实验五 图像分类
【实验目的】
1. 掌握5种监督分类的
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
;
2. 掌握2种非监督分类的方法。
【实验原理】
1. 监督分类需要从研究区域选取代
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
各类别的已知样本作为训练区(软件中成为兴趣区),根据已知训练区提供的样本,选择提取特征参数(如像素亮度均值、方差等),建立判别函数,以此对样本像元进行分类,依据样本类别的特征来识别非样本像元的归属类别。
2. 非监督分类指人们事先对分类过程不施加任何的先验知识,根据遥感影像地物的光谱特征的分布规律,对其特征值进行分类。选择若干个模式点作为聚类中心,每一中心代表一个类别,按照某种相似性度量方法(如最小距离方法)将各像元归于各聚类中心所代表的类别,形成初始分类。然后,由聚类准则判断初始分类是否合理,如果不合理就修改分类,如此反复迭代运算,知道合理为止。
【实验步骤】
1. 监督分类
1.1选择兴趣区
Overlay==>Region of Interest==>弹出#ROI Tool对话框,在Zoom窗口中划出5个兴趣区,如图1.1所示
图1.1
1.1不同分类方法下的监督分类
Classification==>Supervised==>分类方法[Parallelepiped六面体分类、Minimum Distance最小距离分类、Mahalanobis Distance马氏距离分类、Maximum Likelihood最大似然分类、Binary Encoding二进制编码分类 ]==>在Classification Input File中选择20030326.img==>OK==>在接下来的对话框中分别点击Select All Items和Memory==>OK。结果如图1.2-1.6
图1.2 六面体分类
图1.3 最小距离分类
图1.4 马氏距离分类
图1.5 最大似然分类
图1.6 二进制编码分类
2. 非监督分类
2.1 Isodata分类
Classification==>Unsupervised==>Isodata==>出现的Classification Input File对话框,选择20030326.img文件==>显示ISODATA Parameter对话框==>memory==>OK。结果如图2.1所示
图2.1
2.2 K-Means分类
Classification==>Unsupervised==>K-Means==>出现的Classification Input File对话框,选择20030326.img文件==>memory==>OK。结果如图2.2所示
图2.2
继续阅读