遥感信息动态监测实验报告.pdfVIP

图像分类后比较

一、数据来源

使用教材的实验数据光盘\第12章\0-森林开采监测文件夹

july_00_quac.img2000年的TM5图像

july_06_quac.img2006年的TM5图像

二、技术流程图

July_00_quacJuly_06_quac

2000年7月影像数据2006年7月影像数据

面向对象图像分类

图像分类后比较法处理

结果比较

图1技术流程图

三、实验步骤

1.打开文件

在ENVI5.1中打开july_00_quac.img，july_06_quac.img两幅影像，以432波段合成，如图

2所示。

图2july_00_quac.img（左）july_06_quac.img（右）

2.面向对象图像分类

对两幅图像分别计算NDVI，得到了两幅NDVI图像，如图3：

图32000年ndvi（左）2006年ndvi(右)

根据NDVI的波谱图像确定分类规则，如图4所示：

2000年ndvi直方图

2006年ndvi直方图

图4NDVI波谱图像

得到了水体、裸地、草地和林地四类，波长范围分别为：2000年图像：

水体：-0.454-0，裸地：0-0.498，草地：0.498-0.678林地：0.678-0.987

2006年图像：水体：-0.445-0，裸地：0-0.540，草地：0.540-0.750，林地：0.750-0.987

打开RuleBasedFeatureExtractionWorkflow工具，进行基于规则的样本信息提取。

在CustomBands选项卡，勾选NormalizedDifference:选择B3,B4进行植被归一化指数计算，

图5配置CustomBands

在参数设置面板中，分割设置中选择Edge:基于边缘检测算法。合并设置中选择:FullLambda

Schedule:合并大块，纹理性较强的区域。如图6所示：

图6图像分割与合并

添加林地，水体，草地，裸地，并添加规则进去，如图7所示：

图7根据规则进行提取

分类后的影像如图8所示。

图8根据规则分类后的july_06_quac.img影像

将july_00_quac.img的影像也按照同样的方法进行分类，得到的图像如图9所示：

图9根据规则分类后的july_00_quac.img影像

3.分类后比较

将两幅分好的图像进行比较，将july_00_quac.hdr影像作为前期影像，将

july_06_quac.hdr影像作为后期影像，得出以下报表：

图10两时相土地变更统计表

从上表可以看出有218290500平方米林地变为土地。

图像分类比较并制图

一、数据来源

使用教材的实验数据光盘\第12章\1-分类后处理文件夹

post_katrina05.dat2005年的分类图像

post_katrina06.dat2006年的分类图像，卡特里娜飓风发生后

二、技术流程图

Post_katrina05.datPost_katrina06.dat

分类后比较法处理