影像分类的目的就为了将图像中的像元划分成不同的类别,过程就是根据像元在不同波段的波普亮度、空间结构特征或者其他信息,按照某种规则或算法实现分类。遥感图像分类处理就是是为了提取遥感图像中的目标信息,遥感图像分类主要用于地物类别的区分。
影像分类分为监督分类和非监督分类,很多遥感书籍中都有这两种分类方法的比较。这里我结合ArcGIS软件简单整理一下:
监督分类
监督分类是使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。其中这些已被确认类别的像元就是训练样本。也就是说,在监督分类中,必须事先提取出代表总体特征的训练数据以及事先知道影像中有几种类别。这样就可以学习这些样本类别的先验知识,然后对整体数据进行分类。
在 ArcGIS 中,首先使用 Image Classification 工具条中的训练样本管理器,创建训练样本。
在创建样本之后,我们可以评估训练样本,使用直方图、散点图、统计数据。
(1)直方图
打开直方图,每个波段对应一个直方图。不同类的直