遥感实验报告七
遥感实验报告七
【实验环境】（使用的软件）
Envi qq截图word文档
实验内容：
【实验方案设计】
【实验过程】（实验步骤、记录、数据、分析）
实验数据：
实验步骤：
1.使用感兴趣区（ROI）工具选择训练样区
恢复预定义的感兴趣区（rois），使用roi tool对话框中的file—restore rois命令，在enter roi filename中选择classes.roi；
遥感应用课实验报告
实验项目名称监督分类和非监督分类
所属课程名称遥感应用
实验类型验证性实验
实验日期2010.6.15
班级09资环
学号2009121022
姓名彭慧妮
成绩
吉首大学城乡资源与规划学院
实验概述：
【实验目的及要求】
了解并熟练运用计算机监督与非监督分类。
【实验原理】
监督分类：建立各类型已知样本区（训练区），根据训练区确定各类的统计特征，以此为基础，建立分类的判别函数，对每个象元进行类别划分。
1）平行六面体法（parallelepiped）
2）最大似然法（Maximum Likelihood）
3）最小距离法（Minimum Distance）
4）马氏距离法（Mahalanobis Distance）
将4种监督分类获得的影像分别和其他分类方法的结果及非监督分类的结果动态链接比较观察。
【结论】（结果）
或者自己选择绘制多个不同的感兴趣区；
2.非监督分类
1.K—均值（K—Means)分类法
分类原始数据can_tm文件夹下的can_tmr.img；
遥感应用实验报告
遥感应用实验报告
引言
遥感技术是一种利用遥感卫星或其他设备获取地球表面信息的技术。
在科研、农业、城市规划等领域都有着广泛的应用。
本次实验旨在通
过遥感技术获取地表信息，分析实验结果，探索其在不同领域中的应用。
实验方法
本次实验选取了一片城市区域为研究对象，使用遥感卫星获取该区
域的影像数据，包括多光谱影像、高分辨率影像等。
利用遥感软件对
影像数据进行处理，提取城市区域的土地利用类型、植被覆盖情况等
信息。
进一步分析影像数据，得出城市区域的发展状况和环境质量等
数据。
实验结果
经过处理分析，我们得出了以下结论：
1. 城市区域的土地利用类型主要包括居住区、公园绿地、工业区等；
2. 植被覆盖率较高的地方主要集中在公园绿地和一些住宅区；
3. 部分工业区存在着环境污染问题，需要加强治理。
实验讨论
根据实验结果，我们可以得出一些启示：
1. 遥感技术在城市规划中的应用能够帮助我们更好地了解城市发展现状，指导城市规划工作；
2. 通过监测城市区域的植被覆盖情况，可以及时发现环境问题，保护城市生态环境；
3. 遥感技术在环境保护和资源管理方面有着重要的作用，需要进一步推广应用。
结论
本次实验通过遥感技术获得了城市区域的地表信息，分析了土地利用类型、植被覆盖情况等数据，对城市规划和环境保护具有一定的参考意义。
遥感技术作为一种高效的信息获取手段，将在未来有更广泛的应用前景。
希望通过本次实验能够加深对遥感技术的理解，促进其在各个领域的发展和应用。
遥感制图实习报告
遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一: DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）实验目的:1.实验步骤:2.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。
3.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice, 出现Density Slice对话框。
4.选择Clear Ranges, 清除Defined Density Slice Ranges下的内容。
5.选择Options>Add New Ranges, 其中RangeStart: 1219 ；Range End;1701；#of Ranges:10。
在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。
6.逐个组将Red条依次改为25, 50, 75, 100, 125, 150, 175, 200, 225, 250。
Greeen与Blue不变。
选择Apply按钮, 主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。
选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框, Output File Type选择JPEG, Enter Output Filename选择保存位置, Compression Facter（0-1）选择0.750.实验结果:专题二: TM与SPOT数据融合（叙述该过程并处理结果加载到本文档里。
注意用两种方法融合的过程）实验目的:1. 进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作2. 快速滤波、滤波的操作3. ENVI中变换（Transform）菜单功能的了解实验步骤:1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框, 分别填写内容)4. 选择Basic Tools>Stretch实验结果:专题三: 航片的配准与镶嵌（叙述该过程并处理结果加载到本文档）1配准●图像-图像地面控制点 (Select GCPs: Image-to-Image)●图像-图像配准需要两幅图像均打开。
遥感原理实验报告
一、实验目的1. 理解遥感的基本原理和概念；2. 掌握遥感数据的获取方法及遥感图像的处理技术；3. 了解遥感在环境监测、资源调查等方面的应用；4. 培养遥感图像分析和解译能力。
二、实验原理遥感技术是利用电磁波在地球表面及其大气层中的传播特性，通过遥感器获取地球表面及其大气层的信息，然后进行图像处理、分析和解译，以达到对地球表面及其大气层进行监测、研究和利用的目的。
遥感原理主要包括以下几个方面：1. 电磁波辐射与散射：地球表面及其大气层对太阳辐射的吸收、反射和散射，形成各种电磁波；2. 遥感器：利用电磁波探测地球表面及其大气层的信息；3. 电磁波传播：电磁波在空间传播过程中，会受到大气、云层等因素的影响；4. 遥感图像处理：对遥感数据进行预处理、增强、分类等处理，提高遥感图像的质量和应用效果；5. 遥感图像分析：对遥感图像进行解译、识别和提取信息，实现对地球表面及其大气层的监测和研究。
三、实验内容及步骤1. 实验内容（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：包括辐射校正、几何校正、大气校正等；（3）遥感图像增强：通过对比度增强、亮度增强、滤波等手段提高遥感图像的质量；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
2. 实验步骤（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：利用ENVI软件进行辐射校正、几何校正和大气校正；（3）遥感图像增强：利用ENVI软件进行对比度增强、亮度增强和滤波处理；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
四、实验结果与分析1. 遥感图像的预处理效果通过对遥感图像进行辐射校正、几何校正和大气校正，提高了遥感图像的质量，为后续的图像增强和分类奠定了基础。
最新《遥感技术》实验报告
最新《遥感技术》实验报告实验目的：本实验旨在通过实际操作，加深对遥感技术基本原理的理解，并掌握遥感数据的获取、处理与分析方法。
通过实验，学习如何利用遥感技术进行地表覆盖分类、资源评估和环境监测。
实验内容：1. 遥感数据的获取与预处理- 从国家遥感中心或其他数据平台下载适用于实验的遥感影像数据。
- 对下载的遥感影像进行必要的预处理，包括辐射校正、大气校正和几何校正。
2. 遥感影像的解译与分类- 利用遥感影像解译软件，如ENVI或ERDAS IMAGINE，对预处理后的影像进行目视解译。
- 采用非监督分类和监督分类方法，对遥感影像中的地表覆盖类型进行分类。
3. 分类结果的精度评估- 通过实地调查或其他高精度数据，收集地面真实情况作为参考。
- 利用混淆矩阵等统计工具，对遥感分类结果进行精度评估。
4. 遥感技术在资源评估和环境监测中的应用- 选取特定区域，运用遥感技术进行植被覆盖度、土壤湿度等环境因子的监测。
- 分析遥感监测数据，评估资源状况和环境变化趋势。
实验结果：通过本次实验，成功获取并预处理了所需遥感影像数据。
在解译与分类阶段，非监督分类结果显示了地表覆盖的大致分布，而监督分类则提供了更为精确的分类结果。
精度评估表明，监督分类的总体精度达到了85%。
在资源评估和环境监测应用中，遥感技术能够有效地监测到植被覆盖度的季节性变化和土壤湿度的空间分布情况。
结论：实验验证了遥感技术在地表覆盖分类、资源评估和环境监测中的有效性和实用性。
通过本次实验，不仅提高了对遥感技术操作的熟练度，也为后续相关研究提供了实验基础和技术支持。
未来的工作可以进一步探索更先进的分类算法和数据分析方法，以提高遥感应用的精度和效率。
《遥感技术》实验报告
郑州大学水利与环境学院遥感技术实验报告（适用于地理信息系统专业）专业班级： ***********学生姓名： *******学生学号： ***********指导教师： ******实验成绩：***年***月实验一、遥感图像认知与输入/输出的基本操作一、实验要求1.了解遥感卫星数字影像的差异。
2.掌握查看遥感影像相关信息的基本方法。
3.掌握遥感图像处理软件ERDAS的基本视窗操作及各个图标面板的功能。
4.了解遥感图像的格式，学习将不同格式的遥感图像转换为ERDASimg格式，以及将ERDASimg 格式转换为多种指定的格式图像。
5.学习如何输入单波段数据以及如何将多波段遥感图像进行波段组合。
6.掌握在ERDAS系统中显示单波段和多波段遥感图像的方法。
二、实验内容1.遥感图像文件的信息查询。
2.空间分辨率。
3.遥感影像纹理结构认知。
4.色调信息认知。
5.遥感影像特征空间分析。
6.矢量化。
7.遥感图像的格式。
8.数据输入/输出。
9.波段组合。
10.遥感图像显示。
三、实验结果及分析：简述矢量功能在ERDAS中的意义。
矢量功能可以将栅格数据转化为矢量数据。
矢量数据有很多优点：1.矢量数据由简单的几何图元组成，表示紧凑，所占存储空间小。
2.矢量图像易于进行编辑。
3.用矢量表示的对象易于缩放或压缩，且不会降低其在计算机中的显示质量。
四、实验结果及分析：简述不同传感器的卫星影像的特点和目视效果。
SPOT卫星最大的优势是最高空间分辨率达10m，并且SPOT卫星的传感器带有可以定向的发射镜，使仪器具有偏离天底点（倾斜）观察的能力，可获得垂直和倾斜的图像。
因而其重复观察能力由26天提高到1~5天，并在不同的轨道扫面重叠产生立体像对，可以提供立体观测地面、描绘等高线，进行立体绘图的和立体显示的可能性。
CBRES的轨道是太阳同步近极地轨道，轨道高度是778km，卫星的重访周期是26天，其携带的传感器的最高空间分辨率是19.5m。
遥感学实验报告
一、实验名称遥感影像地理坐标定位和配准二、实验目的1. 熟悉遥感影像地理坐标定位和配准的基本原理。
2. 掌握使用ENVI软件进行遥感影像地理坐标定位和配准的方法。
3. 学会利用全色影像生成影像地图。
三、实验原理遥感影像地理坐标定位是指将遥感影像上的像点坐标转换为地面实际地理位置的过程。
配准则是将不同时间、不同传感器或不同区域的遥感影像进行空间配准，以便进行对比分析。
四、实验内容1. 选取实验数据：选取一幅哈尔滨市TM影像，成像时间为2013年7月19日，分辨率为30m，各波段的波长为0.45～0.52μm、0.52～0.60μm、0.63～0.69μm、0.76～0.90μm、1.55～1.75μm。
2. 影像地理坐标定位：（1）打开ENVI软件，导入实验数据。
（2）在“地理信息”菜单中选择“地理坐标定位”。
（3）设置影像的投影类型为UTM，投影分带为北51区。
（4）输入图像左上角的公里网坐标（9819 8092）和地理坐标（经度125.4941，纬度47.0930）。
（5）点击“确定”进行地理坐标定位。
3. 影像配准：（1）打开ENVI软件，导入实验数据。
（2）在“图像处理”菜单中选择“配准”。
（3）选择“影像到影像配准”。
（4）选择参与配准的影像，设置配准精度。
（5）点击“确定”进行配准。
4. 影像到地图校正：（1）打开ENVI软件，导入实验数据。
（2）在“地理信息”菜单中选择“影像到地图校正”。
（3）选择参与校正的影像，设置校正精度。
（4）点击“确定”进行校正。
5. 生成影像地图：（1）打开ENVI软件，导入实验数据。
（2）在“图像处理”菜单中选择“生成影像地图”。
（3）选择参与生成影像地图的影像，设置地图投影、分辨率等参数。
（4）点击“确定”生成影像地图。
五、实验数据处理及成果1. 成功将哈尔滨市TM影像进行地理坐标定位和配准。
2. 利用ENVI软件生成哈尔滨市TM影像的影像地图。
六、体会及建议1. 通过本次实验，熟悉了遥感影像地理坐标定位和配准的基本原理，掌握了使用ENVI软件进行操作的方法。
遥感实验报告
遥感实验报告引言：遥感技术是利用卫星、飞机等遥感平台获取地球表面信息的一种技术手段。
通过对不同波段的电磁辐射进行探测和分析，遥感技术可以获取地表的空间分布、物质组成以及变化情况等信息。
本次实验旨在通过遥感图像的获取和解译，了解和掌握遥感技术的基本原理和应用。
一、遥感数据获取：1. 数据来源：本次实验使用的遥感数据来源于卫星遥感图像，通过开源的遥感数据平台获得。
2. 数据类型：本次实验使用的遥感数据为多光谱遥感图像，包含多个波段的信息。
通过不同波段的数据分析，可以获取地表的不同特征和信息。
二、遥感图像解译：1. 图像预处理：图像预处理是遥感图像解译的基础工作，包括图像几何校正、辐射校正和大气校正等过程。
这些预处理步骤可以提高图像质量，减少噪声和失真。
2. 地物分类：地物分类是遥感图像解译的关键环节。
通过对遥感图像中的像元进行分类，可以将地表物体分为不同的类别，如水体、植被、建筑等。
常用的分类方法包括监督分类和非监督分类。
3. 特征提取：特征提取是对地物进行进一步分析和描述的过程。
通过提取地物的形状、颜色、纹理等特征，可以对地物进行进一步分类和识别。
三、遥感技术应用：1. 土地利用与覆盖变化研究：通过遥感图像的获取和解译，可以对土地利用与覆盖变化进行研究。
通过对多时相的遥感数据进行对比分析，可以了解土地利用变化的趋势和驱动因素。
2. 自然资源调查与监测：遥感技术在自然资源调查与监测中有着广泛的应用。
通过遥感图像的获取和解译，可以对森林、湿地和土地等自然资源进行调查和监测，为资源管理和保护提供科学依据。
3. 灾害监测与评估：遥感技术在灾害监测与评估中具有重要作用。
通过遥感图像的获取和解译，可以实时监测和评估自然灾害的影响范围和程度，为灾害应对和救援提供决策支持。
结论：本次实验通过遥感图像的获取和解译，了解了遥感技术的基本原理和应用。
遥感技术在土地利用与覆盖变化研究、自然资源调查与监测和灾害监测与评估等方面具有广泛的应用前景。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
合肥工业大学资源与环境工程学院《遥感图像处理与分析》实验报告(七)姓名学号专业班级任课教师实验七：图像分类一、实验目的理解计算机图像分类的基本原理掌握数字图像非监督分类以及监督分类的具体方法和过程理解两种分类方法的区别二、实验材料Landsat遥感影像1幅ERDAS IMAGINE9.2遥感图像处理软件计算机三、实验内容及步骤（一）非监督分类（1）启动非监督分类模块：在ERDAS面板工具中选择DA TAPrep-Unsupervisd Classification命令，打开非监督分类对话框或是在ERDAS面板工具中选择Classifier-Classification-Unsupervised Classification打开非监督分类对话框（2）选择图像处理文件和输出文件，设置被分类的图像和分类结果，并选择生成分类模块文件产生一个模版文件。
（3）这里Number of Classes定为14，Maximum Iterations定为7如下图所示（4）点击OK按钮，执行非监督分类，打开原图与结果图：分类评价：（1） 打开原始图像和分类后的图像：点击ERDAS-Viewer 面板，先后打开原始图像和分类后的图像，在打开分类结果图像时，在Raster Option 选项卡中取消选中的Clear Display 复选框，保证两幅图叠加显示（2） 设置各类别的颜色:单击Raster-Tool ，打开Raster 工具面板，选择Raster-Attributes ，打开Raster Attribute Editor 对话框（3） 调整字段显示顺序，在Raster Attribute Editor 窗口，选择Edit 菜单-Column Properties命令，打开Column Propertis 对话框，在Columns 列表中选择字段，通过Up 、Down 、Top 、Bottom 按钮调整其在属性表的显示顺序（4） 同上，在Raster Attribute Editor 对话框中单击某一类别的Color 字段，在弹出的As Is中选择合适的颜色（5） 确定类别精度并标注类别：在Raster Attribute Editor 对话框中点击Opacity 字段名，进入编辑状态，依据需要输入0（透明）或1（不透明）。
通过在Utility 菜单下设置分类结果在原始图像背景上闪烁（Flick ）、卷帘显示（Swipe ）、或混合显示（Blend ），选择Auto Mode便可进行判别（6）标注类别名称和颜色：在判断类别后就要在属性表标注分类名称，在Raster Attribute Editor窗口中，点击Class Name字段需要修改的类别，进入可输入状态，输入该类别的名称即可，同时按照设置颜色方法设置。
（二）监督分类（1）打开需要分类的图像，点击ERDAS-Viewer面板，打开需要进行分类的图像并在Raster Opition中设置Red/Green/Blue分别为BAND4/BAND5/BAND3选择Fit to Frame（2）打开分类模块编辑器，①选择Classifer图标/Classification/Signature Editor 命令，打开分类模块编辑器对话框，②调整属性字段，选择分类编辑窗口的Viewer/Column，打开Viewer Signature Column对话框，选中需要显示的字段，单击Apply按钮，显示发生变化，单击Close按钮完成，③选取样本，产生AOI，建立分类模版：①在分类模版编辑器窗口中，单击按钮，将AOI加载到分类模版属性表中，在相同颜色多绘制一些AOI，分别加载到分类模版属性表中②在分类模版属性表中，依次点击AOI，并在单击将所选的模版合并成一个新的模版③在分类模版属性表中，单击Edit/Delete，删除合并前的模版，并单击Signature Name进入输入状态，输入对应类别名称，单击Color设置颜色④重复上述步骤将所有类型建立分类模版（3）保存分类模版，选择Signature Edit面板/File/Save命令，打开保存对话框，确定是保存分类模版文件的目录和文件名（.sig），单击OK按钮即可。
（1）产生分类预警掩膜：①Signature Edit窗口，选择某类或某几类模版，单击Viewer/Image Alarm命令，打开Signature Alarm对话框，②选中Indicate Overlap 复选框，设置同时属于两个及以上的像元叠加预警显示，点击色框设置颜色，③点击Edit Parallelepiped Limit/Limit/Set，设置计算方法，并选择模版，④设置完成后，单击OK按钮，返回Limits对话框，单击Close按钮，返回Signature Alarm对话框，⑤单击OK按钮执行分类预警评价，形成预警掩膜，⑥单击Close 按钮关闭Signature Alarm对话框。
（2）查看分类预警掩膜，删除分类预警掩膜：单击Viewer/Arrange Layers命令，右击Alarm Mask，弹出Layer Options快捷菜单，选择Delete Layers命令，并单击Apply按钮，选择不保存，单击Close按钮。
（3）可能性矩阵：选中Signature Editor 属性表中的所有类别，单击Evaluate/Contingency，打开Contingency Matrix对话框，选择合适参数后单击OK按钮，显示分类误差矩阵，若误差矩阵指小于85%，则需重新建立模版（4）分类图像掩膜：①在Signature Editor窗口，在分类模版属性表中选择要分析的特征空间分类模版，②选择Feature/Masking/Featur Space to Image命令，打开FS to image Masking对话框，不选中Indicate Overlay复选框，③单击Apply按钮，产生分类掩膜，单击Close按钮完成设置（5）模版对象显示：选择Signature Editor/Feature/Object命令，打开Signature Object 对话框，在Viewer中设置特征空间图像显示的窗口号，选中Plot Ellipses复选框确定绘制分类统计椭圆，确定统计标准差，单击OK按钮完成设置。
（6）直方图绘制：选择Signature Editor/View/Histogram命令，打开Histogram Plot Control Panel对话框，确定分类模版数量，和分类波段数量，选择波段，并且点击Plot按钮以实现直方图反映内容的变化（7）类别的分离性：选择Signature Editor/Evaluate/Separability命令，打开Signature Separability对话框，单击OK按钮（8）类比统计分析：在Signature Editor属性表中选中需要进行统计的类别，选择View/Statistics命令，打开Statistics窗口选择Classifier图标/Supervised Classification命令，打开Supervised Classification对话框设置如下参数：（1）选择处理图像文件（2）确定输入分类模版（3）定义输出分类文件（4）设置输出分类距离文件为Distance File（5）选择非参数规则，一般选择Feature Space特征空间（6）选择叠加规则，一般为Parametric Rule，参数规则，具体设置如下详述（7）选择非分类规则为Parametric Rule（8）选择参数规则，一般选Maximum Likelihood，即最大似然（9）定义分类图的属性表项目，单击Attribute options按钮，进行选择（10）单击OK按钮，执行监督分类执行了监督分类之后，需要对分类效果进行评价，ERDAS系统提供多种分类评价方法，包括分类叠加，定义阙值，精度评估。
分类叠加：操作步骤：分类叠加就是将专题分类图像与原始图像在同一视窗中打开，将分类后的专题图至于上层，通过改变专题的透明度及颜色等属性，查看专题地图与原始地图之间的关系。
定义阙值：操作步骤：（1）在ERDAS图标面板工具中，选择Classification/Threshold命令，打开Threshold 窗口（2）选择Threshold窗口菜单中File/Open命令，打开Open File对话框，分别选择所需的专题分类图像和分类距离，单击OK按钮（3）选择Threshold/View/Select View命令，单击显示分类专题图像窗口。
（4）单击Threshold/Histogram/Compute命令，计算各个类别的距离直方图，可以单击Threshold/Histogram/Save命令保存为.sig模板文件（5）拖动直方图横坐标的箭头到合理阙值。
依次设置各个类别的阙值。
（6）选择View/View Colors/Default Colors命令，选择默认色彩是将阙值以外的像元值显示成黑色。
（7）选择Process/To Viewer命令，阙值处理图像将显示在分类图像上（8）单击Process/To File命令，打开Threshold To File对话框，在Output Image中输入文件名，单击OK按钮完成保存。
精度评估：操作步骤：（1）在Viewer中打开分类前的原始图像，以便进行精度评估。
（2）在ERDAS图标面板菜单条中，选择Main/Image Classification/Classification，选择Accuracy Assessment菜单项，打开Accuracy Assessment对话框。
（3）将原始图像视窗与精度评估视窗相连接：在Accuracy Assessment对话框工具条中点击Select Viwer按钮，将光标在显示有原始图像的视窗中点击一下原始图像视窗与精度评估视窗相连接（4）在精度评估对话框中设置随机点的色彩：在Accuracy Assessment对话框中选择View/Change Colors，打开Change colors面板，单击OK按钮，返回Accuracy Assessment对话框（5）产生随机点：在Accuracy Assessment对话框，选择Edit/Create/Add Random Points命令，打开Add Random points对话框，在Search Count中输入确定随机点过程中使用的最多分析像元数，在Number of Points中输入大于250的数，单击OK按钮，返回Accuracy Assessment对话框（6）显示随机点及其类别：在Accuracy Assessment对话框，选择View/Show All命令，选择Edit/Show Class/Values，各点的类别号出现在数据表的Class字段中（7）输入参考点的实际类别值：在Accuracy Assessment对话框，在数据表的Reference字段输入各个随机点的实际类别值（8）设置分类评估报告输出环境及输出分类评估报告：在Accuracy Assessment对话框中，选择Report/Options命令，点击确定分类评估报告的参数，选择Report/Accuracy Report命令，产生分类精度报告，选择Report/Cell Report命令，报告有关产生随机点的设置及窗口环境。