遥感实习遥感图像非监督分类

实验四非监督分类

一、实验目的

采用非监督分类对多光谱遥感图像进行分类，并对分类后的数据进行处理，处理方法包括：聚合（clump）处理、筛选（sieve）处理、并类（combine）处理，以及精度评估。

二、实验数据与原理

美国科罗拉多州（Colorado）Canon市的Landsat TM 影像数据，其中包括can_tmr.img、can_tmr.hdr、can_km.img、can_km.hdr、can_iso.img、can_iso.hdr、classes.roi、can_pcls.img、can_pcls.hdr 、can_bin.img、can_bin.hdr 、can_sam.img、can_sam.hdr 、can_rul.img 、can_rul.hdr、can_sv.img、can_sv.hdr、can_clmp.img、can_clmp.hdr。

三、实验过程：

1、打开TM图像，File →Open Image File，选择ljs-can_tmr.img文件，在可用波段列表中，选择RGB Color 单选按钮，然后使用鼠标左键，顺次点击波段4、波段3 和波段2。点击Load RGB 按钮，把该影像加载到一个新的显示窗口中。

2、查看光标值：

从主影像窗口菜单中，选择Tools →Cursor Location/Value。

3、查看波谱曲线图

从主影像窗口菜单栏中，选择Tools →Profiles →Z Profile (Spectrum)，开始提取波谱的剖面曲线。

非监督法分类：

K-均值（K-Means）分类法

从ENVI 主菜单中，选择Classification →Unsupervised →K-Means 或者IsoData，生成ENVI 非监督法分类后的影像。

使用默认参数，并选择路径，命名为

ljs-can_tm_unsupervised.img

生成后将之作为#2，在新窗口中打开，并建立与

原can_tm图像的动态链接，在一个窗口中查看

二者的关系。

IsoData（迭代自组织数据分析技术）

选择IsoData 作为非监督分类法，使用所有的默认设置，点击OK，或者查看包含在can_iso.img影像中的分类结果。

使用默认参数，并选择路径，命名为ljs-can_tm_unsupervised-ISODATA.img

生成后将之作为#2，在新窗口中打开，并建立与原can_tm图像的动态链接，在一个窗口中查看二者的关系。

实验体会：

非监督分类和监督分类是ENVI 操作里面比较重要的步骤，通过分类将影像以不同颜色的类别区分开，更便于以后的操作的利用。非监督分类是在输入必要的参数后计算机对影像进行自动分类的操作，比较简单，但有的达不到分类的精度