图像分割和分类处理（水体、植被、不透水层提取；非监督分类、监督分类具体流程）

1. 实验目的和内容
   1. 实验目的

1. 通过本实验，学习利用光谱特征进行图像分割和分割后处理；利用图像直方图进行图像分割，对分割结果进行数学形态学处理、区域标识和矢量化的方法和流程；以及利用光谱剖面确定分割阈值的方法、利用色彩信息建立分割准则的方法。
2. 理解遥感图像非监督分类和监督分类的典型算法的差异,掌握监督分类的工作流程。
   1. 实习内容

1. 进行图像分割，风景图天空去除、兰花图兰花提取和娃娃图娃娃提取，landsat数据水体、植被、不透水层提取。
2. landsat数据非监督分类，选择k-means和isodata方法，分析比较不同方法结果差异。
3. landsat数据监督分类，至少4种不同方法，分析比较不同方法结果差异，精度评价，分类后处理。

1. 图像处理方法和流程
   1. 图像分割

2.1.1去除天空

1. 实验数据

数据：图像地物与直方图 DSCF0153.jpg。

1. 基本流程

打开图像，并显示图像的直方图，如图2.1所示→观察直方图窗口，设定（R，G，B）拉伸的最小值为150,160,150→打开“Band Math”工具，使用如图2.2红框内表达式分割并合成图像，其中b1,b2,b3对应图像的R,G,B通道，b4对应原始图像的RGB (在变量与波段匹配的对话框中,点击按钮“Map Variableto Input File”)→输出为内存，查看运算后的结果。

图2.1 天空原始图像和直方图

图2.2 波段运算表达式

2.1.2提取兰花

1. 实验数据

数据：图像兰花.jpg。

1. 基本流程

打开图像，并显示图像的直方图，如图2.3所示→查看各个颜色波段的直方图，对比其差异，使用(b1 gt b2)*(b2 gt b3)表达式分割图像，其中bl为蓝通道，b2和b3为绿通道和红通道→输出为内存，查看运算后的结果。

还可以通过b4*(b1 gt b2)*(b2 gt b3)得到图像中的兰花目标，通过b4*(1-(b1 gt b2)*(b2 gt b3))得到除兰花部分外的其他目标。

图2.3 兰花原始图像和直方图

2.1.3提取娃娃

1. 实验数据

数据：图像娃娃.bmp。

1. 基本流程

打开图像，并显示图像的直方图，如图2.4所示→查看各个颜色波段的直方图，对比其差异，使用float(b1)/float(b2)对通道R和G进行运算，产生图像ml→如图2.5，观察ml图像的直方图，选择一个合理的阈值做二次分割，可取0.98或1→使用b1 gt 0.98进行运算，b1为生成的灰度图m1，生成掩模模板的二值图m2，如图2.6所示→使用b1*b2进行运算，使用原始图像的RGB作为b2，使用m2作为b1，产生新的图像m3→输出为内存，查看最后分割的结果。

图2.4 娃娃图像R,G,B波段直方图