版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、實(shí)驗(yàn)四遙感圖像的非監(jiān)督分類(lèi)與監(jiān)督分類(lèi)一、實(shí)驗(yàn)?zāi)康囊弧?shí)驗(yàn)?zāi)康?非監(jiān)督分類(lèi)是對(duì)數(shù)據(jù)集中的像元依據(jù)統(tǒng)計(jì)數(shù)字,光譜類(lèi)似度和光譜距離進(jìn)行分類(lèi),在沒(méi)有用戶(hù)定義的條件下練習(xí)使用,在ENVI環(huán)境下的非監(jiān)督分類(lèi)技術(shù)有兩種:迭代自組織數(shù)據(jù)分析技術(shù)(ISodata)和K均值算法(KMeans);2分類(lèi)過(guò)程中應(yīng)注意:1)怎樣確定一個(gè)最優(yōu)的波段組合,從而達(dá)到最佳的分類(lèi)精度,基于OIF和相關(guān)系數(shù),協(xié)方差矩陣以及經(jīng)驗(yàn)的使用來(lái)完成對(duì)最適合的組合的選取,分類(lèi)效果的關(guān)鍵
2、即在于此;2)KMeans的基本原理;3)Isodata的基本原理;4)分類(lèi)結(jié)束后,被分類(lèi)后的圖像是一個(gè)新的圖像,被分類(lèi)類(lèi)碼秘填充,從而可以獲得數(shù)據(jù)提取信息,統(tǒng)計(jì)不同類(lèi)碼數(shù)量,轉(zhuǎn)化為實(shí)際面積,在得到后的圖像上,可對(duì)不同目標(biāo)的形態(tài)指標(biāo)進(jìn)行分析。3對(duì)訓(xùn)練區(qū)中的像元進(jìn)行分類(lèi);4用訓(xùn)練數(shù)據(jù)集估計(jì)查看監(jiān)督分類(lèi)后的統(tǒng)計(jì)參數(shù);5用不同方法進(jìn)行監(jiān)督分類(lèi),如最小距離法、馬氏距離法和最大似然法。二、實(shí)驗(yàn)設(shè)備與材料二、實(shí)驗(yàn)設(shè)備與材料1、軟件軟件ENVI4.7
3、軟件2、所需材料所需材料TM數(shù)據(jù)三、實(shí)驗(yàn)步驟三、實(shí)驗(yàn)步驟1.選擇最優(yōu)的波段組合ENVI主工具欄中File→Openimagefile→選擇hbtmref.img打開(kāi)→在BasicTools中選擇Statistics→Computestatistics選定原圖,在Spectralsubset中可選項(xiàng)全部選定→OK→OK→全選→保存→OK,則各類(lèi)統(tǒng)計(jì)數(shù)字均可查;OIF計(jì)算,選擇分類(lèi)波段:1,2;2,3;1,3波段標(biāo)準(zhǔn)差分別為2.665727
4、;3.473308;4.574609,和為10.713644。CrelationMatrix中1和2波段的相關(guān)系數(shù)0.964308,加上2和3波段的相關(guān)系數(shù)0.980166,再加上1和3波段的相關(guān)系數(shù)0.945880,最終等于2.890354。用標(biāo)準(zhǔn)差相加的結(jié)果10.713644比上相關(guān)系數(shù)之和2.890354等于3.70668922。可以選擇其他不同波段的數(shù)據(jù)進(jìn)行同上運(yùn)算,比值結(jié)果最大的為最優(yōu)波段,此次選擇結(jié)果為346波段。2.KMe
5、ans法進(jìn)行非監(jiān)督分類(lèi)1)Classification→Unsupervised→KMeans,點(diǎn)擊hbtmref.img→點(diǎn)擊Spectralsubset→選346三個(gè)波段→OK,回到上級(jí)菜單→OK,在Numberofclasses中輸15即分為15類(lèi),ChangeIterations中輸6,即最大迭化量為6次,MaximumStdevFromMean中為空,選擇保存位置→OK;在原界面中選定保存結(jié)果后Newdisplay→LoadB
6、,雙擊查看CursLocationValue,發(fā)現(xiàn)Data已由原來(lái)的坐標(biāo)形式轉(zhuǎn)換為類(lèi)碼;在KMeans窗口工具欄中點(diǎn)擊Tools→SpatialPixelEdit→可將類(lèi)碼轉(zhuǎn)換成相應(yīng)的地物類(lèi)型,要求進(jìn)行大量的野外調(diào)查,確定同一類(lèi)碼所代表的地物是什么4)擇多濾波器(對(duì)合并后的結(jié)果)classification→postclassification→MajityMinityAnalysis→選擇合并后文件→OK,再選擇class10,Ker
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 實(shí)習(xí)遙感圖像分類(lèi)(一)監(jiān)督分類(lèi)
- 基于極化SAR圖像的非監(jiān)督分類(lèi)算法研究.pdf
- 網(wǎng)絡(luò)視頻業(yè)務(wù)非監(jiān)督分類(lèi)方法研究.pdf
- 基于半監(jiān)督集成的遙感圖像的分割和分類(lèi).pdf
- 高光譜遙感圖像半監(jiān)督分類(lèi)方法的研究.pdf
- 空譜聯(lián)合高光譜遙感圖像半監(jiān)督分類(lèi).pdf
- 基于半監(jiān)督分類(lèi)的遙感圖像云判方法研究.pdf
- 基于極化SAR非監(jiān)督分類(lèi)的油膜厚度估算方法研究.pdf
- 高信噪比窄帶光譜數(shù)據(jù)獲取與非監(jiān)督分類(lèi)技術(shù)研究.pdf
- 面向圖像檢索和分類(lèi)的監(jiān)督哈希方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的遙感影像分類(lèi).pdf
- 無(wú)監(jiān)督極化SAR圖像分類(lèi)研究.pdf
- 56974.非監(jiān)督分類(lèi)的衛(wèi)星影像上居民地特征提取研究
- sar圖像降噪與極化sar圖像監(jiān)督分類(lèi)研究
- 遙感圖像的分類(lèi).pdf
- 極化SAR圖像無(wú)監(jiān)督分類(lèi)方法研究.pdf
- 基于稀疏編碼的半監(jiān)督圖像分類(lèi)研究.pdf
- 高光譜圖像半監(jiān)督分類(lèi)算法研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類(lèi)研究.pdf
- 有監(jiān)督高維遙感數(shù)據(jù)假彩色圖像合成特征生成與分類(lèi)評(píng)價(jià).pdf
評(píng)論
0/150
提交評(píng)論