ArcGIS Pro遥感影像的监督分类（arcgis遥感影像处理教程）

本文介绍在ArcGIS Pro软件中，基于随机森林、支持向量机等多种算法，对遥感影像数据加以监督分类的具体方法。

在文章ArcGIS中ArcMap栅格遥感影像的监督分类（
https://blog.csdn.net/zhebushibiaoshifu/article/details/126905442）中，我们介绍了基于ArcMap软件实现遥感影像监督分类的具体操作方法；本文则介绍基于ArcMap软件的升级版本——ArcGIS Pro软件，实现同样的遥感影像监督分类的方法。

首先，我们打开ArcGIS Pro软件；如果大家没有创建项目，那么可以在软件首页的“Map”选项中，新建一个项目模板；其中，模板的名称与保存路径大家自行设置即可。

随后，将我们需要分类的遥感影像数据导入软件；可以将遥感影像从文件夹拖动到ArcGIS Pro软件中，也可以在软件的右侧目录中找到对应的文件，从而将其导入。

接下来，首先我们在左侧“Contents”中，用鼠标选中我们待分类的遥感影像，并随后在ArcGIS Pro软件上方的菜单栏中，选择“Imagery”→“Classification Tools”→“Training Samples Manager”选项；如下图所示。

通过这个选项，我们即可开始指定遥感影像中所具有的地物类型，并手动绘制不同地物分类的ROI矢量文件。首先，我们可以在右侧的“Image Classification”一栏中，选择如下的“Create New Schema”选项，新建一个分类合集（Schema）。这个Schema说白了，就是用来指定遥感影像中，都有哪些地物类型的。

此外，大家也可以不新建Schema，而是直接用系统默认的一个Schema——这个默认的Schema，是美国国家土地覆盖数据库（NLCD）产品的2011年版本。

不管大家用的是自己新建的Schema，还是默认的Schema，接下来的操作都是类似的。首先，我们选中一个已有的类别，并通过不同的圈画方式，在遥感影像中选出这一类别对应的多个不同的区域；如下图所示。

当我们绘制了同一个地类的多个ROI后，可以将其全选，并通过“Collapse”选项将其合并为一个。

此外，如果我们需要删除某一个类别，可以通过如下图所示的按钮将其剔除。

如果需要添加一个类别，可以通过如下图所示的按钮来实现。

不过需要注意，点击加号的时候，要注意将鼠标放在你的Schema名称上，在上图中也就是“NLCD2011”这个字段上；否则，很容易会使得新建的类别成为某个已经存在的类别的子类别。

随后，当我们将全部地物类别绘制好后，首先可以在如下图所示的位置，将ROI的矢量文件保存。

随后，我们再将设置好的Schema文件保存。这里由于我一开始没有新建Schema，而是用了默认的Schema，所以在我的编辑完成后，选择用“Save As”来保存Schema。

随后，我们配置好Schema的名称与保存路径即可。这里需要注意，Schema文件在保存后，是.ecs格式的。

此时，可以在保存路径看到对应的ROI矢量文件，以及Schema文件。

接下来，我们依次选择“Imagery”→“Classification Wizard”选项；如下图所示。

随后，在弹出的窗口中，配置我们需要的遥感影像分类参数即可。如下图所示，第一个选项表示我们将使用监督分类、非监督分类等不同的分类方式；第二个选项，则表示我们将以像元为分类的目标，还是以一个对象（其实就是像元加上他周围的其他邻域像元）作为分类的目标；第三个选项，我们通过如下图所示的第一个下拉菜单选项，找到我们前述步骤中，保存好的Schema文件；第四个选项，就是分类结果的输出路径。

此外，我们还需要选择一下“Training Samples”选项，这里导入我们前述保存的ROI矢量文件即可。

随后，我们即可选择不同的分类方法。在这里，我选择了支持向量机方法；关于不同分类方法的对比，大家可以参考文章ENVI实现最小距离法、最大似然法、支持向量机遥感图像监督分类与分类后处理操作（
https://blog.csdn.net/zhebushibiaoshifu/article/details/125072035）。

随后，我们配置一下支持向量机方法的参数，即可开始分类。

如上图所示，如果大家觉得分类出来的效果不好，可以调整分类方法或者参数，并重新尝试。如果大家尝试了不同分类参数或者方法，不同的结果将会在左侧出现；如下图所示。

如果大家确定，当前的分类结果没有问题，就可以选择最好的那一次结果，并将其加以保存。

随后，我们保存的分类后栅格图像文件就可以在左侧列表中找到。

至此，大功告成。

Tags：createschema

微信扫一扫：分享

微信里点“发现”，扫一下

二维码便可将本文分享至朋友圈。