ENVI遥感影像处理入门速查（1）——分类与制图

目的：基于ENVI软件，实现遥感影像的分类

内容：利用南京市TM影像进行分类识别

步骤：

1.预处理

预处理包括几何校正、辐射校正、裁切与掩膜等，其中辐射校正又包括辐射定标与大气校正。

在此例中，我们主要目的是熟悉ENVI的影像分类功能，所以这一步不再展开叙述。

实习影像已经做过相关处理，可不做预处理。

2.分类系统的确定

根据研究范围、研究目的等，可以使用相关的分类系统。

在此例中，主要是对ENVI分类功能的简单应用，所以不再研究相关的分类系统，只需将几种常见地物做简单分类即可。

3.分类特征的选择

在此例中，我们选取了集中比较有代表性的地物进行分类，分别是：植被、人工设施、水体和裸土。

4.分类算法

有监督分类和非监督分类两大类，此例我们以监督分类为例

*实习步骤：

a.遥感影像的打开与合成

打开遥感影像，在ENVI主菜单里，点击【File】——【Open Image File】，打开遥感影像。

示例影像是一幅南京地区的Landsat TM影像，为了便于样本的选取，我们可以采取321真彩色合成，也可以采取432标准假彩色合成、543假彩色合成（可以更好地区分农村和城镇，以及水体和陆地边界）等。

b.样本点的选取

新建一个Display，在Display的主窗体的主菜单里，点击【Tools】——【Region Of Interest】——【ROI Tool】

在Window窗体里可通过鼠标勾选，完成ROI（Region Of Interest，兴趣区）的选取

在ROITool里可通过【New Region】按键，创建新兴趣区

图1 兴趣区的选取

c.执行监督分类

在ENVI主菜单里，点击【Classification】——【Supervised】——【Maximum Likelihood】

图2 分类输入文件的选取

图4 最大似然法参数设置

图5 最大似然法分类结果

5.分类后处理

在ENVI主菜单的【Classification】——【Post Classification】菜单里，勾选【Class Statistics】、【Change Detection Statistics】、【Confusion Matrix】等菜单项，进行相关后处理分析。

6.精度评价

精度评价是分类中必不可少的步骤。本例中主要采用的是混淆矩阵分析。

d.导入验证ROI

【Tools】——【Region Of Interest】——【ROI Tool】，同第b步，导入验证ROI。

e.进行混淆矩阵分析

【Classification】——【Post Classification】菜单里，勾选【Confusion Matrix】，可进行混淆矩阵分析。

图6 训练样本与验证样本比较

图7 混淆矩阵

7.制图与输出

f.导入南京市边界矢量文件

在ENVI主菜单里，点击【Open Vector File】，选择相应的EVF文件。

g.创建掩膜、应用掩膜

在ENVI主菜单里，点击【Basic Tools】——【Masking】——【Build Mask】，创建掩膜文件

在ENVI主菜单里，点击【Basic Tools】——【Masking】——【Apply Mask】，应用掩膜文件

图8 掩膜结果