北京治疗白癜风在那个医院比较好 https://yyk.39.net/bj/zhuanke/89ac7.html
一、实验目的：（1）掌握遥感数据非监督分类方法二、实验内容：（1）非监督分类（2）类别定义与子类合并（3）分类精度评价三、实验步骤：（1）非监督分类1.打开ENVI5.1,然后点击File→open，打开待分类影像Cantmr.img(这里以ENVI自带的参考影像为例),在LayerManager中右击图像选择ChangeRGBBands改变显示波段,之后选择进行影像分析，大体上估计影像主要类别的数量。一般非监督分类的分类数量比最终分类的数量多2-3倍为宜，这样有利于提高分类精度。2.进行非监督分类，在软件右侧Toolbox→classification→UnsupervisedClassification，会看到两种非监督分类的方法，这里选择IsoDataClassification,在弹出的ClassificationInputFile对话，框中选择Can_tmr.img。注:分类器的选择IsoData重复自组织数据分析技术，计算数据空间中均匀分布的类均值，然后用最小距离技术将剩余像元进行迭代聚合,每次迭代都重新计算均值，且根据新均值，对像元进行再分类。K-Means使用了聚类分析方法，随机地查找聚类簇的聚类相似度相近，即中心位置,是利用各聚类重对象的均值所获得一个中心对象”来进行计算的，然后选代地中新置他们，完成分类过程。类别3、点击ok，弹出ISODATAParamenters对话柜，分类的数量numberofClasses:(因为该幅影像最终想要分6类，迭代次数MaximumIterations20(迭代次数越多越精确，同样处理的也较慢)，其他的阈值、最小像素，标准差等都保持默认设置就可以，然后选择输出路径和文件名并点击ok。（2）类别定义与子类合并1.进行类别合并，选择Toobox→classification→PostClassification→CombineClasses,在弹出的对话框中选择非监督分类后的影像点击ok,把同一类合并成一类，如下图，点ok后，选择输出文件和RemoveEmptyClass选择YES,可以得到结果。合并之后，Class1是阴影，Class2是林地，Class3是草地，Class4是裸地，Class5是耕地，Class6是沙地。四、实验总结：通过此次实验，对非监督分类有了进一步的了解，非监督分类和监督分类的区别，对于图像的分类又学到了一种预览时标签不可点收录于合集#个上一篇下一篇
转载请注明:http://www.aideyishus.com/lkzp/655.html