ARCGIS之影像校正..doc

影像分类 目录 1. 什么是影像分类？ 3 2. 影像分类基本词汇 7 3. 使用 ArcGIS Spatial Analyst extension进行影像分类 8 4. “影像分类”工具条 15 4.1 影像分类工具条概述 15 4.2 训练样本管理器 17 4.3 训练样本绘图工具 18 4.4 训练样本评估工具 18 4.5 交互式监督分类工具 21 5. 执行监督分类 21 5.1 添加“影像分类”工具条 21 5.2 为分类添加多波段影像 22 5.3 为分类创建波段子集 23 5.4 创建训练样本 25 5.5 评估训练样本 26 5.6 管理训练样本 28 5.7 执行交互式监督分类工具 29 5.8 创建特征文件 30 5.9 执行最大似然法分类工具 31 6. 执行非监督分类 32 6.1 执行 Iso 聚类非监督分类工具 32 7. 分类后处理 32 7.1 处理分类后的输出 32 7.2 滤波分类后的输出 33 7.3 对类边界进行平滑处理并使分类后输出按类聚合 35 7.4 通过移除小孤立区域来概化分类后的输出 36 1. 什么是影像分类？ 影像分类是从多波段栅格影像中提取信息类的任务。基于影像分类生成的栅格可用于创建专题地图。根据分析人员与计算机在分类过程中的交互情况，将有两种类型的分类：监督分类和非监督分类。 在 ArcGIS Spatial Analyst extension中，多元分析工具集提供了一整套用于执行监督分类和非监督分类的工具（请参阅多元分析工具集概述）。分类过程是一个多步骤的工作流，因此，影像分类 工具条的开发正是为了提供一个使用各工具执行分类的集成环境。此工具条不仅有助于执行非监督分类和监督分类工作流，还包含一系列用于分析输入数据、创建训练样本和特征文件以及确定训练样本和特征文件的质量的附加功能。建议通过影像分类 工具条执行分类和多元分析。 监督分类 监督分类使用从训练样本中获得的光谱特征对影像进行分类。借助影像分类 工具条，您可以轻松创建训练样本以表示要提取的类。还可以基于训练样本轻松创建特征文件，所创建的特征文件随后将由多元分类工具用于分类影像。 非监督分类 非监督分类无需分析人员介入即可在多波段影像中查找光谱类（或簇）。影像分类 工具条提供了用于创建簇的工具、簇质量分析功能和分类工具，这将有助于执行非监督分类。 了解有关多元分类的详细信息 示例 在以下示例中，使用影像分类 工具条对美国陆地资源卫星 TM 卫星影像进行了分类。 下方的原始卫星影像是俄亥俄州辛辛那提市北部地区的美国陆地资源卫星 TM 四波段影像。 输入美国陆地资源卫星 TM 影像 使用此工具条根据卫星影像定义了五个土地利用类：Commercial/Industrial、Residential、Cropland、Forest 和 Pasture。 训练样本 使用训练样本管理器 中的训练样本评估工具对训练样本的质量进行了分析。 评估训练样本 使用影像分类 工具条和训练样本管理器，可确定训练样本所表示的区域并独立地进行统计。因此，通过此工具条即可执行最大似然法分类。然后对已分类的影像进行清理，从而创建最终的土地利用图，如下所示。 输出已分类的土地利用图 相关主题 什么是 ArcGIS Spatial Analyst extension？ 术语 描述 图像 通过用光学或电子设备扫描地球表面而生成的栅格数据集。常见示例包括扫描文档、遥感数据（如卫星影像）和航空像片。影像以包含二进制或整型值的栅格数据集形式存储，这些值表示反射光、热的强度值或电磁光谱上其他范围的值。 像元 像元是栅格数据中最小的信息单位。每个像元都代表地球上对应单位区域位置上的某一测量值。 像元通常是方形。每个像元所表示的区域面积取决于栅格分辨率。高分辨率（大比例）栅格像元表示的区域面积较小，通常采用像平方米这样的单位来计量。低分辨率（小比例）栅格中的像元表示为大面积区域取一个相同的值，通常采用像公顷或平方公里这样的单位计量。 像素 在影像或栅格地图中的最小信息单位，通常为正方形或矩形。术语“像素”在使用时通常与“像元”含义相同。 影像分类 将影像中的像素排序或排列成类或簇的过程。根据分析人员与计算机的交互情况，现有两种类型的影像分类：监督分类和非监督分类。 监督分类 这种影像分类方法基于分析人员所采集的训练样本。训练样本会“指示”软件如何对影像中的其余像素进行分类。 非监督分类 这种影像分类方法是在没有分析人员介入的情况下将影像中的像素排序成簇。该过程只取决于多维属性空间中像素值的分布。 分类 影像中表示地球表面上同一物体的一组像素。 集群 在多维属性空间中可区分的一组像素。簇与类相似，只是执行聚类