实验十监督分类
不同于非监督分类，监督分类基于先验知识，根据训练场提供的样本选择特征参数，建立判别函数，对待分类点进行分类。训练场地的选择是监督分类的关键，在监督分类中由于训练样本的不同，分类结果会出现极大的差异，因此应选取有代表性的样本，用于监督分类的训练样本应该是光谱特征比较均一的地区，在图像中根据均一的色调估计只有一类地物，且一类地物的训练样本可以选取一块以上。此外，用做样本的数目至少能满足建立分类用判别函数的要求，对于光谱特征变化比较大的地物，训练样本要足够多，以反映其变化范围。一般情况下，要得到可靠的结果，每类至少选择10100个训练样本。
1定义分类模板
1）打开需要分类的影像点击ERDASviewer面板，打开需要进行分类的图像，并在rasteroptio
中设置redgree
blue分别为BAND4BAND5BAND3（以LANDSAT为例），选择fittoframe2）打开分类模板编辑器选择classifer图标classificatio
sig
atureeditor命令，打开分类模板编辑器（sig
atureeditor）对话框3）调整属性字段在分类编辑窗口中的分类属性表中有很多字段，可以对不需要的字段进行调整。选择分类编辑窗口的viewcolum
，打开viewsig
aturecolum
s对话框，选中需要显示的字段（按住shift可选中多个），单击apply按钮，显示发生变化，单击close完成。4）选取样本基于先验知识，需要对遥感图像选取训练样本，包括产生AOI、合并、命名，从而建立样本。考虑到同类地物颜色的差异，因此在采样过程中对每一地类的采样点（即AOI）不少于10个。选取样本包括产生AOI和建立分类模板两个步骤。
2评价分类模板
分类模板建立后，需要对其进行评价、删除、更名、与其他分类模板合并等操作。分类模板评价工具包括：分类预警、可能性矩阵、特征对象、特征空间到图像掩膜、直方图、分离性分析和分类统计分析等工具。1）分类预警评价（1）产生分类预警掩膜①在sig
atureeditor窗口，选择某类或者某几类模板，单击viewimagealarm命令，打开sig
aturealarm对话框②选中i
dicateoverlap复选框，设置同时属于两个及以上的像元叠加预警显示，点击色框设置颜色③点击editparallelepipedlimitlimitset，设置计算方法（method）：mi
imummaximum或
f者stdderivatio
（标准差），并选择使用的模板：curre
t（当前模板）、selected（选定的模板）、all（所有模板）④设置完成后，单击ok按钮，返回limit对话框，单击close，返回sig
aturealarm对话框⑤单击ok，执行预警评价，形成预警掩膜⑥单击close，关闭sig
atur