《遙感數字圖像的計算機分類.doc》由會員分享，提供在線免費全文閱讀可下載，此文檔格式為doc，更多相關《遙感數字圖像的計算機分類.doc》文檔請在天天文庫搜索。

1、遙感數字圖像的計算機分類一、實驗類型綜合型二、實驗目的與要求1、實驗目的掌握非監督分類的過程和方法。2、實驗要求(1)掌握非監督分類的過程和方法；(2)了解監督分類中最大似然比分類法的方法和過程。三、實驗原理 非監督分類指不必對影像地物獲取先驗知識，僅依靠影像上不同類地物的光譜信息(或紋理信息)進行特征提取，以提取出統計特征的差別來達到分類目的的分類方法。主要采用聚類分析方法把一組像元按照相似性歸成若干類別，即“物以類聚”。目的時使屬于同一類的像元之間的距離盡可能的小而不同類別像元間的距離盡可能的大。常用的有分級集群法和非分級集群法，ERDAS使用ISODATA算法(迭代自組織數據分析技術也稱為動態聚類法)來進行非監督分類。是在初始狀態給出圖像粗糙的分類，基于一定的原則在類別間重新組合其樣本，聚類每重復一次，聚類的平均值就更新一次，新聚類的平均值再用于下次聚類循環，直到分類比較合理(達到。

2、設定值或兩次聚類結果相比達到要求百分比的象元類別已經不再發生變化)為止。四、實驗儀器設備 硬件：微機一臺軟件：Professional級ERDAS IMAGING 8.6軟件一套五、實驗步驟1、初始分類獲取第一步：啟動非監督分類對話框指導學生掌握兩種方法。方法一：DATA PRETATION→UNSUPERVISED CLASSIFICATION.方法二：Classifier圖標→classification→unsupervised classification第二步：進行監督分類調出：unsupervised classification對話框(圖6-1)，逐項填寫。注意問題：實際工作中常將分類數目取為最終分類數目的兩倍；收斂域值是指兩次分類結果相比保持不變的像原所占最大百分比。圖6-1 unsupervised classification對話框2、分類方案調整獲得一個初始分類結果后。

3、，可以應用分類疊加方法來評價分類結果、檢查分類精度、確定類別專題意義和定義分類色彩，以便獲得最終的分類方案。第一步：顯示原圖像與分類圖像學會在同一個窗口中，同時打開兩個圖像，疊加顯示。第二步：打開分類圖像屬性表并調整字段顯示順序單擊Raster|Tools命令，打開Raster工具面板，打開Raster Attribute Editor窗口。圖6-2 圖象屬性編輯器圖6-3 Column Properties對話框第三步：給各個類別賦相應的顏色第四步：設置不透明度圖6-4 Fomula對話框第五步：確定類別的專題意義及其準確程度第六步：標注類別的名稱和相應的顏色重復以上4、5、6三步直到對所有類別都進行了分析與處理。注意，在進行分類疊加分析時，一次可以選擇一個類別，也可以選擇多個類別同時進行。第七步：類別合并與屬性重定義如果經過上述6步操作獲得了比較滿意的分類，非監督分類的過程就可以結束，反之，就需要進行分類后處理，諸如聚類統計、分類重編碼等，特別是由于給定初始分類數量較多，需要進行類別的合并操作(分類重編碼)，再重新定義分類色彩、分類名稱等。。

總結

以上是生活随笔為你收集整理的遥感计算机分类有哪些,遥感数字图像的计算机分类.doc的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。