1.打开用于分类的基础影像及用于分类的shp文件。

2.在envi工具箱中搜索roi,双击Vector to ROI

选中之前打开的shp文件

本次操作使用shp文件中的class字段来表示类别，共三类，所Number of out rois为3.

 

转换后的效果：

3.查看样本可分离度 

单击Regions of interest中的任意一项，打开对话ROI对话框，点击Options->Compute ROI Separability.

  

可分离度均大于1.8，合格。如果小1.8，需要编辑样本或者重新选择样本；小于1，考虑将两类样本合成一类样本。具体操作请参考：【ENVI入门系列】11.遥感图像监督分类_ENVI-IDL技术殿堂_新浪博客

4.另存为ROI文件

之前打开的ROI对话框，File->Export->Export ROIs to Classic .ROI，或者File->Save as 为xml均可。

5.使用SVM(支持向量机)分类

envi tools中搜索support，双击打开分类器，并选择待分类影像。

 

SVM参数设置面板中，参数意义如下：

（引用：ENVI下支持向量机（SVM）使用说明_ENVI-IDL技术殿堂_新浪博客）

a)  Kernel Type下拉列表里选项有 Linear，Polynomial，Radial Basis Function，以及 Sigmoid。

l如果选择Polynomial，设置一个核心多项式（Degree of Kernel Polynomial）的次数用于SVM，最小值是1，最大值是6。

l如果选择Polynomial or Sigmoid，使用向量机规则需要为Kernel指定 the Bias ，默认值是1。

l如果选择是 Polynomial、Radial Basis Function、Sigmoid，需要设置Gamma in Kernel Function参数。这个值是一个大于零的浮点型数据。默认值是输入图像波段数的倒数。

b)  Penalty Parameter：这个值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡， 默认值是100。

c)  Pyramid Levels：设置分级处理等级，用于SVM训练和分类处理过程。如果这个值为0，将以原始分辨率处理；最大值随着图像的大小而改变，

d)  Pyramid Reclassification Threshold（0~1）：当Pyramid Levels值大于0时候需要设置这个重分类阈值。

e)  Classification Probability Threshold： 为分类设置概率域值，如果一个像素计算得到所有的规则概率小于该值，该像素将不被分类，范围是0~1，默认是0。

(6)    选择分类结果的输出路径及文件名。

(7)    设置Out Rule Images为Yes，选择规则图像输出路径及文件名。

(8)    单击OK按钮执行分类。

 分类结果：