ERDAS遙感圖像處理教程

ERDAS遙感圖像處理教程ERDAS遙感圖像處理教程窗菜單條:Edit->SetOverlapFunction打開SetOverlapFunction對話框（圖2.21）MosaicTool視窗工具條:點擊SetIntersectionMod。圖標，進入設置圖像關(guān)系模式點擊OverlapFunction圖標打開SetOverlapFunction對話框（圖2.21）圖2.22RunMosaic對話框在SetOverlapFunction對話框中，設置以下參數(shù):①設置相交關(guān)系（IntersectionMethod）-NoCutlineExists（沒有裁切線）；②設置重疊區(qū)像元灰度計算（SelectFunction）:Average（均值）；③Apply（保存設置）->Close（關(guān)閉MatchingOptions對話框）圖2.22RunMosaic對話框（6）運行Mosaic工具（RuntheMosaic）MosaicTool視窗菜單條:Process->RunMosaic->打開RunMosaic對話框（圖2.22）在RunMosaic對話框中，設置下列參數(shù):①確定輸出文件名（Output）-wasia_mosaic.img；②確定輸出圖像區(qū)域（WitchOutputs）:All；③忽略輸入圖像值（IgnoreInputValue）:0；④輸出圖像背景值（OutputBackgroundValue）:0；⑤忽略輸出統(tǒng)計值（（StarsIgnoreValue）:0；⑥OK（關(guān)閉RunMosaic對話框，運行圖像拼接）（7）退出Mosaic工具（ExittheMosaic）:MosaicTool視窗菜單條:File->Close，系統(tǒng)將會提示是否保存Mosaic設置（8）No（關(guān)閉MosaicTool視窗，退出Mosaic工具）。練習4圖像投影變換（ReprojectImages）圖像投影變換的目的在于將圖像文件從一種地圖投影類型轉(zhuǎn)換到另一種投影類型，這種轉(zhuǎn)換可以對單幅圖像進行，也可以通過批處理向?qū)В˙atchWizard）對多幅圖像進行.及圖像幾校正過程中的投影變換相比，這種直接的投影變換可以避免多項式近似值的擬合，對于大范圍的地理參考是非常有意義的。數(shù)據(jù)文件存放在%sampledate/project下（1）啟動投影變換（StartReproject）圖像投影變換功能既可以數(shù)據(jù)預處理模塊中啟動，也可以在圖像解譯模塊中啟動。（a）在數(shù)據(jù)預處理模塊（DataPreparation）中可以通過兩種途徑啟動:ERDAS圖標面板菜單條:Main->DataPreparation->ReprojectImages，ReprojectImages對話框（圖2.23）圖2.23ReprojectImages對話框（設置參數(shù)之后）ERDAS圖標面板工具條:點擊Daterep圖標->ReprojectImages-RePjectImages對話框（圖2.23）圖2.23ReprojectImages對話框（設置參數(shù)之后）（b）在圖像解譯模塊（ImageInterpreter）中也可以通過兩種途徑啟動:ERDAS圖標面板菜單條:Main->ImageInterpreter->Utilities->ReprojectImages->ReprojectImages對話框（圖2.23）ERDAS圖標面板工具條:點擊DataPrep圖標->Utilities->ReprojectImages->ReprojectImages對話框（圖2.23）（2）投影變換操作（ReprojectOperation）在ReprojectImages對話框中必須設置下列參數(shù)，方可進行投影變換:確定輸入圖像文件（InputFile）:seattle.img;定義輸出圖像文件（OutputFile）:reproject.img;定義投影類型（Categories）:UTMClark1866North;定義投影參數(shù)（Projection）:UTMZone50（Range114E-120E）;定義輸出圖像單位（Units）:Meters/Feet/Degrees;確定輸出統(tǒng)計缺省零值:IgnoreZeroinStats;定義輸出像元大?。∣utputCellSizes）:X:0.5Y:0.5;選擇重采樣方法（ResampleMethod）:NearestNeighbor;定義轉(zhuǎn)換方法:RigorousTransformation（嚴格按照投影數(shù)學模型進行變換）;PolynomialApproximation（應用多項近似擬合實現(xiàn)變換）如果選擇PolynomialApproximation轉(zhuǎn)換方法，還需設置下列參數(shù):多項式最大次方（MaximumPolyOrder）:3；定義像元誤差（TolerancePixels）:1；如果在設置的最大次方內(nèi)沒有達到像元誤差要求，則按照下列設置執(zhí)行：IfToleranceExceeded:ContinueApproximate（依然應用多項式模型轉(zhuǎn)換）；RigorousTransformation（嚴格按照投影模型轉(zhuǎn)換）（3）OK（關(guān)閉ReprojectImages對話框，執(zhí)行投影變換）

實習3圖像解譯實習內(nèi)容:1、去霾處理2、光譜增強3、圖像空間增強課時安排：4課時圖像解譯功能簡介（IntroductionofImageInterpreter）ERADSIMAGINE的圖像解譯器（ImageInterpreter）包含了50多個用于遙感圖像處理的功能模塊，這些功能模塊在執(zhí)行過程中都需要您通過各種按鍵或?qū)υ捒蚨x參數(shù)，多數(shù)解譯功能都借助模型生成器（ModelMaker）建立了圖形模型算法，很容易調(diào)用或編輯。圖像解譯器又稱ImageInterpreter或Interpreter，可以通過兩種途徑啟動:ERDAS圖標面板菜單條:Main->ImageIrnerpreter->ImageInterpreter菜單（圖3.1）ERDAS圖標面板工具條:點擊Interpreter圖標->ImageInterpreter菜單（圖3.1）圖3.1圖像解譯器ImageInterpreter面板圖3.1圖像解譯器ImageInterpreter面板1空間增強（SpatialEnhancement）空問增強技術(shù)是利用像元自身及其周圍像元的灰度值進行運算，達到增強整個圖像之目的。2輻射增強（RadiometricEnhancement）輻射增強處理是對單個像元的灰度恒進行變換運到圖像增強的目的。3光譜增強（SpectralEnhancement）光譜增強處理是基于多波段數(shù)據(jù)對每個像元的灰度值進行變換，達到圖像增強的目的。4高光譜工具（HyperspectralTools）高光譜工具是通過補償大氣對光譜的混淆來增強圖像．5傅立葉變換（FourierAnalysis）傅立葉變換是首先把遙感圖像從空間域轉(zhuǎn)換到頻率域，然后在頻率域上對圖像進行濾波處理，減少或消除周期性噪聲，再把圖像從頻率域轉(zhuǎn)換到空間域，達到增強圖像的目的。6地形分析（TopographicAnalysis）地形分析功能主要是在點、線、面高程基礎上，對多種地形因素進行分析，井對圖像進行地形校正。7地理信息系統(tǒng)分析（GISAnalysis）地理信息系統(tǒng)分析功能主要是對圖像進行各種空間分析，涉及像元之間或?qū)ｎ}分類之間的空間關(guān)系處理，使處理后的圖像更好地表達主要的專題信息。8實用分析功能（Utilities）實用分析功能包括了基本的圖像處理操作。其中常用的圖象掩膜和投影變換已經(jīng)練習過。練習1去霾處理（HazeReduction）去霾處理的目的是降低多波段圖像（LandsatTM）或全色圖像的模糊度（霾）。對于多波段圖像（LandsatTM），該方法實質(zhì)上是基于纓穗變換方法（TasseledCapTransformation），首先對圖像逆行主成份變換，找出及模糊度相關(guān)的成份井剔除，然后再進行主成份逆變換回到RGB彩色空間，達到去霾之目的。對于全色圖像，該方法采用點擴展卷積反轉(zhuǎn)（InversePointSpreadConvolution）進行處理，根據(jù)情況選擇5×5或3×3的卷積運算于分別用于高頻模糊度（High-haze）或低頻模糊度（Low-haze）的去除。數(shù)據(jù)文件存放在%sampledate/haze下。圖3.圖3.2HazeReduction對話框打開HazeReduction對話框（圖3.2）,在對話框中，需要設置下列參數(shù)：①確定輸入文件（InputFile）：klon_tm.img；②定義輸出文件（OuputFile）：haze.img；③定義坐標類型為（CoordinateType）：Map；④處理范圍確定（SubsetDefinition）：在ULX／Y、LRX／Y微調(diào)框中輸入需要的數(shù)值（缺省狀態(tài)為整個圖像范圍，可以應用InquireBox定義子區(qū)）；⑤處理方法（Method）：選擇Landsat5TM（或Landsat4TM）（2）單擊OK按鈕，關(guān)閉HazeReduction對話框，執(zhí)行去霾處理。去霾處理（HazeReduction）的前后對比效果如下圖3.3和3.4所示：圖3.3Haze處理前的TM圖像圖3.4Haze處理后的TM圖像練習2圖3.3Haze處理前的TM圖像圖3.4Haze處理后的TM圖像1彩色變換（1）突出顯示水體信息根據(jù)加色法的原理，選擇遙感影像的某三個波段，分別賦予紅、綠、藍三種原色，就可以合成彩色影像。由于原色的選擇及原來遙感波段所代表的真實顏色不同，因此生成的合成色不是地物真實的顏色，因此這種合成叫做假彩色合成。多波段影像合成時，方案的選擇十分重要，它決定了彩色圖像能否顯示較豐富的地物信息或突出某一方面的信息。LandsatTM（ETM）的7個波段中，TM2、ETM+2（0.52-0.60μm）適用于水體污染的研究。不少研究表明，水體的蘭譜段和綠譜段的輻射比值，是溶解有機質(zhì)和浮游生物出現(xiàn)情況的一種度量。數(shù)據(jù)文件存放在%sampledate/spectral下圖3.5SetLayerCombinationsfor窗口用4、3、2作假彩色合成，具體操作如下：在Viewer窗口中打開1986.img圖像后，在Viewer窗口中單擊Raster工具條，單擊BandCombinations,出現(xiàn)SetLayerCombinationsfor窗口如圖3.5，圖3.5SetLayerCombinationsfor窗口圖3.61986年TM432合成圖在對話框中分別選擇Red為4，Green為3，Blue為2，單擊Apply和ok后，退出對話框，審視4、3、2作圖3.61986年TM432合成圖我們可以發(fā)現(xiàn)：合成之后的圖像可以更好的反映水體污染的情況，清潔水體的影像呈均勻的深藍-藍黑色，輕污染區(qū)的水體影像藍中夾雜著不均勻的呈條狀、塊狀分布的淡藍、淡青色調(diào)，重污染區(qū)的水體影像呈現(xiàn)淡藍色-青色。（2）突出礦點和居民點信息圖3.71986年TM531合成圖銅綠山銅鐵礦圖3.81986年TM743合成圖銅山口鎮(zhèn)圖3.71986年TM531合成圖銅綠山銅鐵礦圖3.81986年TM743合成圖銅山口鎮(zhèn)2圖像運算兩幅或多幅單波段影像，完成空間配準后，通過一系列運算，可以實現(xiàn)圖像增強，達到提取某些信息或去掉某些不必要信息的目的。兩幅同樣行、列數(shù)的圖像，對應像元的亮度值相減就是差值計算，即：fD（x，y）=f1（x，y）-f2（x，y）差值計算應用于兩個波段時，相減后的值反映了同一地物光譜反射率之間的差。由于不同地物反射率差值不同，兩波段亮度值相減后，差值大的被突出出來。例如，當紅外波段減紅波段時，植被的反射率差異很大，相減后的差值就大，而土壤和水在這兩個波段反射率差值就很小，因此相減后的圖像可以把植被信息突出出來。兩幅同樣行、列數(shù)的圖像，對應像元的亮度值相除（除數(shù)不為0）就是比值計算，即：fR（x，y）=f1（x，y）/f2（x，y）框圖3.91986年NDVI圖圖3.101986年IronOxide圖銅綠山銅鐵礦框圖3.91986年NDVI圖圖3.101986年IronOxide圖銅綠山銅鐵礦接著通過指數(shù)運算和波段組合得到礦區(qū)指數(shù)圖（R（5/7）、G（5/4）、B（3/1）），由于TM（ETM）的波段3/1和5/4能體現(xiàn)含鐵和鐵的氧化物，而5/7表示含粘土礦物的特點，可以大致提取礦區(qū)范圍（見圖3.12）。具體步驟如下：圖3.12CLAYMINERALS指數(shù)圖FERROUSMINERALS指數(shù)圖圖3.12CLAYMINERALS指數(shù)圖FERROUSMINERALS指數(shù)圖（1）打開ReprojectImages工具菜單，InputFile為2002.img,outputFile為2002tm-2.5，定義投影參數(shù)及校正后SPOT圖像一致，OutputCellSizes為2.5米，ResampleMethod為CubicConvolution，單擊OK輸出圖像（見圖3.11）Enhancement/Indices命令，打開Indices對話框（圖3.13），輸入文件（InputFile）為2002tm.img，輸出文件（OutputFile）為2002tm-minerals.img，分別選擇運算方法（SelectFunction）為IRONOXIDE，CLAYMINERALS，F(xiàn)ERROUSMINERALS，輸出數(shù)據(jù)類型（OutputDateType）為Unsigned8bit生成的三幅圖像分別為3.10，3.12所示。練習3圖像空間增強（SpatialEnhancement）分辨率融合（ResolutionMerge）分辨率融合是對不同空間分辨率遙感圖像的融合處理，使融合后的遙感圖像既具有較好的空間分辨率、又具有多光譜特征，從而運到圖像增強的目的．操作過程比較簡單，關(guān)鍵是融合前兩幅圖像的配準（Rectification）以及融合過程中融合方法（Method）的選擇。數(shù)據(jù)文件存放在%sampledate/merge下。ERDAS圖標面板菜單條:Main->ImageInterpreter->SpatialEnhancement->ResolutionMerge->ResolutionMerge對話框（圖3.13）ERDAS圖標面板工具條:點擊Interpreter圖標->SpatialEnhancementResolutionMerge->ResolutionMerge對話框（圖3.13）圖3.13ResolutionMerge對話框在ResolutionMerge對話框中，需要設置下列參數(shù):①確定高分辨率輸入文件（HighResolutionInputFile）:spots.img②確定多光譜輸入文件（MultispecoralInputFile）:dmtm.img③定義輸出文件（OutputFile）:merge.img④選擇融合方法（Method）:PrincipleComponent（主成份變換法）系統(tǒng)提供的另外兩種融合方法是:Mutiplicative（乘積方法）和BroveyTransform（比值方法）⑤選擇重采樣方法（ResamplingTechniques）:BilinearInterpolation⑥輸出數(shù)據(jù)選擇（OutputOption）:StretchUnsigned8bit⑦輸出波段選擇（LayerSelection）:SelectLayers1:7⑧單擊OK（關(guān)閉ResolutionMerge對話框，執(zhí)行分辨率融合）以某地區(qū)的礦山環(huán)境監(jiān)測TM及SPOT圖像融合為例子，具體分析融合效果在ResolutionMerge對話框中，需要設置下列參數(shù):①確定高分辨率輸入文件（HighResolutionInputFile）:subspot.img（圖3.14）②確定多光譜輸入文件（MultispecoralInputFile）:subetm-mine.img（圖3.15）③定義輸出文件（OutputFile）:etmspot-merge.img圖3.16融合后的礦區(qū)指數(shù)圖圖3.16融合后的礦區(qū)指數(shù)圖圖3.14融合前SPOT圖像⑤選擇重采樣方法（ResamplingTechniques）:BilinearInterpolation⑥輸出數(shù)據(jù)選擇（OutputOption）:StretchUnsigned8bit⑦輸出波段選擇（LayerSelection）:SelectLayers1:3⑧單擊OK（關(guān)閉ResolutionMerge對話框，執(zhí)行分辨率融合），融合后的圖像見（圖3.16）SPOT5校正圖ETM礦區(qū)指數(shù)圖融合圖SPOT5校正圖ETM礦區(qū)指數(shù)圖融合圖圖3.17銅鐵礦區(qū)融合圖比較

實習4圖像分類實習內(nèi)容:1、非監(jiān)督分類2、監(jiān)督分類3、專家分類器課時安排：4課時1.圖像分類簡介（IntroductiontoClassification）圖像分類就是基于圖像像元的數(shù)據(jù)文件值，將像元歸并成有限幾種類型、等級或數(shù)據(jù)集的過程。常規(guī)圖像分類主要有兩種方法:非監(jiān)督分類及監(jiān)督分類，專家分類方法是近年來發(fā)展起來的新興遙感圖像分類方法，本次練習將依次介紹這三種分類方法。非監(jiān)督分類運用ISODATA（IterativeSelf-OrganizingDataAnalysisTechnique）算法，完全按照像元的光譜特性進行統(tǒng)計分類，常常用于對分類區(qū)沒有什么了解的情況。使用該方法時。原始圖像的所有波段都參于分類運算，分類結(jié)果往往是各類像元數(shù)大體等比例。由于人為干預較少，非監(jiān)督分類過程的自動化程度較高。非監(jiān)督分類一般要經(jīng)過以下幾個步驟:初始分類、專題判別、分類合并、色彩確定、分類后處理、色彩重定義、柵格矢量轉(zhuǎn)換、統(tǒng)計分析。監(jiān)督分類比非監(jiān)督分類更多地要用戶來控制，常用于對研究區(qū)域比較了解的情況。在監(jiān)督分類過程中，首先選擇可以識別或者借助其它信息可以斷定其類型的像元建立模板，然后基于該模板使計算機系統(tǒng)自動識別具有相同特性的像元。對分類結(jié)果進行評價后再對模板進行修改，多次反復后建立一個比較準確的模板，并在此基礎上最終進行分類。監(jiān)督分類一般要經(jīng)過以下幾個步驟:建立模板（訓練樣本）、評價模板、確定初步分類圖、檢驗分類結(jié)果、分類后處理、分類特征統(tǒng)計、柵格矢量轉(zhuǎn)換。專家分類首先需要建立知識庫，根據(jù)分類目標提出假設，并依據(jù)所擁有的數(shù)據(jù)資料定義支持假設的規(guī)則、條件和變量，然后應用知識庫自動進行分類。ERDASIMAGINE圖像處理系統(tǒng)率先推出專家分類器模塊，包括知識工程師和知識分類器兩部分，分別應用于不同的情況。2非監(jiān)督分類（UnsupervisedClassification）ERDASIMAGINE使用ISODATA算法（基于最小光譜距離公式）來進行非監(jiān)督分類。聚類過程始于任意聚類平均值或一個己有分類模板的平均值:聚類每重復一次，聚類的平均值就更新一次，新聚類的均值再用于下次聚類循環(huán)。ISODATA實用程序不斷重復，直到最大的循環(huán)次數(shù)己達到設定閾值或者兩次聚類結(jié)果相比有達到要求百分比的像元類別已經(jīng)不再發(fā)生變化。本節(jié)將通過舉例說明如何進行非監(jiān)督分類。數(shù)據(jù)文件存放在%sampledate/class下練習1非監(jiān)督分類1分類過程（ClassificationProcedure）（1）調(diào)出非監(jiān)督分類對話框調(diào)出非監(jiān)督分類對話框的方法有以下兩種:方法一:在ERDAS圖標面板工具條中點擊DataPrep圖標DataPreparation菜單->UnsupervisedClassification菜單項UnsupervisedClassification對話框（圖4.1）圖4.1方法一打開的UnsupervisedClassification對話框圖4.1方法一打開的UnsupervisedClassification對話框圖4.2方法二打開的UnsupervisedClassification對話框可以看到，兩種方法調(diào)出的UnsupervisedClassification對話框是有一些區(qū)別的。（推薦采用第二種方法）（2）進行非監(jiān)督分類UnsupervisedClassification對話框（圖4.3）:①確定輸出文件（InputRasterFile）:1986.img（要被分類的圖像）②確定輸出文件（OutputFile）:1986_isodata.img〔即將產(chǎn)生的分類圖像）③選擇生成分類模板文件:OutputSignatureSet（將產(chǎn)生一個模板文件）④確定分類模板文件（）:1986_isodata.sig⑤對ClusteringOptions選擇InitializefromStatistic單選框InitializefromStatistics指由圖像文件整體（或其AOl區(qū)域）的統(tǒng)計值產(chǎn)生自田聚類，分出類別的多少由用戶自己決定。UseSignatureMeans是基于選定的模板文件進行非監(jiān)督分類，類別的數(shù)目由模板文件決定。⑥確定初始分類數(shù)（Numberofclasses）:10（分出10個類別）。實際工作中一般將分類數(shù)取為最終分類數(shù)的2倍以上。⑦點擊InitializingOptions按鈕可以調(diào)出Options對話框以設置1SODATA的一些統(tǒng)計參數(shù)。⑧點擊ColorSchemeOptions按鈕可以調(diào)出‘OutputColorSchemeOptions對話框以決定輸出的分類圖像是彩色的還是黑白的。這兩個設置項使用缺省值。⑨定義最大循環(huán)次數(shù)（MaximumIterations）:24最大循環(huán)次數(shù)（MaximumIterations）是指ISODATA重新聚類的最多次數(shù)，這是為了避免程序運行時間太長或由于沒有達到聚類標準而導致的死循環(huán)。一般在應用中將循環(huán)次數(shù)都取6次以上。⑩設置循環(huán)收斂閱值（ConvergenceThreshold）:0.95收斂閡值（ConvergenceThreshold）是指兩次分類結(jié)果相比保持不變的像元所占最大百分比。此值的設立可以避免ISODATA無限循環(huán)下去。（3）點擊OK按鈕（關(guān)閉UnsupervisedClassification對話框，執(zhí)行非監(jiān)督分類，獲得一個初步的分類結(jié)果）圖4.3設置參數(shù)后的UnsupervisedClassification對話框圖4.3設置參數(shù)后的UnsupervisedClassification對話框圖4.4非監(jiān)督分類后的圖像獲得一個初步的分類結(jié)果以后，可以應用分類疊加（ClassificationOverlay）方法來評價、檢查分類精度。其方法如下:（1）顯示原圖像及分類圖像在視窗中同時顯示germtm.img和germtm_isodat.img:兩個圖像的疊加順序為1986.img在下、1986_isodat.img在上。1986.img顯示方式用紅（4）、綠（5）、藍（3）圖4.5RarsterAttributeEditor對話框（2）打開分類圖像屬性表并調(diào)整字段顯示順序圖4.5RarsterAttributeEditor對話框視窗工具條:點擊Tools圖標（或者選擇Raster菜單項->選擇Tools菜單）打開Raster工具面板，點擊Raster工具面板的腳圖標（或者在視窗菜單條:Raster->Attributes），打開RarsterAttributeEditor對話框（1986_isodata的屬性表）（圖4.5）屬性表中的11個記錄分別對應產(chǎn)生的10個類及Unclassified類，每個記錄都有一系列的字段。如果想看到所有字段，需要用鼠標拖動瀏覽條.為了方便看到關(guān)心的重要字段，需要調(diào)整字段顯示順序。RarsterAttributeEditor對話框菜單條:Edit->ColumnProperties->ColumnProperties對話框（圖4.6）圖4.61986_isodata的屬性表對話框在Columns中選擇要調(diào)整顯示順序的字段，通過Up、Down、Top、Bottom等幾個按鈕調(diào)整其合適的位置，通過選擇DisplayWidth調(diào)整其顯示寬度，通過Alignment調(diào)整其對齊方式。如果選擇Editable復選框，則可以在Title中修改各個字段的名字及其它內(nèi)容。在ColumnProperties對話框中調(diào)整字段順序，最后使Histogram,Opacity,Color,ClassNames四個字段的顯示順序依次排在前面。圖4.61986_isodata的屬性表對話框（3）點擊OK按鈕（關(guān)閉ColumnProperties對話框），返回RarsterAttributeEditor對話框（1986_isodata的屬性表）（4）給各個類別賦相應的顏色RarsterAttributeEditor對話框（1986_isodata的屬性表）:①點擊一個類別的Row字段從而選擇該類別；②右鍵點擊該類別的Color字段（顏色顯示區(qū)）；③AsIs菜單->選擇一種顏色；④重復以上步驟直到給所有類別賦予合適的顏色（5）不透明度設置由于分類圖像覆蓋在原圖像上面，為了對單個類別的判別精度進行分析，首先要把其它所有類別的不透明程度（Opacity）->值設為0（即改為透明），而要分析的類別的透明度設為1（即不透明）。RarsterAttributeEditor對話框（1986_isodata的屬性表）:①右鍵點擊Opacity字段的名字；②ColumnOptions菜單->Formula菜單項；③Formula對話框（圖4.7）；④在formula對話框的formula輸入框中（用鼠標點擊右上數(shù)字區(qū)）輸入0；⑤點擊Apply按鈕（應用設置）；⑥點擊Close按鈕（關(guān)閉Formula對話框）；⑦返回RarsterAttributeEditor對話框（germtm_isodata的屬性表）現(xiàn)在己經(jīng)把所有類別設置成透明的，下面把要所分析類別的不透明度設置為1RarsterAttributeEditor對話框（germtm_isodata的屬性表）:①點擊一個類別的Row字段從而選擇該類別；②點擊該類別的Opacity字段從而進入輸入狀態(tài)；③在該類別的Opacity字段中輸入1，并按回車鍵此時，在視窗中只有要分析類別的顏色顯示在原圖像的上面，其它類別都是透明的。圖4.7Formula對話框圖4.7Formula對話框（6）確定類別專題意義及其準確程度雖然已經(jīng)得到了一個分類圖像，但是對于各個分類的專題意義目前還沒有確定，這一步就是要通過設置分類圖像在原圖像背景上閃爍（Flicker），來觀察其及背景圖象之間的關(guān)系，從而判斷該類別的專題意義，并分析其分類準確及否。當然也可以用卷簾顯示（Swipe）、混合顯示（Blend）等圖像疊加顯示工具，進行判別分析。視窗菜單條:Utility->Flicker命令，打開ViewerFlicker對話框，設置參數(shù)：①設置閃爍速度（Speed）為500；②設置自動閃爍狀態(tài)，選擇AutoMode（觀察類別及原圖像之間的對應關(guān)系）；③單擊Cancel按鈕（關(guān)閉ViewerFlicker）（7）標注類別的名稱和相應頗色RarsterAttributeEditor對話框（germtrn_isodata的屬性表），設置參數(shù):①點擊剛才分析類別的Row字段從而選擇該類別；②點擊該類別的ClassNames字段從而進入輸入狀態(tài)；③在該類別的ClassNames字段中輸入其專題意義（如水體），并按回車鍵；④AsIs菜單一選擇一種合適的顏色（如水體為藍色）重復以上5,6,7三步直到對所有類別都進行了分析及處理。注意，在進行分類疊加分析時，一次可以選擇一個類別，也可以選擇多個類別同時進行。練習2監(jiān)督分類（SupervisedClassification）監(jiān)督分類一般有以下幾個步驟:定義分類模板（DefineSignatures）、評價分類模板（EvaluateSignatures）、進行監(jiān)督分類（PerformSupervisedClassification）、評價分類結(jié)果（EvaluateClassification），下面將結(jié)合例子講述這幾個步驟。1定義分類模板（DefineSignatureUsingSignatureEditor）ERDASIMAGINE的監(jiān)督分類是基于分類模板來進行的，而分類模板的生成、管理、評價、和編輯等功能是由分類模板編輯器來負責的。毫無疑問，分類模板生成器是進行監(jiān)督分類一個不可缺少的組件。在分類模板生成器中生成分類模板的基礎是原圖像和（或）其特征空間圖像。因此，顯示這兩種圖像的視窗也是進行監(jiān)督分類的重要組件。（1）顯示需要進行分類的圖像在視窗中顯示\1986.img（Red4/Green5/Blue3）。選擇FittoFrame,其它采用缺省設置）。（2）打開模板編輯器并調(diào)整顯示字段ERDAS圖標面板工具條:點擊Classifier圖標①Classification菜單；②SignatureEditor菜單項；③SignatureEditor對話框（圖4.8）圖4.8SignatureEditor對話框打開分類模板編輯器，可以看到分類模板編輯器由菜單條、工具條和分類模板屬性表3部分組成。圖4.8SignatureEditor對話框從圖4.8中可以看到有很多字段，有些字段對分類的意義不大，我們希望不顯示這些這段，所以要進行如下調(diào)整:SignatureEditor對話框菜單條:單擊View->①點擊最上一個字段的Column字段向下拖拉直到最后一個段。此時，所有字段都被選擇上，并用黃色（缺省色）標識出來。②按住Shift鍵的同時分別點擊Red,Green,Blue三個字段Red,Green,Blue三個字段將從選擇集中被清除.③點擊Apply按鈕④點擊Close按鈕從ViewSignatureColumns對話框可以看到Red,Green,Blue三個字段將不再顯示。（3）獲取分類模板信息可以分別應用AOI繪圖工具、AOI擴展工具、查詢光標等三種方法，在原始圖像或特征空間圖像中獲取分類模板信息。應用AOI繪圖工具在原始圖像獲取分類模板信息在顯示有1986.img圖像的視窗:①點擊圖標（或者選擇Raster菜單項->選擇Tools菜單），打開Raster工具面板②點擊Raster工具面板的圖標③在視窗中選擇綠色區(qū)域，繪制一個多邊形AOI④在SignatureEditor對話框，點擊圖標，將多邊形AOI區(qū)域加載到Signature分類模板中⑤在SignatureEditor中，改變剛才加入模板的SignatureName和Color分別為Agricultural_I和淺綠色。⑥重復上述操作過程以多選擇幾個淺綠色區(qū)域AOI，并將其作為新的模板加入到SignatureEditor當中，同時確定各類的名字及顏色。如果對同一個專題類型（如水體）采集了多個AOI并分別生成了模板，可以將這些模板合并，以使該分類模板具多區(qū)域的綜合特性。具體做法是在SignatureEditor對話框中，將該類的Signature全部選定·然后點擊合并圖標，，這時一個綜合的新模板將生成，原來的多個多個Signature同時存在（即如果必要也可以刪除）。⑦重復上述所有操作過程，根據(jù)實地調(diào)查結(jié)果和已有研究成果，在圖像窗口選擇繪制多個紅色區(qū)域（居民地），多個藍色區(qū)域（水體），多個深，綠色區(qū)域（林地）、多個褐黃色區(qū)域（礦區(qū)），加載、合并、命名，建立新的模板。⑧如果所有的類型都建立了分類模板，就可以保存分類模板。（4）保存分類模板SignatureEditor對話框菜單條:單擊File->Save①打開SaveSignatureFielAs對話框②確定是保存所有的模板還是只保存被選中的模板③確定文件的目錄和名字（.sig文件）④點擊OK按鈕2評價分類模板（EvaluatingSignatures）分類模板建立之后，就可以對其進行評價、刪除、更名、及其它分類模板合并等操作。分類模板的合并可使用戶應用來自不同訓練方法的分類模板進行綜合復雜分類，這些模板訓練方法包括監(jiān)督、非監(jiān)督、參數(shù)化和非參數(shù)化。分類模板評價工具包括:Alarms:分類預警工具Contingencymatrix:可能性矩陣Featureobjects:特征對象FeatureSpacetoimagemasking:特征空間到圖像掩模Histograms:直方圖方法本次實習主要討論的分類預警工具法1報警評價（Alarms）（1）產(chǎn)生報警掩膜分類模板報警工具根據(jù)平行六面體決策規(guī)則（parallelepipeddivisionrule）將那些原屬于或可能屬于某一類別的像元在圖像視窗中加亮顯示，以示警報一個報警可以針對一個類別或多個類別進行。如果沒有在SignatureEditor中選擇類別，那么當前活動類別（SignatureEditor“>”符號旁邊的類別）就被用于進行報警。本功能具體使用過程如下:1、產(chǎn)生分類預警掩摸（首先打開獲取分類摸板后的SignatureEditor對話框，圖4.10）圖4.11SignatureAlarm對話框圖4.12Limits對話框圖4.11SignatureAlarm對話框圖4.12Limits對話框在SignatureEditor對話框:①選擇某一類或者某幾類模板；②單擊View->ImageAlarm命令；③打開SignatureAlarm對話框（圖4.11）④選中IndicateOverlap；⑤點擊EditParallelepipedLimits按鈕；⑥Limits對話框（圖4.12）；⑦點擊Set按鈕，打開SetParallelepipedLimits對話框（圖4.13）；⑧設置計算方法（Method）:Minimum/Maximum；⑨選擇使用的模板（Signature）:Current；⑩OK（關(guān)閉SetParallelepipedLimits對話框）；eq\o\ac(○,11)返回Limits對話框；eq\o\ac(○,12)Close（關(guān)閉Limits對話框）；eq\o\ac(○,13)返回SignatureAlarm對話框；eq\o\ac(○,14)OK（執(zhí)行報警評價，形成報警掩膜）；eq\o\ac(○,15)Close（關(guān)閉SignatureAlarm對話框）圖4.14SupervisedClassification對話框圖4.14SupervisedClassification對話框根據(jù)SignatureEditor中指定的顏色，選定類別的像元顯示在原始圖像視窗中，并覆蓋在原圖像之上，形成一個報警掩膜。（執(zhí)行分類預警評價，形成預警掩膜，掩膜的顏色及模板顏色一致為紅色）。（2）利用Flicker功能查看報警掩膜：方法參見練習一非監(jiān)督分類中的有關(guān)介紹。（3）刪除分類報警掩膜視窗菜單條:View->ArrangeLayers菜單，設置：①打開ArrangeLayers對話框；②右鍵點擊AlarmMask圖層；③彈出LayerOptions菜單：選擇DeleteLayer；④AlarmMask圖層被刪除；⑤Apply（應用圖層刪除操作）；⑥提示VerifySaveonClose->No；⑦Close（關(guān)閉ArrangeLayers對話框）3執(zhí)行監(jiān)督分類（PerformSupervisedClassification）如果分類模板的檢驗精度比較好，可以進行監(jiān)督分類操作了。ERDAS圖標面板菜單條:Main->ImageClassification->Classification菜單ERDAS圖標面板工具條:點擊Classifier圖標->Classification菜單（1）SupervisedClassification菜單項（2）SupervisedClassification對話框（圖4.14）在SupervisedClassification對話框中，需要確定下列參數(shù):①確定輸入原始文件（InputRasterFile）:1986.img②定義輸出分類文件（ClassifiedFile）:1986-superclass.img③確定分類模板文件（InputSignatureFile）:supervise.sig圖4.15AttribueOptions對話框④選擇輸出分類距離文件:DistanceFile（用于分類結(jié)果進行閾值處理）圖4.15AttribueOptions對話框⑤定義分類距離文件（）:1986distance.img⑥選擇非參數(shù)規(guī)則（Non-ParametricRule）:FeatureSpace⑦選擇疊加規(guī)則（OverlayRule）:ParametricRule⑧選擇未分類規(guī)則（UnclassifiedRule）:ParametricRule⑨選擇參數(shù)規(guī)則（ParametricRule）:MaximumLikelihood⑩不選擇Ciassifyzeros（分類過程中是否包括0值）eq\o\ac(○,11)OK（執(zhí)行監(jiān)督分類，關(guān)閉SupervisedClassification對話框）說明:在SupervisedClassification對話框中，可定義分類圖的屬性表項目:點AttribueOptions按鈕打開AttribueOptions對話框（圖4.15）通過AttribueOptions對話框，可以確定模板的哪些統(tǒng)計信息將被包括在輸出的分類圖像層中。這些統(tǒng)計值是基于各個層中模板對應的數(shù)據(jù)計算出來的，而不是基于被分類的整個圖像。（1）在AttribueOptions對話框上作出選擇（2）OK（關(guān)閉AttribueOptions對話框）（3）返回SupervisedClassification對話框4評價分類結(jié)果（evaluateclassification）執(zhí)行了監(jiān)督分類之后，需要對分類效果進行評價，ERDAS系統(tǒng)提供了多種分類評價方法，包括分類疊加（classificationoverlay）、定義閾值（thresholding）、分類編碼（recodeclasses）,精度評估（accuracyassessment）等，下面有側(cè)重的進行介紹。3.4.1分類疊加（ClassificationOverlay）分類疊加就是將專題分類圖像及分類原始圖像同時在一個視窗中打開，將分類專題層置于。上層，通過改變分類專題的透明度（Opacity）及顏色等屬性，查看分類專題及原始圖像之間的關(guān)系。對于非監(jiān)督分類對果。通過分類疊加方法來確定類別的專題特性、并評價分類結(jié)果。對監(jiān)瞥分類結(jié)果。該方法只是查看分類結(jié)果的準確性。通過對分類的評價，如果對分類精度滿意，保存結(jié)果。如果不滿意，可以進一步做有關(guān)的修改，如修改分類模板等，或應用其它功能進行調(diào)整。5分類后處理（Post-ClassificationProcess）無論監(jiān)督分類還是非監(jiān)督分類，都是按照圖像光譜特征進行聚類分析的，因此，都帶有一定的盲目性。所以，對獲得的分類結(jié)果需要再進行一些處理工作，才能得到最終相對理想的分類結(jié)果，這些處理操作就通稱為分類后處理。1聚類統(tǒng)計（Clump）無論利用監(jiān)督分類還是非監(jiān)督分類，分類結(jié)果中都會產(chǎn)生一些面積很小的圖斑。無論從專題制圖的角度，還是從實際應用的角度，都有必要對這些小圖斑進行剔除。ERDAS系統(tǒng)中的GIS分析命令Clump,Sieve,Eliminate可以聯(lián)合完成小圖斑的處理工作。聚類統(tǒng)計（Clump）是通過對分類專題圖像計算每個分類圖斑的面積、記錄相鄰區(qū)域中最大圖斑面積的分類值等操作，產(chǎn)生一個Clump類組輸出圖像，其中每個圖斑都包含Clump類組屬性:該圖像是一個中間文件，用于進行下一步處理。圖4.16Clump對話框ERDAS圖標面板菜單條:Main->ImageInterpreter->GISAnalysisClump->Clump對話框（圖4.16）圖4.16Clump對話框ERDAS圖標面板工具條:點擊Interpreter圖標->GISAnalysisClump->Clump對話框（圖4.16）在Clump對話框中，需要確定下列參數(shù):①確定輸入文件（InputFile）:1986_superclass.img②定義輸出文件（OutputFile）:1986_clump.img③文件坐標類型（（CoordinateType）:Map④處理范圍確定（SubsetDefinition）:ULX/Y,LRX/Y（缺省狀態(tài)為整個圖像范圍，可以應用InquireBox定義子區(qū)）⑤確定聚類統(tǒng)計鄰域大?。–onnectNeighbors）:8，（統(tǒng)計分析將對每個像元四周的8個相鄰像元進行）⑥OK（關(guān)閉Clump對話框，執(zhí)行聚類統(tǒng)計分析）說明:Clump聚類統(tǒng)計分析需要較長的時間，特別當鄰域為8時:如果圖像本身非常大，建議統(tǒng)計鄰域選擇4。2過濾分析（Sieve）圖4.17Sieve對話框Sieve功能是對經(jīng)Clump處理后的Clump類組圖像進行處理，按照定義的數(shù)值大小，刪除Clump圖像中較小的類組圖斑，并給所有小圖斑賦予新的屬性值0。顯然，這里引出了一個新的問題，就是小圖斑的歸屬問題?可以及原分類圖對比確定其新屬性，也可以通過空間建模方法、調(diào)用Delerows或Zonel工具進行處理（詳見空間建模聯(lián)機幫助）。Sieve經(jīng)常及Clump命令配合使用，對于無須考慮小圖斑歸屬的應用問題，有很好的作用。圖4.17Sieve對話框ERDAS圖標面板菜單條:Main->ImageInterpreter->GISAnalysisSieve->Sieve對話框（圖4.17）ERDAS圖標面板工具條:點擊Interpreter圖標->GISAnalysisSieve->Sieve對話框（圖4.17）在Sieve對話框中，需要確定下列參數(shù):確定輸入文件（InputFile）:1986-superclass.img定義輸出文件（OutputFile）:1986-sieve.img文件坐標類型（CoordinateType）:Map處理范圍確定（SubsetDefinition）:ULX/Y,LRX/Y（缺省狀態(tài)為整個圖像范圍，可以應用InquireBox定義子區(qū)）確定最小圖斑大?。∕inimumSize）:16pixelsOK（關(guān)閉Sieve對話框，執(zhí)行過濾分析）3去除分析（Eliminate）去除分析是用于刪除原始分類圖像中的小圖斑或Clump聚類圖像中的小Clump類組·及Sieve命令不同，Eliminate將刪除的小圖斑合并到相鄰的最大的分類當中，而且，如果輸入圖像是Clump聚類圖像的話，經(jīng)過Eliminate處理后，將分類圖斑的屬性值自動恢復為Clump處理前的原始分類編碼。顯然，Eliminate處理后的輸出圖像是簡化了的分類圖像。ERDAS圖標面板菜單條:Main->ImageInterpreter->GISAnalysis圖4.18Eliminate對話框Eliminate->Eliminate對話框（圖4.18）圖4.18Eliminate對話框ERDAS圖標面板工具條:點擊Interpreter圖標->GISAnalysisEliminate->Eliminate對話框（圖4.18）在Eliminate對話框中，需要確定下列參數(shù):①確定輸入文件（InputFile）:1986-superclass.img②定義輸出文件（OutputFile）:1986-Eliminate.img③文件坐標類型（CoordinateTvpe）:Map④處理范圍確定（SubsetDefinition）:ULX/Y,LRX/Y，（缺省狀態(tài)為整個圖像范圍，可以應用Inquire'Box定義子區(qū)）⑤確定最小圖斑大?。∕inimum）:16pixels⑥確定輸出數(shù)據(jù)類型（Output）:Unsigned4Bit⑦OK（關(guān)閉Eliminate對話框，執(zhí)行去除分析）4分類重編碼（Recode）作為分類后處理命令之一的分類重編碼，主要是針對非監(jiān)督分類而言的，由于非監(jiān)督分類之前，用戶對分類地區(qū)沒有什么了解，所以在非監(jiān)督分類過程中，一般要定義比最終需要多一定數(shù)量的分類數(shù):在完全按照像元灰度值通過ISODATA聚類獲得分類方案后，首先是將專題分類圖像及原始圖像對照，判斷每個分類的專題屬性，然后對相近或類似的分類通過圖像重編碼進行合并，并定義分類名稱和顏色。當然，分類重編碼還可以用在很多其它方面，作用有所不同。圖4.19Recode對話框ERDAS圖標面板菜單條:Main->ImageInterpreter->GISAnalysis圖4.19Recode對話框Recode->Recode對話框（圖4.19）ERDAS圖標面板工具條:點擊Interpreter圖標->GISAnalysis，Recode->Recode對話框（圖4.19）在Recode對話框中，需要確定下列參數(shù):①確定輸入文件（InputFile）:1986-superclass.img②定義輸出文件（OutputFile）:1986_recode.img③設置新的分類編碼（（SetupRecode）:點擊SetupRecode按鈕④打開ThematicRecode表格（圖4.20）⑤根據(jù)需要改變NewValue字段的取值（直接輸入）⑥在本例中將原來的十類依次兩兩合并，形成五類（圖4.20）⑦OK（關(guān)閉ThematicRecode表格，完成新編碼輸入）⑧確定輸出數(shù)據(jù)類型（Output）:Unsigned4Bit⑨OK（關(guān)閉Recode對話框，執(zhí)行圖像重編碼。輸出圖像將按照NewValue變換專題分類圖像屬性，產(chǎn)生新的專題分類圖像）可以在視窗中打開重編碼后的專題分類圖像，查看起分類屬性表:視窗菜單條:File->Open->RasterLayer->文件名（）:1986-recode.img視窗菜單條:Raster->Attributes->打開RasterAttrbuteEditor屬性表（圖4.21）圖4.20ThematicRecode表格圖4.21ThematicRecode表格對比圖4.20分類屬性表和圖4.21分類屬性表，特別是其中Histogram字段的數(shù)值，會發(fā)現(xiàn)兩者之間的聯(lián)系及區(qū)別。圖4.20ThematicRecode表格圖4.21ThematicRecode表格實習5矢量功能介紹實習內(nèi)容:1、矢量功能菜單學習2、手動繪制矢量文件課時安排：4課時練習1矢量功能菜單學習1.矢量功能簡介（IntroductiontoVectorFunction）ERDASIMAGINE的主要作用是處理柵格數(shù)據(jù)模型的遙感圖像。考慮到矢量數(shù)據(jù)應用范圍日益廣泛及矢量、柵格數(shù)據(jù)各有優(yōu)缺點這兩個因素，ERDASIMAGINE增加了矢量功能。通過將柵格數(shù)據(jù)和矢量數(shù)據(jù)集成在一個系統(tǒng)，可以建立研究區(qū)域的完整數(shù)據(jù)庫。在此庫基礎上可以將矢量圖層疊加到高精度的最新遙感圖像上以對矢量數(shù)據(jù)進行幾何形狀和屬性的更新，也可以用矢量圖層在柵格圖像上確定一個感興趣的區(qū)域（AOI），以對該區(qū)域進行分類、增強等操作。另外，在幾何校正、圖件生產(chǎn)等許多方面都可以體會到由于可同時操作矢量、柵格數(shù)據(jù)而使ERDASIMAGINE表現(xiàn)出了更出色的能力。圖5.1VectorUtilities菜單ERDASIMAGINE的矢量工具是基于ESRI的數(shù)據(jù)模型開發(fā)的，所以ARC/INFO的矢量圖層、coverage），ESRI的Shape文件和ESRISIDE矢量層（vectorlayer）。可以不經(jīng)轉(zhuǎn)換而直接在ERDASIMAGINE使用，使用方式包括顯示、查詢、編輯（SIDE矢量層除外）。圖5.1VectorUtilities菜單在本書中，矢量圖層是指ARC/INFO的矢量圖層（coverages），ESRI的Shape文件和ESRISDE矢量層（vectorlayer）。矢量實用工具可以通過以下步驟啟動:ERDAS圖標面板工具條:點擊Vector圖標->VectorUtilities菜單（圖5.1）數(shù)據(jù)存放在%sampledata/vector下。2.矢量圖層生成（CreateNewVectorLayers）2.1生成矢量圖層的基本方法（BasicMethodforCreatingVectorLayers）本小節(jié)通過例子講述如何生成一個新的圖層。具體思路是從己有矢量圖層中拷貝一些特征到新生成的圖層。這個過程不僅包括空間位置數(shù)據(jù)的拷貝，也包括屬性數(shù)據(jù)的復制。（1）在視窗1中打開源圖層，另外打開視窗2用于產(chǎn)生新的圖層。在視窗1和視窗2中同時打開%sampledata\germtm.img（使用fittoframe選項）,在視窗1中打開vector\zone88（2）在視窗2中產(chǎn)生新的圖層，確定其位置、目錄及精度。在視窗1中打開zone88時不選UseSymbology復選框，隨后將具體設置矢量圖層的顯示方式，同時也不選ClearDisplay復選框，以免將已經(jīng)調(diào)用的germtm.img圖像清除。在視窗2菜單條中選擇File->New->VectorLayerCreateaNewVectorLayer對話框（圖5.2）確定將產(chǎn)生圖層的位置目錄（Lookin）及其名字zone88subset（）點擊OK按鈕NewArcCoverageLayerOption對話框（圖5.3）點擊SinglePrecision單選框,然后點擊OK按鈕上述操作產(chǎn)生了一個新的圖層zone88subset，不過這個圖層的內(nèi)容是空的，下面將從zone88中問zone88subset中拷貝一些特征。（3）在源圖層中選擇特征要素在視窗I中選擇幾個Label點本操作從視窗1的矢量圖層中選擇了幾個Label點，可以看到選中的點在視窗中被用黃色、缺省）標示了出來。①單擊Vector中的ViewerProperties命令。②打開PropertiesforVectorLayers對話框（見圖5.4）③選中Point復選框，以便在窗口中顯示Label點。④單擊Apply按鈕。⑤單擊Close按鈕。⑥按住Shift鍵，在窗口中選擇幾個Label點。⑦被選擇的Label點在窗口中用黃色（默認）標示。圖5.5ExportcolumnDate對話框（4）將選中特征的某字段屬性值存放入臨時文件本例要把選中Label點的Zoning字段屬性值也拷貝到新圖層中，現(xiàn)在首先需要將這些屬性值存放到一個臨時文件中去。點擊zone88屬性表的zoning列，上一個操作使該zoning列處于被選中狀態(tài)。①右鍵點擊zoning列的列頭②ColumnOptions菜單③選擇Export菜單項④ExportColumnData對話框（圖5.5）ExportColumnDate對話框?qū)⒋_定要把選中點的zoning屬性存貯到哪個文件中去。我們存之為zoning.dat。zoning.dat在生成前可以通過ExportColumnDate對話框（圖5.4）以決定存貯格式，如以逗號還是以Tab為各個點zoning值的分隔符等。注意export是將選擇集中特征的選中（一個或者多個）列的屬性值存放到一個文件中去。以純文本方式用word打開該文件可以更好地理解圖5.6所示的設置。圖5.6ExportcolumnOptions對話框（5）將空間數(shù)據(jù)拷貝到新生成的圖層中圖5.6ExportcolumnOptions對話框①點擊視窗:CopyFeature圖標②選擇視窗1菜單條Vector->EnableEditing③點擊視窗2的PasteFeature④點擊視窗2菜單條File->Save->TopLayer以上操作將zone88中所選的Label點拷貝到了zone88subset中并作了保存。下面將通過臨時文件zoning.dat為中介，給zone88subset的Label點增加zoning字段及內(nèi)容。（6）查看新圖層屬性并增加屬性字段點擊Vector菜單項->選擇Toots菜單①Vector工具面板，點擊視窗菜單Vector菜單項一選擇Attributes菜單②打開矢量圖層zone88subset的屬性表,選擇zone88subset屬性表菜單View③選擇PointAttributes菜單項,查看zone88subset的Label點屬性，可以看到所有的Label點只有位置信息。下面將為Label點加入zoning字段。選擇zone88subset屬性表菜單Edit；選擇CreateAttributes菜單項zoning是用戶自己加入的字段，在加入以前必須保證圖層所有的系統(tǒng)字段存在。在執(zhí)行上一操作以前，Label點只有X和Y的位置字段，而沒有面積、周長、內(nèi)部號和用戶號，所以要通過上一小步操作生成圖息的系統(tǒng)缺省字段?，F(xiàn)在zone88subset擁有了POINTX,POINTY,AREA,PERIMETER,ZONE88SUBSET#,ZONE88SUBSET-ID等所有系統(tǒng)缺省字段，下面就可以添加用戶字段zoning。屬性表Edit:①選擇ColumnAttributes菜單項②ColumnAttributes對話框（圖5.7）③點擊ColumnAttributes面板的New按鈕以增加新的字段，該字段設置為:Title（zoning），Type（Integer）、Precision（Single）、DisplayWidth（12）.點擊ColumnAttributes對話框的Delete按鈕可以刪除字段，但系統(tǒng)缺省字段不可刪除。而且，如果圖層有未被保存的變化，則該按鈕將處于“不可用”狀態(tài)?，F(xiàn)在，zone88subset圖層的Label點不僅具有系統(tǒng)缺省屬性，而且增加了一項用戶自定義的字段:zoning。圖5.7ColumnAttributes對話框圖5.8ImportcolumnData對話框圖5.9ImportColumnOptions對話框圖5.8ImportcolumnData對話框圖5.9ImportColumnOptions對話框（7）將臨時文件內(nèi)容輸入為新圖層的屬性值①zone88subset屬性表菜單->View->PointAttributes②點擊zoning列的列頭，使該列處于被選中狀態(tài)③右鍵點擊zoning列的列頭④ColumnOptions菜單->Import⑤ImportColumnData對話框（圖5.8）ImportColumnData對話框是確定要把哪個文件的內(nèi)容作為選定列的屬性值。由前文可知該文件為zoning.dat。zoning.dat數(shù)據(jù)在讀入以前可以通過ImportColumnDate對話框的。Option選項調(diào)出ImportcolumnOptions對話框（圖5.9）以決定將被輸入的數(shù)據(jù)如何及各個將被填充的字段對應起來。①確定zoning.dat為讀入的文件（ImportFrom）②點擊OK按鈕現(xiàn)在，從屬性表中可以看到所有Label點都有了zoning值。（8）保存結(jié)果①視窗2菜單->File->Close②VerifySaveonClose對話框③點擊OK按鈕練習2手動繪制矢量文件1矢量工具面板功能（VectorToolPalette）視窗菜單條:Vector->Tools->Vector工具面板視窗工具條:點擊ShowToolPalette圖標->Vector工具面板。Vector工具面板中包含了主要的Vector菜單操作命令和矢量要素編輯命令。掌握Vector工具面板中的命令，對于矢量圖層及矢量要素的編輯是非常重要的。表5.1矢量工具面板常用的圖標及功能圖標命令功能SelectFeatures選擇圖形要素PlaceaPointFeature繪制點狀圖形要素PlaceaTicMark放置TIC控制點DrawNewLines繪制線狀圖形要素SplitaLine分割線狀圖形要素ReplaceaPortionofLine編輯線狀圖形要素CreateaSimplePolygon繪制簡單多邊形RegionGrowing區(qū)域增長生成多邊形RectangularMarquee矩形選擇框（多要素選擇）EllipticalMarquee橢圓選擇框（多要素選擇）PolygonalMarquee多邊形選擇框（多要素選擇）LineSelection線形選擇框（多要素選擇）UndoLastEdit恢復編輯操作（可多次恢復）CutSelectedElements剪貼選擇要素CopySelectedFeatures復制選擇要素PasteItems粘貼圖形要素DeleteSelectedItems刪除選擇要素ReshapeaSingleLine改變要素形狀SmoothSelectedArcs平滑選擇要素AddPointstoSelectedLines向選弧段添加節(jié)點EliminateUnnecessaryVertices刪除多余節(jié)點CombineTwoArcs連接兩條弧段GroupingSelectedFeatures組合選擇要素BreakupMulti-PartFeature取消多要素組合OpenVectorAttribute打開矢量屬性表OpenVectorProperties打開矢量特征對話框OpenVectorSymbology打開矢量符號對話框OpenVectorOptions打開矢量選擇對話框RegionGrowingProperties打開區(qū)域增長特性對話框AddSelectedAnnotation向矢量文件添加選擇注記CreateNewTableConfiguration配置新的數(shù)字化儀UseanExistingTablet使用現(xiàn)有數(shù)字化儀Lock/UnlockSelectedTool鎖住/釋放選擇工具On-LineHelp矢量操作的聯(lián)機幫助

2矢量文件生成及編輯（Create&EditVectorLayer）（1）打開圖像文件（OpenRasterLayer）視窗菜單條:File->Open->RasterLayer->SelectLayerToAdd對話框（圖5.10）視窗工具條:點擊“打開文件”圖標->SelectLaverToAdd對話框（圖5.10）①確定文件路徑（Lookin）:%sampledatas②確定文件類型（FilesofType）:IMAGINEImage（*.img）③選擇文件名稱（）:xs_truecolorsub.img圖5.11CreateaNewVectorLayer對話框圖5.10SelectLaverToAdd對話框圖5.11CreateaNewVectorLayer對話框圖5.10SelectLaverToAdd對話框（2）創(chuàng)建矢量文件（CreateVectorLayer）視窗菜單條:->VectorLayer，打開CreateaNewVectorLayer對話框（見圖5.11）①確定文件路徑（in）:vector②確定文件類型（（Type）:ArcCoverage③確定文件名稱（）:xsvector④OK（關(guān)閉CreateaNewVectorLayer對話框）打開NewArcCoverageLayerOption對話框①選擇矢量文件精度（NewCoveragePrecision）:SinglePrecision②OK（關(guān)閉NewArcCoverageLayerOption對話框，生成矢量文件）（3）繪制圖形要素（DrawVectorElements）視窗菜單條:Vector->EnableEditing（置矢量文件為可編輯狀態(tài)），在Vector工具面板:①點擊PlacePoint圖標，在視窗中依據(jù)柵格圖像繪制油罐（點）②點擊DrawLine圖標，在視窗中依據(jù)柵格圖像繪制道路（線）③點擊CreatePolygon圖標，在視窗中依據(jù)圖像繪制公園、面）圖5.12繪制完成后的矢量文件及圖形④圖5.12繪制完成后的矢量文件及圖形（4）保存矢量文件（（SaveVectorLayer）視窗菜單條:File->SaveTopLayer（矢量文件當前為上層文件）File->Close（關(guān)閉視窗及矢量文件）3改變矢最要素形狀（ReshapeaSingleElement）首先，打開系統(tǒng)中的實例矢量圖形文件:\%sampledatas\zone88（ArcCoverage）。（1）進入編輯狀態(tài)（EnableEditing）視窗菜單條:Vector->EnableEditing->進入編輯狀態(tài)（2）選擇編輯要素（SelectFeatures）視窗工具條:點擊ResetWindowTool圖標（進入選擇狀態(tài)）或者Vector工具面板:點擊SelectFeatures圖標。進入選擇狀態(tài)。一點擊左鍵在圖形視窗中選擇要素，被選擇要素發(fā)亮顯示（3）改變要素形狀（ReshapeaSingleLine）再啟動改變矢量要素形狀的功能:視窗菜單條:Vector->Reshape->視窗顯示選擇要素上的節(jié)點Vector工具面板:點擊ReshapeasingleLine圖標->視窗顯示選擇要素上的節(jié)點（1）在矢量要素節(jié)點上按住左鍵移動位置、改變要素形狀（2）按住Crtl在矢量要素上點擊左鍵增加節(jié)點、改變要素形狀（3）按住Crtl+Shift鍵、并點擊左鍵刪除節(jié)點、改變要素形狀（4）如果要復矢量要素形狀，點擊UndoLastedit圖標（5）在當前編輯要素之外的區(qū)域點擊左鍵、退出編輯狀態(tài)。4調(diào)整矢量要素特征（ChangeVectorProperties）矢量要素特征是指各類矢量要素的顯示特征，調(diào)整矢量要素特征實質(zhì)上就是按照矢量要素屬性進行符號化的過程，包括符號類型的選擇、顏色的確定等。視窗菜單條:Vector->ViewingProperties->PropertiesforVectorLayer對話框,或者在工具面板:點擊，VectorProperties圖標圖5-13PropertiesforVectorLayer對話框在PropertiesforVectorLayer對話框見圖5-13中，根據(jù)需要分別設置點（Point）,線（Arc）、面（Polygon）,屬性（Attribute、注記（Text）、控制點（Tic）.端點（Node）、邊框（BoundingBox）、選擇要素顯示（SelectionColor）等的符號及顏色特征?？梢詫⑺械娘@示特征設置保存為一個符號文件（*.evs）.以便多次調(diào)用:或者可以直接在PropertiesforVectorLayer對話框中，確定應用己有的符號文件（Attribute-basedSymbology），并選擇符號文件（*.evs）。圖5-13PropertiesforVector