遥感影像分类

八、图像分类图像分类就是基于图像像元的数据文件值，将像元归并成有限的几种类型、等级或数据 集的过程。常规图像分类主要有两种方法：非监督分类与监督分类，专家分类法是近年来发 展起来的新兴遥感图像分类方法。实习时主要学习两种常规分类法，因为专家分类法还需要 学习专家系统这门课程。（其中英文的首字母我没有大写）（一）.非监督分类完全按照象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与分类运算，分类结果往往是各类象元数大体等比例。由 于人为干预较少，非监督分类过程的自动化程度较高。一般要经过以下几个步骤：初始分类一专题判别一分类合并一色彩确定一分类后处理一色彩重定义一 栅格矢量转换一统计分析1. 初始分类获取（1）启动非监督分类点击 Classifier unsupervised classification 打开对话框（2）进行非监督分类在 unsupervised classification 对话框中，进行设置： input raster file: germtm.img（被分类图像）output cluster layer filename:如 germtm_1.img （产生的分类图像，自己定义） output signature set: germtm_1.sig（生成分类模板文件，自己定义） number of classes: 10（初始分类数，即分出多少个类别）maximum iterations： 24 （最大循环次数） convergence threshold: 0.95 （循环收敛阈值）ok （开始执行非监督初始分类）2. 分类方案调整（1）叠加显示原图像与分类图像先打开germtm.img，注意打开之前要把这副图的raster options layers to colors 设置为：red （4）, green （5）, blue （3）.然后打开germtm_1.img,注意此时不要选择clear display。看见的是灰度图。（2）调整属性字段显示顺序这一步是为了把我们所需要的字段放到前面来，便于观看，也可以不做这一步。属性表中的11个记录分别对应产生的10个类和一个unclassified类，每个记录都有 一系列的字段。点击菜单栏的 raster attributes, 打开 raster attributes editor 对话框，这 就是germtm.img图像的属性表。在这个属性表对话框中，选择edit column properties column properties对 话框，columns表示的是各个字段的名称，和属性表对应，选择其中一个字段名后，通过点 击up, down, top, bottom可以调整字段名的位置，还可以在对话框的右面定义各个字段 的属性。比如：我们把opacity（透明度），color, class_names依次排列在前面，便于后面操作。 操作完后，点击ok,返回属性表。（3）定义类别颜色我们打开的图是灰度图，各个类别的显示灰度是系统自动赋予的，为了提高分类图像的 直观表达效果，需要重新定义颜色。在属性表对话框中，点击一个类别的row字段从而选择改类别，再点击该选中类别的 color字段选择一种颜色，分别给每一个类别定义不同的颜色。（4）设置不透明度由于分类图像覆盖在原图像上面，为了对单个类别的专题含义与分类精度进行分析，首先 把所有的类别设置为透明，而把要分析的那个类别的设置为不透明，就是说上图只显示一个 类别，具体操作：在属性表对话框中，先左键点击字段名opacity，选中这一列，再右键点击字段名opacity， 出现的快捷菜单中选择formula,打开formula对话框，在其中的空白长条窗口中输入0 或者在对话框右边的数字区点0，点击apply，再关闭这个对话框，返回属性表，所有的 opacity 都变为了 0。然后在属性表中点击一个类别的row字段从而选择该类别，把这个类别的opacity改为1， 回车。此时，图中只显示这个类别和原图。（5）确定类别意义及精度虽然已经有了分类图，但是我们并不清楚其中每个类别都代表什么意义，这一步就是通 过设置分类图在原图像背景上的闪烁显示（flicker）或者卷帘显示（swipe）或者混合显示 （blend）等图像叠加显示工具，进行判别分析。分别对每一个进行以上的分析，判别出每一个类别都表示的是什么地物，比如森林，水 体，农田或者建筑等。（6）标注类别的名称和颜色根据上一步做出的判别，在属性表中的color, class_names字段中分别标注已经判别 出来的类别的名称和颜色，比如说水体，蓝色，森林，绿色等等。（二）.监督分类监督分类是基于分类模板来进行的，1. 定义分类模板（1）显示需要分类的图像打开germtm.img，注意打开之前要把这副图的raster options f layers to colors设 置为：red （4）, green （5）, blue （3）.（2）打开分类模板编辑器Classifier f signature editor f 打开 signature editor对话框，就是分类模板 编辑器。（3）调整分类属性字段signature editor对话框中的分类属性表中有很多字段，为了突出作用比较大的字段， 需要进行必要的调整。因此，在signature editor对话框的菜单条：view f columns f 打开 view signature columns 对话框选中所有字段（左键点住第一个字段往下拖，所有字段呈黄色），然后按住键盘上shift 键的同时，分别点击red, green, blue，呈白色，点击apply,这时属性表中就没有这三个 字段的列了。Close.（4）获取分类模板信息就是应用AOI绘图工具在原始图像上获取。在显示原图像的视窗中点击工具栏图标，打开工具面板。下面的操作将要在工具面板， 图像视窗和signature editor对话框中交替进行。a. 工具面板中点击第二行第一个图标，进入多边形AOI绘制状态。b. 在图像视窗中选择绿色区域，绘制一个多边形AOIc. 在signature editor对话框中，点击第三个图标（加号带箭头），即创建新的分类 模板，这时就把选择的这个AOI多边形加载到了 signature editor对话框的属性表中。d. 在图像视窗中选择另一个绿色区域，再绘制一个多边形AOIe. 同样在signature editor对话框中，点击第三个图标（加号带箭头），这时又把选 择的这个AOI多边形加载到了 signature editor对话框的属性表中。f. 重复上面c和d步，把你认为颜色相近的多个绿色区域绘制若干个多边形AOI，加 载到属性表中。g. 加载完以后，全部选中所有上面加载的多个绿色区域（左键点住第一个字段往下拖， 所有字段呈黄色），在signature editor工具条中点击第五个工具图标，将这多个绿色区域 AOI模板合并生成一个综合的新模板，然后选择edit - delete，删除合并以前的那些模 板。h. 在signature editor属性表中，改变综合新模板的signature name为“农田”， color为绿色。i. 重复上述所有操作过程，在图像视窗中选择绘制多个黑色区域AOI （水体），依次加 载到signature editor属性表中，并执行合并生成综合的水体分类模板，然后确定名称和 颜色。j. 同样重复上述所有操作过程，绘制多个蓝色区域AOI（建筑），多个红色区域AOI（林地），加载，合并，命名，建立新模板。k. 如果将所有的类型都建立了分类模板的话，才可以进入下一步。（5）保存分类模板分类模板的扩展名是.sig.2. 执行监督分类实际上就是依据所建立的分类模板，在一定的分类决策规则条件下，对图像的象元进行 聚类判断的过程。Classifier supervised classification 打开对话框 在 supervised classification 对话框中，定义参数： input raster file: germtm.img（被分类图像） classified file:（产生的分类图像，自己定义） input signature file:（刚才保存的分类模板文件）选择输出分类距离文件distance file：（用于分类结果进行阈值处理，自己定义）定义分类距离文件（filename）:（自己定义） non_parametric rule: feature space （选择非参数规则） overlay rule: parametric rule（选择叠加规则，已经自动选好） unclassified rule: Parametric rule （选择未分类规则，已经自动选好） parametric rule: Maximum likelihood （选择参数规则）ok （开始执行监督分类）