envi水体的面向对象分类，envi面向对象特征提取

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

怎样利用ENVI进行有监督的分类

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。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。

选择保存文件类型和位置，保存结果。ENVI监督分类图像分割，打开ENVI并加载栅格图像，在Toolbox工具栏找到Example Based Feature Extraction Wokflow，双击打开进行编辑设置和保存。

在ENVI中，在弹出的面板中，单击左上角+Add...按钮就可以开背景忽略值了。

融合。在ENVI软件中对TM影像进行监督分类，因此要将影像融合为一类。所以要融合。监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。

envi监督分类后打开需要的对象，选择菜单栏中的工程应用。这个时候，直接点击计算表面积里面的根据图上高程点。下一步如果没问题，就对编码识别生成的pl线进行确定。

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。

以下是几种常用的遥感图像分类方法：最大似然分类(maximum likelihood classification) 最大似然分类是一种基于贝叶斯判别准则的非线性监督分类方法，需要知道已知的或确定的训练样区典型标准的先验概率P(wi)和条件概率密度函数P(wi，x)。

根据电磁辐射来源可以分为主动遥感和被动遥感。① 按遥感平台的高度分类：航天遥感、航空遥感和地面遥感。② 按所利用的电磁波的光谱段分类：可见光/反射红外遥感、热红外遥感、微波遥感三种类型。

常用的遥感数据的专题分类方法有多种，从分类判别决策方法的角度可以分为统计分类器、神经网络分类器、专家系统分类器等；从是否需要训练数据方面，又可以分为监督分类器和非监督分类器。

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、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。

4、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。

5、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。

6、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。

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、此外背景信息在影像分析中很重要，举例来说，城市绿地与某些湿地在光谱信息上十分相似，在面向对象的影像分析中只要明确城市绿地的背景为城市地区，就可以轻松地区分绿地与湿地，而在基于像元的分类中这种背景信息几乎不可利用。

5、没有什么优劣之分，ENVI小巧灵活，运行快，ERDAS比较专业，很多专业人士习惯使用，实际效果其实差不多。erdas与envi的区别表现在：数据格式、结构与功能排列、特点不同、二次开发。

6、这个是很老的问题了，百度一下能出来一堆。。最关键的区别在于，面向对象的方法中，你处理的是“图像块”（也就是所谓的对象，一般由分割得到）。

关于envi水体的面向对象分类和envi面向对象特征提取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。