ArcGIS实现遥感影像数据最大似然法监督分类
本文介绍在ArcMap软件中，基于最大似然法实现栅格遥感影像监督分类的方法。
在文章ENVI实现最小距离法、最大似然法、支持向量机遥感图像监督分类与分类后处理操作（https://blog.csdn.net/zhebushibiaoshifu/article/details/125072035）中，我们介绍了基于ENVI软件实现遥感影像监督分类的具体操作方法；本文则介绍基于ArcMap软件实现同样的遥感影像监督分类的方法。
首先，在ArcMap软件上方菜单栏中，我们选择“Customize”→“Toolbars”→“Image Classification”选项。
随后，即可弹出遥感影像分类工具栏。为了方便，我们可以将其拖动至ArcMap软件上方菜单栏中，如下图所示。
随后，打开需要进行分类的栅格遥感影像图层。这里需要注意，如果打开栅格图层后，遥感影像分类工具栏中各个按钮都是灰色的（如上图所示），那么需要在“Customize”→“Extensions...”中进行以下设置。
在弹出的“Extensions”窗口中，我们将全部项目都勾选中，如下图所示。
随后，可以看到遥感影像分类工具栏中按钮已经可以点击了。
接下来，我们即可开始遥感影像分类的具体过程；这里我们就以最大似然法这一监督分类方法为例，进行详细地介绍。
首先，在遥感影像分类工具栏中选择下拉框，选中我们需要进行分类的遥感影像。
接下来，点击遥感影像分类工具栏右侧的“Training Sample Manager”按钮。
随后，将弹出如下所示的“Training Sample Manager”窗口。
接下来，我们在遥感影像分类工具栏中选择“Draw Polygon”选项。
随后，我们即可用鼠标左键在栅格遥感影像中绘制对应的矢量范围多边形，并通过双击左键的方式确认完成绘制。
每绘制完毕一个多边形，就会在“Training Sample Manager”窗口中显示一个多边形的信息。我们首先对同一种地物类型绘制多个多边形；如下图所示，我们在图中的森林区域绘制了多个多边形。
绘制同一地物类型的若干个多边形后，我们首先将这些多边形在“Training Sample Manager”窗口中全选，并通过“Merge training samples”选项，将同一地物类型的多边形合并。
合并完毕后，可以看到原有多个多边形变为了一个地物类型的信息。此时，我们可以对此地物类型的名称、值、颜色进行配置。
配置完毕后，我们可以点击“Save traning samples”选项，将保存好的第一种地物类型多边形信息保存。需要注意的是，“Save traning samples”选项保存的是当前已经绘制好的全部地物类型多边形，以.shp格式存储，保存这一文件是防止ArcMap软件崩溃导致前面辛辛苦苦绘制的多边形丢失的情况发生；之后我们一旦完成全部的地物类型多边形的绘制，还需要再保存一个.gsg格式的文件，从而作为ArcMap软件进行监督分类的输入文件（具体操作我们后面会介绍）。
可以在弹出的“Output featura class”窗口中，配置保存的路径与文件名称。
随后，我们即可开始对第二种地物类型进行多边形的划定。
并通过前述同样方法，将第二种地物类型的多边形合并为一个信息，并配置其名称、值与颜色等信息。
接下来，我们依然可以通过“Save traning samples”选项，实施保存当前划定好的地物类型。这里需要注意，为了避免每一次保存就新生成文件导致文件过，我们可以在第二次保存开始，直接覆盖上一次的保存结果。
依据前述方法，将我们全部需要区分的地物类型进行划定后，我们可以通过“Show histograms”选项绘制每一种地物类型对应的图像波段数值直方图。
还可以通过“Show scatterplots”选项绘制每一种地物类型对应的图像各波段对应散点图。
image.png
以及可以通过“Show statistics”选项每一种地物类型对应的图像波段数值统计信息。
确认各个地物的多边形绘制无误后，我们需要点击“Creat a signatur file”选项，将刚刚划定的各个地物类型多边形区域保存为.gsg文件；这个文件就是我们前面提到的ArcMap软件进行监督分类的输入文件。
随后，在弹出的窗口中，配置好.gsg文件的存储路径与名称即可。
接下来，在遥感影像分类工具栏中，选择“Classification”选项，并选择合适的分类方法。我们这里因为是以最大似然法为例进行介绍的，所以就选择“Maximum Likelihood Classification”方法。
随后，在弹出的“Maximum Likelihood Classification”窗口中配置后需要进行分类的栅格图像文件、前面保存好的.gsg文件，以及输出文件路径与文件名即可；对于剩余的最大似然法分类参数，我们可以选择默认或依据实际情况来修改即可。
随后，即可得到分类结果图像文件。
至此，大功告成。
