实验五遥感分类
参照ENVI 遥感图像处理方法+邓书斌
1、步骤:
按照《ENVI 遥感图像处理方法》步骤及方法。
2、数据：
利用实验一裁剪后的济南多光谱影像；
3、要求
分监督分类与非监督分类写两个实验报告。
监督分类中利用同一地物样本
样本类型：耕地1、耕地2、林地、黄河水、其他水体、居民地、道路用地、荒草地等）采用软件中的六种分类器进行分类，最后比较分类结果。
非监督分类采用两种分类方法进行分类。
Lab6 non-parametric classification and post classification 12021005龚鑫烨Objection：the major object of the current lab section are to implement non-parametric classification based on BP networks and support vector machines algorithms,with a full mastery of post-classification operation. Data: the subset of spot 5 imagery covering NJ. Steps: 1、identify a training dataset and an independent set of validation data for built-up, forest,cropland,grassland and water. 2、Implementing above-mentioned non-parametric algorithms to classify your image. 3、Validating your classification. 4、Refining your classification by implementing the majority filtering and modeling process if possible. 实验步骤： 1、将数据加载到envi中
遥感科学与技术专业毕业实习周记全套 （本人在遥感科学与技术专业相关岗位3个月的实习，十二篇周记，总结一篇，全部原创，共6500字，欢迎下载参考） 姓名：杜宗飞 学号：2011090118 专业：遥感科学与技术专业 班级：遥感科学与技术专业01班 指导教师：赵晓明
第1周 作为遥感科学与技术专业的大学生，我很荣幸能够进入遥感科学与技术专业相关的岗位实习。相信每个人都有第一天上班的经历，也会对第一天上班有着深刻的感受及体会。尤其是从未有过工作经历的职场大学们。 头几天实习，心情自然是激动而又紧张的，激动是觉得自己终于有机会进入职场工作，紧张是因为要面对一个完全陌生的职场环境。刚开始，岗位实习不用做太多的工作，基本都是在熟悉新工作的环境，单位内部文化，以及工作中日常所需要知道的一些事物等。对于这个职位的一切还很陌生，但是学会快速适应陌生的环境，是一种锻炼自我的过程，是我第一件要学的技能。这次实习为以后步入职场打下基础。第一周领导让我和办公室的其他职员相互认识了一下，并给我分配了一个师父，我以后在这里的实习遇到的问题和困难都可以找他帮忙。 一周的时间很快就过去了，原以为实习的日子会比较枯燥的，不过老实说第一周的实习还是比较轻松愉快的，嘿嘿，俗话说万事开头难，我已经迈出了第一步了，在接下去的日子里我会继续努力的。生活并不简单，我们要勇往直前！再苦再累，我也要坚持下去，只要坚持着，总会有微笑的一天。虽然第一周的实习没什么事情，比较轻松，但我并不放松，依然会本着积极乐观的态度，努力进取，以最大的热情融入实习生活中。 虽然第一周的实习没什么事情，比较轻松，但我并不放松，依然会本着积极乐观的态度，努力进取，以最大的热情融入实习生活中。 第2周 过一周的实习，对自己岗位的运作流程也有了一些了解，虽然我是读是遥感科学与技术专业，但和实习岗位实践有些脱节，这周一直是在给我们培训那些业务的理论知识，感觉又回到了学校上课的时候。虽然我对业务还没有那么熟悉，也会有很多的不懂，但是我慢慢学会了如何去处理一些事情。在工作地过程中明白了主动的重要性，在你可以选择的时候，就要把主动权握在自己手中。有时候遇到工作过程中的棘手问题，心里会特别的憋屈，但是过会也就好了，我想只要积极学习积极办事，做好自己份内事，不懂就问，多做少说就会有意
遥感课程教学实验之二： 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的
理解计算机图像分类的基本原理以及监督分类的过程，学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件，从文件菜单打开多波段影像文件，从可用波段列表中装载彩色或假色 影像，显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中，设定ROI_Type 为“Polygon”（多边形），选定样本采 集的窗口类型，用Zoom（缩放窗口）进行采集。。
4、在选定的窗口如Zoom用鼠标左键画出样本区域，在结束处击鼠标右键二次，样本区域 被红色充填，同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”，重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中，选 Classification > Supervised > Maximum Likelihood；或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。
6、在出现Classification Input File 对话框中，选择输入影像文件，出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值（Set Prpbability Threshold）：如不使用阈值，点击“None” 按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Probability Threshold”文本框中，输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值： ●在类别列表中，点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式：文件或内存，当影像较大时建设保存到文件中，以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结
成都信息工程学院 遥感图像处理实验报告 实验6：遥感图像监督分类与非监督分类 专业：遥感科学与技术 班级： 092班 姓名：李翔 学号：2009043063 实验名称：遥感图像监督分类与非监督分类 实验教室： 5404教室 指导老师：刘志红 实验日期：2011年4月6日和4月13日
遥感数字图像处理实验报告 一、项目名称 遥感图像监督分类与非监督分类 二、实验目的 学会使用ERDAS IMAGINE软件对遥感图像进行非监督分类、监督分类、分类后处理、决策树分类，加深对图像分类过程和原理的理解，为图像解译打下基础。 三、实验原理 同类地物在相同的条件下应该具有相同或相似的光谱信息和空间信息特征。反之，不同类的地物之间具有这些差异。根据这些差异，将图像中的所有像素按其性质分为若干类别的过程，称为图像的分类。 根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行训练和监督，可将遥感图像分类方法划分为监督分类和非监督分类。 分类后处理包括聚类统计、过滤分析、去除分析和分类重编码等操作。 聚类统计是通过计算分类专题图像每个分类图斑面积、记录相邻区域中最大图斑面积的分类操作。 四、数据来源 1．下载网站：https://www.doczj.com/doc/44789883.html,/admin/dataLandsatMain.jsp 2．波段数为6个。 3．分辨率为28.50,米。 4．投影为UTM, Zone48。 五、实验过程 一、非监督分类 1.在ERDAS IMAGINE依次点击如下图标，打开对话框， 2. 设定好输出数据，设置聚类选项，确定初始聚类方法和分类数。设置预处理选项，确定循环次数和阈值。如图所示：
浅谈对遥感学科、专业、遥感应用与发展的认识 摘要 遥感技术是一门建立在空间科学、电子技术、光学、计算机技术、信息论等新的技术科学以及地球科学理论基础上的综合性技术，为现代前沿科学技术之一，具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天，遥感技术伴随着航空、航天技术的发展而不断提高与完善，服务领域因之而不断扩展，受到普遍重视，显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。 关键词 遥感发展现状发展趋势应用范围 引言 遥感作为一种空间数据的获取方法，遥感技术及其图像信息处理信息技术集合了空间、电子、光学、计算机、生物学和地学等科学的最新成就，是现代高新技术领域的重要组成部分。主要为GIS提供全天候的实时的遥感影像，之后GIS便拿这些数据进行利用和分析。遥感是从远离地面的不同工作平台上，如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船和航天飞机等，通过传感器对地球表面的电磁波辐射信息进行探测，然后经信息的传输、处理和判读分析，对地球的资源与环境进行探测与监测的综合性技术。遥感技术从远距离采用高空鸟瞰的形式进行探测，包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息，能提供综合系统性、瞬时或同步性的连续区域性同步信息，在环境科学领域的应用具有很大优越性。 1、遥感学科发展回顾 遥感是以航空摄影技术为基础，在20世纪60年代初发展起来的一门新兴技术。开始为航空遥感，自1972年美国发射了第一颗陆地卫星后，这就标志着航天遥感时代的开始。经过几十年的迅速发展，目前遥感技术已广泛应用于资源环境、水文、气象，地质地理等领域，成为一门实用的，先进的空间探测技术。萌芽时期 1608年制造了世界第一架望远镜。 1609年伽利略制作了放大三倍的科学望远镜并首次观测月球。 1794年气球首次升空侦察。 1839年第一张摄影像片。 初期发展 1858年用系留气球拍摄了法国巴黎的鸟瞰像片。 1903年飞机的发明。 1909年第一张像片。 一战期间（1914-1918）：形成独立的航空摄影测量学的学科体系。 二战期间（1931-1945）：彩色摄影、红外摄影、雷达技术、多光谱摄影、扫描
遥感图像分类 一、背景知识 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。 非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分类属于IMAGINE Essentials级产品功能，但在IMAGINE Professional级产品中有一定的功能扩展，非监督分类命令分别出现在Data Preparation菜单和Classification菜单中，而监督分类命令仅出现在Classification菜单中。 二、实验目的 理解并掌握图像分类的原理，学会图像分类的常用方法：人工分类（目视解译）、计算机分类（监督分类、非监督分类）。能够针对不同情况，区别使用监督分类、非监督分类。理解计算机分类的常用算法实现过程。熟练掌握遥感图像分类精度评价方法、评价指标、评价原理，并能对分类结果进行后期处理。 三、实验内容（6课时） 1.非监督分类（Unsupervised Classification)； 2.监督分类（Supervised Classification)； 3.分类精度评价（evaluate classification）； 4.分类后处理（Post-Classification Process）； 四、实验准备 实验数据： 非监督分类文件：germtm.img 监督分类文件：tm_860516.img 监督模板文件：tm_860516.sig 五、实验步骤、方法 1、非监督分类（Unsupervised Classification)
实验名称：影像分类 一、实验内容 1.对同一副遥感影像分别用监督和非监督两种方法进行分类，并对分类结果进行比较； 2.对同一种方法下的不同判别准则（如最小距离准则和最大似然分类）得到的分类结果进行 比较。 二、实验所用的仪器设备，包括所用到的数据 电脑一台，Window7操作系统，遥感影像处理软件（ENVI4.3）软件，一幅多波段卫星遥感影像，如图1所示。 三、实验原理 （一）监督分类 1.监督分类的原理 监督分类（supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立； 反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：平行算法、最小距离法、最大似然法等。 2.最小距离分类：是指求出未知类别向量到要识别各类别代表向量中心点的距离，将未知类 别向量归属于距离最小一类的一种图像分类方法。 3.最大似然分类：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。 （二）非监督分类 1.非监督分类的原理 非监督分类也称聚类分析。是指人们事先对分类过程不施加任何的先验知识，而仅凭数据，即自然聚类的特性，进行“盲目”的分类；其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性，亦即：非监督分类只能把样本区分为若干类别，而不能给出样本的描述；其类别的属性是通过分类结束后目视判读或实地调查确定的。 2.ISODATA分类 ISODATA非监督分类计算数据空间中均匀分布的类均值，然后用最小距离技术将剩余像元迭代聚集。每次迭代重新计算了均值，且用这一新的均值对像元进行再分类。重复分类是分割、融合和删除是基于输入的阈值参数的。除非限定了标准差和距离的阈值（这时，如果一些像元不满足选择的标准，他们就无法参与分类），所有像元都被归到与其最临近的一类里。这一过程持续到每一类的像元数变化少于选择的像元变化阈值或已经到了迭代的最多次数。
2016遥感科学与技术专业本科培养方案 一、专业基本信息 二、培养目标及特色（300字以内） 培养目标： 培养具有德、智、体全面发展，具备数理基础和人文社科知识，掌握遥感科学与技术基础理论、基本知识和基本技能，接受科学思维和工程实践训练，胜任国家基础测绘、城乡建设、国土资源、城市应急等领域空间信息的获取、处理、分析、应用及管理工作，具有较强的组织管理能力、创新能力、继续学习能力和国际视野的复合型工程技术人才。 专业特色： 本专业依托首都建设和学校土木建筑类学科优势，培养服务首都、面向全国、依托建筑行业、服务城乡建设的专业人才。适应摄影测量与遥感高新科技发展，融教学、科研和生产为一体，强调理论与实践密切结合，突出城市遥感特色，培养摄影测量与遥感新技术、新方法、新工艺的应用能力，满足城乡建设、古建筑保护、智慧城市等遥感人才需求。 三、主干学科 测绘科学与技术 四、主干课程 1．主干基础课程 专业概论、数字地形测量学、C语言与数据结构、自然地理学、地图学 2．主干专业课程 遥感原理（双语）、航空航天数据获取、摄影测量基础、遥感数字图像处理、城市遥感、数字摄影测量 五、主要实践教学环节 数字地形测量学实习、摄影测量基础实习、航空数据获取、航空摄影测量外业综合实习、4D产品综合摄影测量实习、遥感原理实习、遥感数字图像处理、遥感综合实习、自然地理地貌及遥感图像解译实习、（近景与激光雷达、移动测量、微波遥感）新技术综合实习、地理信息系统原理、毕业设计。 六、毕业学分要求 参照北京建筑大学本科学生学业修读管理规定及学士学位授予细则，修满本专业最低计划学分应达到160学分，其中理论课程122学分，实践教学环节38学分。 七、各类课程结构比例 学分比例学时学分课程属性课程类别
实验四遥感图像分类 一、背景知识 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。 非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分类属于IMAGINE Essentials级产品功能，但在IMAGINE Professional级产品中有一定的功能扩展，非监督分类命令分别出现在Data Preparation菜单和Classification菜单中，而监督分类命令仅出现在Classification菜单中。 二、实验目的 理解并掌握图像分类的原理，学会图像分类的常用方法：人工分类（目视解译）、计算机分类（监督分类、非监督分类）。能够针对不同情况，区别使用监督分类、非监督分类。理解计算机分类的常用算法实现过程。熟练掌握遥感图像分类精度评价方法、评价指标、评价原理，并能对分类结果进行后期处理。 三、实验内容（6课时） 1.非监督分类（Unsupervised Classification)； 2.监督分类（Supervised Classification)； 3.分类精度评价（evaluate classification）； 4.分类后处理（Post-Classification Process）； 四、实验准备 实验数据： 非监督分类文件：germtm.img 监督分类文件：tm_860516.img 监督模板文件：tm_860516.sig 五、实验步骤、方法 1、非监督分类（Unsupervised Classification)
遥感非监督分类实验报告书 部门： xxx 时间： xxx 整理范文，仅供参考，可下载自行编辑
遥感图像的非监督分类实验报告 姓名：李全意 专业班级：地科二班 学号：2018214310 指导教师：段艳 日期：2018年6月3日 1. 实验目的 通过本实验加强对遥感非监督分类处理理论部分的理解，熟练掌握图像非监督分类的处理方法，并将处理前后数据进行比较。 b5E2RGbCAP 2. 实验准备工作 <1）准备遥感数据<本实验使用的是老师提供的遥感数据）； <2）熟悉遥感图像非监督分类的理论部分 3．实验步骤 4. 实验数据分析与结论 <1）通过分类前后图像的比较，发现非监督分类后的图像容易区分不同地物； <2）分类过程中存在较多错分漏分现象，同种类别中有多种地物； <3）非监督分类根据地物的光谱统计特性进行分类，客观真实且方法简单，而且具有一定的精度。 5. 实验收获及需要解决的问题 <1）对非监督分类处理遥感图像方法有了总体上的认识，基本上掌握该方法的具体操作步骤，会用该方法处理一些遥感图图像。 p1EanqFDPw
Unsupervised Classification, 在Unsupervised Classification对话框中，将参数设计设计如下： Number of classes：30,一般将分类数取为最终分类数的2倍以上；Maximum Iterations：18； 点击Color Scheme Options决定输出的分类图像为黑白的；Convergence Threshold：0.95。 点击OK即可。打开完成后图像与原图像对比： 原图：完成后： <2）打开原图像，在视窗中点击File/Open/Raster Layer，选择分类监督后的图像classification1.img，在Raster Options中，取消Clear Display如下：
遥感科学与技术专业 培养目标 培养德、智、体全面发展，具备遥感与摄影测量的基本理论、方法和技术，具有传感器的集成与设计、遥感数据获取与处理、专题信息提取、遥感数据建模与反演、数字化测绘和遥感信息服务等方面的生产、研发、教学和管理等工作技能，能在在测绘、地质、城市、矿山、海洋、资源、环境、电力、水利、交通、农业、林业、国防、军工和文物等领域从事摄影测量与遥感生产设计以及有关空间信息系统的建设和应用、规划、管理、科研和教学的高级专门人才。 课程设置 在学习高等数学、工程数学、大学物理等基础理论知识和英语、计算机等公共基础课程的基础上，本专业主要学习自然地理与地质学、普通测量学、大地测量学基础、地图学原理、误差理论与测量平差、遥感物理基础、遥感原理与方法、遥感数字图像处理、摄影测量学、微波遥感与干涉测量、高光谱遥感、高空间分辨率遥感、地理信息系统、卫星导航定位、计算机地图制图、空间数据库基础等专业课程，接受实践技能、资源与环境遥感、遥感地学分析与应用、科学研究方法等方面的能力训练。 培养特色 本专业注重遥感科学与技术基础理论、基本知识和基本技能的教学。在公共必修与专业基础课程学习结束后，自大学三年级开始分矿山环境与灾害遥感、高分遥感地图制图两大培养方向，具有高空间分辨率遥感测绘制图、矿区与城市地表形变微波干涉测量、土地与环境遥感、矿产资源遥感探测、环境污染遥感监测、自然灾害遥感测量与评估等培养特色。注重综合能力和创新精神的培养，注重英语能力、计算机应用能力和解决实际问题能力的提高。 就业深造 我校拥有“测绘科学与技术”一级学科博士学位授权点和博士后流动站，拥有该学科所有专业硕士、博士学位授予权，学生可以选择进一步深造，2006年以来，历年攻读硕士研究生的人数均超过应届毕业生总人数的40%。 完成本科生学业后，可以在大地测量学与测量工程、摄影测量与遥感、地图制图学与地理信息工程、矿山空间信息学与沉陷控制工程、土地资源管理及相关专业领域攻读硕士学位。本专业毕业生可在测绘、遥感、地质、水利、交通、农业、林业、石油、矿山、煤炭、国防、军工、城建、环保、文物保护等行业和部门从事与摄影测量与遥感相关的科研、教学、设计、生产及管理工作。
第七届全国高校GIS 开发大赛参赛作品 全国公路货运优化系统 总体设计 指导老师：组 号： 李 爱 光 小组成员： 538 杨彦通 董俊国 毛 淦 卢昭羿 信息工程大学测绘学院 2009年7月
目录： 1．引言 (3) 1.1编写目的 (3) 1.2项目背景 (3) 2总述 (3) 2.1系统构思 (3) 2.2系统架构 (4) 2.3应用环境 (5) 2.4开发环境 (5) 2.4.1软件环境 (5) 2.4.2硬件环境 (6) 2.5技术路线 (6) 3系统进度时间安排 (6) 4系统开发关键步骤 (7) 4.1资料收集 (7) 4.2实地调研 (7) 4.3需求分析 (7) 4.4数据模型设计与数据准备 (8) 4.5数据库设计与建立 (8) 4.6代码编写 (8) 4.7网页制作 (8) 4.8系统测试 (8)
1．引言 1.1编写目的 编写此说明书为了明确全国空车智能配货系统的总体设计，对于系统应当具有的各种需求进行准确划分与确定，安排项目规划与进度、组织软件开发与测试，本说明书供本系统开发人员以及系统设计人员使用，也可供利用本系统提供的服务进行信息共享以及与其他系统的互操作的开发者使用。 1.2项目背景 在当前国际经济形势下，全球金融风暴席卷全球之后，各国经济都在稳步恢复中，金融风暴对于金融业的影响已经见底，但其对实体经济的影响必将巨大而深远。为应对国际金融危机的影响，我国政府出台了总数为四万亿经济刺激方案。《十大产业调整和振兴规划》目前正在稳步实施当中，其中包含了最后一个被入选的物流行业。 2009—2011年《物流业调整和振兴规划》报告中指出，物流业是融合运输业、仓储业、货代业和信息业等的复合型服务产业，是国民经济的重要组成部分，涉及领域广，吸纳就业人数多，促进生产、拉动消费作用大，在促进产业结构调整、转变经济发展方式和增强国民经济竞争力等方面发挥着重要作用。 2总述 2.1系统构思 全国公路货运优化系统，是由解放军信息工程大学测绘学院七系四队信新圆小组（报名号538）为参加第七届全国高校GIS大赛设计并开发，系统建立的主要目的是在尽量大范围内整合各个物流公司的资源，最大限度为货车提供充足的货源信息，并经过分析和优化配置使货车的空载率降到最低、盈利达到最高。 根据我们的两次实地调研以及与和指导教员的不断商讨，结合本次大赛要求，我们将本系统的定位作为长期性的公益性社会公共资源优化平台，利用GIS的核心空间分析功能，结
监督分类（一） 数字图像处理 实习内容 监督分类 训练样区 图像分类 监督分类 9不同于无监督分类，监督分类由分类者严密控制。分类前需要知道分类的数据以及所需要分的类。在这个过程中，您选择像素能够代表某种类别的模式或土地覆盖类别，这些类别和模式你可以借助其他数据来源，如航空照片，地面真实数据或者地图。 9通过你定的模式，计算机系统可以自动查找具有类似特点的像素。如果分类是准确的，此分类结果代表初分类。 监督分类的基本步骤 监督分类是一个反复的过程，主要有以下步骤： 1.训练样区并创建特征 2. 评价和编辑特征 3. 图像分类 4. 评价分类结果实习内容 监督分类 训练样区 图像分类
怎样定义训练样本？ 训练样本就是选择一组像素代表一定潜在类别。在 ERDAS image 中，用户可以选择以下方法完成：?通过矢量层 ?通过的AOI ?通过特定区域具有相似光谱特征的一组连续像素 ?通过专题栅格层的某个类别，例如：无监督分类的输出结果打开germtm.img 启动AOI 工具. 单击the AOI style 按纽设置AOI前景色和背景色为可识别的颜色 尝试其他光谱颜色分配R: 4; G:5; B:3 启动Classifier /Signature Editor 应该创建多边形AOI 工具在图像上暗蓝色区域创建一AOI (可根据需要放 大图像). 在Signature Editor窗口采用Add AOI to signature按纽，添加水域样区1 水域样区1
找到另外一处水域样本，采用AOI growth tool添加单击AOI growth 按钮, 然后单击样本的中间 可以自动产生 复杂的多边 形！单击Region Growing Properties 按钮 在Region Growing Properties Dialog 调整AOI包含更多更纯的样本区，变换the Area and Spectral Distance, 然后单击Redo直到满意为止. 在signature editor窗口添加第2个水域样本区融合相似的训练样本区 融合相似的训练样本区 如果此特征被应用，输出的分类结果如何？ 选择signature “water” View…/ Image Alarm…, 在signature alarm dialog单击“OK”.
遥感科学与技术专业职业生涯规划书范文主要专业课程有：电磁场理论、电子技术应用、航空与航天摄影、数字图像处理、遥感原理与应用、近景摄影测量、摄影测量学、微波遥感、数据结构与数据库、模式识别、遥感图像解译、环境保护与规划、数学规划与测量中的应用、计算机视觉、海洋测绘、计算机网络与应用、虚拟现实技术、人工智能、信息论、地图投影与变换。 大学一年级： 上课认真听讲，课后及时复习笔记，不迟到，不早退，不旷课，做好学生学习的本责;积极为校学生会和班级社团做贡献，积极参与学校的各种活动;广结善友，向他人学习，认识并发现自己存在的问题并改正;多读书，经常去图书馆并且写读书心得;希望可以在期末得到好的成绩。 大学二年级： 将更多的时间放在学习上，跟紧老师上课的节奏，同样认真学习，并且开始做练习题，确定发展方向;备战四级;学习第二学位;将知识融会贯通;积极参与学校活动;可以确定有一两个超级好的'朋友;努力学习使自己期末成绩优异，得到大家认可;希望可以在大一或者大二就可以加入中国共产党;多读书。
大学三年级： 正确认识人生目标，开始职业规划;备战六级;备战考研;坚持上早读晚自习;多读书;开始看学术论文，模仿;争取可以找到实习地点，为以后的道路打下基础。 大学四年级： 拿到应有的证书学位，总结三年的经验教训，进一步认识自己，在更多的方面提高自己，做出毕业规划，为自己的将来找到出路。 遥感科学与技术专业毕业生可在城市规划、农业、林业、水利、电力、交通、军事、地质、测绘、环境、海洋等各类遥感领域从事遥感电子设备与系统研制、应用系统和系统集成的建设与开发等工作, ___较好。 排序学校名称水平开此专业学校数1武汉大学5222西南交通大学4223山东科技大学4224长安大学4225成都理工大学3226北京航空航天大学3227中南大学3228河南理工大学3229山东农业大学32210西安科技大学32211东华理工大学322
遥感图像分类后处理 一、实验目的与要求 监督分类和决策树分类等分类方法得到的一般是初步结果，难于达到最终的应用目的。 因此，需要对初步的分类结果进行一些处理，才能得到满足需求的分类结果，这些处理过程就通常称为分类后处理。常用分类后处理通常包括：更改分类颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。 本课程将以几种常见的分类后处理操作为例，学习分类后处理工具。 二、实验内容与方法 1.实验内容 1.小斑块去除 ●Majority和Minority分析 ●聚类处理（Clump） ●过滤处理（Sieve） 2.分类统计 3.分类叠加 4.分类结果转矢量 5.ENVI Classic分类后处理 ●浏览结果 ●局部修改 ●更改类别颜色 6.精度评价 1.实验方法 在ENVI 5.x中，分类后处理的工具主要位于Toolbox/Classification/Post Classification/；
三、实验设备与材料 1.实验设备 装有ENVI 5.1的计算机 2.实验材料 以ENVI自带数据"can_tmr.img"的分类结果"can_tmr_class.dat"为例。数据位于"...\13数据\"。其他数据描述： ?can_tmr.img ——原始数据 ?can_tmr_验证.roi ——精度评价时用到的验证ROI 四、实验步骤 1.小斑块去除 应用监督分类或者非监督分类以及决策树分类，分类结果中不可避免地会产生一些面 积很小的图斑。无论从专题制图的角度，还是从实际应用的角度，都有必要对这些小图斑进行剔除或重新分类，目前常用的方法有Majority/Minority分析、聚类处理（clump）和过滤处理（Sieve）。 1)Majority和Minority分析 Majority/Minority分析采用类似于卷积滤波的方法将较大类别中的虚假像元归到该 类中，定义一个变换核尺寸，主要分析（Majority Analysis）用变换核中占主要地位（像元数最多）的像元类别代替中心像元的类别。如果使用次要分析（Minority Analysis），将用变换核中占次要地位的像元的类别代替中心像元的类别。 下面介绍详细操作流程： （1）打开分类结果——"\12.分类后处理\数据\can_tmr_class.dat"； （2）打开Majority/Minority分析工具，路径为Toolbox /Classification/Post Classification/Majority/Minority Analysis，在弹出对话框中选择"can_tmr_class.dat"，点击OK； （3）在Majority/Minority Parameters面板中，点击Select All Items选中所有的类别，其他参数按照默认即可，如下图所示。然后点击Choose按钮设置输出路径，点击OK执行操作。
实验四遥感图像的非监督分类与监督分类 一、实验目的 1．非监督分类是对数据集中的像元依据统计数字，光谱类似度和光谱距离进行分类，在没有用户定义的条件下练习使用，在ENVI环境下的非监督分类技术有两种：迭代自组织 数据分析技术（ISodata）和K均值算法（K-Means）； 2．分类过程中应注意：1）怎样确定一个最优的波段组合，从而达到最佳的分类精度，基于OIF和相关系数，协方差矩阵以及经验的使用来完成对最适合的组合的选取，分类 效果的关键即在于此；2）K-Means的基本原理；3）Isodata的基本原理；4）分类结束 后，被分类后的图像是一个新的图像，被分类类码秘填充，从而可以获得数据提取信息， 统计不同类码数量，转化为实际面积，在得到后的图像上，可对不同目标的形态指标进 行分析。 3．对训练区中的像元进行分类； 4．用训练数据集估计查看监督分类后的统计参数； 5．用不同方法进行监督分类，如最小距离法、马氏距离法和最大似然法。 二、实验设备与材料 1、软件 ENVI 4.7软件 2、所需材料 TM数据 三、实验步骤 1.选择最优的波段组合 ENVI主工具栏中File →Open image file →选择hbtmref.img打开→在Basic Tools中选择Statistics →Compute statistics选定原图，在Spectral subset中可选项全部选定→OK →OK →全选→保存→OK，则各类统计数字均可查； OIF计算，选择分类波段： 1，2；2，3；1，3波段标准差分别为2.665727；3.473308；4.574609，和为10.713644。Correlation Matrix 中1和2波段的相关系数0.964308，加上2和3波段的相关系数0.980166，再加上1和3波段的相关系数0.945880，最终等于2.890354。用标准差相加的结果10.713644比上相关系数之和2.890354等于3.70668922。可以选择其他不同波段的数据进行同上运算，比值结果最大的为最优波段，此次选择结果为3,4,6波段。 2.K-Means法进行非监督分类 1）Classification →Unsupervised →K-Means，点击hbtmref.img →点击Spectral subset →选3,4,6三个波段→OK，回到上级菜单→OK，在Number of classes 中输15即分为15类，Change Iterations中输6，即最大迭化量为6次， Maximum Stdev From Mean中为空，选择保存位置→OK；在原界面中选定 保存结果后New display →Load Band，双击查看Cursor Location/V alue，发 现Data已由原来的坐标形式转换为类码；在K-Means窗口工具栏中点击 Tools →Spatial Pixel Editor →可将类码转换成相应的地物类型，要求进行 大量的野外调查，确定同一类码所代表的地物是什么
遥感科学与技术专业 毕 业 实 习 报 姓名：杜宗飞 学号：2011090118 专业：遥感科学与技术 班级：遥感科学与技术01班 指导教师：赵建明 实习时间：XXXX-X-X—XXXX-X-X 20XX年1月9日
目录 目录 (2) 前言 (3) 一、实习目的及任务 (3) 1.1实习目的 (3) 1.2实习任务要求 (4) 二、实习单位及岗位简介 (4) 2.1实习单位简介 (4) 2.2实习岗位简介（概况） (5) 三、实习内容（过程） (5) 3.1举行计算科学与技术专业岗位上岗培训。 (5) 3.2适应遥感科学与技术专业岗位工作。 (5) 3.3学习岗位所需的知识。 (6) 四、实习心得体会 (6) 4.1人生角色的转变 (6) 4.2虚心请教，不断学习。 (7) 4.3摆着心态，快乐工作 (7) 五、实习总结 (8) 5.1打好基础是关键 (8) 5.2实习中积累经验 (8) 5.3专业知识掌握的不够全面。 (8) 5.4专业实践阅历远不够丰富。 (8) 本文共计5000字，是一篇各专业通用的毕业实习报告范文，属于作者原创，绝非简单复制粘贴。欢迎同学们下载，助你毕业一臂之力。
前言 随着社会的快速发展，用人单位对大学生的要求越来越高，对于即将毕业的遥感科学与技术专业在校生而言，为了能更好的适应严峻的就业形势，毕业后能够尽快的融入到社会，同时能够为自己步入社会打下坚实的基础，毕业实习是必不可少的阶段。毕业实习能够使我们在实践中了解社会，让我们学到了很多在遥感科学与技术专业课堂上根本就学不到的知识，受益匪浅，也打开了视野，增长了见识，使我认识到将所学的知识具体应用到工作中去，为以后进一步走向社会打下坚实的基础，只有在实习期间尽快调整好自己的学习方式，适应社会，才能被这个社会所接纳，进而生存发展。 刚进入实习单位的时候我有些担心，在大学学习遥感科学与技术专业知识与实习岗位所需的知识有些脱节，但在经历了几天的适应过程之后，我慢慢调整观念，正确认识了实习单位和个人的岗位以及发展方向。我相信只要我们立足于现实，改变和调整看问题的角度，锐意进取，在成才的道路上不断攀登，有朝一日，那些成才的机遇就会纷至沓来，促使我们成为遥感科学与技术专业公认的人才。我坚信“实践是检验真理的唯一标准”，只有把从书本上学到的遥感科学与技术专业理论知识应用于实践中，才能真正掌握这门知识。因此，我作为一名遥感科学与技术专业的学生，有幸参加了为期近三个月的毕业实习。 一、实习目的及任务 经过了大学四年遥感科学与技术专业的理论进修，使我们遥感科学与技术专业的基础知识有了根本掌握。我们即将离开大学校园，作为大学毕业生，心中想得更多的是如何去做好自己专业发展、如何更好的去完成以后工作中每一个任务。本次实习的目的及任务要求： 1.1实习目的 ①为了将自己所学遥感科学与技术专业知识运用在社会实践中，在实践中巩固自己的理论知识，将学习的理论知识运用于实践当中，反过来检验书本上理论的正确性，锻炼自己的动手能力，培养实际工作能力和分析能力，以达到学以致用的目的。通过遥感科学与技术的专业实习，深化已经学过的理论知识，提高综合运用所学过的知识，并且培养自己发现问题、解决问题的能力 ②通过遥感科学与技术专业岗位实习，更广泛的直接接触社会，了解社会需要，加深对
精心整理 一、实验名称 遥感图像的监督分类与非监督分类 二、实验目的 理解遥感图像监督分类及非监督分类的原理；掌握用ENVI对影像进行监督分类和非监督分类的方法，初步掌握图像分类后的相关操作；了解整个实验的过程以及实验过程中要注意的事项。 三、 四、 五、 1. 1.1打开并显示影像文件，选择合适的波段组合加载影像 打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，为了更好地区分不同地物以及方便训练样本的选取，选择5、4、3波段进行相关操作，点击Load Band 在主窗口加载影像。 1.2使用感兴趣区（ROI）工具来选择训练样区 1）主影像窗口菜单栏中，选择 Overlay >Region of Interest。出现ROI Tool对话框， 2）根据不同的地物光谱特征，在图像上画出包含该类地物的若干多边形区域，建立相应的感兴趣区域，输入对应的地物名称，更改感兴趣区对应的显示色彩。
由于该地区为山西省北部，地物相对单一，故分为以下几类：裸地、草地、灌木林、农田、水体、人类活动区、云层，阴影。 1.3选择分类方法进行分类 1）主菜单中，选择Classification>Supervised，在对应的选项菜单中选择分类方法，对影像进行分类。 以最小距离法（Minimum Distance）为例进行说明。选择Minimum Distance选项，出现Classification Input File对话框，在该对话框中选择待分类图像。 2）在出现的Minimum Distance Parameters对话框中，select Ttems选择训练样本，定义相关参数，选择 点击 2. 1 2 3. 。 1 选择Mode :polygon delete from class将错误点剔除。 2）主菜单classification->Post classification->sieve classes打开sieve parameters对话框，选择训练样本，及最小剔除像素，选择输出位置，完成操作。图为采用八联通域将像素小于5的点删除。 3.3混淆矩阵精度验证 1）选取验证样本，与监督分类操作类似，选择不同的感兴趣区域，保存ROI,作为选择训练样本。 2）进行精度验证，主菜单classification->Post classification->Using Ground Truth ROI，选择分类图像。