易康操作指南中的TM影像分类知识点涵盖了利用eCognition软件进行遥感影像分类的核心步骤与方法，具体包括以下方面：
1. eCognition软件简介：eCognition是一款专注于遥感影像分析和处理的软件，可以用于处理TM（Thematic Mapper）等类型的数据。TM影像是一种常用的多光谱遥感影像数据，常用于地表覆盖分类、土地利用调查等领域。
2. TM影像的分类方法：文档中提到基于最近邻域方法对遥感影像进行分类，这是一种监督分类方法。它要求用户首先选取已知类别的样本区域（训练区），然后计算待分类影像中的像素点与训练区的相似性，根据最近邻域的原则将其分类。
3. 装载和显示栅格图像：在eCognition软件中，首先需要创建一个新的项目并导入栅格图像。软件允许一次导入多个影像文件，并将其作为图层导入到项目中，以便于进行后续的处理和分析。
4. 图像分割：图像分割是将影像分割成多个图像对象的过程。这里使用了多分辨率分割算法，通过设置分割指数来定义分割的精细程度。分割后的图像由不同的图像对象组成，每个对象代表影像中具有相似光谱特征的一块区域。
5. 建立分类层次：分类层次是指定分类结构的过程。在这个例子中，将地表覆盖分为四个类别：impervious surface（不透水表面）、water（水体）、agriculture（农业用地）和rural（乡村地区）。对每个类别进行命名和定义颜色，使其在分类图中易于区分。
6. 插入最近邻域分类器：分类器在影像分类中用于定义分类决策的规则。这里选择了标准最近邻域分类器，通过定义特征空间来计算图像对象之间的光谱距离。特征空间定义了分类过程中需要比较的光谱特征，比如不同波段的平均值。在特征空间中，尽量使用较少的特征，以避免分类过程中的复杂化。
7. 进行分类：利用最近邻域分类器将影像进行分类。分类过程中需要将分类器插入到每个类别的描述中。由于特征空间在整个分类过程中是一致的，因此任何一个特征空间的改变都会影响到所有的类描述。
8. 定义样本对象：样本对象是指定训练区，用于训练分类器以识别不同类别。在eCognition中，样本对象的定义与传统的监督分类类似，需要在影像上定义代表性区域作为各类别的训练样本。在样本编辑器中可以查看和比较不同类别的特征值曲线，这些特征值反映了样本对象在各个波段的平均光谱响应。
以上内容展示了在eCognition软件中进行TM影像分类的具体操作流程，以及每一步操作的详细解释。通过本操作指南的学习，用户可以掌握如何使用软件进行遥感影像的装载、分割、分类以及样本训练等重要步骤。这对于从事遥感影像分析和地理信息系统（GIS）领域的专业人士来说，是一份宝贵的指导资料。
