ENVI教程:遥感图像分类与后处理解析
需积分: 9 21 浏览量
更新于2024-08-01
收藏 528KB PDF 举报
"本教程是关于ENVI(Environment for Visualizing Images)软件的分类方法介绍,通过使用来自科罗拉多州Cañon City的Landsat TM数据进行实践教学。内容涵盖了无监督和监督分类的实施,以及分类后的处理,如聚类、筛选、合并类别和精度评估等环节。"
在ENVI中进行图像分类是一个复杂但重要的过程,它涉及到将遥感图像的像素分配到预定义的类别中,以提取地物信息。本教程主要涉及以下几个关键知识点:
1. **分类方法**:教程首先介绍了两种基本的分类方法——无监督分类和监督分类。无监督分类是在没有先验知识的情况下,让软件根据像素的光谱特性自行聚类。K-Means和ISODATA是常见的无监督分类算法,它们试图找到最佳的聚类中心,使同类别的像素光谱差异最小。
2. **监督分类**:与无监督分类不同,监督分类需要用户提供已知类别的训练样本。通过选择感兴趣区域(ROI),可以定义训练集。ENVI支持多种监督分类算法,包括平行四边形法、最大似然法、最小距离法和马氏距离法。其中,最大似然分类是基于统计概率的一种常用方法,它假设每个类别具有特定的光谱分布,并选择最可能属于某一类别的像素。
3. **端元光谱收集**:在进行某些监督分类时,如马氏距离分类,需要收集代表每种类别的端元光谱,这是为了更准确地描述类别的光谱特性。
4. **二进制编码分类**:这是一种特殊的分类方法,它将分类结果表示为二进制码,有助于处理多类别问题。
5. **后分类处理**:分类完成后,通常需要进一步处理以优化结果。这包括提取类统计,生成混淆矩阵以评估分类准确性。此外,聚类和筛选操作用于合并相似的小块或去除噪声。结合类别允许创建新的分类,而覆盖类则能直观地查看不同分类层的叠加效果。编辑类颜色可以定制视觉表现,使得分类结果更易于理解。
6. **交互式分类覆盖**:ENVI提供了交互式工具,允许用户在地图上直接编辑分类结果,增加灵活性。
7. **矢量化转换**:将分类图像转换为矢量格式,便于与其他GIS数据集成,进行空间分析和决策。
8. **覆盖矢量图层**:分类结果可以与矢量图层叠加,以便进行空间关系分析,如缓冲区分析、空间查询等。
通过这个ENVI教程,学习者可以全面了解图像分类的流程和技术,从而在实际应用中有效地解析遥感图像,获取有价值的地理信息。
2010-06-29 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
weihui2000
- 粉丝: 0
- 资源: 3
最新资源
- 掌握压缩文件管理:2工作.zip文件使用指南
- 易语言动态版置入代码技术解析
- C语言编程实现电脑系统测试工具开发
- Wireshark 64位:全面网络协议分析器,支持Unix和Windows
- QtSingleApplication: 确保单一实例运行的高效库
- 深入了解Go语言的解析器组合器PARC
- Apycula包安装与使用指南
- AkerAutoSetup安装包使用指南
- Arduino Due实现VR耳机的设计与编程
- DependencySwizzler: Xamarin iOS 库实现故事板 UIViewControllers 依赖注入
- Apycula包发布说明与下载指南
- 创建可拖动交互式图表界面的ampersand-touch-charts
- CMake项目入门:创建简单的C++项目
- AksharaJaana-*.*.*.*安装包说明与下载
- Arduino天气时钟项目:源代码及DHT22库文件解析
- MediaPlayer_server:控制媒体播放器的高级服务器