erdas监督分类(一)

本文介绍了Erdas监督分类的过程,包括数据准备、样本选取和分类模板建立。强调了在数据整合时应注意波段选择,如Landsat5需排除6波段。在建立分类模板时,通过Signature Editor使用grow生长算法确保模板的准确性。同时,针对可能出现的问题,如图像匹配错误和混淆分类,提出了解决方案,如添加更多采样点和利用辅助识别技术。
摘要由CSDN通过智能技术生成

数据准备:从地理数据云下载图像,要限制云量条件(小于5%)

1.layer stack对数据进行数据整合,注意要按顺序,不然后续波段组合不好记。Landsat5的影像数据要选1-5+7,不选6(6波段有条带)。记得选取数据时是TIFF格式,输出是img格式的。

 

2.做监督分类要均匀选取,选择signature editor,建立分类模板,中grow生长算法,点击就自动识别一片,然后在分类模板中点击加号,则建立了一类,建立一类准确性较高的地物模板需要各地、各个光谱特征都取到,一般至少要建20类,这一类选取完成后,

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值