当前位置:课程学习>>第十三章 遥感信息提取>>实践活动
实践主题:使用ENVI Classic软件进行监督分类。
实践目标:学会使用软件进行监督分类。
实践任务:完成cantmr.img的监督分类
实践要求:写一篇实践报告。
教师分析:本例是以ENVI自带Landsat tm5数据Can_tmr.img为数据源,其数据在安装目录下的Exelis\ENVI51\classic\data。
1.打开ENVI Classic软件并定义类别
影像上的类别分为:林地、草地/灌木、耕地、裸地、沙地、其他六类。
2.选择训练区
打开分类图像,在Display->Overlay->Region of Interest,默认ROIs为多边形,按照默认设置在影像上定义训练样本。如图1所示,设置好颜色和类别名称(支持中文名称)。
在ROIs面板中,选择Option->Compute ROI Separability,计算样本的可分离性。如图2所示,表示各个样本类型之间的可分离性,用Jeffries-Matusita, Transformed Divergence参数表示,这两个参数的值在0~2.0之间,大于1.9说明样本之间可分离性好,属于合格样本;小于1.8,需要重新选择样本;小于1,考虑将两类样本合成一类样本。
图1训练样本的选择
图2训练区计算报表
3. 分类器选择
根据分类的复杂度、精度需求等确定哪一种分类器。目前监督分类可分为基于传统统计分析学的,包括平行六面体、最小距离、马氏距离、最大似然,基于神经网络的,基于模式识别,包括支持向量机、模糊分类等,针对高光谱有波谱角(SAM),光谱信息散度,二进制编码。
4、影像分类
基于传统统计分析的分类方法参数设置比较简单,这里选择支持向量机分类方法。主菜单下选择Classification > Supervised > Support Vector Machine。按照默认设置参数输出分类结果,如图3所示。