1、实验 2-2 Erdas 图 像 分 类实验目的：通过本实验，掌握监督分类和非监督分类的方法；加强对计算机解译的理论知识的理解；加强对数字图像的认识实验器材：ERDAS 软件楚雄地区 432 合成，经几何校正后的图像pdf 文件中指定的实验数据实验重点：学会非监督分类，监督分类的计算机解译步骤能力扩展部分：实验步骤：监督分类（Supervised Classification）监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进
2、行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。 在专业遥感图像处理软件Erdas环境下，监督分类的流程图可以表示如下：图2-1 监督分类流程图监督分类注意事项（1）分类应从下往上，即每一地类应先细分为若干小类，然后再依需要自下而上合并成大类。（2）每一类的训练区文件aoi与特征文件sig应该一一对应，即每一类对应的训练区和特征文件都应该保存为一个单独的文件，以方便在调整训练区的时候进行修改。（3）精度检验后若精度不符合要求
3、，需要重新调整训练区，再次分类，直到精度满足要求为止。监督分类过程示例1图2-2为TM遥感影像，432波段假彩色合成。图2-2 TM影像（432波段合成）2确定分类类别通过色调、纹理等图像特征，确定该区域分类类别为水体、植被、耕地、建筑区、道路等。各类分类特征如表2-1所示。类别 判别特征水体 黑色，蓝色，纹理变化较小植被 色调呈现红色水田 坝区鲜红色（农作物发射的颜色）旱地 白色、灰白色，主要分布在山区道路 白色、线状表2-1 分类特征3为每一类选择训练区及特征文件（1）AOI操作工具简介在Viewer窗口中选择“AOI”“Tools”，调出AOI（Area Of Interest，感兴趣区
4、）浮动工具栏（如图2-3所示）。绘制某一地类的AOI图形。图2-3 AOI浮动工具栏其中较为常用的工具按钮为：（2）特征文件操作工具简介使用“Erdas” “Classifier” “Signature Editor”，调出特征文件编辑器，如图2-4所示。图2-4 特征文件编辑器其中较为常用的工具为：打开一个特征文件。 新建一个特征文件/打开新的特征文件编辑器。添加选中的AOI的特征到特征文件中。 使用选中的AOI特征替换当前特征。合并选中的特征文件中的特征到一个特征。一般建立特征文件的步骤是，在Viewer窗口中使用AOI工具勾画感兴趣区，使用 把该 AOI区域中的特征添加到特征文件中。也可
5、以选中多个AOI批量添加到特征文件中。（2）为各类别建立训练区文件和特征文件。把遥感影像放大到像元级，选择矩形AOI选择工具，根据建立的判读标识，在遥感影像上选择AOI区域，然后使用 依次添加特征到特征文件中。（注：作为示例，本例选择3个AOI区域，且没有细分小类。）选择完成的AOI区域和特征文件如图2-5和图2-6所示。图2-5图2-6分别保存为“水体.aoi”和“水体.sig”。在Viewer窗口中使用 去除已经保存完毕的AOI图层，重新选择其他类别的训练区，并建立新的特征文件。分别保存为“植被.aoi”和“植被.sig”；“建筑区.aoi”和“建筑区.sig”。（3）合并特征文件在各个类
6、别的特征文件建立完毕后，需要合并成为一个总体特征文件。新建一个特征文件编辑器，选择 打开保存的“水体.sig”文件。注意选择“Append”（添加）把特征文件添加进来，而非“Replace”（替换）。如图2-7所示。图2-7 添加特征文件把水体特征文件添加进来之后，全部选中所有的特征，如图2-8所示。图2-8 选中所有特征使用 工具，把选中的水体的所有特征合并为一个总体的水体特征，右单击“Class#”列表，选择“Delete Selection”删除原有特征如图2-9所示。图2-9 删除原有特征重命名总体水体特征的“Signature Name”为“水体”。如图2-10所示。图2-10 总体
7、水体特征如此添加其他两类进入，并合并成各自的总体特征，分别命名为“植被”、“滩涂”。并更改Value值为1，2，3，并另存为（Save As）“结果特征文件.sig”如图2-11所示。图2-11 结果特征文件（4）分类选择“Erdas” “Classifier” “Supervised Classification”，在分类设置对话框中如图2-12设置。图2-12 监督分类设置在该对话框中，使用 输入待分类的图像“subset.img”、分类特征文件“结果特征文件.sig”并指定分类结果的保存路径及名称，如“分类结果.img”。分类方法选择“Maximum Likelihood”（最大似然），
8、其余可以默认。点击“OK”，系统将对原始影像依据指定的特征文件进行分类。运算完毕界面如图2-13示。图2-13 运算完成（5）分类结果分类的结果如图2-14所示。图2-14 分类结果为了更好的表达分类结果，可以使用Viewer窗口中的“Raster” “Attributes”，更改“水体”和“植被”的显示颜色为蓝色（RGB为0 0 1）和绿色（RGB为 0 1 0），如图2-15示。图2-15 调整颜色调整颜色后的分类结果如图2-16所示。精度检验 同时打开原始影像和分类结果图，在任一幅图中单击右键，在弹出的菜单中选择“Geo. Link/Unlink”，然后在另一幅图中单击左键，关联两幅影像
9、。 使用“Erdas”“Classifier”“Accuracy Assessment”，调出精度检验设置窗口。图2-17 精度检验窗口 使用该窗口中“File”“Open”，打开原始影像“Subset.img”，调入内存。 使用“View” “Select Viewer”，选择已经打开的分类图，用以显示将要读取的点位信息。 读入GPS测量的点。（此处不做）格式为标准的txt文本。文件格式化为3列，第一列存储x坐标，第二列存储y坐标，第三列存储类别代码（即分类时指定的Value值）。如本例中存储的GPS点文件如表2-3所示表2-3 GPS点位X Y 地类491070.45 4487008.52
10、 3490754.19 4484941.22 2486997.56 4485905.44 3486797.00 4486707.68 3492096.39 4486615.11 1489118.86 4486815.96 3文件中存储的坐标投影应与影像投影完全一致，如本例中影像投影为UTM/Clark1866 N50。使用“Edit”“Import User-defined Points”，读入GPS点位文件。选项如图2-18所示。图2-18 导入选项读取的结果如图2-19所示。图2-19 导入结果 输入各点位分类类别使用“Viewer” “Show All”，把读入的GPS点位在分类图中全部
11、显示出来，逐一对照，在Reference列中输入分类影像的类别代码图2-20。图2-20 输入代码 精度检验使用“Report” “Accuracy report”，分析分类精度情况图2-21。图2-21 精度检验结果若精度符合要求，则接受分类结果，若不符合要求，则重新分类。非监督分类（选做）1 非监督分类（Unsupervised Classification） 11 分类过程（classification ProcedUre ） 第一步：调出非监督分类对话框 调出非监督分类对话框的方法有以下两种： 方法一：在 ERDAS 图标面板工具条中，点击 Dataprep 图标 Data Prepa
12、ration unsupervised Classification Unsupervised Classification 对话框如下：方法二： 在 ERDAS 图标面板工具条中点击 Classifier 图标C1assification Unsupervised Classification-unsupervised 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 Rast
13、er File） （要被分类的图像） 确定输出文件（Output File）: （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 ）： 对 Clustering 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（
14、Number of classes）： 18 分出 18 个类别实际工作中一般将分类数取为最终分类数的 2 倍以上。 .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 Options 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。这两个设置项使用缺省值。 .定义最大循环次数（Maximum Iterations）： 24 最大循环次数（Maximum Iterations）是指 IS
15、ODATA 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）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以避免 ISODATA 无限循环下去。 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）以下为分类评价：基本思想：把分类结果和原图进行叠加，特定地类设定颜色，不相干地类设置透明色，让两个层应用
16、 flick（闪烁）功能，直观看出分类精度1.2 分类评价（Evaluate Classification ）(以下分类评价内容自选练习)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 在视窗中同时显示原图和分类后的图像：原图在下，分类结果在上第二步：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 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）
17、 打开 Raster Attribute Editor 对话框（非监督分类结果的属性表）属性表中的 19 个记录分别对应产生的 18 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 column 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
18、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。在 Column Properties 对话框中调整字段顺序，最后使Histogram、opacity、 color、 class_names 四个手段的显示顺序依次排在前面。 点击 OK 按钮（关闭 Column properties 对话框） 返回 Raster Attribute Editor 对话框第三步：给各个类别赋相应的颜色（如果在分类时选择了彩色，这一步就可以省去）Raster Attribute Editor 对话框点击一个类别的 R
19、ow 字段从而选择该类别 右键点击该类别的 Color 字段（颜色显示区） As Is 菜单 选择一种颜色 重复以上步骤直到给所有类别赋予合适的颜色 第四步：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： 右键点击 Opacity 字段的名字 Column Options 菜单Formula 菜单项 Formula 对话框 在 Formula 对话框的 Formula 输入框中（用鼠标点
20、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： 点击一个类别的 ROW 字段从而选择该类别 点击该类别的 Opacity 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。第五步：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。第六步：标注类别的名称和相应颜色 Raster Attribute Editor 对话框： 点击刚才分析类别的 ROW 字段从而选择该类别 点击该类别的 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 4、5、6 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。
