【正文】 plying the HIS merge：應用 HIS 方法進行融合前的重采樣； （ 7）、 Destination File：融合結果輸出圖像文件 ； （ 8）、輸出數(shù)據統(tǒng)計時忽略零值： Ignore Zero in Stats； （ 9）、 Type：輸出文件數(shù)據類型； 圖 23 實驗結果：（如圖 24 所示） 圖 24 實驗四：第六章圖像分類（監(jiān)督分類 、分類后處理） 監(jiān)督分類 主要內容： 在 ERDAS 軟件中，對 TM 影像進行監(jiān)督分類，將圖像中的植被、水體、城鎮(zhèn)等地物特征提取出來。 主要操作步驟： 步驟一： 打開 ERDAS imagine，打開需要處理的圖像（如圖 1 所示） 在 ERDAS 主界面中點擊 Classifier 圖標， 選擇 Signature Editor（ 如圖 2 所示） 圖 1 圖 2 目視解譯要區(qū)分部分明顯地物，點擊 viewer 對話框中 ，選擇一種截取方式，在原圖中選擇一種地物截取，如圖 3 所示： 圖 3 打開 Signature Editor 對話框，點擊 ，出現(xiàn)圖 4 對話框： 圖 4 重復以上步驟，將原圖中水系均找出，按住 shift 鍵，將 Class中每一 欄選定 (圖5) ，點擊上圖中 將其合并，如圖 6 所示： 圖 5 圖 6 將合并后的結果重命名，刪除合并前的，以上述方法將圖中大部分地物合并，結 果如下圖 7 所示 ： 圖 7 將上圖模板保存。打開 ERDAS 面板中 Classifier，選擇 Supervised Classification，打開對話框，在 Input File 一欄中輸入原圖像，在 Input Signaturefile 一欄中輸入剛才保存的模板，在 Classified File 一欄輸入要輸出的數(shù)據，點擊 ok 即可，如圖 8 所示： 圖 8 打開處理后圖像，并與原圖像進行比較 原圖 處理后 實驗結果： 在監(jiān)督分類過程中，首先選擇可以識別或者借助其它信息可以斷定其類型的像元建立模板，然后基于該模板使計算機系統(tǒng)自動識別具有 相同特性的像元。對分類結果進行評價后再對模板進行修改，多次反復后建立一個比較準確的模板，并在此 基礎上最終進行督分類后圖像地物類型明顯，易于分辨不同地物，但處理后圖像依然存在錯分和漏分現(xiàn)象。 分類后處理： 主要內容： 在實際工作中有時候需要根據工作的要求進行分類后處理，無論監(jiān)督分類還是非監(jiān)督分類，都是按照圖像光譜特征進行聚類分析的，因此，都帶有一定的盲目性。所以，對獲得的分類結果需要再進行一些處理工作，才能得到最終相對理想的分類結果，分類后處理主要有：聚類統(tǒng)計、過濾分析、去除分析、分類重碼等。 主要 操作步驟： 聚類分析 在 ERDAS 圖 標 面 板 菜 單 條 中 ， 選 擇 MainImage InterpreterGIS AnalysisClump 命令，打開 Clump 對話框，如圖 1，并設置下列參數(shù)。 圖 1 （ 1） 選擇處理圖像文件（ Input File）。 （ 2） 定義輸出文件（ Output File）。 （ 3） 選擇文件坐標類型（ Coordinate Type）為 Map/File。 （ 4） 處理范圍確定（ Subset Definition）： UL X/Y， LR X/Y。 （ 5） 確定聚類統(tǒng)計鄰域大小（ Connected Neighbors）： 統(tǒng)計分析將對每個像元四周的 N 個相鄰像元進行?？梢赃x擇 4 個方向或者 8 個相鄰的像元。 （ 6） 點擊 OK 按鈕，關閉 Clump 對話框，執(zhí)行聚類統(tǒng)計分析。 過濾分析 在 ERDAS 圖 標 面 板 菜 單 條 中 ， 選 擇 MainImage InterpreterGIS AnalysisSieve 命令，打開 Sieve 對話框，如圖 2，確定下列參數(shù)： （ 1） 選擇處理圖像文件（ Input File）。 （ 2） 定義輸出文件（ Output File）。 （ 3） 定義輸出文件坐標類型（ Coordinate Type）： Map/File。 （ 4） 定義輸出文件處理范圍（ Subset Definition）： UL X/Y， LR X/Y。 （ 5） 選擇處理的圖層（ Select Layer）。 （ 6） 忽略輸出統(tǒng)計零像元值 Ignore Zero in Output Statistics。 （ 7） 確定最小圖斑大?。?Minimum Size）。 （ 8） 點擊 OK 按鈕，關閉 Sieve 對話框，執(zhí)行過濾分析。 圖 2 去除分析 在 ERDAS 圖 標 面 板 菜 單 條 中 ， 選 擇 MainImage InterpreterGIS AnalysisEliminate 命令，打開 Eliminate 對話框，如圖 3，確定下列參數(shù)： （ 1） 選擇處 理圖像文件（ Input File）。 （ 2） 定義輸出文件（ Output File）。 （ 3） 定義輸出文件坐標類型（ Coordinate Type）： Map/File。 （ 4） 定義輸出文件處理范圍（ Subset Definition）： UL X/Y， LR X/Y。 （ 5） 選擇去除分析的圖層（ Select Layer）。 （ 6） 忽略輸出統(tǒng)計零像元值 Ignore Zero in Output Statistics。 （ 7） 確定最小圖斑大小（ Minimum Size）。 （ 8） 點擊 OK 按鈕，關閉 Elininate 對話框，執(zhí)行去除分析。 圖 3 實驗結果： 聚類統(tǒng)計處理結果如圖 4 所示 圖 4 過濾分析處理結果如圖 5 所示。 圖 5 去除分析處理結果如圖 6 所示。 圖 6 參考文獻： [1].黨國榮，賈海峰，陳曉峰，張建寶等 .ERDAS+IMAGINE 遙感圖像處理教程 [M].北京：清華大 學出版社， 2021 年 4 月第一版 . 三、 實驗小結 實驗中出現(xiàn)過的問題（或錯誤）、原因分析 實驗一：此次實驗的過程中遇到了很多問題，由于是初次接觸遙感圖像處理的軟件，剛開始軟件的安裝就出現(xiàn)了很多問題，沒有認真的閱讀實驗安裝過程，造成軟件證書無效，不能正常運行。在今后的學習過程中要更加踏實，努力按照老師的要求去做，做實驗的時候多思考，勤嘗試。 實驗二： (1)采點時不夠準確，因為圖像縮的太小控制點不好選擇，代表圖和參考圖不好進行對照。 （ 2）控制點的最少數(shù)目為（ n+1）（ n+2） /2,第一次試驗是控制點選少了 一個，后面又進行了改進。因為不了解控制點的計算方法。 （ 3）校正后的圖像有點變形，因為采點不夠精準，采的點在圖上分布不均勻。 實驗三：命令框的參數(shù)設置出現(xiàn)錯誤，不能正確得到實驗結果； 實驗四：處理后圖像依然存在錯分和漏分的現(xiàn)象。 缺乏一定的生活經驗，監(jiān)督分類不是很滿意。 保證實驗成功的關鍵問題 試驗一：數(shù)據的輸入與輸出的方法步驟不是很復雜，但也不能放松警惕，在實驗過程中，要認真的閱讀實驗指導書，認真的做實驗。 實驗二：在進行校正的過程中應注意操作的規(guī)范性和態(tài)度的嚴謹，尤其是在控制點的采 集過程中更要注意以下幾點： （ 1）要了解控制點選取的最少數(shù)目的確定方法：（ n+1）（ n+2） /2。 （ 2）在條件的允許下控制點的選取要大于最低數(shù)很多，從而保證幾何校正的效果。（ 3）控制點的選擇要以配準對象為數(shù)據，關鍵在于建立待匹配的兩種坐標的對應點關系。 （ 4）控制點應選取圖像上易分辨且較精細的特征點，如道路的交叉點或分叉處等等。（ 5）特征變化大的地區(qū)應該多選擇一點控制點。 實驗三：在本次實驗中，實驗的過程是很復雜的，會感覺到枯燥和乏味，所以要細心和耐心的對待本次實驗。 實驗四：通過本次實驗，對遙感圖 像監(jiān)督分類有了更清楚的了解，但分類有點少，所以下次實驗要注意這方面的問題，避免錯分和漏分現(xiàn)象的發(fā)生。 本實驗改進措施： 實驗一： 要區(qū)別對待輸入單波段數(shù)據和輸入多波段數(shù)據。 熟悉并掌握其他圖像數(shù)據輸入 /輸出。 實驗二： 增加控制點 ,認真選擇控制點，減小誤差，對于誤差較大點的點，應從新選擇，反復試驗。圖像增強以提高選點的質量。 精確選擇控制點的位置，最好是利用計算機的自動控制選點功能，提高控制點選擇的精度，減小校正誤差。 實驗三、 卷積增強處理要理解卷積運算的方法步驟； 聚焦窗口形狀可以通 過調整對話框中提示的窗口組成要素來確定； 實驗四： 對于所選的樣本的灰度值比較相似的，可以對這幾個樣本區(qū)域進行類的合并，通過點擊圖標來實現(xiàn)并替換原來的兩個類別。 樣本的選取在各個地方選擇，會使實驗結果更好。 對實驗自我評價： 我在操作的過程中操作盡量的做到規(guī)范性、操作的過程中態(tài)度也比較的嚴謹對于一些出錯的地方，認真分析了出錯的原因和進行改進、糾正錯誤。同時在對本次的實驗的操作和實驗報告的撰寫，我對遙感圖像的數(shù)據輸入與輸出，圖像增強處理及幾何校正的原理、方法、和其具體的步驟有了一個清晰的認識，達到了實 驗要求的目的。 指導教師評語及得分： 得分： 簽名： 年 月 日