2024年4月12日发(作者：祖清芬)
八、定义感兴趣区及分类
主窗口—Classification：监督分类，非监督分类，决策树分类。
2） 监督分类：按照分类以前自定义的样本进行分类。
2 样本选择：主影像窗口—Tools—Region Of Interest—ROI Tool 调出感兴
趣区工具窗口进行样本选择，可以进行样本编辑（名称，颜色，填充方式等），样本选择越
精确，分类结果越好。
2 选择分类方式：分类方式包括平行六面体法、最短距离法、马氏距离法、最
大似然法、波谱角分类以及二进制编码法等，选择合适的分类方式。
2 引入影像—确定分类范围和波段—选择样本—给定阈值—确定存储路径和
文件名—OK。
平行六面体法：用一条简单的判定规则对多波谱数据进行分类。判定边界在图像数据
空间中，形成了一个N维平行六面体。平行六面体的维数由来自每一种选择的分类的平均
值的标准差的阈值确定。如果像元值位于N个被分类波段的低阈值与高阈值之间，则它归
属于这一类。如果像元值落在多个类里，那么ENVI将这一像元归到最后一个匹配的类里。
没有落在平行六面体的任何一类里的区域被称为无类别的。
最短距离法：用到每一个终端单元的均值矢量，计算每一个未知像元到每一类均值矢
量的欧几里德距离。所有像元都被归为最近的一类，除非限定了标准差和距离的极限（这
时，会出现一些像元因不满足选择的标准，而成为“无类别”）。
马氏距离法：是一个方向灵敏的距离分类器，分类时用到了统计。它与最大似然分类
有些类似，但是假定所有类的协方差相等，所以是一种较快的方法。所有像元都被归到最
临近的ROI类，除非用户限定了一个距离阈值（这时，如果一些像元不在阈值内，就会被
划为无类别）。
最大似然法：假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别
的可能性。除非选择一个可能性阈值，所有像元都将参与分类。每一个像元被归到可能性
最大的那一类里。
波谱角分类：（SAM）是一个基于自身的波谱分类，它是用n维角度将像元与参照波
谱匹配。这一算法是通过计算波谱间的角度（将它们处理为具有维数等于波段数的空间矢
量），判定两个波谱间的类似度。这一技术用于校准反射数据时，对照明和反照率的影响相
对不灵敏。SAM 用到的终端单元波谱可以来自ASCII文件、波谱库或直接从图像中抽取
（作为ROI平均波谱）。SAM 将终端单元波谱矢量和每一个像元矢量放在n维空间比较角
度。较小的角度代表与参照波谱匹配紧密。远离指定的弧度阈值最大角度的像元被认为无
法分类。
二进制编码法：将数据和终端单元波谱编码为0和1（基于波段是低于波谱平均值，
还是高于波谱平均值）。“异或”逻辑函数用于对每一种编码的参照波谱和编码的数据波谱
进行比较，生成一幅分类图像。所有像元被分类到与其匹配波段最多的终端单元一类里，
除非指定了一个最小匹配阈值（这时，如果一些像元不符合标准，它们将不参与分类）。
样本提纯技术：Spectral—n Dimensional Visualizer N维散度可视分析，是ENVI
比较有特色的功能，可以使样本更加纯净，提高分类精度。
2024年4月12日发(作者：祖清芬)
八、定义感兴趣区及分类
主窗口—Classification：监督分类，非监督分类，决策树分类。
2） 监督分类：按照分类以前自定义的样本进行分类。
2 样本选择：主影像窗口—Tools—Region Of Interest—ROI Tool 调出感兴
趣区工具窗口进行样本选择，可以进行样本编辑（名称，颜色，填充方式等），样本选择越
精确，分类结果越好。
2 选择分类方式：分类方式包括平行六面体法、最短距离法、马氏距离法、最
大似然法、波谱角分类以及二进制编码法等，选择合适的分类方式。
2 引入影像—确定分类范围和波段—选择样本—给定阈值—确定存储路径和
文件名—OK。
平行六面体法：用一条简单的判定规则对多波谱数据进行分类。判定边界在图像数据
空间中，形成了一个N维平行六面体。平行六面体的维数由来自每一种选择的分类的平均
值的标准差的阈值确定。如果像元值位于N个被分类波段的低阈值与高阈值之间，则它归
属于这一类。如果像元值落在多个类里，那么ENVI将这一像元归到最后一个匹配的类里。
没有落在平行六面体的任何一类里的区域被称为无类别的。
最短距离法：用到每一个终端单元的均值矢量，计算每一个未知像元到每一类均值矢
量的欧几里德距离。所有像元都被归为最近的一类，除非限定了标准差和距离的极限（这
时，会出现一些像元因不满足选择的标准，而成为“无类别”）。
马氏距离法：是一个方向灵敏的距离分类器，分类时用到了统计。它与最大似然分类
有些类似，但是假定所有类的协方差相等，所以是一种较快的方法。所有像元都被归到最
临近的ROI类，除非用户限定了一个距离阈值（这时，如果一些像元不在阈值内，就会被
划为无类别）。
最大似然法：假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别
的可能性。除非选择一个可能性阈值，所有像元都将参与分类。每一个像元被归到可能性
最大的那一类里。
波谱角分类：（SAM）是一个基于自身的波谱分类，它是用n维角度将像元与参照波
谱匹配。这一算法是通过计算波谱间的角度（将它们处理为具有维数等于波段数的空间矢
量），判定两个波谱间的类似度。这一技术用于校准反射数据时，对照明和反照率的影响相
对不灵敏。SAM 用到的终端单元波谱可以来自ASCII文件、波谱库或直接从图像中抽取
（作为ROI平均波谱）。SAM 将终端单元波谱矢量和每一个像元矢量放在n维空间比较角
度。较小的角度代表与参照波谱匹配紧密。远离指定的弧度阈值最大角度的像元被认为无
法分类。
二进制编码法：将数据和终端单元波谱编码为0和1（基于波段是低于波谱平均值，
还是高于波谱平均值）。“异或”逻辑函数用于对每一种编码的参照波谱和编码的数据波谱
进行比较，生成一幅分类图像。所有像元被分类到与其匹配波段最多的终端单元一类里，
除非指定了一个最小匹配阈值（这时，如果一些像元不符合标准，它们将不参与分类）。
样本提纯技术：Spectral—n Dimensional Visualizer N维散度可视分析，是ENVI
比较有特色的功能，可以使样本更加纯净，提高分类精度。