loading杭州师范大学 遥感图像的监督分类和处理实验
在ClassificationInput File面板中选择分类图像，点击ok；在Class Overlay to RGB Parameters面板中选择要叠加显示的类别（这里设为河流与湖泊、裸土地，农村）设置输出路径，点击OK即可。
叠加后的图
21
杭州师范大学 遥感图像的监督分类和处理实验
3.11 分类结果转矢量
可以利用ENVI提供的Classification to Vector工具，将分类结果转换为矢量文件 打开分类结果
打开转矢量工具，路径为Toolbox/Classification/Post Classification/Classification to Vector； 在Raster to Vector Input Band面板中，选择分类结果图，ok；
在Raster to Vector Parameters面板中设置矢量输出参数。这里选择河流和湖泊一个类别，设置输出路径，点击OK。
转好的矢量图
22
杭州师范大学 遥感图像的监督分类和处理实验
4 总结
感觉没有目视解译准确，例如，对于农村分类，目视解译可以很容判别出来，而机器会把和村庄相近的也分为农村，例如本实验的左下角的小山也被分为村庄。还有城市，左下角的农田整个地被分为城市。这可能与地物的复杂度有关，如果是简单的地貌，机器分类还是有很大的优势的，但是如果地貌过于复杂，而且影像分辨率较低，则分类较不准确。而且针对不同影像及分类用途需要不同的分类器，较麻烦。但与目视解译相比还是有极大的优势的。 在小斑块去除是，就显得更加不合理了。例如，分类后有一像元（或几个像元）处于孤立状态，但代表这地面一个具体地物（如果地貌或地物较复杂，则极有可能的），一旦用小斑块去除，则极有可能将该小斑块归于背景里。造成分类不准确。但我现在还没有想到什么解决办法，或许出现人工智能才会解决。
23