ENVI光谱分类方法：监督与非监督

"ENVI中基于光谱分类方法-1ENVI基本影像处理" 本文将深入探讨ENVI（Environment for Visualizing Images）软件中的光谱分类方法，包括非监督分类和监督分类，并介绍一系列用于影像处理的基本操作。ENVI是一款广泛应用于遥感图像处理的专业软件，它提供了一整套工具，帮助用户从图像中提取有用信息，进行大气校正、高程提取以及影像预处理等。 首先，非监督分类是不依赖于先验知识的分类方式，主要包括ISODATA和K-Means算法。ISODATA是一种迭代的聚类方法，通过不断合并或分裂类别来优化分类结果，直至满足设定的终止条件。而K-Means算法则是基于样本点间距离的聚类方法，将样本点分配到最近的类别中心，然后更新类别中心，重复此过程直到达到稳定状态。 监督分类则需要已知的训练样本，根据样本的光谱特性进行分类。其中，基于传统统计分析的分类器有平行六面体、最小距离和马氏距离。平行六面体分类基于光谱空间中的多维间隔；最小距离分类法是将每个像素归类到与其特征向量最接近的训练样本类别；马氏距离考虑了样本间的协方差，能更好地处理多变量数据。最大似然分类是基于概率论的方法，假设类别内数据是同分布的，选取最可能生成观测数据的类别。 在监督分类中，还有基于人工智能的分类器，如神经网络。神经网络模拟人脑神经元的工作方式，通过学习和调整权重来实现分类。此外，支持向量机（SVM）是一种基于模式识别的分类器，它寻找一个最优超平面来最大程度地分离不同类别的样本。 ENVI的基本影像处理流程包括数据的输入输出、图像显示与分析、图像预处理（如几何纠正、融合、镶嵌等）、影像信息提取（如人工解译、自动分类、特征提取、动态检测等）、专题制图和三维可视化分析。ENVI使用IDL（Interactive Data Language）作为开发语言，提供了丰富的扩展模块，如大气校正模块用于去除影像中的大气影响，提高地物识别精度；立体像对高程提取模块则可以从立体影像中提取地表高程信息。 通过ENVI，用户可以处理各种类型的数据，包括全色、多光谱、高光谱、雷达、激光雷达、热量数据、地形数据、GPS位置数据以及矢量数据。ENVI的扩展功能强大，如大气校正模块能够去除水蒸气、气溶胶散射等影响，使影像更清晰；立体像对高程提取模块则能快速从多种卫星数据中获取高程信息。 ENVI提供了一系列高级的光谱分类方法和影像处理工具，为遥感数据分析和应用提供了强大的支持。无论是非监督还是监督分类，ENVI都能帮助用户高效、准确地从海量的遥感图像中提取有价值的信息。