概述:
基于 ENVI 平台,利用该平台自带的 Landsat tm5 多光谱遥感图像作为数据源,进行监督分类应用实验,并对其分类结果进行精度比较,结果表明:6 种监督分类方法中最大似然法分类精度较高,且计算时间相对较短,更普遍适合
中低分辨率多光谱遥感图像分类工作。根据具体需求,同学们可以选择自己合适的分类方法。
方法:
监督分类主要分为平行六面体分类法、最小距离分类法、马氏距离分类法、最大似然分类法、神经网络分类法、支持向量机分类法。
数据与实验
实验数据。本文以 ENVI 自带的 Landsat tm5数据 Can_tmr.img 多光谱遥感图像作为主要数据源,以波段 5,4,3 模拟真彩色图像合成 RGB 进行显示,根据图像的光谱特征,通过人工判读把图像中的地物分为林地、草地、耕地、裸地、沙地、水体6 类,见图 1。通过绘制多边形感兴趣区进行训练样本选取,并对每类地物的感兴趣区用不同颜色加以区分。
图1 原始影像
分类实验。创建 6 类感兴趣区分别为林地、草地、耕地、裸地、沙地、水体,并以