ENVI光谱分类方法详解：监督与非监督

"该资源是关于ENVI中基于光谱分类方法的课件，涵盖了非监督分类、监督分类以及各种分类算法的应用。此外，还介绍了ENVI的基本影像处理流程，包括数据输入输出、图像预处理、信息提取和制图可视化等步骤。ENVI作为一个强大的遥感图像处理软件，其功能包括大气校正、立体像对高程提取等高级分析。" 在ENVI（Environment for Visualizing Images）中，光谱分类是遥感图像分析的核心技术之一，用于将影像像素按照其光谱特性分组，从而识别不同的地物类型。分类方法主要分为两大类：非监督分类和监督分类。 非监督分类是无需先验知识的分类方式，它依据像素间的相似性进行聚类。在ENVI中，常见的非监督分类方法有ISODATA（迭代自组织数据分析）和K-Means算法。ISODATA通过迭代过程不断调整类别的边界，使得同一类别内的像素具有高度相似的光谱特征，而K-Means则以欧几里得距离为基础，寻找最优的类中心来划分像素。 监督分类则需要已知的训练样本，根据这些样本的光谱特征来建立分类模型。在ENVI中，监督分类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。平行六面体法根据每个类别的光谱范围来定义边界；最小距离分类器基于像素与类平均值之间的距离来分类；马氏距离考虑了像素的协方差，更适用于消除光谱混叠的影响。此外，还有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、图像融合和镶嵌）、影像信息提取（如人工解译、自动分类、特征提取和动态检测）、专题制图和三维可视化分析。通过这些步骤，用户可以对遥感图像进行深入分析，获取所需的信息。 大气校正是ENVI中的一个重要功能，用于消除大气条件对影像质量的影响，比如水蒸气、气溶胶散射和漫反射等，从而得到地物的真实反射率或辐射率。立体像对高程提取模块则能够从多视立体像对中计算地表高程信息，常用于数字高程模型（DEM）的创建。 ENVI提供了全面的遥感图像处理工具，结合各种分类算法和高级分析模块，使得用户能够有效地进行地物识别、环境监测和地理信息提取。