发布时间 : 星期一 文章监督分类 实验报告更新完毕开始阅读c3b4005a852458fb770b5670
小距离等方法。当然，非参数规则与参数规则可以同时使用，但要注意应用范围，如非参数规则只能应用于非参数型模板，对于参数型模板，要使用参数型规则。另外，如果使用非参数型模板，还要确定叠加规则（Overlay rule）和未分类规则（unclassified rule）。下面是执行监督分类的操作过程：
步骤一：在ERDAS主界面：点击Classifier图标→Supervised Classification（监督分类） 菜单项，打开Supervised Classification 对话框，如图。
步骤二：在Supervised Classification对话框中，输入以下参数： 1) 确定Input Raster File（输入原始文件）：实验九\\tm_bjcity.img；
2) 3)
定义Classified File（输出分类文件）：实验九\\我.img；
确定Input Signature File（分类模板文件）：实验九
\\tm_bjcity_superclass_sig.sig； 4) 理；
选择输出Distance File（分类距离文件）用于分类结果进行阈值处
5) 定义Distance FileFilename（分类距离文件）：实验九
\\tm_bjcity_superclass-dis.img； 6)
选择Non_parametric Rule（非参数规则）：Feature Space（特征空
间）； 7) 8) 9)
选择Overlay Rule（叠加规则）：Parametric Rule（参数规则）； 选择Unclassified Rule（未分类规则）：Parametric Rule（参数规则）； 选择Parametric Rule（参数规则）：Maximum Likelihood（最大似
然）；
10) 不选择Classify zeros（分类过程中是否包括0值）。
步骤三：点击OK执行监督分类，关闭supervised Classification对话框。
步骤四：标注类别相应颜色。在视窗中，点击菜单栏中的Raster→Raster
Atturibute Editor（栅格属性编辑）打开Raster Attribute Editor对话框。在Raster Attribute Editor对话框中点击刚才分析类别的ROW字段从而选择该类别；右键点击该类别的Color字段（颜色显示区），选择As Is菜单，并选择一种合适的颜色，调整色彩后的结果大致如图示。
（三）评价分类结果。
在执行监督分类之后，需要对分类效果进行评价。ERDAS提供了多种分类评价方法，包括分类叠加(classification overlay )、定义阈值(thresholding)、分类编码 (recode classes)、精度评估(accuracy assessment)等，下面对精度评估方法进行介绍。
步骤1: 在视窗中打开分类前的原始图像：实验九\\TM_bjcity. img，以便
进行精度评估。
步骤2: 启动精度评估对话框。在ERDAS主界面上点击Classifier图标→选择Accuracy Assessment菜单项，打开Accuracy Assessment对
话框，
步骤三：打开分类专题图像。在Accuracy Assessment对话框中选择菜单条：File→Open，打开Classified Image对话框。在Classified Image对话框中确定与视窗中对应的分类专题图像（实验九\\我.img），点击OK关闭Classified Image对话框。
步骤四：将原始图像视窗与精度评估视窗相连接。在Accuracy Assessment对话框中点击Select Viewer图标
，将光标在显示有原
始图像的视窗中点击一下，实现原始图像视窗与精度评估视窗相连接。