分类入门使用_第4页
ERDAS非监督分类入门使用_第5页
已阅读5页，还剩3页未读， 继续免费阅读

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

遥感图像自动分类辨别——非监察分类朱良君（06407011）一、实验原理非监察分类运用ISODATA（IterativeSelf-OrganizingDataAnalysisTechnique，鉴于最小光谱距离公式）算法，完整依据像元的光谱特征进行统计分类，经常用于对分类区没有什么认识的状况，是用该方法时，原始图像的全部波段都参加分类计算，分类结果常常是各种像元数大概等比率。因为人为干涉较少，非监察分类过程的自动化程度较高。非监察分类一般要经过以下几个步骤：初始分类、专题鉴别、分类归并、色彩确立、分类后办理、色彩重定义、栅格矢量变换、统计剖析。ERDAS是用ISODATA算法来进行非监察分类。聚类过程始于随意聚类均匀值或一个已有分类模板的均匀值：聚类每重复一次，聚类的均匀值就更新一次，新聚类的均值再用于下次聚类循环。ISODATA适用程序不停重复，直到最大的循环次数已达到设定阈值或许两次聚类结果对比有打到要求百分比的像元类型已经不再发生变化。二、实验素材本次实惯用的影像为：germtm.img。三、实验内容1、非监察分类。2、分类评论，给各种型标明名称和相应颜色。3、分类后办理，包含聚类统计（Clump）、过滤剖析（Sieve）、去除剖析Eliminate）、分类重编码（Recode）。四、实验步骤下表为实验截图以及操作简单说明。原图像DataPreparation->UnsupervisedClassification设置有关参数，达成非监察分类，获取一个初步的分类结果。初步分类结果图像获取一个初步的分类结果此后，能够应用分类叠加（ClassificationOverlay）方法来评论、检查分类精度。Lnlandc.img原图像Clump设置参数

结果图聚类统计是经过对分类专题图像计算每个分类图斑的面积、记录相邻地区中最大图斑面积的分类值，产生一个Clump类组输出图像，此中每个图斑都包含Clump类组属性，该图像是一此中间文件，用于下一步办理。本例采纳Lnlandc.img图像。成效图过滤剖析功能是对Clump办理后的Clump类组图像进行Sieve参数办理，依据定义的数设置值大小，删除Clump图像中较小的类组图斑，并给全部小图斑给予新的属性值0。成效图去除剖析是用于删除原始分类图像中的小图斑或Clump聚类图Eliminate像中的小Clump类参数设置组，它将删除的小图斑归并到相邻的最大的分类中间。成效图Recode参数设置ThematicRecode中将本来的十类归并为五类

分类重编码主假如针对非监察分类的，因为非监察分类过程中，一般要定义比最后需要多必定数目的分类数，在获取分类方案后，第一要将专题分类图像与原始图像比较，判断每个分类的专题属

人人文库> 全部分类> 教育资料 > 课件下载

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