用envi面向对象分类，envi面向对象分类的最小单元

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

envi监督分类步骤

在ENVI的监督分类步骤很简单：第一步：首先打开需要进行监督分类的影像数据，选择不同的波段进行彩色合成，这里尽可能的选择信息量最丰富的波段来进行合成。波段选择可以通过计算不同波段之间的相关系数来分析其相关性。

详细操作步骤第一步：类别定义/特征判别根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。

单击节点标识符，打开节点属性窗口， Name为Slope20，在 Expression 中填写：{Slope} lt 20。

(1)在ENVI主菜单栏中选择“ClassificantionSupervisedNeural Net”，在分类输入文件对话框中选择待分类遥感影像，打开“Neural Net Parameters”对话框，如图17-7所示。

1、直接打开ENVI的相关窗口，在Insert那里点击Legend进行跳转。下一步弹出新的对话框，需要根据实际情况编辑其中的对象。这个时候如果没问题，就继续设置土地利用分类图的参数并确定制作。

2、在ENVI的监督分类步骤很简单：第一步：首先打开需要进行监督分类的影像数据，选择不同的波段进行彩色合成，这里尽可能的选择信息量最丰富的波段来进行合成。波段选择可以通过计算不同波段之间的相关系数来分析其相关性。

3、详细操作步骤第一步：类别定义/特征判别根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。

4、将.img文件利用遥感软件转化为GeoTif文件，即可在arcgis中添加。如在ENVI中打开.img文件，在image窗口File-save image as-image file，输出数据类型选择GeoTif保存文件即可。

5、Landsat本身就是一个中等分辩率的影像，再说了，你也不是来做多么精细的工作，仅仅就是个土地利用分类，网站提供的landsat数据，本身就经过了所谓的“粗校正”。

1、前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

2、个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

3、可以取得比较好的效果，尤其SVM是比较稳健的分类方法。比如ENVI中监督分类就有这两类分类方法。不过ENVI中的神经网络似乎有点问题，不太容易收敛。另一类方法则是一楼提到的面向对象的分类方法。首先将同质区域进行分割、合并。

4、lENVI/IDL与ArcGIS集成开发案例1 遥感与GIS遥感是空间数据采集和分类的有效工具，GIS是管理和分析空间数据的有效工具(彭望琭等，2002)。两者是空间信息的主要组成部分，有着必然的联系。

5、有几个开源软件OSSIM opticks 、OTB 、openRS。那里有些热门软件还可以在线免费使用，不过可能人多要排下队。

直接打开ENVI的相关窗口，在Insert那里点击Legend进行跳转。下一步弹出新的对话框，需要根据实际情况编辑其中的对象。这个时候如果没问题，就继续设置土地利用分类图的参数并确定制作。

精度比较差分类方法除了大家常用的最大距离、支持向量机、人工神经网络等。个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

易康用的人没ENVI多，但在面向对象分类这边个人感觉更加专业些，但是ENVI比较常用，可以通过二次开发增加分类功能、改善分类精度。

ENVI中非监督分类的两种分类方法的参数设置，监督分类的最小距离分类，最大似然分类。决策树分类的参数设置。第一次用ENVI参数不知道什么设置。谢谢！... ENVI中非监督分类的两种分类方法的参数设置，监督分类的最小距离分类，最大似然分类。

前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

envi 中几种分类方法的参数设置方法如下：平行六面体(1)在主菜单中，选择Classification-Supervised-Parallelpiped，在文件输入对话框中选择TM分类影像，单击OK按钮打开Parallelpiped参数设置面板。

ENVI里的决策树分类，是每一个节点输入一个公式，该公式返回两个值1（是）和0（不是），当然可以用自己定义的其他指标进行分类。只要在节点输入你需要的表达式就可以。

个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

关于用envi面向对象分类和envi面向对象分类的最小单元的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。