ArcGIS影像分类

不用遥感软件，ArcGIS也可以进行影像信息的分类了，就是通过ArcGIS10中新增的“影像分类”工具条。简单的操作就可以完成影像的分类。

 

影像分类是从影像中提取信息的一个过程。可用于创建专题地图。根据人与计算机在分类过程中的交互情况，将有两种类型的分类：监督分类和非监督分类。

监督分类:又称训练分类法，使用人工提取训练样本，利用获得的样本再根据影像的光谱特征对影像进行分类。非监督分类：也称为聚类分析或点群分类。无需分析人员介入即可在多波段影像中查找光谱特征，对影像进行分类。

之前进行影像分类,我们都是通过ENVI或者ERDAS等遥感软件对影像进行分类。如下图所示：

1、影像分类

现在我们看一下ArcGIS10中新增的影像分类的工具，通过ArcGIS 10的影像分类工具条就可以省去在遥感软件中做复杂的分类操作。首先在ArcMap中右键标题栏，勾选上“影像分类”

 

下面就是影像分类的工具条，在ArcGIS中分类的方法并不多，提供了“交互式监督分类”，“最大似然法分类”、“ISO聚类非监督分类”“类别概率”“主成分分析”等。一般的多光谱影像通过这些工具已经可以满足影像分类的需求了。

在以下示例中，使用影像分类工具条对美国陆地资源卫星 TM 卫星影像进行了监督分类。在训练样本管理器中，对选择的样本进行管理，比如说样本的合并、样本删除、样本导出、导入。还可以对样本的质量分析。

 

采用影像分类工具条中的“最大似然法”进行分类，得到如下结果。

2、分类后处理

通过最大似然法分类工具创建的分类影像可能会对某些单元（随机噪声）进行错误分类并创建小的无效区域。为改进分类，最好对这些错误分类的单元进行重新分类，将其归入可直接包围它们的类或聚类。清理分类影像的最常用技术包括过滤、平滑处理类边界及移除小孤立区域。应用数据清理工具后的地图外形更美观。

 

1.      对分类结果进行过滤，用“众数滤波”工具进行处理

影像分类结果中的很多小斑都被移除了，因为本身小斑对我们并没有研究价值。

2.      使用“边界清理”工具可对分类的不规整边缘进行平滑处理。将相邻区域可能连接在一起。

3.      如果效果还不理想的话，可以通过“栅格选择”工具，按照属性选择进行删除，再使用“Nibble”进行补缺，用最邻近点的值替换掩膜（掩膜就是被删除的部分）范围内的栅格单元的值。