ENVI软件遥感影像监督分类教程与实验实践

"遥感影像分类envi.pdf"是一份关于遥感图像处理的教育资源，旨在通过实验教学帮助学习者理解计算机图像分类的基本原理和监督分类的过程。该文档详细介绍了如何利用ENVI软件对遥感图像进行分类，包括无监督和监督分类方法，其中重点讲解了最大似然法分类。 实验内容主要包括三个部分： 1. 遥感图像分类原理：这部分讲解了遥感图像分类的基础概念，包括图像的不同类型（如TM遥感影像）、多光谱数据的分析以及为何需要分类。 2. 遥感图像监督分类：监督分类是关键，它依赖于已知的训练样本来指导分类过程。在这个环节，学生将学习如何使用ENVI中的工具，如从ROI（感兴趣的区域）工具箱中选择多边形区域，采集样本，以及如何通过鼠标操作来定义样本区域。 3. 最大似然法分类：这是监督分类的一种常用算法，通过计算每个像素与训练样本的相似度，确定其最可能属于哪个类别。学生将在ENVI的Classification模块中选择Maximum Likelihood算法，并设置分类参数，如概率阈值，以控制分类决策。 实验条件包括一台电脑和ENVI 4.5软件，以及厦门市的TM遥感影像作为实践数据。步骤详细到如何打开图像、设置ROI、采集样本、执行最大似然分类，以及调整分类参数等。这份文档不仅提供了理论指导，也提供了实际操作的步骤，非常适合用于遥感图像处理的学习和教学。 通过这个实验，学习者不仅能掌握遥感图像分类的基本技术，还能提高他们在实际项目中应用ENVI软件的能力，从而更好地理解和解决遥感数据分析中的问题。