ENVI使用最多的工具就是分类，这也是很多卫星影像的用途。在ENVI中有很多分类工具，如最基础的监督分类（最大似然法、最小距离、支持向量机、随机森林）、非监督分类（K-means、IsoData），还有面向对象、面向过程的提取，亦或是深度学习模块、精准农业模块。
今天给大家介绍一下基于规则的面向对象分类，这里的规则包含光谱、几何等特征，所以博主认为它更适合提取水体、道路等具有明显纹理的地物，或者地物间的归一化光谱指数有较大差异时可以使用这个工具。其中最重要的就是参数的调优，所以大家要有耐心，慢慢尝试！
一、打开提取工具
直接在Feature Extraction工具栏中打开Rule Based Feature Extraction Workflow工具即可，也可以直接在工具箱里搜索。
二、参数设置
1）在打开的工具框中，选择需要分类的影像
2）选择光谱指数和色彩空间信息，其他无需设置。这里需要注意，光谱指数是对你的分类有明显帮助的指数，如你在提取植被时NDVI对你来说很重要，那么这里就选择近红外和红波段。而RGB色彩空间波段，可选可不选。
3）点击下一步后出现分割合并尺度的选择。这里可以点击左下角的预览，查看尺度是否合适。这里没有什么标准，根据你所需要提取的地物选择合适的尺度即可。
我这里给出了我的尺度，大家可以看看红框中的分割效果，完成后点击下一步进入规则的建立。
三、规则建立
1）这里可以添加不同的地物类别，取决于你要分几类，还可以修改名称和颜色。在创建了一个新的类别后，可以右键建立多条规则，规则可以是波段的值、光谱指数的值、几何中的面积、长度等等。同样也可以预览，查看规则是否合适。
在进行参数调整时，大家记得要把预览关闭，调一下打开一下不然会很卡很卡。
2）在建立好规则后，还需要设置权重，即该规则在分类占据的比重，权重一般在建立完规则后再确定。不同的权重，分类结果也不一样，所以可以尝试多种权重以获得更好的效果。
四、规则的确定（服务于第三步）
1）对于规则中阈值的确定，大家可以再打开一个ENVI程序，然后选取一些地物样本。点击统计工具，查看样本在各个波段的值。
2）通过地物波段最大值、最小值的对比，可以很好的确定分割阈值。也可以将两个地物的光谱曲线拖到一起，更加直观。
五、结果输出
第三步完成规则的建立后，点击下一步。选择输出的格式即可。下面是提取植被的效果图。
基于规则的面向对象分类比较适合多光谱（4个波段以上）或提取某些有空间几何特征的地物。它和决策树分类的原理非常类似，决策树可以添加坡度、坡向等地形因子作为筛选的条件，而它可以用面积、长度等空间几何特征作为筛选条件。遥感的分类方法大同小异，电磁波传输时的损失无法避免，云、雾、阴影等也会影响，所以大家在做分类时要选择合适的方法。
后续会更新一些ENVI处理数据的教程，当然要有空才行。现在一直在做编程，一些ENVI的操作又比较基础，所以懒得写文章。如果大家在学习Python或者遥感时有什么问题，可以随时留言交流！