python最简单的聚类分析——遥感图像分类——最小距离分类

模式识别实验报告

• 实验目的

目的：遥感图像分类。

1. 利用envi专业遥感图像处理软件对遥感图像进行最小距离分类***************envi4.7经典版链接：https://pan.baidu.com/s/1bUx7Sym9jyd7ZpSSiu2QVw    提取码：h0pq
2. 基于python编程实现对遥感图像的最小距离分类

• 实验原理

最小距离分类法是分类器里面最基本的一种分类方法，它是通过求出未知类别向量X到事先已知的各类别（如A，B，C等等）中心向量的距离D，然后将待分类的向量X归结为这些距离中最小的那一类的分类方法。

最小距离分类的原理：

在一个n维空间中，最小距离分类法首先计算每一个已知类别X（用向量表示是）的各个维度的均值，形成形成一个均值 ，用向量表示，A为类别的名称， 是类别A的样本特征集合，是类别A的第1维特征集合，是第一维特征集合的均值，n为总的特征维数），同理，计算另一个类别（用向量表示是）的均值，用向量表示,那么对于一个待分类的样本特征向量（用向量表示是），怎么判断它是属于类别，还是呢？我们只需要分别计算到和的距离和，以欧式距离为例，距离的计算公式如下：

然后找和中的最小值，如果前者最小，那么X属于A类，如果后者小，那么X属于B类。

上面只是分了2类，在我下面的实验中分了6类，当然可以分成更多类。

 

• 实验方案

（一）ENVI实现

1、File→Open image file→选择3个波段，对应RGB波段，对应下图。