ENVI样本面向对象分类，envi如何进行分类

怎样利用ENVI进行有监督的分类

根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。

选择保存文件类型和位置，保存结果。ENVI监督分类图像分割，打开ENVI并加载栅格图像，在Toolbox工具栏找到Example Based Feature Extraction Wokflow，双击打开进行编辑设置和保存。

要进行线性分类，键入值为0。没有隐藏层，不同的输入区域必须与一个单独的超平面线性分离。要进行非线性分类，输入值应该大于或等于1，当输入的区域并非线性分离或需要两个超平面才能区分类别时，必须拥有至少一个隐藏层才能解决这个问题。

通过使用ENVI的六种主要的遥感监督分类器——平行六面体分类、最小距离分类、马氏距离分类、最大似然分类、神经网络分类和支持向量机分类的命令，加深对遥感监督分类原理的理解，了解其技术实现过程，初步掌握其ENVI功能命令的基本使用操作。

envi监督分类后打开需要的对象，选择菜单栏中的工程应用。这个时候，直接点击计算表面积里面的根据图上高程点。下一步如果没问题，就对编码识别生成的pl线进行确定。

相关问答

Q1: 易康和ENVI中面向对象分类哪个比较好

1、前一个没用过，我用的是ENVI他有个缺点就是不同分类不能够给予他不同的最佳分割尺度，所以其实还是有一点缺陷的，不过你要是基本用的话已经足够了，要做面向对象方面研究的话还是不够。

2、个人通过尝试发现使用“面向对象和基于专家系统的决策树分类”比较好用。特别是基于专家的分类树，如果研究区地形起伏较大，那么DEM可以充分发挥作用。

3、默认显示一个节点和两个类别；首先按照 NDVI 来区分植被与非植被。

4、方差：两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。

5、这个是很老的问题了，百度一下能出来一堆。。最关键的区别在于，面向对象的方法中，你处理的是“图像块”（也就是所谓的对象，一般由分割得到）。

6、可以取得比较好的效果，尤其SVM是比较稳健的分类方法。比如ENVI中监督分类就有这两类分类方法。不过ENVI中的神经网络似乎有点问题，不太容易收敛。另一类方法则是一楼提到的面向对象的分类方法。首先将同质区域进行分割、合并。

Q2: ENVI分类后处理

1、第一步，启动ENVI。（如下图所示）第二步，打开分类后图像。（如下图所示）第三步，将图像放大，会发现图像上面有许多小斑块，而对这些小斑块的去除是分类后处理的一项重要内容。

2、常用分类后处理通常包括：更改分类颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。本课程将以几种常见的分类后处理操作为例，学习分类后处理工具。

3、envi监督分类后打开需要的对象，选择菜单栏中的工程应用。这个时候，直接点击计算表面积里面的根据图上高程点。下一步如果没问题，就对编码识别生成的pl线进行确定。

4、可能你忘了保存地址，或者没选。实在找不到的话，就重新做一遍吧。另外你看看你现在分类文件是不是还保留分类信息，就是在image窗口双击图元，看看data值是不是分类的数据，如果是，还可以根据这个分离，得到矢量图。

5、这个是在arcgis中进行平滑处理，要安装arcgis软件，在软件中找。

关于ENVI样本面向对象分类和envi如何进行分类的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。