Với phương pháp phân loại này, các pixel sẽ được phân chia tự động vào các lớp dựa trên một số đặc điểm về sự đồng nhất giá trị phổ sử dụng kỹ thuật gộp nhóm, phương pháp này được áp dụng trong trường hợp ta không biết hoặc không quen với những đối tượng xuất hiện trên ảnh, đồng thời nó cũng loại bỏ được những sai số chủ quan của con người.
Phần mềm ENVI cung cấp cho chúng ta hai phương pháp phân loại không chọn mẫu là Isodata và K-Means. Để tiến hành phân loại ảnh, từ thanh thực đơn lệnh của ENVI ta chọn Classification\Unsupervised\ và chọn một trong hai phương pháp phân loại trên, chọn ảnh cần phân loại, nhấn OK để chấp nhận. Với 2 phương pháp phân loại ta đều phải đưa ra các tham số giới hạn để máy thực hiện.
Phân loại theo K-Means sẽ tính toán các giá trị trung bình lớp ban đầu được phân bố đều trong không gian dữ liệu, sau đó tiến hành nhóm dần các pixel thành lớp gần nhất sử dụng kỹ thuật khoảng cách ngắn nhất. Mỗi lần tính lặp lại các giá trị trung bình lớp và phân lớp lại các pixel với giá trị trung bình mới. Tất cả các lớp pixel được phân loại thành lớp gần nhất trừ khi người sử dụng ấn định một độ lệch trung bình mới hoặc một khoảng cách mới sau lần tính toán đó. Trong trường hợp này một số Pixel sẽ không được phân loại vì nó không thỏa mãn các tham số đã chọn. Quá trình cứ tiếp tục cho đến khi số lượng các pixel trong mỗi lớp thay đổi mà vẫn nhỏ hơn ngưỡng thay đổi đã chọn hoặc vẫn nhỏ hơn số lần tính lặp lại tối đa.
Phân loại Isodata cũng giống với K-Means, tuy nhiên nó đòi hỏi các thông số điền vào phải chi tiết hơn vì vậy kết quả sẽ chính xác hơn.
Hình 27 Chọn phương pháp phân loại ảnh
Sau khi chọn như trên sẽ xuất hiện hộp thoại Classification Input File cho phép chọn file đầu vào để tiến hành phân loại, tại đây ta chọn file ảnh sau khi đã được nắn chỉnh và cắt hoàn thiện ở trên là cat_hoan thien2.img. Hộp thoại
K-Means Parameters xuất hiện cho ta chọn những tham số trước khi phân loại. Number of classes: chọn số lớp tối thiểu – min và tối đa – max để phân loại.
Change Threshold: Ngưỡng thay đổi sau mỗi lần tính toán lặp lại. Việc
phân loại cũng sẽ dừng lại khi sau mỗi lần tính lặp lại mà số phần trăm biến động của các lớp nhỏ hơn ngưỡng biến động được xác định.
Maximum Iterations: Số lần tính toán lặp lại tối đa. Việc phân loại sẽ
dừng lại khi đạt tới số lần lặp tối đa đưa ra. Trường hợp nếu chưa đạt tới số lần tính toán lặp lại tối đa mà ngưỡng thay đổi đã nằm dưới ngưỡng cho phép thì việc phân loại sẽ ngừng lại, tức là ENVI sẽ chú ý tới chất lượng phân loại sau đó mới tới số lượng các lần phân loại.
Maximum Stdev From Mean: Khoảng cách độ lệch chuẩn tối đa từ giá trị
trung bình của lớp. Nếu độ lệch chuẩn nằm trong giá trị trung bình này thì sẽ được gộp làm một lớp còn nằm ngoài sẽ được phân làm hai lớp riêng biệt.
Maximum Distance Error: Khoảng sai số tối đa cho phép xung quanh
giá trị trung bình của lớp.
Nếu hai chỉ tiêu sau bỏ trống thì ENVI sẽ thực hiện theo 3 chỉ tiêu trên. Sau khi chọn xong các tham số tính toán thì ta chọn chỗ lưu và đặt tên cho kết quả phân loại rồi nhấn OK, ra ngoài hộp thoại Available Bands List sẽ xuất hiện thêm một lớp mới ta chỉ việc load lớp này ra một cửa sổ mới để xem. Sau khi xem xét nếu thấy hài lòng với kết quả phân loại thì ta có thể dừng ở đó, còn không ta có thể tiến hành phân loại lại để được kết quả vừa ý.