成都信息工程学院 Chengdu University of Information Technology 遥感上机实验报告 实验名称：遥感图像监督分类与非监督分类 指导老师：刘志红 学生姓名：李同同 学号：2009043053 1 实验名称：遥感图像监督分类与非监督分类 2 实验目的： 其基本目标是将人工目视解译遥感图像发 展为计算机支持下的遥感图像理解。 分类的意义由于利用遥感图像可以客观、真实和快速地获取地球表层信息，这些现势性很强的遥感数据在自然资源调查与评价、环境监测、自然灾害评估与军事侦察上具有广泛应用前景。因此，利用计算机进行遥感图像智能化解译，快速获取地表不同专题信息，并利用这些专题信息迅速地更新地 理数据库，这是实现遥感图像自动理解的基础研究之一， 因此具有重要的理论意义和应用前景。 3 实验原理： 遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像每个像元按照某种规则或算法划分不同类类型，然后获得遥感图像中与实际地物的对应信息，从而实现遥感图像的分类。 4 数据来源： 数据时通过国际科学数据服务平台下载的攀枝花地区的TM 图像，分辨率为30 米，坐标系统为WGS—84 各波段波长与分辨率 波段 波长/nm 像素大小/m B1 450~520 30 B2 520~600 30 B3 630~690 30 B4 760~900 30 B5 1550~1750 30 B6 10400~12500 120 B7 2080~2530 30 5 实验步骤 5.1 监督分类 监督分类一般可以分为四个过程：定义训练区、执行监督分类、评价分类结果和分类后的处理。 5.1.1 定义训练区 5.1.1 打开图像并分析图像 （1）打开TM 图像，Band5、4、3 合成RGB 显示在Display 中。 （2）目视解译出5 个地物样本为林地、草地、耕地、裸地、水体。 5.1.2 应用ROI Tools 创建感兴趣区 可以从图像或散点图中获取ROI，本实验以从图像上获取ROI 做演示。 （1）在主图像窗口中，选择Overlay—Region of Interest，打开ROI Tools 对话框。 （2）在ROI Tool 对话框中，输入样本的名称，并选择颜色。 （3）选择ROI Type—Polygon。在Window 中选Image，在主图像窗口中绘制多边形感兴趣区。 （ 4）在ROI Tool 对话框中，点击New Region，重复（2）、（ 3）。 5.1.3 评价训练样本 （ 1）在ROI Tool，选择Options— Compute ROI Separability。 （ 2）选择输入的TM 图像文件，点击OK。 （ 3）在ROI Separability ...
