ENVI光谱分类方法：监督与非监督

"这篇资源主要介绍了ENVI（Environment for Visualizing Images）软件中基于光谱的影像分类方法，包括非监督分类和监督分类，并详细列举了各种分类算法。此外，还概述了ENVI的基本影像处理流程，从数据输入、显示到预处理、信息提取和专题制图等步骤。资源作者是Esri中国（北京）有限公司遥感事业部的邓书斌，内容涵盖了ENVI的基础知识，如软件架构、数据输入输出、显示设置以及系统配置。" 在ENVI中，基于光谱的分类方法是遥感影像处理的重要部分，主要分为两类：非监督分类和监督分类。非监督分类不依赖于先验知识，它通过聚类算法将像元分组，ISODATA和K-Means是最常见的非监督分类方法。ISODATA是一种迭代自组织数据分类，它会不断调整类别的边界以达到最佳分类效果；而K-Means则基于均值聚类，通过迭代优化找到最能代表类别的中心点。 监督分类则需要已知的训练样本，依据样本的光谱特性进行分类。它包括基于传统统计分析的分类器，如平行六面体、最小距离和马氏距离分类。平行六面体分类是根据光谱特征空间中的多维长方体来确定类别；最小距离分类是基于各个像元到类别中心的欧氏距离进行分类；马氏距离则考虑了样本的协方差，更适用于消除光谱差异。此外，监督分类还包括基于人工智能的分类器，如神经网络，以及基于模式识别的分类器，如支持向量机（SVM）和模糊分类。 ENVI的基本影像处理流程涵盖了一系列操作，从数据的输入输出开始，包括加载遥感图像数据，然后进行图像显示与分析，确保数据质量。图像预处理是关键步骤，包括几何纠正以修正图像的空间位置，融合不同波段的图像以提高信息含量，以及镶嵌多张小图像以形成大范围连续的影像。影像信息提取涉及人工解译、自动分类、特征提取和动态检测，其中自动分类如上述的光谱分类是核心环节。最后，专题制图和三维可视化分析结合GIS数据提供直观的结果展示，便于理解和解释。 ENVI软件体系结构强大，支持多种遥感数据类型，如全色、多光谱、高光谱、雷达和激光雷达数据。其扩展模块如大气校正可以去除大气影响，提高影像的质量和真实性；立体像对高程提取模块则用于计算地形信息。ENVI与IDL（Interactive Data Language）紧密集成，提供了丰富的数学和统计工具，以及与其他系统如数据库的接口，使得用户能够从图像中获取所需信息并进行深入的分析和应用。