马氏距离分类:ENVI遥感影像处理中的快速高效方法

需积分: 3 15 下载量 130 浏览量 更新于2024-08-10 收藏 29.8MB PDF 举报
马氏距离分类是一种在遥感影像分析中常用的方法,它属于监督分类算法,特别适用于那些假设各个类别协方差相等的情况,这使得分类过程相对快速。马氏距离分类器与最大似然分类类似,但其关键在于利用每个类别的统计信息,计算像元与类别中心之间的方向敏感距离。这个方法通常在ENVI(环境可视化图像)这样的遥感软件中实现,例如通过Classification > Supervised > Mahalanobis Distance选项或者在Endmember Collection对话框中选择Algorithm > Mahalanobis Distance。 在使用马氏距离分类时,首先要进行端元(Endmember Spectra)的收集和输入,这些端元包含了不同类别典型光谱特征,软件会结合协方差信息进行分类。在启动分类过程后,用户需要通过Classification Input File对话框选择输入的遥感影像文件,并在Mahalanobis Distance Parameters对话框中设置分类参数,包括可能的阈值,这个阈值通常是根据输入数据的动态范围和直方图来确定的,以确保分类结果的准确性。 值得注意的是,在选择马氏距离作为分类方法后,需要再次输入端元,以确保软件能充分利用端元的协方差信息。此外,ENVI软件以其强大的波谱分析能力和广泛的遥感数据支持而闻名,用户可以通过它进行诸如大气校正、几何校正、滤波、分类等一系列影像处理步骤,以及针对特定任务如变化检测、多光谱和高光谱数据分析、矢量分析、DEM分析、雷达数据分析等高级分析。 《ENVI遥感影像处理实用手册》这本书详细介绍了ENVI软件的各项功能,包括操作流程、参数选择以及各类分析技术的应用,旨在帮助用户深入理解和熟练掌握ENVI在遥感影像处理中的实际操作。对于想要进行二次开发的用户,书中还会涉及ENVI/IDL的开发指南,提供更深层次的编程和定制开发指导,以适应日益增长的用户需求和特定应用场景。