遥感图像处理实例分析 监督分类(supervised classification) 一、方法原理 监督分类方法是多光谱图像专题信息分类的两种方法之一(另一种方法是非监督分类)
该方法是假设已经收集到多区域的地理图像,如Landsat TM 或 SPOT XS 卫星多谱图像(分类对其它类型的图像也有效),具有实地野外属性分类或覆盖类型(如城区、水域、沼泽地等)的位置和特性数据(也可以通过航片分析得到),对该已知分类区域的光谱特性,通过分类程序,进行训练,将图像中每类区域的像素进行已知类的分配,对每一类计算多变量统计参数,如均值、标准差、相关距阵等,根据分类方法,最后将图像中每一个像素以最大然似性分配到某一类中
即通过自定义的已知分类区域的训练,对多波段图像进行专题信息分类
方法流程如下: 二、实例演示及分析 以 1985 年美国加利福利亚州圣地亚哥地区的 TM-MSS(0
95um4 波段)图像为例,进行土地覆盖类型分类,分为海洋、城区、居民区、草坪和秃地等类型
监督分类主要步骤如下: 1.由原始遥感图像文件Landsat_Mass_Notwarped
ers 复制出用于分类的图像数据文件Landsat_practice
① 通过主菜单算法图标或主菜单 View 中 Algorithm 项,打开算法窗口,装载数据集,文件名为:\examples\shared_data\Landsat_Mass_Notwarped
② 复制3 个假彩色层(现共有 4 个假彩色层),分别命名为B1、B2、B3、B4,并与装载数据集文件的 4 个波段相对应
③ 选择主菜单 File 中的 Save As 项,以 Er Mapper Raster Dataset 格式保存文件,文件名为:\examples\miscellaneous\tutori