erdas监督分类
监督分类
1.选择“Classifier—Signature Editor”
打开“Raster--Tools”
在图像上采样，每种地物类型采样5-8次，添加到上述编辑器中，然后将同类地物合并。
合并后的编辑器显示为：
选择编辑器上方窗口“分类——监督分类”
2.重分类
选择“Interpreter—GIS Analysis--Recode”
在Set Recode中将同一类地物赋予相同的值。
3.去除小图斑
选择“Interpreter—GIS Analysis --Clump”.
选择“Interpreter—GIS Analysis--Eliminate”
得到的图像为：
精度评价
打开原图：
选择“Classifier—Accuracy Assessment”.
在对话框中，打开监督分类后的图像，关联原图。选择“Edit—Create\Add Random Points”
选取前10个，选择“View—Show Current Selection”将每个点对应的地物类型写在Reference。
依次选取其他的点。
生成报告，选择Report。Error Matrix
Accuracy Total
Kappa Statistics
遥感图像几种分类方法的比较
摘要 遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。 遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理，达到自动分类识别地物的目的。遥感图像分类主要有两类分类方法:一种是非监督分类方法，另一种是监督分类方法。非监督分类方法是一个聚类过程，而监督分类则是一个学习和训练的过程，需要一定的先验知识。非监督分类由十不能确定类别属性，因此直接利用的价值很小，研究应用也越来越少。而且监督分类随着新技术新方法的不断发展，分类方法也是层出不穷。从传统的基十贝叶斯的最大似然分类方法到现在普遍研究使用的决策树分类和人工神经网络分类方法，虽然这些方法很大程度改善了分类效果，提高了分类精度，增加了遥感的应用能力。但是不同的方法有其不同优缺点，分类效果也受很多因素的影响。 本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上，应用最大似然分类法、决策树分类法对TM影像遥感图像进行了分类处理。在对分类实现中，首先对分类过程中必不可少的并影响分类效果的步骤也进行了详细地研究，分别是分类样本和分类特征；然后详细介绍两种方法的分类实验；最后分别分析分类结果图，采用混淆矩阵和kappa系数对两种方法的分类结果进行精度评价。 关键词:TM遥感影像，图像分类，最大似然法，决策树 题目：遥感图像几种分类方法的比较...................................... 错误！未定义书签。摘要.. (1) 第一章绪论 (3)
1.1遥感图像分类的实际应用及其意义 (4) 1.2我国遥感图像分类技术现状 (5) 1.3遥感图像应用于测量中的优势及存在的问题 (6) 1.3.1遥感影像在信息更新方面的优越性 (6) 1.3.2遥感影像在提取信息精度方面存在的问题 (6) 1.4研究内容及研究方法 (8) 1.4.1研究内容 (8) 1.4.2 研究方法 (8) 1.5 论文结构 (9) 第二章遥感图像的分类 (9) 2.1 监督分类 (9) 2.1.1 监督分类的步骤 (9) 2.1.2 最大似然法 (11) 2.1.3 平行多面体分类方法 (12) 2.1.4 最小距离分类方法 (13) 2.1.5监督分类的特点 (13) 2.2 非监督分类 (14) 2.2.1 K-means算法 (14) K-均值分类法也称为 (14) 2.2.2 ISODATA分类方法 (15) 2.2.3非监督分类的特点 (17) 2.4遥感图像分类新方法 (17) 2.4.1基于决策树的分类方法 (17) 2.4.2 人工神经网络方法 (19) 2.4.3 支撑向量机 (20) 2.4.4 专家系统知识 (21) 2.5 精度评估 (22) 第三章研究区典型地物类型样本的确定 (24) 3.1 样本确定的原则和方法 (24) 3.2 研究区地物类型的确定 (24) 3.3样本区提取方案 (25) 3.4 各个地物类型的样本的选取方法 (25) 3.4.1 建立目视解译标志 (25) 3.4.2 地面实地调查采集 (26) 3.4.3 利用ENVI遥感图像处理软件选取样本点 (26) 第四章遥感图像分类实验研究 (26) 4.1遥感影像适用性的判定 (26) 4.2分类前的预处理 (28) 4.2.1空间滤波的处理 (28) 4.2.2 频域滤波处理 (28) 4.3利用ENVI软件对影像按照不同的分类方法进行监督分类 (30) 4.3.1监督分类 (30) 4.3.2 决策树 (33) 4.4分类后的处理 (35)
Erdas非监督分类全过程
Erdas基础教程: 非监督分类 来源：师大学旅游与环境学院 1．图像分类简介（Introduction to classification） 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规图像分类主要有两种方法：非监督分类与监督分类，专家分类方法是近年来发展起来的新兴遥感图像分类方法，下面介绍这三种分类方法。 非监督分类运用1SODATA（Iterative Self-Organizing Data Analysis Technique ）算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时。原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。 专家分类首先需要建立知识库，根据分类目标提出假设，井依据所拥有的数据资料定义支持假设的规则、条件和变量，然后应用知识库自动进行分类，ERDAS IMAG1NE图像处理系统率先推出专家分类器模块，包括知识工程师和知识分类器两部分，分别应用于不同的情况。 由于基本的非监督分类属于IMAGINE Essentia1s级产品功能、但在1MAGINE Professional级产品中有一定的功能扩展，而监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品，所以，非监督分类命令分别出现在Data Preparation菜单和classification菜单中，而监督分类和专家分类命令仅出现在Classification菜单中。 2 非监督分类（Unsupervised Classification） ERDAS IMAGINE使用ISODATA算法（基于最小光谱距离公式）来进行非监督分类。聚类过程始于任意聚类平均值或一个己有分类模板的平均值：聚类每重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。 ISODATA实用程序不断重复，直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。 2．1分类过程（classification ProcedUre ） 第一步：调出非监督分类对话框 调出非监督分类对话框的方法有以下两种： 方法一：在ERDAS图标面板工具条中，点击Dataprep图标 → Data Preparation →unsupervised Classification →Unsupervised Classification对话框如下：
关于垃圾分类的作文800字_高中垃圾分类作文精选五篇
关于垃圾分类的作文800字_高中垃圾分类作文精选五篇 近几年来，我国环境污染尤为严重，保护环境已成为人人关注的问题，保护环境、从我做起。做为城市中渺小的一员，也是需要尽到这份责任。今天小编给大家分享一 下有关于垃圾分类哦的作文，让我们一起来欣赏一下吧! 【篇一】垃圾分类作文800字 垃圾分类——已经不是一个新鲜的词了。东莞每天产出垃圾1万吨，每年填埋处 理费就是11亿元，地球是我们赖以生存的家园，而这个家园正在被垃圾所包围着。这个触目惊心的数据时刻提醒着我们，再不把垃圾分类处理，地球就没了! 平时在家里，我经常听到长辈们讲起现在舅父家后面那条河，我妈妈小时候和小 伙伴们在小河里戏水玩耍时的情景。那时候，绿水如带，清澈见底，河里有许多小鱼 小虾，口渴时随手捧起就能喝。野花和嫩草种小河两边，中间每隔一米就有一棵郁郁 葱葱的大树，显得一片生机。可是，现在放眼望去，野花、嫩草、大树都不见了;河水 浑浊不堪，死鱼死虾和垃圾漂浮满了整个河面，一走进小河，一股股恶臭就扑鼻而来。人们经过小河，都要捂着鼻子走路。之所以美丽的小河不见了，是因为现在人们的生 活水平提高了，家里都有了卫生设施。然而那些生活污水都被排到了我们周围的河道里，导致了小鱼小虾死亡。一阵风吹过来，各种颜色的塑料袋便满天飞舞;在路上随意 走走，丢弃的易拉罐、废电池到处可见。听我妈妈说一节五号的废电池就能污染至少 一平方米的土壤，60万升水，如果每家每户丢弃一节废电池的话，那我们全中国的土地、河流岂不是都要被污染了吗?到时候，我拿什么地方来种东西吃?拿哪些水来做饮 用水? 其实，垃圾只是被我们放错的资源。1吨废塑料至少能回炼600公斤的汽油和柴油。1吨废纸可再造700公斤好纸和少砍17棵大树，还能减少纸浆生产的水污染。我知道了原来垃圾还有这么大作用后，我和妈妈在家里做了四个垃圾桶，分别在上面贴 上了“可回收垃圾桶”、“厨房垃圾桶”、“有害垃圾桶”、“其它垃圾桶”。刚一开始，我认 真地把垃圾分类放进垃圾桶，装满了以后再把垃圾投放到相对应的小区大垃圾桶里。 但过了一段时间，我开始嫌这样麻烦了，就随便地投放垃圾。我妈妈知道了，把我叫 到面前，语重心长地对我说：“婷婷，是你告诉我要分类投放垃圾的，我们母女俩还亲 手做了四个垃圾桶。怎么现在你又不分类投放垃圾了?如果每个人都贪图一时的方便，随便丢垃圾，我们生存的家园——地球，将会变成垃圾的海洋!”听了妈妈的话，我的
有关垃圾分类的议论文_高中垃圾分类作文五篇精选
有关垃圾分类的议论文_高中垃圾分 类作文五篇精选 很多人说：垃圾是危害我们健康的“”，是破坏地球的“不良少年”，其实垃圾只是放错地方的资源，它们也有重新利用的价值。虽然目前我们已经有不少环卫工人，但是只靠环卫工人是不够的，更要靠我们的自觉。今天给大家分享一下有关于垃圾分类的优秀作文，让我们一起来欣赏一下吧! 第1篇：我的建议书 敬爱的校长： 您好!您最近的工作还顺利吗? 我是五(3)班的一名学生，名叫徐山。我即将小学毕业离开母校。回忆五年来老师对我们的关心、体贴、爱护和教育都历历在目。母校的领导和老师对工作高度负责的态度，令我感动，但也有一些做得不周到的地方，老师们也没有在意，但我们却认为，这是学校的缺点我提建议也是为了报答老师对我们这五年来的 培育。我想让后来的小弟弟、小妹妹们能在一个有特别好的环境的学校里学习。因此，我希望校长能采纳我的建议。
建议一：开一个电脑室，这样我们就能到电脑室去上课，我们就对学习感兴趣。预习时，查课后资料也就方便了。 建议二：把实验室开放起来，不然上自然课的时候，不管老师怎么费尽口舌，我们难免也会有一那些不懂得地方。如果实验室开放了，我们有不懂的问题做一下实验就知道了，而且记忆非常深刻。 建议三：我希望学校把每个班级里挂三台电风扇，第一台挂在讲座上空，给老师扇风，第二台挂在中间，给中间的同学扇风，第三台挂在最后，给最后一排的同学扇风。如果不挂电风扇的话，到了夏天，坐在第一组的人又没有窗帘，太阳晒长了就会中暑。 建议四：现在的跑道的确给同学们带来不便，夏天，同学们上体育课时，会被尘土呛的喘不过气来，尘土中的细菌时时危害着同学们的健康。冬天到了，土地变得非常僵硬，同学们跳绳、跑步时容易被磕伤、碰伤，也给同学们的安全带来了隐患。所以，我希望学校能够将现在的跑道改为橡胶跑道。 敬爱的校长，我的建议可行吗?衷心地祝愿我们的学校越办越好。 此致 敬礼
ERDAS遥感图像处理教程 绝对给力
《遥感数字图象处理实验指导书》 实习须知 实验室资源： 1 硬件设备： 局域网系统； 高级PC 计算机（每人一台，在规定时间使用）； 2 软件系统 Windows 2000 或Windows XP ERDAS IMAGINE 8.6 ArcToolbox ArcMap Microsoft Word Microsoft Excel Zip program 3 数据资源 数据源： ERDAS IMAGINE 8.6软件附带的examples； XX地区TM、ETM、Spot遥感数据 区部分矿山企业基础数据XX． 实习目的与内容 1 实习目的 本实习为已具有RS的基本概念和理论基础的学生设计，目的是帮助学生在了解RS基本组成与数据结构模型的基础上，重点学习使用ERDAS IMAGINE8.6软件进行视窗操作、数据数据预处理、图像解译、图像分类和矢量功能；了解地图投影系统的使用；学习多种数据输入的方法，不同数据格式转换，数据库模式的定义等多种前后期处理工作；掌握遥感图像前后处理和解译、分类地理的技术流程和方法，数据库建设以及地理数据的编辑和管理；配合具体实例运用GIS空间分析工具。通过系列实习过程，重点培养学习者掌握RS提取信息的基本过程和技巧，并可初步用来解决运用遥感提取信息的问题。 2 实习内容 实习1：ERDAS IMAGINE 8.6系统简介与入门；包括：软件概述，视窗操作中的菜单工具条的介绍，数据的输入输出。 实习2：数据预处理；包括：图像分幅剪裁，图像几何校正，图像拼接处理，图像投影变换；实习3：图像解译；包括功能简介，辐射增强处理（去霾处理）、常用的光谱增强处理（假彩色合成与指数计算）、空间增强处理（分辨率融合）。
试述遥感图像分类的方法,并简单分析各种分类方法的优缺点。
遥感原理与应用 1.试述遥感图像分类的方法，并简单分析各种分类方法的优缺点。答：监督分类：1、最大似然法；2、平行多面体分类法:这种方法比较简单，计算速度比较快。主要问题 是按照各个波段的均值为标准差划分的平行多面体与实际地物类别数据点分布的点群形态不一致，也就造成俩类的互相重叠，混淆不清的情况；3、最小距离分类法:原理简单，分类精度不高，但计算速度快，它可以在快速浏览分类概况中使用。通常使用马氏距离、欧氏距离、计程距离这三种判别函数。主要优点：可充分利用分类地区的先验知识，预先确定分类的类别；可控制训练样本的选择，并可通过反复检验训练样本，以提高分类精度（避免分类中的严重错误）；可避免非监督分类中对光谱集群组的重新归类。主要缺点：人为主观因素较强；训练样本的选取和评估需花费较多的人力、时间；只能识别训练样本中所定义的类别，对于因训练者不知或因数量太少未被定义的类别，监督分类不能识别，从而影响分结果（对土地覆盖类型复杂的地区需特别注意）。 非监督分类：1、ISODATA； 2、K-Mean：这种方法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代的过程中又没有调整类别数的措施，因此不同的初始分类可能会得到不同的分类结果，这种分类方法的缺点。可以通过其它的简单的聚类中心试探方法来找出初始中心，提高分类结果；主要优点：无需对分类区域有广泛地了解，仅需一定的知识来解释分类出的集群组；人为误差的机会减少，需输入的初始参数较少（往往仅需给出所要分出的集群数量、计算迭代次数、分类误差的阈值等）；可以形成范围很小但具有独特光谱特征的集群，所分的类别比监督分类的类别更均质；独特的、覆盖量小的类别均能够被识别。主要缺点：对其结果需进行大量分析及后处理，才能得到可靠分类结果；分类出的集群与地类间，或对应、或不对应，加上普遍存在的“同物异谱”及“异物同谱”现象，使集群组与类别的匹配难度大；因各类别光谱特征随时间、地形等变化，则不同图像间的光谱集群组无法保持其连续性，难以对比。
实验六：遥感图像监督分类与非监督分类
成都信息工程学院 遥感图像处理实验报告 实验6：遥感图像监督分类与非监督分类 专业：遥感科学与技术 班级： 092班 姓名：李翔 学号：2009043063 实验名称：遥感图像监督分类与非监督分类 实验教室： 5404教室 指导老师：刘志红 实验日期：2011年4月6日和4月13日
遥感数字图像处理实验报告 一、项目名称 遥感图像监督分类与非监督分类 二、实验目的 学会使用ERDAS IMAGINE软件对遥感图像进行非监督分类、监督分类、分类后处理、决策树分类，加深对图像分类过程和原理的理解，为图像解译打下基础。 三、实验原理 同类地物在相同的条件下应该具有相同或相似的光谱信息和空间信息特征。反之，不同类的地物之间具有这些差异。根据这些差异，将图像中的所有像素按其性质分为若干类别的过程，称为图像的分类。 根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行训练和监督，可将遥感图像分类方法划分为监督分类和非监督分类。 分类后处理包括聚类统计、过滤分析、去除分析和分类重编码等操作。 聚类统计是通过计算分类专题图像每个分类图斑面积、记录相邻区域中最大图斑面积的分类操作。 四、数据来源 1．下载网站：https://www.wendangku.net/doc/118406568.html,/admin/dataLandsatMain.jsp 2．波段数为6个。 3．分辨率为28.50,米。 4．投影为UTM, Zone48。 五、实验过程 一、非监督分类 1.在ERDAS IMAGINE依次点击如下图标，打开对话框， 2. 设定好输出数据，设置聚类选项，确定初始聚类方法和分类数。设置预处理选项，确定循环次数和阈值。如图所示：
垃圾分类论文
垃圾分类论文 我们每个人每天都会扔出许多垃圾，你知道这些垃圾它们到哪里去了吗？在一些垃圾管理较好的地区，大部分垃圾会得到卫生填埋、焚烧、堆肥等无害化处理，而更多地方的垃圾则常常被简易堆放或填埋，导致臭气蔓延，并且污染土壤和地下水体。垃圾无害化处理的费用是非常高的，根据处理方式的不同，处理一吨垃圾的费用约为一百至几百元不等。人们大量地消耗资源，大规模生产，大量地消费，又大量地生产着垃圾。后果将不可设想。 从如今生活垃圾一般可分为四大类：可回收垃圾、厨余垃圾、有害垃圾和其它垃圾。常用的垃圾处理方法主要有：综合利用、卫生填埋、焚烧发电、生物堆肥、资源返还。 垃圾分类应坚持的原则可概括为：1.分而用之原则。分类的目的就是为了将废弃物分流处理，利用现有生产制造能力，回收利用回收品，包括物质利用和能量利用，填埋处置暂时无法利用的无用垃圾。分类就是要提高物质利用比例，减少焚烧、填埋处理量。[1]如果没有后续利用能力，分类便失去意义。 2.因地制宜原则[2]。各地、各区、各社（区）、各小区地理、经济发展水平、企业回收利用废弃物的能力、居民来源、生活习惯、经济与心理承担能力等各部相同，需要结合实际情况，因地制宜，向公众提供便捷适用的软、硬件设施，起到便民、引导公众正确分类的作用。 3.自觉自治[3]。社区和居民，包括企事业单位，逐步养成“减量、循环、自觉、自治”的行为规范，创新垃圾分类处理模式，成为垃圾减量、分类、回收和利用的主力军。 分类种类 可回收垃圾主要包括废纸、塑料、玻璃、金属和布料五大类。废纸：主要包括报纸、期刊、图书、各种包装纸等等，但是要注意纸巾和厕所纸由于水溶性太强不可回收。玻璃：主要包括各种玻璃瓶、碎玻璃片、镜子、灯泡、暖瓶等。金属物：主要包括易拉罐、罐头盒等。布料：主要包括废弃衣服、桌布、洗脸巾、书包、鞋等。通过综合处理回收利用，可以减少污染，节省资源。如每回收1吨废纸可造好纸850公斤，节省木材300公斤，比等量生产减少污染74%；每回收1吨塑料饮料瓶可获得0．7吨二级原料；每回收1吨废钢铁可炼好钢0．9吨，比用矿石冶炼节约成本47%，减少空气污染75%，减少97%的水污染和固体废物。 餐厨垃圾包括剩菜剩饭、骨头、菜根菜叶、果皮等食品类废物，经生物技术就地处理堆肥，每吨可生产0.6-0.7吨有机肥料。 有害垃圾包括电池、荧光灯管、灯泡、水银温度计、油漆桶、家电类、过期药品、过期化妆品等等。 其他垃圾包括除上述几类垃圾之外的砖瓦陶瓷、渣土、卫生间废纸、纸巾等难以回收的废弃
遥感图像分类
实验四遥感图像分类 一、背景知识 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。 非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分类属于IMAGINE Essentials级产品功能，但在IMAGINE Professional级产品中有一定的功能扩展，非监督分类命令分别出现在Data Preparation菜单和Classification菜单中，而监督分类命令仅出现在Classification菜单中。 二、实验目的 理解并掌握图像分类的原理，学会图像分类的常用方法：人工分类（目视解译）、计算机分类（监督分类、非监督分类）。能够针对不同情况，区别使用监督分类、非监督分类。理解计算机分类的常用算法实现过程。熟练掌握遥感图像分类精度评价方法、评价指标、评价原理，并能对分类结果进行后期处理。 三、实验内容（6课时） 1.非监督分类（Unsupervised Classification)； 2.监督分类（Supervised Classification)； 3.分类精度评价（evaluate classification）； 4.分类后处理（Post-Classification Process）； 四、实验准备 实验数据： 非监督分类文件：germtm.img 监督分类文件：tm_860516.img 监督模板文件：tm_860516.sig 五、实验步骤、方法 1、非监督分类（Unsupervised Classification)
遥感影像的分类处理
摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程
监督分类
实验十监督分类 实例与练习：某地区的遥感影像监督分类 背景：现有某地区TM影像，需要进行土地利用类型划分，并对分类结果进行评价。本例中使用监督分类的方法，实现土地利用类型的划分。 目的：通过练习，熟练掌握并理解监督分类的方法、评价方法的原理及实现过程，体会在具体应用中的适应性。 监督分类流程图： 监督分类过程 1 定义分类模板 （1）在viewer窗口中选择打开smtm.img，在raster options选择fit to frame
（2）单击classifer|classification|signature editor，打开分类模板编辑器（signature editor）（3）在viewer窗口中打开raster|tools，打开raster工具面板 （4）选择AOI多边形绘制按钮，进入多边形AOI绘制状态，在图像上选择深蓝色区域，绘制一个多边形AOI，在signature editor窗口，单击按钮，将多边形AOI区域加载到signature editor分类模板属性表中 （5）在图像上继续选择深蓝色区域，再绘制一个多边形AOI，在signature editor窗口，单击按钮，将多边形AOI区域加载到signature editor分类模板属性表中 （6）用同样的方法加载9个深蓝色多边形AOI （7）在分类模板属性表中，依次单击这些AOI的class#字段下的分类编号（按住shift键），并单击，将所选中的模板合并成一个新的模板，则生成一个新的模板 （8）单击其signature name属性进入编辑状态，输入water，单击color属性，选择深蓝色 （9）在signature editor菜单条，单击edit|delete，删除合并前的模板 （10）在图像上继续选择多个砖红色区域AOI（farmland），赭色区域AOI（forest），绿色区域AOI（grass），浅蓝色区域AOI（resident） （11）单击signatureedit|file|save命令，打开保存对话框，确定是保存所有模板(all)，并保存分类模板文件的目录 2评价分类模板 （1）分类预警评价 ①选中water类别 ②在signature editor窗口，选择某类或者某几类模板，单击view|image alarm命令，打开 signature alarm对话框 ③选中indicate overlap复选框，设置同时属于两个及以上的像元叠加预警显示，点击色框 设置为黄色 ④点击edit parallelepiped limit|limit|set，设置计算方法（method）：minimum/maximum， 并选择使用的模板：current（当前模板） ⑤设置完成后，单击ok按钮，返回limits对话框，单击close按钮，返回signature alarm 对话框，单击Ok按钮执行分类预警评价，形成预警掩膜，单击close按钮，关闭signature alarm对话框
论中国在垃圾分类方面的问题和解决建议
青年与社会 2018年11月中 第32期总第723期 随着人们生活水平的提高，城市垃圾也越来越多，根据环保部的数据统计，2015年全国共产生生活垃圾18564万吨，城市垃圾已经成为全国大中城市一个重要的污染来源，垃圾分类已经刻不容缓。遵循减量化、资源化、无害化的原则，实施垃圾分类，可以有效改善城乡环境，促进资源回收利用，加快“两型社会”建设，牢固树立和贯彻落实创新、协调、绿色、开放、共享的发展理念，加快建立分类投放、分类收集、分类运输、分类处理的垃圾处理系统，形成以法治为基础、政府推动、全民参与、城乡统筹、因地制宜的垃圾分类制度，努力提高垃圾分类制度覆盖范围，将生活垃圾分类作为推进绿色发展的重要举措，不多完善城市管理和服务，创造优良的人居环境。 一、垃圾分类的困境 2000年，建设部下发了《关于公布生活垃圾分类收集试点城市的通知》，确定了我国生活垃圾分类试点城市，开启了垃圾分类的序幕。经过十多年的发展，我国垃圾分类仍然没有成效。纵观世界各国和各城市，垃圾分类工作真正做得好的只有德国、日本、新加坡、台北等少数国家或城市；目前国外的生活垃圾分类技术和标准已经十分成熟，但由于我国不同城市的生活垃圾成份、性质、终端处置模式，以及我国的具体国情都不相同，很难直接将国外的先进垃圾分类方法应用到国内；国内城市之间也很难有可直接借鉴的经验。此外，由于国内城市生活垃圾的定义、范畴和国外也有较大差距，一些国外的评价指标在国内的具体计算方法也不明确，各地摸索的评价指标也不尽相同，评价体系的不完善给各级管理部门对垃圾分类效果的评价造成了影响，也很难反映出我国城市和国外城市，以及我国不同城市之间生活垃圾分类水平的差距。垃圾分类是一项系统工程，新中国成立后这五十余年，人口一直位居世界第一，如此地大物博的中国，不可能完全照搬国外经验，需要结合我国城市的实际，做大量的准备工作，各城市的基础又很薄弱，缺乏实际经验，很多都还处在纸上谈兵阶段，需要从长计议。 我们需要探索一条适合中国国情的垃圾分类之路，在探索过程中，尽管各城市的主管部门热情较高，但仅有热情是不够的，还有一些困难要重视并加以解决。虽然我国垃圾分类回收工作已经开展多年，但是垃圾回收效果仍然较差，城市垃圾回收现状存在着诸多问题，主要问题体现在以下几个方面： （一）市民对垃圾分类的积极性不高，环保意识较低 随着生活水平的改善，人们的消费观念不断改变，垃圾分类收集意识较低，分类回收难度大。目前国内城市的垃圾分类也按照不同的标准在进行，如分成可回收和不可回收、有机物垃圾和无机垃圾、可燃垃圾和不可燃垃圾、干垃圾和湿垃圾等，名称复杂的垃圾分类体系给市民的投放造成了困扰。垃圾分类标准虽然设置得很复杂，然而垃圾分类设施设置得却过于简单。我国城市的垃圾箱只设置为可回收垃圾箱以及不可回收垃圾箱，虽然看起来容易，但是在生活中人们就难以辨别，以塑料袋为例，有的塑料袋是可以降解，有的塑料袋是不可以降解的，非专业人士根本无法看出，这样就使得人们在垃圾分类的时候始终存在疑虑。两个垃圾箱造型相同，仅颜色不同，可回收的标志也并不明显，人们容易产生垃圾箱功能一致的想法。尽管市民通过各种渠道已经了解了垃圾分类，但由于缺乏对垃圾分类整体知识的了解，很多人还不知道具体如何分类，人们没有垃圾分类的生活习惯，更缺乏相关的垃圾分类的常识，市民真正投入生活垃圾分类的人数有限。垃圾分类是从西方引进的观念，中国传统对垃圾的处理方式主要为就地焚烧或者将垃圾扔到具体地点，没有“垃圾也是宝”的观念。 各城市要根据本市垃圾组分的特点，建立相应的垃圾分类处理的设施，不要居民把垃圾分类投放了，而环卫部门又把垃圾混在一起运到填埋场或焚烧厂埋掉或烧掉，市民意见很大，影响市民分类的积极性，这也是目前市民不够配合垃圾分类的原因之一。 （二）垃圾分类的法律法规并不健全 我国关于居民垃圾分类的政策基本上属于建议性的规则，而不是强制性的规则，如果将垃圾分类写入到国家的法律法规中，能够提高民众垃圾分类的约束力，提高民众的垃圾分类意识。我国目前还没有专门关于垃圾分类的法律规定，关于垃圾分类的最高级别的政策规定是2017年国务院出台了《生活垃圾分类制度实施方案》，在46个城市进行试点；但是垃圾强制分类的类别只规定了必须有有害垃圾这一类别，强制分类的主体范围仍然限定在公共机构和相关企业，对于产生生活垃圾最多的居民区物业仍然没有规定。由此可见，我国垃圾分类的法律法规建设仍然还处于初步发展阶段。 目前，我国虽然在一些法律条文中对垃圾分类做出了规定，但其立法原则、思想相对滞后，原则性规定多，实质性、可操作性的规定少，例如在《固体废物污染环境防治法》《城市生活垃圾管理办法》中都提到了生活垃圾的分类，但是对于具体分类方式、如何分类、不分类的处罚等没有明确规定，给管理部门的具体实施带来了一定难度。此外，缺乏全国性的实施细则和配套法规影响了垃圾分类立法的严肃性、稳定性和强制性。许多城市在快速发展过程中，形成了城中村，城中村居住大量的外来务工人员。有些大城市常住相当多的外国籍人员，这些人员对垃圾分类意识还是比较淡薄得，主要是因为宣传还局限于垃圾分类的意义和市民的环境卫生意识等层面；所以垃圾分类宣传应当包括垃圾分类的政策法规、处罚措施规定和具体垃圾分类投放指引等实际内容，尤其是垃圾分类的政策法规宣传尤为重要。宣传应当包括垃圾分类的政策法规、处罚措施规定和具体垃圾分类投放指引等实际内容，没有法律法规的规定和政府的正式政策措施，市民就会感觉垃圾分类还没到真正实行阶段，就不会真正重视，也就不会分类投放。 （三）垃圾分类回收处理没有实现全面产业化 垃圾分类虽然带有一定的公益属性，但是却不能把它作 论中国在垃圾分类方面的问题和解决建议 王伟华 （无锡城市职业技术学院讲师，江苏 无锡 214063） 2018. VOL. 723. NO. 32 ·242·
实验三 监督分类
实验三：遥感图像计算机分类---监督分类 一、实验目的与要求 掌握监督分类的方法与过程，加深对监督分类的基本原理以及过程的理解。 二、实验内容 ERDAS遥感图像监督分类：定义分类模板、进行监督分类、评价分类结果。 三、实验原理 监督分类则需要在分类前人们对遥感图像上某些抽样区中影像地物的类别属性已有了先验知识，即先建立训练区从图像中选取各类地物样本训练分类器。常用的分类方法有最小距离分类、多级切割法和最大似然法分类等。最大似然法通过求出每个像元对于各类别归属概率，把该像元分到归属概率最大的类别中去的方法。其前提是假定训练区地物的光谱特征近似服从正态分布。 训练区的选取要求：训练区所包含的样本的种类要与待分区域的类别一致，训练样本要有代表性。 四、实验步骤 1、定义分类模板 第一步：显示要进行分类的图像 第二步：打开摸板编辑器并调整显示字段 ERDAS 图标面板工具条，点击Classifier图标→Classification菜单→Signature Editor菜单项，打开Signature Editor对话框
分类模板编辑器 第三步：获取分类模板信息 (1)删除对分类意义不大的字段 Signature Editor对话框菜单条,单击View|Columns命令，打开View signature columns对话框，点击最上一个字段的Co1unmn字段下拖拉直到最后一个段,此时，所有字段都被选择上，并用黄色（缺省色）标识出来。按住shift 键的同时分别点击Red、Green、B1ue 三个字段,Red、Green、Blue三个字段将分别从选择集中被清除。点击Apply按钮，点击Close按钮。从View Signature Co1umns 对话框可以看到Red、Green、Blue 三个字段将不再显示。 (2)获取分类模板信息 应用AOI绘图工具在原始图像中获取分类模板信息。 在待分类图像视窗上选择Raster菜单项→选择Tools菜单，打开Raster工具面板 →点击Raster 工具面板的图标 →在视窗中选择一类地物，绘制一个多边形AOI。 →在Signature Editor窗口，单击Create New Signature图标，将多边形AOI 区域加载到Signature Editor分类模板属性表中。
垃圾分类_关于环保的议论文1500字
垃圾分类_关于环保的议论文1500字 '在这个日新月异的时代，人们适应着快生活，快节奏，却忽略了很多正在悄无声息蔓延着的实际问题，比如该怎样处理垃圾问题。 很多人并没有把垃圾分类当成一个值得重视的问题，但是殊不知正确处理垃圾的可造性和随意处理垃圾的破坏力。 就在去年有新闻报道一名开发区环卫工人先生在清扫垃圾时被垃圾中的不明物体炸伤，警方介入调查初步认定是装修垃圾内的物品与铁铲碰撞时发生化学反应产生爆炸。 为什么会发生这样的事，这值得人们深思，无心的举动和无知的认知却害了一个无辜的人，如果那位让垃圾的人有分类的意识，是不是就不会发生这样的悲剧? 这样的事情屡屡发生，不止一起，起因都是源于人们随手扔下的垃圾。 据了解，每人每天丢掉的垃圾重量超过人体平均重量的五六倍，在北京，年产垃圾430万吨，日产垃圾1.2万吨，人均每天扔出垃圾约1千克，相当于每年堆起两座景山。这些数据仅仅只是北京市的资料，放眼全国，每年会有价值250亿的资源白白浪费，这些资源既不是石油也不是天然气，更不是那些高科技产品，而是我们每个家庭每天生产的生活垃圾，这些一个个令人瞠目结舌的数据告诉我们世界需要改变，坏境需要创造。 有人说;“世界上没有垃圾，只有放错资源的宝藏。”的确，这种观点表明，只要正确对待垃圾，积极做好垃圾分类的工作，世界上有的更多的将会是宝藏。 垃圾分类是人们文明程度提高的重要表现，这样有利于处理，回收利用。在国外实行已久，效果显而易见。目前，在我国也开始提倡，但是有多少人了解垃圾分类?据统计，不到两亿人，仅仅只占了全国人口的百分之八。 刚开始，人们似乎并不太习惯这种看似麻烦的垃圾分类方式，或者直接忽视，丢垃圾也只是为了图方便丢到最近的垃圾篓中，并且不分类别，一股脑全部丢进去。 在一些街道，几乎每隔20米就设置了一对垃圾箱，上面印有“可回收垃圾”和“其它垃圾”的字样，附带详细的分类图标：如可回收垃圾“纸类、玻璃、金属、塑料”，其它垃圾“食品餐盒、保鲜膜、废弃纸巾、废弃瓶盖”等;有的圆筒状垃圾箱虽然没分类，但是印着“严禁热灰入桶”，可是垃圾箱内依然发现不少烟头;除此以外，路边的垃圾箱多有破损，有的箱门不翼而飞，有的直接连箱体都不见影踪，只剩下框架，外表被各种各样的小广告覆盖了分类标志的情况更是不胜枚举。 但是在一些小区，学校中，会有带着好几袋垃圾袋出来的人，分别扔进该扔的的垃圾桶中。慢慢的，出现了两种现象，一种是仍然不分类，直接丢进垃圾桶，另外一种是分好类再投入垃圾桶。 如果大家都按照第一类现象发展，大多数垃圾只能被运输到垃圾填埋场，而其后果就是大量垃圾快速占据填埋场，耗费有限的土地资源污染着水资源和人们赖以呼吸的空气。只是一个图方便的小小举动，久而久之就可能酿成大患。再来看看第二类现象，人人只是尽了自己微不足道的一份力，却让世界更向前一步。 你们是否知道不少废塑料可以还原为再生塑料，而所有的废塑料、废餐盒、食品袋、编织袋、软包装盒等都可以回炼为燃油。1吨废塑料至少能回炼600千克汽油和柴油，难怪有人称回收旧塑料为开发“第二油田”。回收一吨废纸能生产0.8吨再生造纸纤维，可以少砍17棵大树，节省3立方米的垃圾填埋场空间。平均一年人们要浪费166075吨纸，算算下来，一年可以大约保护207534棵大树，如果人们都这样做，世界上还会缺少森林吗，还会有成片成片的森林消失吗，动物们还会无家可归吗? 垃圾分类是一个长期且不能间断的工作，随着中国的经济发展和各项社会体制的健全，如果人人尽自己的一份力，养成一个良好的垃圾分类习惯，我相信在不久的将来中国会是国际上著名的“生态国家”。
ERDAS IMAGINE遥感图像处理教程.
《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2
1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23
监督分类中常用的具体分类方法
监督分类中常用的具体分类方法包括： 最小距离分类法（minimum distance classifier）：最小距离分类法是用特征空间中的距离作为像元分类依据的。最小距离分类包括最小距离判别法和最近邻域分类法。最小距离判别法要求对遥感图像中每一个类别选一个具有代表意义的统计特征量（均值），首先计算待分象元与已知类别之间的距离，然后将其归属于距离最小的一类。最近邻域分类法是上述方法在多波段遥感图像分类的推广。在多波段遥感图像分类中，每一类别具有多个统计特征量。最近邻域分类法首先计算待分象元到每一类中每一个统计特征量间的距离，这样，该象元到每一类都有几个距离值，取其中最小的一个距离作为该象元到该类别的距离，最后比较该待分象元到所有类别间的距离，将其归属于距离最小的一类。最小距离分类法原理简单，分类精度不高，但计算速度快，它可以在快速浏览分类概况中使用。 多级切割分类法（multi-level slice classifier）：是根据设定在各轴上值域分割多维特征空间的分类方法。通过分割得到的多维长方体对应各分类类别。经过反复对定义的这些长方体的值域进行内外判断而完成各象元的分类。这种方法要求通过选取训练区详细了解分类类别（总体）的特征，并以较高的精度设定每个分类类别的光谱特征上限值和下限值，以便构成特征子空间。多级切割分类法要求训练区样本选择必须覆盖所有
的类型，在分类过程中，需要利用待分类像元光谱特征值与各个类别特征子空间在每一维上的值域进行内外判断，检查其落入哪个类别特征子空间中，直到完成各像元的分类。 多级分割法分类便于直观理解如何分割特征空间，以及待分类像元如何与分类类别相对应。由于分类中不需要复杂的计算，与其它监督分类方法比较，具有速度快的特点。但多级分割法要求分割面总是与各特征轴正交，如果各类别在特征空间中呈现倾斜分布，就会产生分类误差。因此运用多级分割法分类前，需要先进行主成分分析，或采用其它方法对各轴进行相互独立的正交变换，然后进行多级分割。 最大似然分类法(maximum likelihood classifier)：最大似然分类法是经常使用的监督分类方法之一，它是通过求出每个像元对于各类别归属概率（似然度）（likelihood），把该像元分到归属概率（似然度）最大的类别中去的方法。最大似然法假定训练区地物的光谱特征和自然界大部分随机现象一样，近似服从正态分布，利用训练区可求出均值、方差以及协方差等特征参数，从而可求出总体的先验概率密度函数。当总体分布不符合正态分布时，其分类可靠性将下降，这种情况下不宜采用最大似然分类法。 最大似然分类法在多类别分类时，常采用统计学方法建立起一个判别函数集，然后根据这个判别函数集计算各待分象元的归