非监督分类（unsupervised classification），又称“聚类分析或者点群分析”。是一个在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对图像地物具备丰富的先验知识，仅依靠图像上不同地物光谱信息进行特征提取，通过统计特征的差别来达到分类的目的，最后对已分出的各个类别的实际属性进行确认。
影像概括
QuickBird_MS4波段数据
分辨率0.61米
处理流程
1. 非监督分类算法
图1 非监督分类算法
2. 创建类别
图2 创建类别
3. 基于多阈值分割算法分割影像
图3 多阈值分割算法
4. 创建water, vegetation, non-vegetation（其他类型），将非监督分类应用结果中的各类别分别归类到water, vegetation, non-vegetation类别，在该过程中利用assign class、remove objects等分类算法不断提高分类结果的精度，下方均称此过程为优化分类过程。
图4 优化水体
图5 优化植被
图6 优化其它类别
5. 基于Merge region算法的对象合并
图7 合并算法
图8 合并后效果
6. 移除像素小于50的图斑，主要参数设置如下：area(pixel)<=50
图9 移除对象算法
图10 最终分类结果
详情技术问题可扫描下方二维码或给小编留言哦
北京图源科技有限公司
作为美国Trimble公司Inpho中国区授权代理商、eCognition软件中国区授权代理商和解决方案及规则集开发商、美国MAXAR公司卫星影像产品代理商、法国YellowSacn公司无人机LIDAR代理商，能够为广大用户提供从数据获取、处理、解译、应用到最终成果的“一站式”应用解决方案。
更多资讯，可关注微信公众号：mapcore
