论文部分内容阅读
摘要：介绍了四种软件的主要功能并比较了在遥感图像处理中应用的特点。PCI更适合于影像制图，ERDAS的数据融合效果最好，ENVI在针对像元处理的信息提取中功能最强大。ER Mapper对于处理高分辨率影像效果较好。
关键词：遥感图像处理；统计分类；软件
中图分类号：TP311文献标识码：A 文章编号：1009-3044(2008)26-1776-02
The Features and Statistical Classification of ENVI, ERDAS, PCI, ER_Mapper
LI Si-ze
(College of Engineering Remote Sensing Information, Wuhan University, Wuhan 430072, China)
Abstract: The article introduces in detail the main function and the differences of four kinds of software which apply in remote sensing image. CPI is good at image mapping, ERDAS is skilled in data fusion, ENVI has powerful function in information acquisition when dealing with pixel; while for the software ER Mapper, the result of image manipulation of high resolution is better.
Key words: GPS; application; positioning; direction of development
1 四种软件
1.1 ENVI
ENVI（The Environment for Visualizing Images）是一套功能齊全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。获2000年美国权威机构NIMA遥感软件测评第一。
1）强大的影像显示、处理和分析系统： ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7, IKONOS, SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。
2）强大的多光谱影像处理功能：ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。ENVI遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。同时，ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
3）更便捷地集成栅格和矢量数据：ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。ENVI具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
4）关于ENVI的数据格式：
①ENVI文件格式： ENVI支持若干种图像文件格式，描述如下。本节也涉及ENVI标题文件的格式、文件命名原则，以及跨平台的可移植性问题。
②精度评定：ENVI中图像校正精度显示分为一阶，二阶，三阶。
决定了重采样的精度。一般地，阶数越高，精度越高，只是要选择的控制点也就越多。公式是(N 1)*(N 2)/2个控制点，N是阶数。实际采集控制点的时候要至少3倍或3倍以上。
1.2 关于ERDAS
ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。
1）ERDAS的模块化：ERDAS IMAGINE是以模块化的方式提供给用户的，可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。ERDAS IMAGINE面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以IMAGINE Essentials、IMAGINE Advantage、IMAGINE Professional的形式为用户提供了低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，使产品模块的组合具有极大的灵活性。
①IMAGINE Essentials级：是一个花费极少，包括有制图和可视化核心功能的影像工具软件。
②IMAGINE Advantage级：是建立在IMAGINE Essential级基础之上的，增加了更丰富的图像光栅GIS和单片航片正射矫正等强大功能的软件。
③IMAGINE Professional级：是面向从事复杂分析，需要最新和最全面处理工具，经验丰富的专业用户。Professional是功能完整丰富的地理图像系统。
④ERDAS数据格式：img，rrd是erdas格式，adf，dat等是arcgis格式。分别用Erdas、Arcgis可以打开的。
2）ERDAS的精度分类：精度评价评价的是评价分类结果与实际地物分类的精度，所以在reference字段里应该填入实际地物分类的参考值，落在图像主体外的点就没什么价值了，可以设置一下，在每一种地类取几个随机点，这样点就不会落在图像外面了。
1.3 关于PCI
PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台－PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。
主要功能包括：核线影像生成、自动DEM提取、GEOCODE DEM、2D DEM手工编辑、出错点消除及内插等。
1.4 关于ER_Mapper
ER Mapper是由澳大利亚EARTH RESOURCE MAPPING公司开发的大型遥感图像处理系统，经过十几年的发展已经成为国际通用的遥感软件之一。
EARTH RESOURCE MAPPING公司成立于1989年，总部设在澳大利亚西部的佩思，多年来公司一直保持着持续稳定的发展，用户遍布全球。在欧洲、美洲、亚太地区均设有分支机构。
其旗舰产品ER Mapper是国际著名的遥感软件，提供了各种遥感影像处理功能，同时强大的小波压缩技术使海量数据的处理变得简单容易。还配有软件压缩开发工具包－ECW JPEG 2000 SDK和海量影像网上发布系统－Image Web Server（简称IWS）。从影像处理到网络发布，为用户提供了全方位的遥感影像应用解决方案。
1.4.1 ER Mapper主要特色
1）独特的影像处理技术：ER Mapper开发者建立了一套全新的处理方法，用户可以只储存想要显示文件中的操作过程，而不需要产生中间文件。这样就提高了处理效率。您对数据使用的操作步骤在ER Mapper中叫做算法（Algorithms），同时算法处理高分辨率卫星影像的方便工具。对一些高达1～3米分辨率的影像（一般需要大量存储空间，然后才可进行处理），使用算法可以处理得比传统方法更有效率。
2）操作简单：用户界面简单友好，使许多复杂的处理过程简单化。ER Mapper中的算法概念是区别于其它图像处理软件的主要特征之一，贯穿整个图像处理过程中，凭借高效的处理能力、方便易用的使用向导得到了广大用户的一致好評。继去年的ER Mapper 7.0版本之后，2006年6月又新推出ER Mapper 7.1版本，在影像处理、数据读取等方面增加了许多新的功能，完善了一些已有功能。满足用户的要求。
2 监督分类和非监督分类
2.1 监督分类
在ERDAS中，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。即根据已知样本,求出特征参数作为决策规则，以建立判别准则，由计算机实观图像分类。在监督分类中，用于分类决策的规则是多层次的，如对非参数模板有特征空间、平行六面体等方法。对参数模板有最大似然法、最小距离法等。但要注意对应用范围，如非参数模板只能应用于非参数型模板；对于参数型模板，要使用参数型规则。另外，使用非参数型模板，还要确定叠加规则和未分类规则。具体步骤如下：首先定义分类模板，显示要进行分类的图像；其次打开摸板编辑器并调整显示字段；然后获取分类模板信息；再次保存分类模板；最后执行监督分类。
2.2 非监督分类
非监督分类是指人们事先对分类过程不施加任何的先验知识，仅凭据遥感影象地物的光谱特征的分布规律，随其自然地进行盲目的分类。一般而言，在实际工作中常将分类数目取为最终分类数目的两倍；收敛域值是指两次分类结果相比保持不变的像原所占最大百分比。
2.3 两种分类方法原理及过程的比较
遥感数据在实际操作中可分为监督和非监督分类两种方法，一般来说非监督分类方法简单，不需要分类类别的先验知识。监督分类需要大量训练样本和分类类别的先验知识。通常监督分类结果的精度要高于非监督分类。
在目前遥感应用较多的是传统的统计模式识别方法（监督分类方法中的最大似然分类法，最小距离法等和非监督分类中的等距离混合法，循环集群法等）。最大似然法因有严密的理论基础，对于呈正态分布的类别判别函数易于建立，综合应用了每个类别在各波段中的均值，方差以及各波段之间的协方差，有较好的统计特性，一直被认为是最先进的分类方法，但该监督参数分类方法在实际操作有不少难点，分布参数的估计和分类类别的光谱类别数目确定和各类别的先验概率获得，尤其当存在类别光谱混淆时，其固定形状的决策界面无法获得较高的分类精度。人工神经网络是以人脑思维方式为模型的基础上发展起来的。一般可分为： 前馈网络，后馈网络，自组织网络3大类。
遥感影像的监督分类是在已知类别的训练场地上提取各类别训练样本，通过选择特征变量、确定判别函数或判别式把影像中的各个像元点划归到各个给定类的分类。它的基本思想是：首先根据类别的先验知识确定判别函数和相应的判别准则，利用一定数量的已知类别样本的观测值确定判别函数中的待定参数，然后将未知类别的样本的观测值代入判别函数，再根据判别准则对该样本的所属类别作出判定。遥感影像的非监督分类也称为聚类，它是实现无法知道类别的先验知识，在没有类别先验知识的情况下将所有样本划分为若干类别的方法。它的基本思想是事先不知道类别的先验知识，仅根据地物的光谱特征的相关性或相似性来进行分类，再根据实地调查数据比较后确定其类别属性。
3 总结
尽管现存的地理信息系统软件很多，但对于它的研究应用，归纳概括起来有二种情况。一是利用GIS系统来处理用户的数据；二是在GIS的基础上，利用它的开发函数库二次开发出用户的专用的地理信息系统软件。目前已成功地应用到了包括资源管理、自动制图、设施管理、城市和区域的规划、人口和商业管理、交通运输、石油和天然气、教育、军事等九大类别的一百多个领域。在美国及发达国家，地理信息系统的应用遍及环境保护、资源保护、灾害预测、投资评价、城市规划建设、政府管理等众多领域。近年来，随我国经济建设的迅速发展，加速了地理信息系统应用的进程，在城市规划管理、交通运输、测绘、环保、农业、制图等领域发挥了重要的作用，取得了良好的经济效益和社会效益。
影像监督分类法与非监督分类是针对影像具体分类时是否有先验知识而产生的两种方法，二者的使用范围、使用条件不同，因而在具体分类时有一定的有缺点。
参考文献：
[1] 党安荣,王晓栋,陈晓峰.ERDAS IMAGINE遥感图像处理方法[M].北京:清华大学出版社.2003.
[2] 赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2002.299-301.
[3] 李纪人.“3S”技术水利应用指南[M].北京:中国水利水电出版社,2002:1-10.
[4] 梅安新.遥感概论[M].北京:高等教育出版社,2001:23-24,295-309.
[5] 吴信才.MAPGIS 地理信息系统[M].北京:电子工业出版社,2004:115-127.
关键词：遥感图像处理；统计分类；软件
中图分类号：TP311文献标识码：A 文章编号：1009-3044(2008)26-1776-02
The Features and Statistical Classification of ENVI, ERDAS, PCI, ER_Mapper
LI Si-ze
(College of Engineering Remote Sensing Information, Wuhan University, Wuhan 430072, China)
Abstract: The article introduces in detail the main function and the differences of four kinds of software which apply in remote sensing image. CPI is good at image mapping, ERDAS is skilled in data fusion, ENVI has powerful function in information acquisition when dealing with pixel; while for the software ER Mapper, the result of image manipulation of high resolution is better.
Key words: GPS; application; positioning; direction of development
1 四种软件
1.1 ENVI
ENVI（The Environment for Visualizing Images）是一套功能齊全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。获2000年美国权威机构NIMA遥感软件测评第一。
1）强大的影像显示、处理和分析系统： ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7, IKONOS, SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。
2）强大的多光谱影像处理功能：ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。ENVI遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。同时，ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
3）更便捷地集成栅格和矢量数据：ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。ENVI具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
4）关于ENVI的数据格式：
①ENVI文件格式： ENVI支持若干种图像文件格式，描述如下。本节也涉及ENVI标题文件的格式、文件命名原则，以及跨平台的可移植性问题。
②精度评定：ENVI中图像校正精度显示分为一阶，二阶，三阶。
决定了重采样的精度。一般地，阶数越高，精度越高，只是要选择的控制点也就越多。公式是(N 1)*(N 2)/2个控制点，N是阶数。实际采集控制点的时候要至少3倍或3倍以上。
1.2 关于ERDAS
ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。
1）ERDAS的模块化：ERDAS IMAGINE是以模块化的方式提供给用户的，可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。ERDAS IMAGINE面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以IMAGINE Essentials、IMAGINE Advantage、IMAGINE Professional的形式为用户提供了低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，使产品模块的组合具有极大的灵活性。
①IMAGINE Essentials级：是一个花费极少，包括有制图和可视化核心功能的影像工具软件。
②IMAGINE Advantage级：是建立在IMAGINE Essential级基础之上的，增加了更丰富的图像光栅GIS和单片航片正射矫正等强大功能的软件。
③IMAGINE Professional级：是面向从事复杂分析，需要最新和最全面处理工具，经验丰富的专业用户。Professional是功能完整丰富的地理图像系统。
④ERDAS数据格式：img，rrd是erdas格式，adf，dat等是arcgis格式。分别用Erdas、Arcgis可以打开的。
2）ERDAS的精度分类：精度评价评价的是评价分类结果与实际地物分类的精度，所以在reference字段里应该填入实际地物分类的参考值，落在图像主体外的点就没什么价值了，可以设置一下，在每一种地类取几个随机点，这样点就不会落在图像外面了。
1.3 关于PCI
PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台－PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。
主要功能包括：核线影像生成、自动DEM提取、GEOCODE DEM、2D DEM手工编辑、出错点消除及内插等。
1.4 关于ER_Mapper
ER Mapper是由澳大利亚EARTH RESOURCE MAPPING公司开发的大型遥感图像处理系统，经过十几年的发展已经成为国际通用的遥感软件之一。
EARTH RESOURCE MAPPING公司成立于1989年，总部设在澳大利亚西部的佩思，多年来公司一直保持着持续稳定的发展，用户遍布全球。在欧洲、美洲、亚太地区均设有分支机构。
其旗舰产品ER Mapper是国际著名的遥感软件，提供了各种遥感影像处理功能，同时强大的小波压缩技术使海量数据的处理变得简单容易。还配有软件压缩开发工具包－ECW JPEG 2000 SDK和海量影像网上发布系统－Image Web Server（简称IWS）。从影像处理到网络发布，为用户提供了全方位的遥感影像应用解决方案。
1.4.1 ER Mapper主要特色
1）独特的影像处理技术：ER Mapper开发者建立了一套全新的处理方法，用户可以只储存想要显示文件中的操作过程，而不需要产生中间文件。这样就提高了处理效率。您对数据使用的操作步骤在ER Mapper中叫做算法（Algorithms），同时算法处理高分辨率卫星影像的方便工具。对一些高达1～3米分辨率的影像（一般需要大量存储空间，然后才可进行处理），使用算法可以处理得比传统方法更有效率。
2）操作简单：用户界面简单友好，使许多复杂的处理过程简单化。ER Mapper中的算法概念是区别于其它图像处理软件的主要特征之一，贯穿整个图像处理过程中，凭借高效的处理能力、方便易用的使用向导得到了广大用户的一致好評。继去年的ER Mapper 7.0版本之后，2006年6月又新推出ER Mapper 7.1版本，在影像处理、数据读取等方面增加了许多新的功能，完善了一些已有功能。满足用户的要求。
2 监督分类和非监督分类
2.1 监督分类
在ERDAS中，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。即根据已知样本,求出特征参数作为决策规则，以建立判别准则，由计算机实观图像分类。在监督分类中，用于分类决策的规则是多层次的，如对非参数模板有特征空间、平行六面体等方法。对参数模板有最大似然法、最小距离法等。但要注意对应用范围，如非参数模板只能应用于非参数型模板；对于参数型模板，要使用参数型规则。另外，使用非参数型模板，还要确定叠加规则和未分类规则。具体步骤如下：首先定义分类模板，显示要进行分类的图像；其次打开摸板编辑器并调整显示字段；然后获取分类模板信息；再次保存分类模板；最后执行监督分类。
2.2 非监督分类
非监督分类是指人们事先对分类过程不施加任何的先验知识，仅凭据遥感影象地物的光谱特征的分布规律，随其自然地进行盲目的分类。一般而言，在实际工作中常将分类数目取为最终分类数目的两倍；收敛域值是指两次分类结果相比保持不变的像原所占最大百分比。
2.3 两种分类方法原理及过程的比较
遥感数据在实际操作中可分为监督和非监督分类两种方法，一般来说非监督分类方法简单，不需要分类类别的先验知识。监督分类需要大量训练样本和分类类别的先验知识。通常监督分类结果的精度要高于非监督分类。
在目前遥感应用较多的是传统的统计模式识别方法（监督分类方法中的最大似然分类法，最小距离法等和非监督分类中的等距离混合法，循环集群法等）。最大似然法因有严密的理论基础，对于呈正态分布的类别判别函数易于建立，综合应用了每个类别在各波段中的均值，方差以及各波段之间的协方差，有较好的统计特性，一直被认为是最先进的分类方法，但该监督参数分类方法在实际操作有不少难点，分布参数的估计和分类类别的光谱类别数目确定和各类别的先验概率获得，尤其当存在类别光谱混淆时，其固定形状的决策界面无法获得较高的分类精度。人工神经网络是以人脑思维方式为模型的基础上发展起来的。一般可分为： 前馈网络，后馈网络，自组织网络3大类。
遥感影像的监督分类是在已知类别的训练场地上提取各类别训练样本，通过选择特征变量、确定判别函数或判别式把影像中的各个像元点划归到各个给定类的分类。它的基本思想是：首先根据类别的先验知识确定判别函数和相应的判别准则，利用一定数量的已知类别样本的观测值确定判别函数中的待定参数，然后将未知类别的样本的观测值代入判别函数，再根据判别准则对该样本的所属类别作出判定。遥感影像的非监督分类也称为聚类，它是实现无法知道类别的先验知识，在没有类别先验知识的情况下将所有样本划分为若干类别的方法。它的基本思想是事先不知道类别的先验知识，仅根据地物的光谱特征的相关性或相似性来进行分类，再根据实地调查数据比较后确定其类别属性。
3 总结
尽管现存的地理信息系统软件很多，但对于它的研究应用，归纳概括起来有二种情况。一是利用GIS系统来处理用户的数据；二是在GIS的基础上，利用它的开发函数库二次开发出用户的专用的地理信息系统软件。目前已成功地应用到了包括资源管理、自动制图、设施管理、城市和区域的规划、人口和商业管理、交通运输、石油和天然气、教育、军事等九大类别的一百多个领域。在美国及发达国家，地理信息系统的应用遍及环境保护、资源保护、灾害预测、投资评价、城市规划建设、政府管理等众多领域。近年来，随我国经济建设的迅速发展，加速了地理信息系统应用的进程，在城市规划管理、交通运输、测绘、环保、农业、制图等领域发挥了重要的作用，取得了良好的经济效益和社会效益。
影像监督分类法与非监督分类是针对影像具体分类时是否有先验知识而产生的两种方法，二者的使用范围、使用条件不同，因而在具体分类时有一定的有缺点。
参考文献：
[1] 党安荣,王晓栋,陈晓峰.ERDAS IMAGINE遥感图像处理方法[M].北京:清华大学出版社.2003.
[2] 赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2002.299-301.
[3] 李纪人.“3S”技术水利应用指南[M].北京:中国水利水电出版社,2002:1-10.
[4] 梅安新.遥感概论[M].北京:高等教育出版社,2001:23-24,295-309.
[5] 吴信才.MAPGIS 地理信息系统[M].北京:电子工业出版社,2004:115-127.