执行非监督分类

来源: https://vis-webcontent.s3.amazonaws.com/quickguides/Classification/Unsupervised+Classification/index.html#/

课程内容

课程 1 / 1

在本快速指南中，您将：

示例数据

下载下方的示例数据。然后将 .zip 文件的内容解压到本地目录。

93.1 MB

来自光电传感器的图像通常包含具有统计上相似亮度值的像素组。非监督分类器会寻找这些固有的分组，并将它们分配到离散的类别中。它们会生成一个带有未知类别（“类别 1”、“类别 2”等）的分类图像。您可以选择性地识别它们最可能代表的特征，并相应地标记它们。

非监督分类通常用作预处理步骤，以确定像素值的变异性以及图像中光谱均匀区域的位置。因此，它可以帮助您在继续进行更深入的光谱分析之前探索数据。

较亮的像素值表示更陡峭的坡度。深色像素表示坡度很小或没有坡度的区域。

在对不同的坡度值进行分类时，您可以使用 ENVI 的栅格颜色分割工具将像素值划分为离散的范围。然后，您可以为每个值范围分配唯一的颜色。然而，非监督分类提供了一个独特的视角，因为它可以从数据中提取更“自然”的分组。您将在下一节中执行非监督分类。

ENVI 提供了两种非监督分类工具：ISODATA 和 K-Means。ISODATA 分类器是一种可靠、通用的分类器。它使用最小距离阈值对像素进行聚类。它会多次迭代遍历图像，重新计算类别均值，测量距离，并根据新的均值对像素进行重新分类。

接下来，您将使用分类工作流对坡度图像执行 ISODATA 非监督分类。

在工具箱中，展开分类文件夹并双击 分类工作流。工作流从文件选择面板开始。栅格文件 字段将 USGS_NED19_Slope.dat 列为输入文件。
点击 下一步 按钮进入分类类型面板。
保持默认选择的 无训练数据。非监督分类不使用任何训练数据。
点击 下一步 按钮进入 非监督分类。

下一步是确定您想要的输出类别数量。这取决于您的总体目标。您希望分类有多详细？如前所述，非监督分类通常用作数据探索技术，以了解光谱数据是如何被固有地归入不同组别的。

列出了五个类别（类别 1，类别 2，… 类别 5），以及一个额外的“未分类”类别。

在图层管理器中取消勾选再勾选 非监督分类 图层，以比较分类图像和底层的坡度图像。您应该能够看出青色类别 (#5) 代表坡度最陡的区域。红色类别 (#1) 对应于平坦区域。此图像中没有未分类的像素。

接下来显示的是清理面板。如果您计划在工作流的最后一步将分类矢量保存到文件中，则建议进行清理。执行清理可以显著减少导出分类矢量所需的时间。工作流的这一步使用了平滑和聚合操作。平滑可以减少斑点噪声。聚合可以去除小的、孤立的像素区域。下图显示了分类图像子集的示例：

此时，这些类别并未与任何特定要素相关联。对于非监督分类，您需要根据底层数据来确定类别代表什么。然后您可以为类别分配新的名称和颜色。由于这些类别不代表特定的定量度量，您可以给它们起更客观的名称，例如“平坦”、“中等坡度”等。

在图层管理器中右键点击类别文件夹，选择 编辑类别名称和颜色。出现“编辑类别名称和颜色”对话框。
在 类别名称 列表中选择 类别 1。在紧接其下方的编辑字段中，将“类别 1”替换为 低坡度。按键盘上的 Enter 键接受名称更改。
选择 类别 2，将其名称更改为 低到中等坡度。按 Enter 键。
选择 类别 3，将其名称更改为 中等坡度。按 Enter 键。
选择 类别 4，将其名称更改为 中等到高坡度。按 Enter 键。
选择 类别 5，将其名称更改为 高坡度。按 Enter 键。

点击编辑类别名称和颜色对话框中的确定以更新类别名称和颜色。更改将写入关联的 ENVI 头文件（SlopeClasses.hdr）。下次将此图像加载到 ENVI 时，新名称和颜色将被保留。

以下是一个示例：

您的反馈对我们很重要，请花几分钟时间填写我们的快速指南反馈表（在新选项卡中打开）。