ENVI实战—一文搞定遥感图像的计算机解译

人工进行矢量化制图虽然可以达到相应的精度要求，但是在工作量大，内容繁琐，时间成本高，利用计算机帮助我们对各类图像进行解译是目前制图的趋势。

本文基于（ENVI和Arcgis）给出利用遥感图像制作某地土地利用图的详细步骤。

第一步，首先打开该地的.img图像文件，利用Band5,4,3合成RGB图像。

第二步，右键 Layer Manger 框中的can_trm_img,在弹出的对话框中选择"New regions of interests"打开 ROI Tool对话框。开始定义训练样本。

（1）选择ROI Name适当的名称以及配套的颜色。样本选择的区域个数以实际图像以及需要划分的类型有关。

（2）以相同的步骤对不同的土地类型选取样本。

（注意点，这里可能会出现软件闪退现象，建议输入沙地时，只输入“沙”即可，输水体时，只需要输入“水”即可，不知道原因，……个人操作是这样。）

第三步，评价训练样本

训练样本选择完成之后需要检查它的可靠性，ENVI中提供了一种算法，处理检查样本间的  可分离性。

（1）在ROI Tool对话框中 点击 OPtions--Compute ROI Separability

点击 Select All Items 将所有的样本都选进，点击OK，可分离性将被计算，并显示在窗口中

需要注意的是，可分性的参数规定在(0--2.0之间)

如果大于1.9，则说明样本可分性良好；如果小于1.8，则需要重新选择样本；

如果小于1.0.则考虑将这两个样本合并成为一种。

第四步  执行监督分类

检查训练区域的可分性后，可以进行监督分类，ENVI提供了多种分类方法，这里我们选择   “最小距离分类法”

1）(1) 在Toolbox 工具箱中，双击Classification/ Supervised Classification/ Minimum Dis-tance Classification 工具，在文件输入对话框中选择TM图像，单击OK按钮，打开Mini-mum Distance参数设置面板，如下图。

选择底图文件，点击OK

(2) Selectt Classes from Region 单击Select AIl Items按钮，选择全部的训练样本。(3) Set Max stdev fom Mean设置标准差阀值，有3种类型:①None不设置标准

差阈值;❷Single Value: 为所有类别设置一个标准 差阈值;③Muliple Valus:分别为每一一个类别设置一一个标准差阈值。选择Single Value,值为4。

(4) Set Max Distance Error:设置最大距离误差，以DN值方式输入一一个值，距离大于该值的像元不被分入该类(如果不满足所有类别的最大距离误差，它们就会被归为未分类类( unclassifed))。有3种类型，这里选择“None"。

(5)单击Preview选项，可以在右边窗口中预览分类结果，单击Change View 按钮可以改变预览区域。

(6)选择分类结果的输出路径及文件名。

(7)设置Output Rule Images选项为“Yes”，选择规则图像输出路径及文件名。

(8)单击OK按钮、执行分类。

得到结果如上图。

再将ENVI中得到的结果，在Arcgis 中打开制作该地的土地利用类型图，

1. 增加底图，增加坐标信息

2. 调整符号系统，包括颜色和名称，

3. 出图（比例尺  指北针  图例  制图时间等等）

   最后结果如图

   ……………………华丽分割线

好啦，今天的分享到这里就结束啦，希望对大家学习遥感图像的计算机解译有帮助，谢谢大家支持！更多内容，欢迎关注小编的公众号，梧桐GIS哦，在这里，我们将和你一起交流地学制图的那些事！！！