监督分类与非监督分类
-
实习序号及题目
实习人姓名
专业班级
监督分类与非监督分类
实习指导教师姓名
地址
个人
e-mail
地址
实习地点
实习日期时间
实习目的和内容
1.
选取研究区数据（512×51
2
或者
1024×1024）
，通过目
视解译建立分类系统及其编码体
系
2.
按照监督分类的步骤，
在影像上找出对应各个土地利用
/
覆盖类型的参
考图斑，
利用
ROI
工具建立训练区，
给出各个类别的特征统计表。
3.
计算各个分类类别之间的可分离性，整理成表格。说明哪些地物类型之间较易区分，哪<
/p>
些类型之间难以区分。
4.
监督分类：利用最大似然法完成分类。
5.
分类精度评价，从随机采集
100
～
200
个
样本点，并确保每一类别不少于
10
个样本；进
行分类精度评价，得到分类混淆矩阵，计算
Kappa
系数，并对结果进行解释。
6.
<
/p>
分类后处理（
clump
—
sieve
—
majority
）
。
运用
ISODATA
方法进行非监督分类：预先假定地表覆盖类型为
30
类，迭代次数选为
15
，由
系统完成非监督分类；然后进行类别定义与合并子类，最后进行结果的精度评价。
原理和方法
1
、监督分类：监督分类是在分类前人们已对遥感影像样本区中的类别
属性有了先验知识，
进而可利用这些样本类别的特征作为依据建立和训练分类器（亦即建
立判别函数）
，进而完
成整幅影像的类型划分，
将每个像元归并到相对应的一个类别中去。
换句话说，
监督分类就
是根据地表覆盖分类体系、
方案进行遥感影像的对比
分析，
据此建立影像分类判别规则，
最
后完成整景影像的分类；
2
、
可分性度量：
本次实习主要涉及
J
—
M
距离和变换分散度，
都是一种特征空间距离度量方
法
，
是<
/p>
指
影
像
特
征
矢
量
与
各
个
类
中
心
的
距
离
，
变
换
分
散
度
是
TDivercd=[1-ex
p(-Divercd/8)],J
—
M
距离
J=2*(1-e-B)
；
<
/p>
3
、最大似然分类法：
在两类或多类判决
中，假定各类分布函数为正态分布，
并选择训练区，
用统计方法
根据最大似然比贝叶斯判决准则法建立非线性判别函数集，
计算各待分类样区的
归属概率，而进行分类的一种图像分类方法。
4
、混淆矩阵：从随机点位上获取地面参考验证信息，并与遥感分类图进行逐像元比较，
然
后将结果归纳到混淆矩阵，
进而完成混淆矩阵分析。
类别精度：
被正确分类的类别像元数占
该类别训
练样本像元数的百分比，包括生产者精度
（制图精度）和用户精度，
其中制图精度
对应漏分误差是指指示需要进行类别补充和训练样本的采集，
用户精度对应错分误差是指指
示训练样本集存在混合现象，
需要进行更加精细的训练样本采集以保证各个类别样本光谱特
征上的纯洁性；
5
、分类后处理——主要
/
次要分析：输入一个变换核，用变换核中占主要
/
次要地位的像
元的类别代替中心像元的类别。
6
、分类后处理——类别集群：运用形态学算子将
临近的类似分类区域合并集群。首先，将
被选的类别用一个膨胀操作集群在一起，
然后用参数对话框中指定了大小的变换核对分类图
像进行侵蚀操作。<
/p>
7
、分类后处理——类别筛选：观察周
围的
4
个或
8
个像元，判断一个像元是否与周围的像
元同组。
如果一类中被分
组的像元数少于输入的值，
这些像元将被从该类中删除。
删除像
元
后，剩下黑像元（未分类的像元）
。
8
、
非监督
分类：
指人们事先对分类过程不施加任何的先验知识，
仅依据影
像上地物的光谱
特征分布规律，顺其自然地进行分类。基本思路来源于多变量聚类分析（
clustering
analysis
）
，其理论依据是根据地物光谱理论，遥感影像上的同类地物在相同的表面结构特<
/p>
征、植被覆盖、光照条件下，具有相同或相近的光谱特征，应归属于同一个光谱空间区域；
不同的地物，光谱信息特征不同，应归属于不同的光谱空间区域。
数据准备与研究区概况
实习数据：
1. 512
×
512
的研究区
Landsat 8 OLI
影像；
研究区概况：
研究区域位于甘肃省金
昌市北部，东北部分连接腾格里沙漠。研究区地形以戈壁为主，
有少量沙漠，
土地干旱；
植被以干旱植物为主，
有叫少量的数目
与草地，
无河流。
土地空旷。
根据所下载影像数据命名规则可知，成像时间为
2014
年第
262
天，即八月下旬。由于
< br>影像为西北河西走廊区域金昌市，
农作物一年一熟，
成熟
期约为八月，
故此时农作物尚未成
熟。农作物与各植物依旧呈现
绿色。
研究区大部分以沙漠及戈壁为主，除此之外，有少量砾
漠、草地、农田等，且有一条较
小的河流与一片较大水体，地物种类简单且形式单一。<
/p>
研究区含小部分城区且城区规模较小，
建筑物密集度低，
城镇高楼较少，
农村建筑以砖
瓦房为主，有少量土坯房。其余戈壁区域未经人为开发，为自然状态。
操作步骤
一、
监督分类：
1
、选取研究区数据（512×512
或者
1024×1024
）
，结合
GoogleEarth
影像
通过目视解译建
立分类系统及其编码体系；
编码体系如下：
编码
地物名称
色调
12
30
51
52
71
72
73
水浇地
irrigated
land
草地
grassland
河流
stream
水库、坑塘
reservoir
or pond
沙漠
sandy
desert
砾漠
gravel desert
裸地及盐碱地
barren
land
R225 G225 B150
R170
G190 B030
R150 G240 B255
R160 G205 B240
R200 G190
B170
R215 G200 B185
R200
G205 B200
2
、按照监督
分类的步骤，在影像上找出对应各个土地利用
/
覆盖类型的参考
图斑，利用
ROI
工具建立训练区：
训练样本如下：
对训练样本进行统计，结果如下：
对训练样本中各地物特征值进行统计，得到各个类别的特征统
计表：
地物类型
73
：
barren land
采样单元数：
波
段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
band
3
band
4
band
5
band
6
band
7
1
2
3
4
单变量统计
13329
14137
13278
14339
14221
15903
16003
18212
17904
20839
20560
22516
19082
20998
5
6
7
13593.2
13598.3<
/p>
14666.1
19863.8
1660
4.23
19011.72
21217.10
6
0
6
2
117.51
151.65
254.02
361.75
430.88
335.77
305.80
协方差矩阵
13807.9
17388.5
27130.
3
25318.3
37109.17
42342.97
31679.60
0
7
4
6
17388.5
22996.4
36959.1
33584.2
510
08.02
56707.81
41825.44
7
6
7
5
27130.3
36959.1
64523.7
55670.5
907
99.11
96445.31
69624.10
4
7
8
0
37109.1
51008.0
90799.1
130864.0
13
3801.9
76318.6
96096.14
7
2
1
3
3
9
< br>42342.9
56707.8
96445.3
133801.9
185657.2
12940
2.4
92382.1
7
1
1
3
8
3
2
31679.6
41825.4
69624.1
129402.
4
112740.0
95463.4
9
6096.14
0
4
0
3
9
0
< br>25318.3
33584.2
55670.5
93511.7
76318.69
92382.12
95463.40
6
5
0
8
相关系数矩阵
1.00
0.98
0.91
0.87
0.84
0.80
0.70
0.98
1.00
0.96
0.93
0.87
0.82
0.72
0.91
0.96
1.00
0.99
0.88
0.82
0.72
0.87
0.93
0.99
1.00
0.86
0.79
0.69
0.84
0.87
0.88
0.86
1.00
0.89
0.70
0.80
0.70
0.82
0.72
0.82
0.72
0.79
0.69
0.89
0.70
1.00
0.93
0.93
1.00
地物类
型
12
：
irrigated
land
采样单元数：
波
段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
band
3
band
4
band
5
band
6
1
2
3
4
单变量统计
10256
11717
9413
11082
8790
11114
7933
11146
18918
33040
10079
16734
7615
12689
5
6
7
10689.8
9909.00
9580.43
8717.23
23553.99
12080.08
8899.35
0
211.99
255.06
471.97
463.80
3118.97
1725.56
890.79
协方差矩阵
44938.7
53378.7
72959.
8
91906.3
165126.2
1
37512.5
2840.10
5
1
1
8
0
5
53378.7
65057.6
94072.4
111933.
223684.1
172923.9
3
7163.35
1
0
2
13
0
7
72959.8
94072.4
222751.
174786.
816795.6
73113
8.8
385861.9
1
2
80
42
5
2
9
91906.3
111933.
174786.
215114.
415292.3
325592.3
4
2019.06
8
13
42
55
8
1
2840.10
37163
.3
816795.
42019.0
9
727955.
4481447.
1590685.
5
65
6
68
71
73
165126.
223684.
731138.<
/p>
415292.
4481447.
297
7550.
1378555.
20
10
82
38
71
62
19
137512.
172923.
385861.<
/p>
325592.
1590685.
137
8555.
793511.7
55
97
99
31
73
19
3
相关系数矩阵
1.00
0.99
0.73
0.93
0.00
0.45
0.99
1.00
0.78
0.95
0.05
0.51
0.73
0.78
1.00
0.80
0.55
0.90
0.93
0.95
0.80
1.00
0.03
0.52
0.00
0.05
0.55
0.03
1.00
0.83
0.45
0.51
0.90
0.52
0.83
1.00
0.73
0.76
0.92
0.79
0.57
0.90
band
7
0.73
0.76
0.92
0.79
0.57
0.90
1.00
地物类型
30
：
grassland
采样单元数：
波段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
band
3
band
4
band
5
1
2
3
4
单变量统计
11249
13345
10651
13341
10311
14166
10437
15842
14653
20833
13881
21784
11406
19584
5
6
7
11879.0
11460.4<
/p>
11642.9
12181.60
16989.64
16400.43
13878.58
5
3
7
371.87
463.85
692.94
969.59
1376.43
1535.49
1559.65
协方差矩阵
138285.
171492.
24226
7.
334994.1
283385.1
439751.2
475810.3
54
62
44
7
4
2
9
< br>171492.
215152.
306090.
425360.8
368584.9
57442
5.2
616446.0
62
57
13
6
7
0
5
242267.
306090.
480159.
665417.
1
675080.4
935368.5
965996.9
44
13
93
2
3
9
8
334994.
425360.
665417.
940096.
2
906527.4
1331375.
1382818.
17
86
12
4
2
08
90
283385.
368584.
675080.
90652
7.4
1894558.
1586983.
1364181.
14
97
43
2
11
33
51
439751.
574425.
935368.
13313
75.
1586983.
2357716.
2338835.
22
20
59
08
33
48
81
475810.
616446.
965996.
13828
18.
1364181.
2338835.
2432500.
39
05
98
90
51
81
14
相关系数矩阵
1.00
0.99
0.94
0.93
0.55
0.99
1.00
0.95
0.95
0.58
0.94
0.95
1.00
0.99
0.71
0.93
0.95
0.99
1.00
0.68
0.55
0.58
0.71
0.68
1.00
0.77
0.81
0.88
0.89
0.75
0.82
0.85
0.89
0.91
0.64
band
6
band
7
0.77
0.82
0.81
0.85
0.88
0.89
0.89
0.91
0.75
0.64
1.00
0.98
0.98
1.00
地物类型
51
：
stream
采样单元数：
波
段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
band
3
band
4
1
2
3
4
单变量统计
10258
12215
9382
11774
8484
11653
7609
11900
6831
12334
6395
10901
6225
10155
5
6
7
11065.2
10419.3<
/p>
10086.7
9853.92
9014.98
7500.25
7047.20
4
4
1
478.70
589.22
804.61
1152.89
996.49
720.24
589.85
协方差矩阵
229155.
280800.
370010
.
528929.5
321426.
1
06701.
75598.7
76
03
12
5
49
88
7
280800.
347185.
463365.
658887.0
385331.
1167
83.
79117.6
03
95
16
5
23
65
7
370010.
463365.
647402.
915873
.4
506076.
124926.
7
2406.6
12
16
47
4
14
54
0
528929.
658887.
915873.
1329147.
76
2081.
183308.
104583.
55
05
44
16
36
73
76
321426.
385331.
506076.<
/p>
762081.3
993001.
530
712.
365993.
49
23
14
6
35
68
41
106701.
116783.
124926.
18330
8.7
530712.
518741.
411159.
88
65
54
3
68
23
14
75598.7
79117.
6
72406.6
104583.7
3
65993.
411159.
347928.
< br>7
7
0
6
41
14
20
相关系数矩阵
1.00
1.00
0.96
0.96
1.00
1.00
0.98
0.97
0.96
0.98
1.00
0.99
0.96
0.97
0.99
1.00
0.67
0.66
0.63
0.66
0.31
0.28
0.22
0.22
0.27
0.23
0.15
0.15
band
5
band
6
band
7
0.67
0.31
0.27
0.66
0.28
0.23
0.63
0.22
0.15
0.66
0.22
0.15
1.00
0.74
0.62
0.74
1.00
0.97
0.62
0.97
1.00
地物类型<
/p>
52
：
reservoir or
pond
采样单元数：
波
段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
band
3
1
2
3
4
单变量统计
11103
13471
10592
13313
10653
13785
10145
13090
7139
10923
5980
9717
5811
9018
5
6
7
11867.4
11524.5<
/p>
11866.6
11463.6
8202
.85
6880.54
6583.06
5
0
5
2
685.33
774.47
840.30
787.88
1143.20
1222.94
1054.77
协方差矩阵
469678.
530192.
57159
7.
488610.
775086.1
815146.8
704059.8
22
44
68
33
3
4
8
< br>530192.
599806.
646958.
555314.
873181.2
918036
.0
792743.9
44
13
99
75
0
5
5
571597.
646958.
706103.
615130.
933986.9
982104.1
8
48706.0
68
99
80
54
6
9
1
488610.
555314.
615130.
620757.
786
470.2
770124.5
667628.0
33
75
54
47
7
3
4
775086.
873181.
933986.
786470.
130
6914.
1371906.
1185233.
13
20
96
27
77
62
66
815146.
918036
.
982104.
770124.
13
71906.
1495575.
1289075.
84
05
19
53
62
28
62
704059.
792743
.
848706.
667628.
11
85233.
1289075.
1112549.
88
95
01
04
66
62
65
相关系数矩阵
1.00
1.00
0.99
1.00
1.00
0.99
0.99
0.99
1.00
0.90
0.91
0.93
0.99
0.99
0.97
0.97
0.97
0.97
0.96
0
.97
0
.96
band
4
band
5
band
6
band
7
0.90
0.99
0.97
0.97
0.91
0.99
0.97
0.97
0.93
0.97
0.96
0.96
1.00
0.87
0.80
0.80
0.87
1.00
0.98
0.98
0.80
0.80
0.98
0.98
1.00
1.00
1.00
1.00
地物类型
71
：
sandy
desert
采样单元数：
波
段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
band
2
1
2
3
4
单变量统计
12367
13574
12116
13613
12780
15110
14193
17835
16325
20021
18940
23847
17687
22979
5
6
7
12999.5
12911.5<
/p>
13973.2
16059.4
1772
9.4
20873.4
20071.0
5
6
4
8
0
3
0
184.46
235.73
360.60
522.67
724.43
919.38
902.80
协方差矩阵
34027.0
42724.4
61821.
9
84307.1
102552.
13
0797.
132445.
3
2
7
5
99
22
86
42724.4
55567.6
82633.5
11495
3.
141779.
184793.
1
86349.
2
5
2
12
18
23
87
61821.9
82633.
5
130034.
185751.
23
5039.
309629.
309516.
7
2
17
85
03
30
95
84307.1
114953.
185751.<
/p>
273188.
346740.
4608
68.
458951.
5
12
85
56
12
36
17
102552.
141779.
235039.
34674
0.
524802.
639218.
5
99720.
99
18
03
12
69
08
02
130797.
184793
.
309629.
460868.
63
9218.
845263.
820257.
22
23
30
36
08
61
69
132445.
186349.
309516.<
/p>
458951.
599720.
8202
57.
815051.
86
87
95
17
02
69
64
相关系数矩阵
1.00
0.98
0.98
1.00
0.93
0.97
0.87
0.93
0.77
0.83
0.77
0.80
0.85
0.88
band
3
band
4
band
5
band
6
band
7
0.93
0.87
0.77
0.77
0.80
0.97
0.93
0.83
0.85
0.88
1.00
0.99
0.90
0.93
0.95
0.99
1.00
0.92
0.96
0.97
0.90
0.92
1.00
0.96
0.92
0.93
0.95
0.96
0.97
0.96
0.92
1.00
0.99
0.99
1.00
地物类型
72
：
gravel desert
采样单元数：
波段
号：
最小
值
最大
值
均值
标准
差
band
1
band
2
band
3
band
4
band
5
band
6
band
7
band
1
1
2
3
4
单变量统计
12536
14033
12236
14150
12590
15598
13846
18228
15396
20861
17071
24892
15686
22060
5
6
7
13381.6
13361.2<
/p>
14386.7
16480.5
1906
9.21 21519.69
19658.05
1
0
7
5
274.50
351.45
545.87
781.52
协方差矩阵
75350.0
95950.0
145101.
199282.
224200.3
242453.9
2
41388.
2
3
24
47
0
3
72
95950.0
123515
.
188501.
260838.
29
6654.2
324127.0
320377.
3
93
90
38
3
3
44
145101.
188501.
297974.
421133.
494009.4
55736
3.9
538052.
24
90
59
23
4
3
43
199282.
260838.
421133.
610773
.
739984.4
858330.1
808207.
47
38
23
88
7
7
37
224200.
296654
.
494009.
739984.
95
9129.3
1175970.
1071346
30
23
44
47
7
82
.47
242453.
32412
7.
557363.
858330.
1
175970.
1650813.
1460959
93
03
93
17
82
32
.07
241388.
32037
7.
538052.
808207.
1
071346.
1460959.
1327725
72
44
43
37
47
07
.27
相关系数矩阵
1.00
0.99
0.97
0.93
0.83
0.69
0.76
979.35
1284.84
1152.27