ENVI遥感图像处理之计算机分类非监督分类１、K—均值分类算法步骤:1）打开待分类得遥感影像数据２)依次打开：EＮVI主菜单栏—〉Cｌaｓsifiｃatiｏn—>Unsuperｖｉsed—>K—Means即进入K均值分类数据文件选择对话框3）选择待分类得数据文件4)选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数得设置，包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置5）建立光谱类与地物类之间得联系：在新窗口中显示分类结果图：然后，打开显示窗口菜单栏Tools菜单—＞ColorMaｐpｉng—〉ＣlassＣolｏｒMａppｉｎg…进入分类结果得属性设置对话框，在这里,可以进行类别得名称，显示得颜色等，建立了光谱类与地物类之间得联系。设置完成以后，点击菜单栏Opｔiｏnｓ-〉SaｖeChangｅs即完成光谱类与地物类联系得确立6)类得合并问题：如果分出得类中，有一些需要进行合并，可按以下步骤进行:选择ENＶI主菜单Classfaction-〉PostClａｓsｆictｉon—>biｎeClassｅs，进入待合并分类结果数据得选择对话框点击OＫ键,进入合并参数设置对话框，在左边选择要合并得类，在右边选择合并后得类,点击Addbination键即完成一组合并得设置，如此反复，对其她需合并得类进行此项操作，点击OK，出现输出文件对话框,选择输出方式，即完成了类得合并得操作.至此,K—均值分类得方法结束。2、ISODAＴA算法基本操作与K—均值分类相似。进行分类数据文件得选择(依次打开:EＮVI主菜单栏—＞Clａｓsifｉｃation—>Unsupeｒｖised—＞IsoＤaｔa即进入ISODATA算法分类数据文件选择对话框，选择待分类得数据文件）进行分类得相关参数得设置(点击ＯK键以后，进入参数设置对话框，可以进行分类得最大最小类数、迭代次数等参数得设置）如此，光谱类得划分到此结束。参瞧K—均值分类得第5-6步，进行光谱类与地物类联系得建立以及类得合并等操作至此，使用IＳＯＤＡTA算法进行分类完成。监督分类本实验说明以最大似然法为例,进行监督分类得讲解说明。步骤:1)打开待分类得遥感影像数据文件２)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Ｔoolｓ键—〉RegioｎOfInｔerｅst—〉ROIToｏls…(或就是在主窗口上单击右键，在弹出得快捷菜单栏中选择ROIToｏls…）进入训练样本选取对话框。3）进行训练样本得选取，NewＲeｇioｎ可以建立新得样本区，在RＯINaｍe栏中双击，键入类得地物名，在Colｏｒ栏中双击，可以输入类得颜色，ROI_Type菜单下可以进行样本类型得设置，在主窗口按鼠标左键即可进行样本区选择，以双击右键结束样本区得选取。选取完毕以后，选择File菜单—>ＳａveRＯＩｓ，对数据进行保存。4)进行最大似然法得分类：在EＮVＩ主菜单栏中Ｃlassｆicatioｎ—>Supeｒｖiｓｅｄ—>MａximｕｍLikｅlihood，进入分类文件得选取对话框，选择相应得待分类文件。然后进入训练样本选取对话框，进行训练样本得选取及分类结果得存储等方面得设置。５)单击ＯK键,即开始进行分类。6）参瞧K—均值分类得第５-6步，进行类得相关设置及类得合并等操作至此,使用最大似然法进行分类完成。监督分类得方法还有:1)平行六面体法2）最小距离法3)最大似然法4)波谱角法５)马氏距离法6)二值编码法7）神经网络法等分类得方法,基本得操作都就是进行样本得训练与分类得相关设置，在这里就不再赘述了。两类分类方法得比较这里使用Ｋ—均值分类法与最大似然法进行了分类比较从总体上瞧，两种分类得方法存在较大得差异,这就是由于两种分类在相关参数得选取时都存在较大得主观性，在Ｋ-均值分类得算法中,类数得选取对结果有显著影响,在最大似然法分类中，样本选取得数量，样本得质量以及样本得代表性等对分类得结果都会产生很大得影响，这就需要进行相关参数得调节，来使得分类效果达到最佳。