【Erdas实验教程】009：非监督分类及分类后评价

ERDAS 的 ISODATA 算法是基于最小光谱距离来进行的非监督分类，聚类过程始于任意聚类平均值或一个已有分类模板的平均值；聚类每重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。这个过程不断重复，直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。

ISODATA 算法的优点是：人为的干预少，不用考虑初始类别中心，只要叠代时间足够，分类的成功率很高；常用于监督分类前符号模板的生成。缺点是时间耗费较长，且没有考虑像元之间的同谱异物现象。

一、分类过程

打开分类数据germtm.img，如下所示：

打开 Unsupervised Classification对话框，调出非监督分类对话框。

在 Unsupervised Classifi