遥感影像非监督分类,envi遥感影像地物分类

遥感影像非监督分类,envi遥感影像地物分类

目前比较常见也较为成熟的是ISODATA、K-Mean和链状方法等。遥感影像的非监督分类一般包括以下6个步骤：图10 非监督分类操作流程1、影像分析大体上判断主要地物的类别数量。一般监非监督分类主要采用聚类分析方法，聚类是把一组像素按照相似性归成若干类别，即“物以类聚”。它的目的是使得属于同一类别的像素之间的距离尽可能的小而不同类别

监督分类和非监督分类是地理信息系统(GIS)和遥感中常用的两种图像分类方法。这两种方法的目的都是将图像中的像素或像元进行分类，以便于进一步的数据分析和应用非监督分类也称聚类分析，是指人们事先对分类过程不施加任何的先验知识，而仅凭数据（遥感影像地物的光谱特征的分布规律），即运用自然聚类的特性让机器进行自学习并进行分类，它以

╯▂╰ 非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验(已知)类别标准图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的遥感中的非监督分类指人们事先对分类过程没有任何的先验知识，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。1、K-Means算法K-Mean算法，即K 均值算法，是一种常见的

˙△˙ 1、监督分类对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别；非监督分类对于遥感图像地物的属性不具有先验知识。2、监督分类以样本类别的特征作非监督分类也称聚类分析，是指人们事先对分类过程不施加任何的先验知识，而仅凭数据(遥感影像地物的光谱特征的分布规律),即运用自然聚类的特性让机器进行自学习并进行分类，它以集群为

对于单波段影像，主要用于温度、植被类型、地形等分割。右键Raster color slice。把slices以后的结果保存为分类图像，右键export color slices—class image也可以统计分类结果。2遥感影像的非监督分类一般包括以下6个步骤：图16非监督分类操作流程目前非监督分类器比较常用的是ISODATA、K—Mean和链状方法。ENVI包括了ISODATA和K—Mean方法。1 大体上判断主要地物的类别数