遙感變化監(jiān)測實習(xí)報告

1、變化監(jiān)測實習(xí)報告實習(xí)名稱變化監(jiān)測實習(xí)課程遙感圖像處理姓名班級實習(xí)時間學(xué)號得分實習(xí)原理：非監(jiān)督分類運用1SODATA算法，完全按照像元的光譜特性進行統(tǒng)計分類，常常用于對分類區(qū)沒有什么了解的情況。使用該方法時。原始圖像的所有波段都參于分類運算，分類結(jié)果往往是各類像元數(shù)大體等比例。由于人為干預(yù)較少，非監(jiān)督分類過程的自動化程度較高。非監(jiān)督分類一般要經(jīng)過以下幾個步驟：初始分類、專題判別、分類合并、色彩確定、分類后處理、色彩重定義、柵格矢量轉(zhuǎn)換、統(tǒng)計分析。實習(xí)數(shù)據(jù)： 遙感影像： LS5_TM_20100725_023435_023501_121040_FASTB_L2LS5_TM_20081210_022

2、812_022837_121040_FASTB_L2 簡析：影像為江西省鄱陽湖地區(qū)，在影像生成時間內(nèi)。時值夏/冬季，但江西地區(qū)植被多常綠。實習(xí)內(nèi)容：就所下載遙感影像，采用非監(jiān)督分類的方法，對影像中所放映的信息進行分類。實習(xí)目的：掌握非監(jiān)督分類的方法與過程，加深對非監(jiān)督分類方法的理解。實習(xí)步驟：第一步：調(diào)出非監(jiān)督分類對話框 在 ERDAS 圖標(biāo)面板工具條中點擊 Classifier 圖標(biāo) C1assification Unsupervised Classification Unsupervised classification。對話框如下：第二步：進行非監(jiān)督分類在Unsupervised cla

3、ssification對話框輸入數(shù)據(jù)（如上圖右所示）。確定輸出文件（Input Raster File）:caijianhou_40.img（要被分類的圖像） 確定輸出文件（Output File）:非監(jiān)督分類_caijianhou 4001.img即將產(chǎn)生的分類圖像） 選擇生成分類摸板文件:非監(jiān)督分類_caijianhou_4001.sig（將產(chǎn)生一個模板文件） 確定分類摸板文件（Filename ）：非監(jiān)督分類_caijianhou_4001.sig對Clustering options選擇Initialize fr om Statistics單選框 Initialize f rom St

4、atistics指由圖像文件整體（或其AOI區(qū)域）的統(tǒng)計值產(chǎn)主自由聚類，分出類別的多少由自己決定。Use Signature Means 是基于選定的模板文件進行非監(jiān)督分類，類別的數(shù)目由模板文件決定。確定初始分類數(shù)（Number of classes）： 35分出35個類別 一般設(shè)定為最終所分類別的46倍定義最大循環(huán)次數(shù)（Maximum Iterations）： 24 最大循環(huán)次數(shù)（Maximum Iterations）是指ISODATA重新聚類的最多次數(shù)，這是為了避免程序運行時間太長或由于沒有達到聚類標(biāo)準(zhǔn)而導(dǎo)致的死循環(huán)。一般在應(yīng)用中將循環(huán)次數(shù)都取6次以上。 設(shè)置循環(huán)收斂閾值（Converge

5、nce Threshold）：0.95 收斂閾值（Convergence Threshold）是指兩次分類結(jié)果相比保持不變的像元所占最大百分之此值的設(shè)立可以避免ISODATA無限循環(huán)下去。 點擊OK按鈕（關(guān)閉Unsupervised Classification對話框，執(zhí)行非監(jiān)督分類，獲得一個初步的分類結(jié)果）初步分類后，結(jié)果如下圖：第三部 分類評價： 1，在視窗中同時顯示 caijianhou_40.img（下）和 非監(jiān)督分類_caijianhou 4001.img（上）。caijianhou_40.img 顯示方式用紅5、綠4藍2。 2，打開分類圖像屬性并調(diào)整字段顯示順序。選擇Raster菜

6、單項，Rster-Attributes，打開Raster Attribute Editor對話框（非監(jiān)督分類_caijianhou 4001.img的屬性表），并調(diào)整字段顯示順序： Raster Attribute Editor 對話框菜單條：Edit Column Properties column properties對話框如下圖所示：在Columns中選擇要調(diào)整顯示順序的字段，通過Up、 Down、Top、Bottom等幾個按鈕調(diào)整其合適的位置，通過選擇Display Width調(diào)整其顯示寬度，通過Alignment調(diào)整其對齊方式。如果選擇Editable復(fù)選框，則可以在Title中修改

7、各個字段的名字及其它內(nèi)容。3，給各個類別賦相應(yīng)的顏色Raster Attribute Edi tor對話框，點擊一個類別的Row字段從而選擇該類別，右鍵點擊該類別的Color字段（顏色顯示區(qū)），打開As Is菜單并選擇一種顏色。重復(fù)以上步驟直到給所有類別賦予合適的顏色 。操作后結(jié)果如下圖所示：Viewer顯示結(jié)果如下圖： 4，不透明度設(shè)置。由于分類圖像覆蓋在原圖像上面，為了對單個類別的判別精度進行分析，首先要把其它所有類別的不透明程度（Opacity）值設(shè)為0 （即改為透明），而要分析的類別的透明度設(shè)為1（即不透明）。5，確定類別專題意義及其準(zhǔn)確程度 。 視窗菜單條：Utilityflicke

8、r viewer Flicker 對話框Auto Mode 本小步是設(shè)置分類圖像在原圖像修背景上閃爍， 觀察它與背景圖像之間的關(guān)系從而斷定該類別的專題意義，并分析其分類準(zhǔn)確與否。6，標(biāo)注類別的名稱和相應(yīng)顏色。Raster Attribute Editor對話框（打開非監(jiān)督分類_caijianhou 4001.img的屬性表）點擊剛才分析類別的ROW字段從而選擇該類別 點擊該類別的class Names字段從而進入輸入狀態(tài) 在該類別的Class Names字段中輸入其專題意義（如居民區(qū)建筑），并按回車鍵 右鍵點擊該類別的Color字段（顏色顯示區(qū)） As Is菜單選擇一種合適的顏色重復(fù)以上4、5

9、、6三步直到對所有類別都進行了分析與處理。非監(jiān)督分類結(jié)果：7，分類后處理之聚類統(tǒng)計ERDAS圖標(biāo)面板工具條:點擊Interpreter圖標(biāo)-GIS Analysis Clump-Clump對話框（如下圖）在Clump對話框中，需要確定下列參數(shù):確定輸入文件（Input File）:40_2010_uned.img定義輸出文件（Output File）: 40_2010_uned_clump .img文件坐標(biāo)類型（Coordinate Type） : Map處理范圍確定（Subset Definition） : ULX / Y, LRX / Y （缺省狀態(tài)為整個圖像范圍，可以應(yīng)用Inquire

10、Box定義子區(qū)）確定聚類統(tǒng)計鄰域大?。–onnect Neighbors）: 8，（統(tǒng)計分析將對每個像元四周的8個相鄰像元進行）OK（關(guān)閉Clump對話框，執(zhí)行聚類統(tǒng)計分析）在virwer中打開40_2010_uned_clump .img 如下圖8，分類后處理之去除處理ERDAS圖標(biāo)面板工具條:點擊Interpreter圖標(biāo)-GIS Analysis-Eliminate-Eliminate對話框（如下圖所示）在Eliminate對話框中，需要確定下列參數(shù):確定輸入文件（Input File）: 40_2010_uned_clump .img定義輸出文件（Output File）: 40_20

11、10_uned_eliminate .img文件坐標(biāo)類型（Coordinate Tvpe ）: Map處理范圍確定（Subset Definition）: ULX / Y, LRX / Y，（缺省狀態(tài)為整個圖像范圍，可以應(yīng)用InquireBox定義子區(qū)）確定最小圖斑大?。∕inimum）: 16 pixels確定輸出數(shù)據(jù)類型（Output）: Unsigned 8 BitOK（關(guān)閉Eliminate對話框，執(zhí)行去除分析）在viewer中打開40_2010_uned_eliminate .img，如下圖所示8，分類后處理之分類重編碼ERDAS圖標(biāo)面板工具條:點擊Interpreter圖標(biāo)-GIS

12、 Analysis- Recode-Recode對話框。如下圖所示確定輸入文件（Input File）:40_2010_uned_eliminate.img定義輸出文件（Output File）: 40_2010_uned_recode.img設(shè)置新的分類編碼（Setup Recode ）:點擊Setup Recode按鈕打開Thematic Recode表格根據(jù)需要改變New Value字段的取值（直接輸入）在本例中將原來的35類依次兩兩合并，形成五類（圖4.20）OK（關(guān)閉Thematic Recode表格，完成新編碼輸入）確定輸出數(shù)據(jù)類型（Output）: Unsigned 4 BitO

13、K（關(guān)閉Recode對話框，執(zhí)行圖像重編碼。輸出圖像將按照New Value變換專題分類圖像屬性，產(chǎn)生新的專題分類圖像）在視窗中打開重編碼后的專題分類圖像，查看起分類屬性表：改變顏色 9，精度評估點擊Classifier彈出如下窗口：點擊，打開重分類之后的圖像。點擊EditCreate/Random Point 設(shè)置參數(shù)。其中Number of Points 數(shù)值要大于256，勾選，其中Minimum Points 要大于20或30，最好設(shè)置為30，點擊OK，在彈出窗口中一直點擊是。 在彈出窗口中點擊ViewSelect Viewer 之后點擊一幅圖像，重復(fù)操作一次，第二次點擊另外一幅圖像，使

14、之兩幅圖像都顯示待驗證的點。之后點擊ViewShow All 顯示待驗證的點。繼續(xù)點擊EditShow Class Values 顯示原來的類別號。顯示如下窗口：之后找出每一個待驗證的點進行驗證，在Reference中輸入確定后的類別號，直至驗證完所有的點。 我在精度評估的時候由于驗證一些點之后ERDAS軟件總是崩潰，所以最后沒有驗證完成。點還沒有校正完，軟件就停在這里了。10，做緩沖區(qū)ERDAS圖標(biāo)面板工具條:點擊Interpreter圖標(biāo)-GIS Analysis-Search-Search對話框。如下圖所示確定輸入文件（Input File）:40_2010_uned_eliminate.img定義輸出文件（Output File）: 40_2010_uned_search.imgDistance to search :=10OKERDAS圖標(biāo)面板工具條:點擊Modeler圖標(biāo)-Modeler Maker打開對話框； 如下圖所示建立模型點OK44FileType選擇ThematicOK在視窗中打開生成的search2.img分類改變顏色（建立緩沖區(qū)前后對比，左為建立緩沖區(qū)后影像）按相同方法對 LS5_TM_20081210_02281