影像分类
影像分类
目录
1. 什么是影像分类？ ........................................................................................................................ 2 2. 影像分类基本词汇 ........................................................................................................................ 6 3. 使用 ArcGIS Spatial Analyst extension进行影像分类 ................................................................. 7 4. “影像分类”工具条 .................................................................................................................. 12
4.1 影像分类工具条概述 ........................................................................................................ 12 4.2 训练样本管理器 ................................................................................................................ 14 4.3 训练样本绘图工具 ............................................................................................................ 15 4.4 训练样本评估工具 ............................................................................................................ 15 4.5 交互式监督分类工具 ........................................................................................................ 18 5. 执行监督分类 .............................................................................................................................. 19
5.1 添加“影像分类”工具条 ................................................................................................ 19 5.2 为分类添加多波段影像 .................................................................................................... 19 5.3 为分类创建波段子集 ........................................................................................................ 20 5.4 创建训练样本 .................................................................................................................... 21 5.5 评估训练样本 .................................................................................................................... 23 5.6 管理训练样本 .................................................................................................................... 25 5.7 执行交互式监督分类工具 ................................................................................................ 26 5.8 创建特征文件 .................................................................................................................... 27 5.9 执行最大似然法分类工具 ................................................................................................ 28 6. 执行非监督分类 .......................................................................................................................... 29
6.1 执行 Iso 聚类非监督分类工具 ........................................................................................ 29 7. 分类后处理 .................................................................................................................................. 29
7.1 处理分类后的输出 ............................................................................................................ 29 7.2 滤波分类后的输出 ............................................................................................................ 30 7.3 对类边界进行平滑处理并使分类后输出按类聚合 ........................................................ 31 7.4 通过移除小孤立区域来概化分类后的输出 .................................................................... 32
1
影像分类
1. 什么是影像分类？
影像分类是从多波段栅格影像中提取信息类的任务。基于影像分类生成的栅格可用于创建专题地图。根据分析人员与计算机在分类过程中的交互情况，将有两种类型的分类：监督分类和非监督分类。 在 ArcGIS Spatial Analyst extension中，多元分析工具集提供了一整套用于执行监督分类和非监督分类的工具（请参阅多元分析工具集概述）。分类过程是一个多步骤的工作流，因此，影像分类 工具条的开发正是为了提供一个使用各工具执行分类的集成环境。此工具条不仅有助于执行非监督分类和监督分类工作流，还包含一系列用于分析输入数据、创建训练样本和特征文件以及确定训练样本和特征文件的质量的附加功能。建议通过影像分类 工具条执行分类和多元分析。
监督分类
监督分类使用从训练样本中获得的光谱特征对影像进行分类。借助影像分类 工具条，您可以轻松创建训练样本以表示要提取的类。还可以基于训练样本轻松创建特征文件，所创建的特征文件随后将由多元分类工具用于分类影像。
非监督分类
非监督分类无需分析人员介入即可在多波段影像中查找光谱类（或簇）。影像分类 工具条提供了用于创建簇的工具、簇质量分析功能和分类工具，这将有助于执行非监督分类。 了解有关多元分类的详细信息
示例
在以下示例中，使用影像分类 工具条对美国陆地资源卫星 TM 卫星影像进行了分类。 下方的原始卫星影像是俄亥俄州辛辛那提市北部地区的美国陆地资源卫星 TM 四波段影像。
2
影像分类
输入美国陆地资源卫星 TM 影像
使用此工具条根据卫星影像定义了五个土地利用类：Commercial/Industrial、Residential、Cropland、Forest 和 Pasture。
3
影像分类
训练样本
使用训练样本管理器 中的训练样本评估工具对训练样本的质量进行了分析。
4
影像分类
评估训练样本
使用影像分类 工具条和训练样本管理器，可确定训练样本所表示的区域并独立地进行统计。因此，通过此工具条即可执行最大似然法分类。然后对已分类的影像进行清理，从而创建最终的土地利用图，如下所示。
5
影像分类
输出已分类的土地利用图
相关主题
什么是 ArcGIS Spatial Analyst extension？
2. 影像分类基本词汇
术语
描述
通过用光学或电子设备扫描地球表面而生成的栅格数据集。常见示例包括扫描文档、遥感数据（如图像 卫星影像）和航空像片。影像以包含二进制或整型值的栅格数据集形式存储，这些值表示反射光、
热的强度值或电磁光谱上其他范围的值。
像元是栅格数据中最小的信息单位。每个像元都代表地球上对应单位区域位置上的某一测量值。 像元 像元通常是方形。每个像元所表示的区域面积取决于栅格分辨率。高分辨率（大比例）栅格像元
表示的区域面积较小，通常采用像平方米这样的单位来计量。低分辨率（小比例）栅格中的像元表示为大面积区域取一个相同的值，通常采用像公顷或平方公里这样的单位计量。 像素
在影像或栅格地图中的最小信息单位，通常为正方形或矩形。术语“像素”在使用时通常与“像元”含义相同。
6
影像分类
影像将影像中的像素排序或排列成类或簇的过程。根据分析人员与计算机的交互情况，现有两种类型分类 的影像分类：监督分类和非监督分类。
监督这种影像分类方法基于分析人员所采集的训练样本。训练样本会“指示”软件如何对影像中的其余分类 像素进行分类。 非监督分类
这种影像分类方法是在没有分析人员介入的情况下将影像中的像素排序成簇。该过程只取决于多维属性空间中像素值的分布。
分类 影像中表示地球表面上同一物体的一组像素。 集群
在多维属性空间中可区分的一组像素。簇与类相似，只是执行聚类分析时它所表示的地表物体是未知的。
训练影像中的样本区域，用于在监督分类中表示各个类。训练样本提供了影像中类的示例，以使分类样本 工具知道如何对其余像素进行分类。
特征特征文件用于记录一系列波段的不同类的频谱特征。对于每个类，特征都包含根据其训练样本计文件 算得出的平均值和协方差。
3. 使用 ArcGIS Spatial Analyst extension进行影像分类
在 ArcGIS Spatial Analyst extension中， 多元分析工具集提供了用于监督(见 [标题编号])分类和非监督(见 [标题编号])分类的工具。影像分类(见 [标题编号])工具条提供了一个用户友好的环境，可创建监督分类中使用的训练样本和特征文件。最大似然法分类工具是主要的分类方法。识别类别及其统计数据的特征文件是此工具的必需输入。对于监督分类，通过影像分类 工具条使用训练样本来创建特征文件。对于非监督分类，则通过运行聚类工具来创建特征文件。Spatial Analyst 也提供了用于分类后处理的工具，如过滤和边界清理。以下图表说明了影像分类工作流的详细步骤。
7
影像分类
影像分类工作流
1. 数据探索和预处理 数据浏览
分类分析基于以下假设：波段数据和训练样本数据符合正态分布。要检查波段中数据的分布，可使用 Spatial Analyst 工具条上的交互式直方图工具
理器 上的直方图工具
。要检查各个训练样本的分布，可使用训练样本管
。
波段数据的拉伸
分类过程对各波段中的值范围很敏感。要使各波段的属性数大致相同，各波段的值范围应类似。如果相对于其他波段，某一波段的值范围过小（或过大），则可以使用 Spatial Analyst 工具箱中的数学工具将其拉伸。例如，可以使用乘算术工具将波段乘以一个常数以拉伸其值范围。
8
影像分类
主成分分析
主成分分析会变换多波段影像以移除波段间的相关性。输出影像中的信息主要集中在头几个波段中。通过增强头几个波段，影像在 ArcMap 中显示时可在影像中看到更多的详细信息。这可能有助于收集训练样本。通过“多元分析”工具集上的主成分分析工具，可执行主成分分析。
创建多波段影像
影像分类 工具条适用于多波段影像图层。要将单个波段加载到一个新的多波段影像，可使用波段合成
工具。
创建用于分类的波段子集
要在分类中使用影像数据集中的所有波段，可将该影像数据集添加到 ArcMap 并在影像分类 工具条中选择影像图层。
要在分类中仅使用现有数据集中的某些波段，可使用创建栅格图层工具为其创建新的栅格图层。新的栅格图层将仅包含波段的指定子集，并可用于影像分类 工具条中。 查看为分类创建波段子集的详细步骤(见 [标题编号])
2. 收集训练样本
在监督分类中，训练样本用于识别类并计算其特征。可使用影像分类 工具条上的训练样本绘图工具交互式创建训练样本。创建训练样本与在 ArcMap 中绘制图形类似，只不过训练样本形状是通过训练
样本管理器 而不是在 ArcMap 图形图层中管理的。
要创建训练样本，可在影像分类 工具条上选择一个训练样本绘制工具（例如，多边形工具），然后在输入影像图层上进行绘制。每个训练样本中的像素数都不应过小或过大。如果训练样本过小，则可能无法提供足够信息以充分地创建类特征。如果训练样本过大，则可能包括不属于该类的像素。如果影像中的波段数为 n，则各训练样本的最佳像素数应在 10n 和 100n 之间。
收集训练样本
查看关于创建训练样本的详细步骤(见 [标题编号])
3. 评估训练样本
在显示界面中绘制训练样本时，自动在训练样本管理器(见 [标题编号])中创建新类。管理器提供三种工具来评估训练样本 - 直方图(见 [标题编号])工具 数据(见 [标题编号])工具
、散点图(见 [标题编号])工具
和统计
。可以使用这些工具来探查不同区域的光谱特性。也可以使用这些工具
来评估训练样本，以查看类之间是否有足够间隔。
9
影像分类
评估训练样本
查看关于评估训练样本的详细步骤(见 [标题编号])
4. 编辑类
根据训练样本的评估结果，可能需要将彼此重叠的类合并为一个类。可以使用管理器窗口中的合并工具
完成此操作。此外，可以对类进行重命名或重新编号、更改显示颜色、分隔类、删除类、保存
和加载训练样本等。下图显示如何合并两个类：
编辑类
了解有关如何管理类的详细信息(见 [标题编号])
5. 创建特征文件
确定训练样本可代表所需类并且可彼此区分后，可使用管理器窗口中的创建特征文件工具 文件。
创建特征
创建特征文件
查看关于创建特征文件的详细步骤(见 [标题编号])
6. 聚类（非监督分类）
10
影像分类
在监督分类中，从已知并已定义的类（例如，土地利用类型）创建特征文件，这些类通过在多边形中封闭的像素来识别。在非监督分类中，通过像素的统计属性来创建簇（而非类）。对多元空间中与统计属性类似的像素进行分组以形成簇。与监督分类中的类不同，簇没有类别含义（例如，土地利用类型）。
对于使用影像分类 工具条的非监督分类，可通过运行 Iso 聚类非监督分类工具来创建特征文件。也可以使用多元分析工具集中的 Iso 聚类工具。
Iso 聚类工具只创建随后可在分类中使用的特征文件（以上工作流图表中的步骤 9）。创建了一个新工具 Iso 聚类非监督分类（从影像分类 工具条或多元分析工具集访问该工具均可）后，您便可以只通过一个工具来创建特征文件和输出分类影像（步骤 6 和 9）。 查看有关执行“Iso 聚类非监督分类”工具的详细步骤(见 [标题编号])
7. 检查特征文件
可使用树状图工具检查特征文件中连续合并类之间的属性距离。输出为 ASCII 文件，树图显示类间隔。通过树状图，可以确定两个或多个类或簇是否可区分；如果不能区分，可能会决定在下一步中合并它们。
通过 Spatial Analyst 的“多元分析”工具集访问树状图工具。
8. 编辑特征文件
不应直接在文本编辑器中编辑特征文件。而应使用“多元分析”工具集中的编辑特征工具。可通过此工具合并、重新编号和删除类特征。
9. 应用分类
要对影像进行分类，应使用最大似然法分类工具。此工具基于最大似然概率理论。它基于类特征（存储在特征文件中）的平均值和方差向某个不同的类分配像素。也可通过影像分类 工具条访问该工具。 查看有关执行“最大似然法分类”工具的详细步骤(见 [标题编号])
也可以通过交互式监督分类(见 [标题编号])工具对影像进行分类。此工具可加快最大似然法分类过程。使用此工具可以快速预览分类结果，而无需运行最大似然法分类工具。 查看有关执行“交互式监督分类”工具的详细步骤(见 [标题编号])
10. 分类后处理
通过最大似然法分类工具创建的分类影像可能会对某些像元（随机噪声）进行错误分类并形成小的无效区域。为改进分类，最好对这些错误分类的像元进行重新分类，将其归入可直接包围它们的类或簇。清理分类影像的最常用技术包括过滤、平滑处理类边界及移除小孤立区域。应用数据清理工具后的地图外形更美观。
过滤分类后的输出
此过程将从分类影像移除单一的孤立像素。可通过以下工具完成此过程： 主滤波工具，或以众数作为统计类型的焦点统计工具。这两种工具的不同之处在于：主滤波工具在处理期间假定 3 x 3 的方形领域，而焦点统计工具支持更多的邻域类型（例如，环或圆）。 查看关于过滤分类后输出的详细步骤(见 [标题编号])
平滑类边界
11
影像分类
边界清理工具可聚合类并对类的不规整边缘进行平滑处理。此工具的工作方式是：先扩展类，然后再收缩类。它将增加分类影像的空间一致性。相邻区域可能连接在一起。 查看关于平滑处理分类后输出中类边界的详细步骤(见 [标题编号])
通过移除小孤立区域来概化输出
过滤和平滑过程后，分类影像应比以前干净得多。但是，分类影像上可能仍会有一些小的孤立区域。概化过程通过从影像上移除此类小区域，进一步清理影像。这是一个多步过程，涉及多个 Spatial Analyst 工具。
1. 对分类影像运行区域合并工具，以向影像上的各区域分配唯一值。
2. 打开通过区域合并工具创建的新栅格图层的属性表。使用像素计数标识要移除的小区域
的阈值。
3. 为要移除的区域创建掩膜栅格。这可通过以下操作实现：运行设为空函数工具，将具有
较少像素数的区域设为空值。
4. 对分类影像运行 Nibble 工具。使用在上一步中通过设为空函数工具创建的掩膜栅格作
为输入栅格掩膜。这将清除输出影像上的小区域。
查看有关概化分类输出的详细步骤(见 [标题编号])
相关主题
什么是影像分类？(见 [标题编号])
4. “影像分类”工具条
4.1 影像分类工具条概述
影像分类 工具条简单易用，便于用户创建监督分类中使用的训练样本和特征文件。该工具条同时也是
执行监督分类和非监督分类的集中位置。需具备 ArcGIS Spatial Analyst extension许可才能使用此工具条上的工具。
下图所示为影像分类 工具条：
影响分类 工具条中包含用于创建训练样本和特征文件的交互式工具。Spatial Analyst 工具箱的“多元
分析”工具集中的一些常用分类工具也通过此工具条显示。
12
影像分类
工具和按钮的功能
下表显示了影像分类 工具条中提供的工具和按钮：
按钮 名称 训练样本管理器 功能 打开“训练样本管理器”。 移除所有训练样本并开始新的监督分类会话。 在显示画面中绘制新的训练样本。 创建训练样本的方法有三种：分别作为面、矩形和圆进行绘制。 清除训练样本 训练样本绘制工具 选择训练样本 在显示画面中选择训练样本。 分类下拉列表中的命令 下表显示了分类下拉列表中可访问的分类命令。
命令 交互式监督分类 GP 工具名称 N/A 功能 使用“训练样本管理器”中的训练样本（不使用特征文件）自动对所选影像图层进行分类并提供分类结果的快速预览。 必须至少存在两个训练样本才能使用该选项。 最大似然法分类 最大似然法分类工具 Iso 聚类非监督分类工具 类别概率工具 用于打开使用特征文件对输入影像执行监督分类的地理处理工具。 用于打开对输入影像执行非监督分类的地理处理工具。 Iso 聚类非监督分类 类别概率 用于打开使用特征文件对输入影像执行类别概率分析的地理处理工具。 主成分分析 主成分分析工具 用于打开对输入影像执行主成分分析的地理处理工具。 用于创建训练样本的工具 训练样本绘制工具的下拉列表中提供了三种样本绘制方法，分别是作为面、矩形或圆进行绘制。
按钮 名称 绘制面 功能 使用面绘制训练样本。 单击面上的每个折点，并在完成时双击。 绘制矩使用矩形绘制训练样本。 13
影像分类
形 绘制圆 单击并按住鼠标键以拖出训练样本区域的矩形形状。完成时释放鼠标键。 使用圆绘制训练样本。 单击并按住鼠标键来指定圆的中心，然后拖出训练样本区域的半径。完成时释放鼠标键。 相关主题 什么是影像分类？(见 [标题编号])
4.2 训练样本管理器
训练样本管理器 提供了训练样本的管理机制。通过该管理器，您可以编辑类名称和值、合并和分割类、
删除类、更改显示颜色、加载和保存训练样本、评估训练样本以及创建特征文件。 单击影像分类 工具条中的训练样本管理器按钮
即可访问该管理器。下图显示了此管理器的对话框：
下表列出了此管理器中的所有按钮及其功能：
工具 工具名称 功能 清除训练样清除现有的训练样本并开始新的监督分类会话。 本 加载 从要素类加载训练样本集。 将训练样本集保存到要素类。 将所选训练样本合并成单个多部分训练样本。 将一个多部分训练样本分割成多个独立的组成要素。每个训练样本现在就是它自身的面。 保存 合并 分割 删除 删除所选的训练样本。 将所选训练样本向上移动一行。 向上 14
影像分类
向下 将所选训练样本向下移动一行。 按升序（从 1 到 n）对类值进行重新编号。 使用直方图评估所选训练样本。 如果未创建训练样本，或者在将影像存储为浮点型栅格时，该按钮会灰显。 重置类值 直方图 散点图 使用散点图评估所选训练样本。 如果未创建训练样本，或者在影像为单波段栅格时，该按钮会灰显。 统计数据 查看所选训练样本的统计数据。 如果未创建训练样本，该按钮会灰显。 创建特征文创建特征文件，以便在进一步分类中使用。 件 相关主题 影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
4.3 训练样本绘图工具
影像分类工具条上的训练样本绘图工具
4.4 训练样本评估工具
在监督分类中，需创建训练样本来表示类。在多维属性空间中，不同的类应相互隔开。如果某些类互相重叠，可考虑将重叠的类合并为一个类。为检查训练样本的分离程度和分布情况，训练样本管理器 提供了三种评估工具：直方图 窗口、散点图 窗口和统计数据 窗口。可通过管理器上的按钮访问这些工具。
直方图窗口
15
影像分类
通过直方图 窗口可对多个训练样本的分布情况进行比较。如果训练样本所表示的类各自不同，则它们的直方图不应相互重叠。
要比较两个或多个训练样本的分布情况，请在训练样本管理器 中选择它们对应的类，然后单击
直方图按钮
。
直方图的颜色与训练样本管理器 中对应类的颜色一致。
直方图 窗口包含的图表数量与影像图层中的波段数量相同。
该窗口在屏幕中一次显示四个图表。如果影像图层拥有四个以上波段（意味着包含四个以上的图表），可使用垂直滚动条。
此工具仅用于整型影像。如果影像数据存储为浮点型，则训练样本管理器 中的直方图按钮 可用。
不
更改顺序按钮（位于窗口底部）可用于更改重叠直方图系列的顺序。在一个或多个直方图中，
如果某个类隐藏在后面，可单击此按钮将其显示出来。 下图显示了直方图 窗口的一个示例：
直方图评估窗口
散点图窗口
也可通过散点图 窗口对多个训练样本进行比较。如果训练样本所表示的类各自不同，则它们的散点图不应重叠。
要比较两个或多个训练样本的分布情况，请在训练样本管理器 中选择训练样本所表示的类，然后单击散点图按钮
。
散点图的颜色与训练样本管理器 中对应类的颜色一致。
对于影像图层的每一个唯一波段组合，都有一个散点图与之对应。对于 n 波段影像，有 1 + 2 + … + (n – 1) 个散点图。例如，四波段影像拥有六个散点图。
16
影像分类
该窗口在屏幕上一次显示四个图表。如果影像图层拥有四个以上波段（意味着包含四个以上的散点图），可使用垂直滚动条。
此工具可用于整型和浮点型影像。
更改顺序按钮（位于窗口底部）可用于更改重叠散点图系列的顺序。在一个或多个散点图中，
如果某个类隐藏在后面，可单击此按钮将其显示出来 下图显示了散点图 评估窗口的一个示例：
散点图评估窗口
统计数据窗口
统计数据 窗口用于显示所选类的统计数据。
要查看一个或多个训练样本的统计数据，请在训练样本管理器 中选择其对应类，然后单击统计
数据 按钮
。
可用的统计数据包括最小值、最大值、平均值、标准差和协方差矩阵。 按 CTRL+C 可将统计数据 窗口中的文本复制到 Windows 剪贴板。
下图显示了统计数据 窗口的一个示例：
17
影像分类
统计数据窗口
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
4.5 交互式监督分类工具
通过交互式监督分类工具可加快最大似然分类的处理过程。其工作原理与使用默认参数的最大似然法分类工具相同。在分类中，此工具会使用所选影像图层的所有波段。经过分类的影像将作为栅格图层添加到 ArcMap。
为了获得最佳的交互式体验，输入影像应构建金字塔。如果为输入影像显示金字塔，则交互式监督分类将使用与显示画面中的当前金字塔等级相关联的分辨率。此外，如果放大到影像的小范围，将会使分类速度更快，因为该工具仅处理当前显示范围内的像素。
使用提示
此工具不需要特征文件便可运行。创建了几个训练样本后，只需单击此工具便可执行分类。 输入影像应构建金字塔才能提供更好的交互式体验。
创建训练样本时，可以使用此工具作为探索性工具。使用此工具可以快速预览给定训练样本集的分类结果。
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
18
影像分类
5. 执行监督分类
5.1 添加“影像分类”工具条
启用 ArcGIS Spatial Analyst extension后，可添加影像分类 工具条，然后开始使用其提供的工具来处理数据。 步骤：
1. 单击 ArcMap 中的自定义菜单。 2. 单击工具条 > 影像分类。
此工具条即会添加到 ArcMap 中。
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
5.2 为分类添加多波段影像
影像分类 工具条可以对多波段栅格进行分类。多波段卫星影像就是多波段栅格的一个典型示例。
要指定用于分类分析的源影像，请将影像添加到 ArcMap 中。然后，在影像分类 工具条的图层下拉列表中选择影像图层。 步骤：
1. 启动 ArcMap。
2. 将影像分类 工具条添加到 ArcMap 中。有关如何进行添加的详细信息，请参阅添加“影像分类”工具条(见 [标题编号])主题。 3. 在标准 工具条上，单击添加数据按钮。
4. 在添加数据 对话框上，浏览至磁盘上的影像，然后单击添加。
该影像即会以图层形式添加到内容列表 中。此图层指向磁盘上的所有波段。
19
影像分类
5. 在影像分类 工具条上，单击图层箭头，然后单击刚才添加的影像图层。
这可为所有后续影像分类任务指定源影像。所有与该影像图层关联的波段均会用于分类分析。
注： 要使用一组单波段创建多波段影像，可使用波段合成工具，然后将各个波段指定为输入。 相关主题 影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
5.3 为分类创建波段子集
有时，您并不希望在分类分析中使用影像数据集的所有波段。这种情况下，可为分类创建波段子集，而不必创建新的栅格数据集。要完成此操作，可使用创建栅格图层工具创建具有所需波段组合的新影像图层。然后，在影像分类 工具条上选择该新影像图层。 步骤：
1. 在标准 工具条上，单击搜索窗口按钮打开搜索 窗口。 2. 输入创建栅格图层，然后单击搜索按钮。
创建栅格图层工具会显示在搜索结果中。
3. 单击搜索结果中的创建栅格图层项激活创建栅格图层工具。
20
影像分类
4. 在创建栅格图层 对话框上，为输入栅格参数选择磁盘上的影像图层或数据集。 5. 在输出栅格图层名称参数中指定新栅格图层的名称。 6. 在波段参数中选择要包括在新栅格图层中的波段。
7. 单击确定运行工具。
新影像图层即创建完毕，它具有来自原始影像数据集的指定波段子集。 8. 在影像分类 工具条上，单击图层箭头，然后选择刚才创建的新影像图层。
新影像图层即被设置为分类分析的源影像。分类分析中将使用此影像中包含的所有波段。
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
5.4 创建训练样本
以下步骤介绍了如何使用影像分类 工具条创建训练样本：
21
影像分类
1. 在影像分类 工具条的图层列表中选择适合的影像图层。
2. 单击影像分类 工具条上的某个绘制工具。请注意，共有三个绘制工具，分别用于绘制面、圆
形和矩形。
3. 在 ArcMap 中，识别属于已知类的区域。绘制一个训练样本将此区域包围起来。下图显示了
ArcMap 中的面训练样本：
4. 绘制完训练样本后，即会在训练样本管理器 中创建一个具有默认名称、值和颜色的新类。如
果需要，可打开训练样本管理器 更改类名称、值和颜色。
5. 重复步骤 2 至 4 可再创建一些表示影像上其余类的训练样本。下图是创建五个类之后训练样
本管理器 的外观：
22
影像分类
5.5 评估训练样本
为确保可以区分训练样本所表示的类，需要检查和比较它们的光谱特性。使用直方图 窗口、散点图 窗口或统计分析 窗口可以检查训练样本的光谱特性。 了解有关训练样本评估工具的详细信息(见 [标题编号]) 步骤：
1. 单击影像分类 工具条上的训练样本管理器按钮。
2. 将打开训练样本管理器。
3. 在训练样本管理器 中，选择一个或多个要评估的训练样本。
23
影像分类
4. 在对话框中单击直方图按钮打开直方图 评估窗口。
5. 注：
6. 直方图工具只适用于整型像素值的影像。如果将像素值存储为浮点型，则此按钮不可用。 7. 所选类的直方图显示在直方图 窗口中。
8. 检查直方图，以了解每个类的所有可用波段。如果可用波段超过四个，则使用垂直滚动
条显示更多图表。不同类的直方图不应重叠。如果发生重叠，则需要删除或合并其中一些类。
9. 按照步骤 3 和 4 中介绍的相同过程操作，但要改为单击散点图 按钮
钮
散点图和统计数据不应彼此重叠。
10. 如果删除了原有训练样本并创建了新样本，请重复执行步骤 1 至 5 以评估新的训练样
本。此过程会循环进行，并且应重复进行到对训练样本集合满意为止。
注：
和统计数据 按
来打开相应的窗口。检查散点图和统计数据，以了解不同的类。对于所有波段组合，
类的直方图或散点图的颜色与训练样本管理器 中的类颜色一致。
如果类隐藏在直方图或散点图的背景中，则可单击窗口底部的更改顺序按钮使其显示在前景中。 在统计分析 窗口中，可通过按 CTRL+C 将文本复制到 Windows 的剪贴板。
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
24
影像分类
5.6 管理训练样本
在创建和评估训练样本的过程中，需要使用训练样本管理器 对话框中的工具来维护训练样本列表。例如，您可能需要更改类的名称、值和颜色。另外，训练样本可能需要进行合并、删除、重新组织等。有关如何执行某些常用训练样本管理任务，请参阅以下列表。
用于管理训练样本的工作流
使用训练样本管理器 工具条上的工具可管理训练样本。
清除所有训练样本
在训练样本管理器 对话框中，单击清除训练样本按钮
。
加载训练样本
1. 在训练样本管理器 对话框中，单击加载按钮
。弹出文件浏览器对话框。
2. 在该文件浏览器对话框中，选择训练样本要素类，然后单击添加。
注：
从要素类中加载训练样本时，被加载的训练样本将追加到现有训练样本列表中。如果您不需要现有训练样本，可在加载要素类之前，单击清除训练样本按钮将它们移除。
保存训练样本
1. 在训练样本管理器 对话框中，单击保存按钮
。弹出文件浏览器对话框。
2. 在该文件浏览器对话框中，导航至目标位置，为要素类或 shapefile 指定名称，然后单
击保存。
合并训练样本
1. 在训练样本管理器 对话框中，选择两个或两个以上要合并的训练样本。 2. 单击合并按钮
注：
分割按钮
。这会得到一个包含多个面的多部分训练样本。
的作用与合并按钮相反。它用于将一个多部分训练样本分割成多个样本，
以使每个训练样本只有一个面。
删除训练样本
25
影像分类
1. 在管理器中，选择要删除的训练样本。 2. 单击删除按钮
。
将训练样本上移或下移
1. 在管理器中，选择要移动的训练样本。 2. 相应地单击向上按钮
或向下按钮
。
按升序对所有训练样本进行重新编号
在管理器中，单击重置类值按钮
。
对单个训练样本进行重新编号
1. 在管理器中，单击某行的值单元格。此单元格将变为可编辑状态。 2. 输入新的整数值，然后按 ENTER。
更改训练样本的类名称
1. 在管理器中，单击某行的类名称单元格。此单元格将变为可编辑状态。 2. 输入新名称，然后按 ENTER。
更改显示颜色
1. 在管理器中，单击某类的颜色单元格。这时将弹出颜色选择器。
2. 从颜色选择器中选择一种颜色。训练样本的颜色即会在 ArcMap 显示区域及任何打开的
评估窗口中更新。
相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
5.7 执行交互式监督分类工具
创建训练样本后，交互式监督分类工具可以在不显式创建特征文件的情况下执行监督分类。此外，此工具可加快分类速度。在内部，它将使用默认参数来调用最大似然法分类工具。分类期间，此工具将使用所选影像图层中的所有可用波段。
了解有关交互式监督分类工具的详细信息(见 [标题编号]) 步骤：
1. 创建新的训练样本（如果尚未创建）。
有关如何创建训练样本的详细信息，请参阅主题创建训练样本(见 [标题编号])。 2. 单击分类 > 交互式监督分类。
26
影像分类
3. 使用图层列表中所选影像图层的所有波段执行分类。结果将以临时分类图层形式添加到
ArcMap 内容列表。
4. 要将已分类的影像保存到磁盘，可右键单击该临时分类图层。在快捷菜单中，单击数据 >
导出数据。指定输出栅格的位置和名称。在导出栅格数据 窗口中更改输出栅格的单元格大
小和范围（如果需要）。然后单击保存。
注：
为充分利用此工具，输入影像图层应构建如果训练样本的数量小于二，则此工具不可用。 金字塔。 相关主题
影像分类工具条概述(见 [标题编号]) 什么是影像分类？(见 [标题编号])
5.8 创建特征文件
使用最大似然法分类地理处理工具对影像进行分类时需要使用特征文件。要创建特征文件，可使用训练
样本管理器 对话框上的创建特征文件工具
。
步骤：
1. 使用影像分类 工具条创建训练样本（如果尚未创建）。有关如何创建样本的说明，请参阅
创建训练样本(见 [标题编号])步骤。
2. 从影像分类 工具条中打开训练样本管理器。单击创建特征文件按钮。
27
影像分类
3. 将出现文件浏览器对话框。
4. 在文件浏览器对话框上，为特征文件选择位置并指定名称，然后单击确定保存文件。
特征文件创建完毕并已保存在磁盘上。 注：
如果训练样本管理器 中没有可用的训练样本，创建特征文件按钮
将灰色显示。
相关主题
什么是影像分类？(见 [标题编号]) 训练样本管理器(见 [标题编号])
5.9 执行最大似然法分类工具
1. 创建训练样本（如果尚未创建）。
有关如何创建训练样本的详细信息，请参阅主题创建训练样本(见 [标题编号])。 2. 创建训练样本的特征文件（如果尚未创建）。
有关如何创建特征文件的详细信息，请参阅主题创建特征文件(见 [标题编号])。 3. 在影像分类 工具条上单击分类 > 最大似然法分类，打开最大似然法分类工具。
4. 在工具对话框中，指定三个所需参数输入栅格波段、类数和输出分类的栅格数据的值。接受其
他参数的默认值。 5. 单击确定运行工具。
28
影像分类
6. 执行非监督分类
6.1 执行 Iso 聚类非监督分类工具
Iso 聚类非监督分类工具自动查找影像中的聚类并输出已分类影像。此工具基于 Iso 聚类工具。Iso 聚类工具只输出特征文件，而 Iso 聚类非监督分类工具则输出特征文件和已分类影像。 以下步骤用于执行 Iso 聚类非监督分类工具： 步骤：
1. 在影像分类 工具条上单击分类 > Iso 聚类非监督分类。将打开 Iso 聚类非监督分类工具。 2. 在工具对话框中，指定输入栅格波段、类数和输出分类的栅格数据的值。其他参数可接受默
认值。
3. 单击确定运行工具。
工具完成操作后，输出分类的栅格数据会自动添加到 ArcMap。 注：
Iso 聚类非监督分类工具也可输出特征文件。可将此特征文件作为最大似然法分类工具的输入以对输入影像进行分类。
相关主题
什么是影像分类？(见 [标题编号]) 影像分类工具条概述(见 [标题编号])
7. 分类后处理
7.1 处理分类后的输出
在分类后的输出中，可能存在某些误分类的孤立像素或某些像素较少的区域。这将使得输出图像呈现出“斑白”或带斑点的效果。分类后处理就是移除这些噪点从而提高分类后输出图像质量的过程。 ArcGIS Spatial Analyst extension为分类后处理任务提供了一系列栅格综合工具。此类任务涉及三个步骤。每个步骤都会涉及到栅格综合工具集中的一种 Spatial Analyst 工具。
1. 对分类后的输出进行过滤(见 [标题编号])。
此步骤用于从分类后输出中移除孤立像素或噪点。将用到主滤波工具。
29
影像分类
2. 平滑处理(见 [标题编号])类边界并使分类后输出按类聚合。
此步骤用于对不规整的类边界进行平滑处理并使区域按类聚合。将用到边界清理工具。 3. 概化(见 [标题编号])分类后输出（移除较小孤立区域）。
此步骤用于将较小孤立像素区域重新归类到最接近的类中。将用到区域合并、设为空函数和 Nibble 工具。
相关主题
什么是影像分类？(见 [标题编号])
7.2 滤波分类后的输出
该过滤处理可从分类输出中删除孤立像素（又称噪点）。主滤波工具用于完成此项任务。 在分类后工作流中，该任务是一系列处理步骤中的第一步。 步骤：
1. 要找到该工具，可单击标准 工具条上的搜索窗口按钮 2. 在搜索 窗口中输入主滤波，然后按 ENTER。 3. 在搜索结果中单击“主滤波”项。将打开主滤波工具。
4. 在工具对话框上，将分类后的影像设置为输入栅格。接受其他参数的默认设置。 5. 单击确定运行工具。
下图显示的是过滤示例。第一张图片是分类分析中的原始影像。第二张图片是经过过滤处理的同一影像。可以看到，最终删除了大多数噪点。 过滤前的影像：
。
过滤后的影像：
30
影像分类
相关主题
什么是影像分类？(见 [标题编号]) 处理分类后的输出(见 [标题编号])
7.3 对类边界进行平滑处理并使分类后输出按类聚合
边界清理工具可用于对类边界上不规整的边缘进行平滑处理并按类聚合区域。此操作可增强类中的空间一致性。相邻区域以及同类区域将因此连接。 步骤：
1. 在标准 工具条上，单击搜索窗口按钮
打开搜索 窗口。
2. 在此窗口中，输入边界清理并按 ENTER。
3. 在搜索结果中，单击边界清理。将开启边界清理工具。
4. 在此工具的对话框中，将滤波后输出（或经过任何其他处理的输出）设置为输入栅格。将
排序技术选择为升序。取消选中可选参数运行两次扩展与收缩。
5. 单击确定以运行工具。
下方是对类边界进行平滑处理后的输出的示例。第一幅影像是某分类后影像中一块经过放大的区域。第二幅影像是执行边界清理操作后的同一区域。如您所见，第二幅影像的边界已经变得平滑。某些相邻区域已连接在一起。
边界清理处理前影像中的放大部分：
31
影像分类
边界清理后：
相关主题
什么是影像分类？(见 [标题编号]) 处理分类后的输出(见 [标题编号])
7.4 通过移除小孤立区域来概化分类后的输出
此过程会从分类后影像中移除小的孤立区域。大于某一像素数的区域将在影像上保留。区域合并、设为空函数和 Nibble 工具用于完成此任务。
在分类后处理工作流中，此任务应在过滤(见 [标题编号])和平滑处理类边界(见 [标题编号])步骤后执行。 步骤：
1. 通过单击“标准”工具条上的搜索窗口按钮
打开搜索窗口。
2. 搜索区域合并工具，并在搜索结果中单击该工具将其打开。
3. 使用分类后影像作为输入栅格来运行该工具。用有意义的名称命名输出，例如
regiongroup_out.tif。
4. 在 ArcMap 中，打开通过区域合并工具得到的输出的属性表。检查“计数”字段，并尝试
用一个相对小的像素数标识任何区域并记下计数。所有步骤完成后，这些区域将被移除。 5. 搜索并打开设为空函数工具（请参见步骤 1 和 2）。
32
影像分类
6. 在工具对话框中，将从步骤 3 中得到的输出（例如，regiongroup_out.tif）设置
为输入条件栅格数据。在表达式框中，输入标识阈值的表达式，如 Count < 40（其中，此示例中的数字 40 表示像素的最小计数；可以指定其他数字）。在输入条件为假时所取的
栅格数据或常数值参数中输入值 1。用适当的名称命名输出（例如 nibble_mask.tif）。
单击确定以运行工具。
7. 搜索并打开 Nibble 工具（请参见步骤 1 和 2）。
8. 在工具对话框中，指定分类后影像作为输入栅格。指定从步骤 6 中得到的输出（在本示
例中为 nibble_mask.tif）作为输入栅格掩膜。接受其他参数的默认值。 9. 单击确定以运行工具。
像素计数小于所选阈值（本示例中为 40）的小区域应消失，其实这些区域是基于最近的周围单元格值被融合掉了。
以下影像显示概化后输出的示例。第一个影像为初始影像，第二个影像显示概化后的结果。您会看到，概化后许多小区域被融合掉了。 概化前的影像：
概化后的影像：
相关主题
33
影像分类
什么是影像分类？(见 [标题编号]) 处理分类后的输出(见 [标题编号])
34
因篇幅问题不能全部显示，请点此查看更多更全内容