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。 内容来自www.wkfxw.com

工具/原料

计算机

arcgis

方法/步骤

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 扩展模块中，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。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。

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。

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。

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。

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。