ENVI光谱分类方法：监督与非监督

该资源主要介绍了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，并提到了一系列的分类算法。此外，还概述了ENVI的基本影像处理流程，从数据输入输出、图像显示与分析到影像信息提取和专题制图等步骤。 在ENVI中进行光谱分类是遥感图像分析的重要部分，主要包括以下方法： 1. 非监督分类：这是一种无需先验知识的分类方式，其中ISODATA和K-Means是最常见的方法。ISODATA是一种迭代的聚类算法，它通过不断合并或分裂类别来优化分类结果；而K-Means则依据样本点之间的欧氏距离进行聚类，旨在最小化组内差异，最大化组间差异。 2. 监督分类：需要预先选择一些已知类别的样本点作为训练样本。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，这些方法都是根据像素的光谱特征与训练样本之间的距离进行分类。最大似然分类是基于统计概率理论，假设每个类别的光谱分布符合特定的概率分布。此外，监督分类还包括基于人工智能的神经网络以及基于模式识别的支持向量机和模糊分类。 ENVI的基本影像处理流程包括： - 数据的输入输出：导入遥感数据，如卫星影像、航片等，同时进行数据导出与备份。 - 图像显示与分析：通过各种显示选项，如色彩组合、伪彩色处理等，来观察和理解图像信息。 - 图像预处理：包括几何校正（消除投影误差）、影像融合（将不同传感器获取的数据结合）、镶嵌（将多个小片影像拼接成大图）等，以提高数据的可用性。 - 影像信息提取：利用人工解译、自动分类（如上述的光谱分类方法）、特征提取和动态检测等技术，从影像中获取有价值的地理信息。 - 制图与三维可视化：将提取的信息转化为地图，并进行三维场景的构建和分析，结合GIS数据进行综合分析。 ENVI软件支持多种扩展模块，如大气校正模块用于去除大气影响，获取地表真实反射率；立体像对高程提取模块用于从立体影像中提取地形信息，如数字高程模型（DEM）。 ENVI提供了一个强大的平台，涵盖了遥感影像的处理、分析和应用，是地理信息系统（GIS）中不可或缺的工具，尤其在光谱分类和影像信息提取方面有着广泛的应用。通过熟练掌握ENVI的各种功能，用户能够从图像数据中获得丰富的地理和环境信息。