1、实验九 非监督分类遥感图像分类ERDAS IMAGINE 使用 ISODATA 算法（基于最小光谱距离公式）来进行非监督分类。聚类过程始于任意聚类平均值或一个已有分类模板的平均值：聚类每重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。 ISODATA 实用程序不断重复，直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。1. 分类过程：第一步：调出非监督分类对话框 在 ERDAS 图标面板工具条中点击 Classifier 图标 C1assification Unsupervised Classification-unsupervi
2、sed classification 对话框如下：可以看到，两种方法调出的 Unsupervised Classification 对话框是有一些区别的。 第二步：进行非监督分类 在 Unsupervised classification 对话框中：确定输出文件（Input Raster File）:dmtm.img（要被分类的图像） 确定输出文件（Output File）:isodat.img（即将产生的分类图像） 选择生成分类摸板文件： Output Signature Set（将产生一个模板文件） 确定分类摸板文件（Filename ）： isodat.sig 对 Clustering
3、options 选择 Initialize from Statistics 单选框 Initialize from Statistics 指由图像文件整体（或其 AOI 区域）的统计值产主自由聚类，分出类别的多少由自己决定。Use Signature Means 是基于选定的模板文件进行非监督分类，类别的数目由模板文件决定。确定初始分类数（Number of classes）：20 分出 20 个类别） 点击 Initializing options 按钮，可以调出 Fi1e Statistics Options 对话框以设置 ISODATA 的一些统计参数。点击 Co1or Scheme O
4、ptions 按钮，可以调出 output color Scheme Options 对话框以决定输出的分类图像是彩色的还是黑白的。 选择 Approximate True Color。定义最大循环次数（Maximum Iterations）：12最大循环次数（Maximum Iterations）是指 ISODATA 重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中将循环次数都取 6 次以上。 设置循环收敛阈值（Convergence Threshold）：0.95 收敛阈值（Convergence Threshold）指两次分类结果相比保持
5、不变的像元所占的最大比例为 0.95。 点击 OK 按钮（关闭 Unsupervised Classification 对话框，执行非监督分类，获得一个初步的分类结果）2. 分类评价（Evaluate Classification ） 获得一个初步的分类结果以后，可以应用分类叠加（Classification over1ay）方法来评价检查分类精度。其方法如下： 第一步：显示原图像与分类图像 在视窗中同时显示 dmtm.img 和 isodat.img：两个图像的叠加顺序为 dmtm.img 在下、isodat.img 在上。 第二步：打开分类图像属性并调整字段显示顺序 在视窗工具条中：点击
6、图标（或者选择 Raster 菜单项-选择 Tools 菜单） 打开 Raster 工具面板 点击 RaSter 工具面板的 图标（或者在视窗菜单条：Rster-Attributes） 打开 Raster Attribute Editor 对话框（isodat.img 的属性表）属性表中的 21 个记录分别对应产生的 20 个类及 Unclassified 类，每个记录都有一系列的字段。如果想看到所有字段，需要用鼠标拖动浏览条，为了方便看到关心的重要字段，需要调整字段显示顺序。 Raster Attribute Editor 对话框菜单条：EditColumn Properties colum
7、n properties 对话框在 Columns 中选择要调整显示顺序的字段，通过 Up、 Down、Top、Bottom 等几个按钮调整其合适的位置，通过选择Display Width 调整其显示宽度，通过 Alignment 调整其对齐方式。如果选择 Editable 复选框，则可以在 Title 中修改各个字段的名字及其它内容。点击 OK 按钮（关闭 Column properties 对话框） 返回 Raster Attribute Editor 对话框（isodat.img 的属性表）第三步：不透明度设置 由于分类图像覆盖在原图像上面，为了对单个类别的判别精度进行分析，首先要把其它
8、所有类别的不透明程度（Opacity）值设为 0（即改为透明），而要分析的类别的透明度设为 1（即不透明）。 Raster Attribute Editor 对话框（isodat.img 的属性表）： 选择所有的 Row点击 Opacity 字段的名字,右击选择 Formula 菜单项 打开 Formula 对话框 在 Formula 对话框的 Formula 输入框中（用鼠标点击右上数字区）输入 0 点击 Apply 按钮（应用设置） 返回 Raster Attribute Editor 对话框（isodat.img 的属性表）： 点击一个类别的 ROW 字段从而选择该类别 点击该类别的 O
9、pacity 字段从而进入输入状态 在该类别的 Opacity 字段中输入 1，并按回车键 此时，在视窗中只有要分析类别的颜色显示在原图像的上面，其它类别都是透明的。第四步：确定类别专题意义及其准确程度 视窗菜单条：Utilityflickerviewer Flicker 对话框Auto Mode 本小步是设置分类图像在原图像修背景上闪烁，观察它与背景图像之间的关系从而断定该类别的专题意义，并分析其分类准确与否。 第五步：标注类别的名称和相应颜色 Raster Attribute Editor 对话框（isodat.img 的属性表）： 点击刚才分析类别的 ROW 字段从而选择该类别 点击该类
10、别的 class Names 字段从而进入输入状态 在该类别的 Class Names 字段中输入其专题意义（如居民区），并按回车键 右键点击该类别的 Color 字段（颜色显示区） As Is 菜单选择一种合适的颜色 重复以上 3、4、5 三步直到对所有类别都进行了分析与处理。注意，在进行分类叠加分析时，一次可以选择一个类别，也可以选择多个类别同时进行。3.分类后处理1） 聚类统计（clump）通过计算分类专题图像每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个 clump 类组输出图像，其中每个图斑都包含 clump 类组属性。在 ERDAS 图标面板菜单条中，选择
11、main|image interpreter|GIS analysis|clump 命令，或在 ERDAS 图标面板工具条上点击 interpreter 图标，选择 GIS analysis|clump 命令，打开 clump 对话框，并设置参数：（1） 选择处理图像文件（Input file）（2） 定义输出文件（output file）（3） 选择文件坐标类型(coordinate type)为 map/file（4） 处理范围（5） 确定聚类统计邻域大小（connected neighbors）：统计分析将对每个像元四周的 N 个相邻像元进行。可以选择 4或 8 个相邻的像元（6） 点击
12、 ok，执行聚类统计分析2） 过滤分析（sieve）在 ERDAS 图标面板菜单条中，选择 main|image interpreter|GIS analysis|sieve 命令，或者在 ERDAS 图标面板工具条上点击 interpreter 图标，选择 GIS analysis|sieve 命令，打开 sieve 对话框，设置如下参数：（1） 选择处理图像文件（Input file）（2） 定义输出文件（output file）（3） 选择文件坐标类型(coordinate type)为 map/file（4） 处理范围（5） 选择处理的图层（select layer）（6） 忽略输出统
13、计零像元值 ignore zero in output ststistics（7） 确定输出统计零像元值 ignore zero in output ststistics（8） 确定最小图斑大小（minimum size）（9） 点击 ok，执行过滤分析3） 去除分析（eliminate）在 ERDAS 图标面板菜单条中，选择 main|image interpreter|GIS analysis|eliminate 命令，或者在 ERDAS 图标面板工具条上点击 interpreter 图标，选择 GIS analysis|eliminate 命令，打开 eliminate 对话框：（1）
14、选择处理图像文件（Input file）（2） 定义输出文件（output file）（3） 选择文件坐标类型(coordinate type)为 map/file（4） 处理范围（5） 选择去除分析的图层（select layer）（6） 选择 ignore zero in stats 复选框，确定是否忽略输出统计零像元值（7） 确定最小图斑大小（minimum size）（8） 单击 ok，执行去除分析4） 分类重编码在 ERDAS 图标面板菜单条中，选择 main|image interpreter|GIS analysis|recode 命令，或者在 ERDAS 图标面板工具条上点击 interpreter 图标，选择 GIS analysis|recode 命令，打开 recode 对话框：（1） 选择处理图像文件（Input file）（2） 单击 setup recode 按钮，打开 thematic recode 对话框（3） 选择需要进行重新编码的行，在 now value 处输入新编码，点击 change selected rows，改变原有类别的编码，单击 ok（4） 确定输出数据类型（output） ，单击 ok 按钮，完成设置
