老师要求提交：
1.可能性矩阵
2.精度评价报告
3.分类结果图
具体流程：
1．打开影像，考试时的影像是老师给的高分辨率影像。

以已有的QuickBird影像为例：File---Open Image File ，在Available Band 中以RGB打开，为真彩色，即地物的真实颜色。

2.选择监督分类样本（感兴趣区域）：
在影像的工具栏中选择，Overlay---Region of interest
在打开的#1 ROI Tool 工具栏中，以多边形的方式选择感兴趣区：ROI-Type----Polygon 在zoom窗口中进行选择
选择类别，植被，水体，裸地，房屋。

查看分离程度，继续在ROI Tool 工具栏中，选择Option—compute ROI separability ，选择影像ok.,
相关度大于1.8的说明分类较好。

保存文件。

2.用最大似然法进行监督分类，主菜单栏中，Classification —Supervised—Maximum Likelihood，进入选择参数的对话框。

Select all Item
阈值Probability Threshold一般在0~1之间。

不需输出真实值。

因为还要分类后处理，储存至memory.
3.分类后处理，
①分类合并，在主菜单中Classification—post classification—Sieve Classes
选择刚才分类好的，memory影像，改变Group Min Threshold数值，由2改到8.即改变每类别最小像元值，由于我只选了四个类别数，应该做完后不会有类别的合并。

保存文件，即要求交的分类结果图。

②生成混淆矩阵
主菜单中，Classification—post classification—confusion Matrix—Using Ground Truth ROIS. 将所有类别都选上。

保存混淆矩阵
大致是这样，可能还不完整。

妹妹，你就这样悄无声息地消失在茫茫的人海，消失在我日夜的想念中。

不曾带走我对你的点点回忆。

千重山，万重水，割不断的是情深似海如潮的的思念。

007。