如何使用Erdas进行非监督分类
非监督分类运用ISODATA(Iterative Self-Organizing Data Analysis Technique )算法,完全按照像元的光谱特性进行统计分类,常常用于对分类区没有什么了解的情况。使用该方法时。原始图像的所有波段都参于分类运算,分类结果往往是各类像元数大体等比例。由于人为干预较少,非监督分类过程的自动化程度较高。这里使用水经注万能地图下载器下载的卫星地图通过Erdas讲解一下如何进行非监督分类。
步骤
第一步:下载卫星地图
打开水经注万能地图下载器,切换地图到谷歌地球,框选下载需要下载的区域并导出为img格式(图1),将生成的img文件放置在一个英文目录下。
在主菜单上点击Data Preparation→Unsupervised Classification(图2)即可调出Unsupervised Classification对话框(图3)。或者也可以在主菜单上点击Classification→Unsupervised Classification(图4)弹出Unsupervised Classification对话框。
在Unsupervised Classification对话框内设置好需要非监督分类的img文件(Input Raster File)和非监督分类的后的img文件(Output File),分级数(Number of Classes)设置为6(图5)。
新建一个Viewer,将分类结果的img文件加载进来(图6),在Viewer对话框内点击Raster→Attributes(图7)弹出Raster Attribute Editor对话框,在对话框内在Row所在的列依次点击选择并修改颜色(图8),修改后的效果如图9。
到此就完成了对谷歌地球的卫星地图进行非监督分类,两种方式打开的非监督分类模块有点不同,在Classification处点击启动的模块功能要丰富一些,最后的着色也可以根据自己的需求进行选择。
步骤
第一步:下载卫星地图
打开水经注万能地图下载器,切换地图到谷歌地球,框选下载需要下载的区域并导出为img格式(图1),将生成的img文件放置在一个英文目录下。
图1
第二步:调用非监督分类模块在主菜单上点击Data Preparation→Unsupervised Classification(图2)即可调出Unsupervised Classification对话框(图3)。或者也可以在主菜单上点击Classification→Unsupervised Classification(图4)弹出Unsupervised Classification对话框。
图2
图3
图4
第三步:进行非监督分类在Unsupervised Classification对话框内设置好需要非监督分类的img文件(Input Raster File)和非监督分类的后的img文件(Output File),分级数(Number of Classes)设置为6(图5)。
图5
第四步:分类着色新建一个Viewer,将分类结果的img文件加载进来(图6),在Viewer对话框内点击Raster→Attributes(图7)弹出Raster Attribute Editor对话框,在对话框内在Row所在的列依次点击选择并修改颜色(图8),修改后的效果如图9。
图6
图7
图8
图9
结语到此就完成了对谷歌地球的卫星地图进行非监督分类,两种方式打开的非监督分类模块有点不同,在Classification处点击启动的模块功能要丰富一些,最后的着色也可以根据自己的需求进行选择。