envi最大似然分类_ENVI 自带的6种遥感图像分类算法比较

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