监督分类与非监督分类.pdf

监督分类与非监督分类 （1） 非监督分类 监督分类的原理是利用计算机自动判别，erdas 中我们主要采用 isodata 算法，在算法的设计上我们要做一个预算次数的限定，否则有些图像会出现死循环，没法继续 在主菜单模块中点击 CLASSIFIER，在打开的对话框中点击 unsupervised classification 项，打开如图二的对话框，在 input raster file 输入 germtm.img 影像，填写输出文件名称，去掉右边的勾选项，在 output color Scheme options 选项框打开，点选 approximate true color 选项，close，number of classe 改为 12 类，最大迭代次数改为 24 次，点击 ok 执行非监督分类其结果如下图三所示，图四为其属性值 （2） 监督分类 监督分类主要确定训训练样区， 有很多种方法可以判定训练样区， 当然也可以拿非监督分类的记过做实验样区 本实验的训练样区是采用人工目视判别， 首先制作训练样区的分类下图所示是确定好的类中分类，然后在训练样区的基础上对图像进行分类 打开 classifier 模块，在弹出对话框点选第一项 signature editor 项，弹出对话框如图五所示。

在 view1 中选择一些典型特征区域，分别为耕地，城市，水域，森林四类，如图五所示选择 signature editor 菜单中 classify 中的 supervised 项，弹出如图六所示对话框，填写输入输出文件名及地址， 然后选择 overlap rule 为 parametric 项， unclassified 选择 parametric，parametric rule 选择 parametric ，点击 ok 执行监督分类执行效果如图七所示。