ENVI实验教程（6）实验六、遥感图像分类

系统管理员 2021-12-12 09:51 766阅读 0赞

# 实验六、遥感图像分类 #

## 一、实验目的 ##

1.  熟悉遥感影像监督分类和非监督分类的主要方法
2.  熟练ENVI分类处理流程和主要步骤
3.  掌握ENVI ROI工具和面向对象分类工具

## 二、实验基本要求 ##

1.  认真阅读和掌握本实验的程序。
2.  上机操作本模块的运行和应用。
3.  保存与记录实验结果，并进行分析总结。
4.  实验报告中要求有清晰的步骤及相应结果（图或表等）。

## 三、实验时间和地点 ##

1.  地点：
2.  时间：

## 四、实验条件 ##

1.  硬件：PC电脑（Windows 7操作系统）
2.  软件：ENVI 5.3
3.  参考资料：《ENVI遥感图像处理方法》
4.  使用数据：…\\第10章 面向对象图像特征提取；  
    ENVI classic自带数据Landsat tm5数据Can\_tmr.img

## 五、实验内容 ##

1.  遥感图像监督分类
2.  面向对象影像分类

## 六、注意事项 ##

1、样本的选择  
2、分类方法的选择

## 七、实验主要步骤 ##

1.遥感图像监督分类  
第一步：类别定义/特征判别  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][20190711083250655.]  
第二步：样本选择

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][20190711083325591.]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 3]

第三步：分类器选择  
第四步：影像分类  
第五步：分类后处理  
第六步：精度验证  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 5]

1.  面向对象图像分类  
    第一步：准备工作  
    第二步：发现对象  
    第三步：根据规则进行特征提取  
    第四步：输出结果  
    ![在这里插入图片描述][20190711083440860.]  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 6]  
    ![在这里插入图片描述][20190711083455726.]  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 7]  
    ![在这里插入图片描述][20190711083518345.]  
    ![在这里插入图片描述][20190711083526597.]

3.基于样本的面向对象的分类  
该方法的工具为Toolbox /Feature Extraction/Example Based Feature Extraction Workflow。  
第一步：选择数据  
第二步：分割对象  
第三步：基于样本的图像分类

![在这里插入图片描述][20190711083540186.]  
![在这里插入图片描述][20190711083548325.]  
![在这里插入图片描述][20190711083604765.]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 8]  
![在这里插入图片描述][20190711083621382.]  
![在这里插入图片描述][20190711083630367.]

八、实验具体要求  
1、基于本人从地理空间数据云下载的多光谱影像，根据影像选取一定的实验区（尽可能覆盖多种地物的不小于1000\*1000个像素大小区域），并基于实际地物类型，采用不同的监督分类方法对感兴趣区影像进行分类，对比不同分类影像结果。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 9]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 10]  
![在这里插入图片描述][20190711083702990.]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 11]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 12]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 13]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 14]

2、基于ENVI5自带快鸟影像（qb\_bonlder\_msi）裁取任意不小于512\*512像素大小的实验区域，采用面向对象影像分析方法，提取实验区任意一种地物（如建筑、道路、水体或植被）

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 15]

九、实验分析总结  
通过本次实验，我了解了监督分类四种分类方法的不同，样本的选取很重要。  
基于样本的面向对象的分类和基于规则的面向对象的分类各有利弊

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70]: /images/20211211/23d90ae584804868aa8a1ab353c4ba2d.png
[20190711083250655.]: /images/20211211/44f5dd6a8e5f461e94080dc0df6c3022.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 1]: /images/20211211/ac3dedb6d2e14a9d99145242fa17631b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 2]: /images/20211211/01a82c04114943b9b5762f0034262e36.png
[20190711083325591.]: /images/20211211/b6aeae3003fa4abaa9e41d4dbcdb0126.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 3]: /images/20211211/96f8083116854c319d973ab7fbeabaa6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 4]: /images/20211211/c9a3ef64d9a04530b9b32904c5fadce5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 5]: /images/20211211/91189423d2bd436da735ce4b7a6a9793.png
[20190711083440860.]: /images/20211211/8ab6ee464b5f412b9e52de04ddcb80fd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 6]: /images/20211211/d91c6479302d439faa7012b55ce294d7.png
[20190711083455726.]: /images/20211211/a9251390c8bb4d62ad10c6b38968c4a6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 7]: /images/20211211/a25842084fe044039f4fac15ec0e428c.png
[20190711083518345.]: /images/20211211/7f5f3bc137c744fcbc34611d37652c5c.png
[20190711083526597.]: /images/20211211/de809241fa054b979d7d156b3c07cc07.png
[20190711083540186.]: /images/20211211/d9349d35e70d49c18c6f3ec62443616f.png
[20190711083548325.]: /images/20211211/2021b2c445304c05ac8b4daee55b05d4.png
[20190711083604765.]: /images/20211211/cd0dc40d39ff4b8e871c33639f92e78e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 8]: /images/20211211/bd6f1a14c4e64e73bfd0a762edc5abf9.png
[20190711083621382.]: /images/20211211/3d23abb48322425c936c43a22105722d.png
[20190711083630367.]: /images/20211211/50d46ebcef0441ccb9b8b8fc376b0307.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 9]: /images/20211211/b4a60dcaca5f4c28a0f865fd41ca386f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 10]: /images/20211211/937f0b0605d84c989e2f0c5ecd4261db.png
[20190711083702990.]: /images/20211211/14afc01808ec437a8a91b3b7e6821c7b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 11]: /images/20211211/ce76367524474b2fb95b7d7c37c2403b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 12]: /images/20211211/5cbe16163ba34173bbe451f920b4fa9c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 13]: /images/20211211/f07cc854c77e427b81a38e66b88c5e08.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 14]: /images/20211211/e9d912161dc84ea19865a7f4548cdb52.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NoZW5nemlsaGM_size_16_color_FFFFFF_t_70 15]: /images/20211211/f2cc19540eda41b6a5869a38aa986b3c.png