ENVI基本影像处理流程操作

《ENVI基本影像处理流程操作》由会员分享，可在线阅读，更多相关《ENVI基本影像处理流程操作（213页珍藏版）》请在装配图网上搜索。

1、ENVI基本影像处理流程操作邓书斌E-mail:dengsbesrichina-ESRI中国（北京）有限公司 遥感事业部主要内容 1.快速认识ENVI 2.影像一般预处理 3.影像信息基本提取方法 4.制图与三维可视化数据的输入输出数据的输入输出图像显示与分析图像显示与分析图像预处理（几何纠正、融合、镶嵌等）图像预处理（几何纠正、融合、镶嵌等）影像信息提取（人工解译、自动分类、特征提取、动态检测等）影像信息提取（人工解译、自动分类、特征提取、动态检测等）专题制图专题制图/三维可视化分析（集成三维可视化分析（集成GIS现有数据现有数据)成果报告（成果报告（GIS分析分析/共享）共享）遥感图像处理

2、的一般流程1.快速认识快速认识ENVI1.1 ENVI简介1.2 安装目录结构1.3 栅格文件系统和储存1.4 数据输入1.5 数据显示1.6 常见系统设置Feature Extraction空间特征提空间特征提取模块取模块DEMExtraction立体像对高立体像对高程提取模块程提取模块Atmospheric Correction大气校正模大气校正模块块1.1ENVI简介ENVI/IDL体系结构ENVIIDL 扩展模块 主模块 开发语言IDL Advanced 数学与数学与统统计计扩展扩展 工具包工具包IDL DataMiner 数据库数据库连连接接工工 具包具包Orthorectifica

3、tion正射校正模正射校正模块块NITFNITF数据支数据支持模块持模块1.1ENVI简介ENVI从图像中获得您所需的信息Image - InformationEXTEND IDL, C+, Java, .NetPanchromatic 全色 Multispectral 多光谱 Hyperspectral 高光谱TRadarLidarhermal TerrainGPSVector雷达激光雷达热量数据地形数据 位置数据 矢量数据制图工具制图工具矢量工具矢量工具地形工具地形工具高光谱工具高光谱工具信息提取工具信息提取工具预处理工具预处理工具雷达工具雷达工具读取显示工具读取显示工具三维可视分析三维可

4、视分析制图输出制图输出GeodatabaseGIS分析分析1.1ENVI简介大气校正扩展模块(Atmospheric Correction) 可以有效地去除水蒸气, 气溶胶散射，漫反射的邻域效应。 获得地物反射率和辐射率、地表温度等真实物理模型参数。 使影像变得“清晰”1.1ENVI简介立体像对高程提取扩展模块 DEM Extraction 快速从ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1, SPOT 1-5等以及航空影像立体像

5、对中提取 DEM。 全面支持RPC模型参数，尽可能少的控制点以达到有效的精度 使用DEM编辑工具对提取的DEM做局部编辑 交互量测特征地物的高度和收集3D信息并导出为3D Shapefile文件格式提供面向对象方法、易于使用的向导操作流程从高分辨 率全色和多光谱数据中提取地物信息。包括： 交通工具飞机, 坦克, 汽车, 船只 建筑物建筑物轮廓, 屋顶 基础设施道路, 桥梁, 机场, 海港码头 自然要素河流, 湖泊,森林, 田地 云和雾1.1ENVI简介空间特征提取扩展模块Feature Extraction（FX）1.1ENVI简介正射校正扩展模块Orthorectification 由瑞典的

6、Spacemetric公司开发 采用的正射校正方法具有可靠和高精度的特点，并且该方 法被行业所认可。 支持大区域范围内的多幅影像、多传感器的一次正射校正 具有镶嵌结果的功能，并提供接边线和颜色平衡辅助工具 采用流程化的向导式操作方式和工程化管理。 自定义传感器模型 提供接口函数，便于扩展功能。1.1ENVI简介NITF数据支持扩展模块 NITF 读写、显示标准NITF格式文件 JPEG2000编码压缩NITF格式文件 支持NITF2.0、NITF2.1和NSIF1.0之间的转换 读写从商业卫星、NCDRD和 第二图像格式（NSIF）中获得政府标准数据 广泛支持NSDE的分类或未分类的TREs，

7、也包括自定义的TREs1.1ENVI简介ENVI/IDL的特点1. 先进、可靠的影像信息提取工具全套影像信息智 能化提取工具,全面提升影像的价值。2. 专业的光谱分析高光谱分析一直处于世界领先地 位。3. 随心所欲扩展新功能底层的IDL语言可以帮助用户 轻松地添加、扩展ENVI的功能，甚至开发定制自己的 专业遥感平台。4. 流程化图像处理工具ENVI将众多主流的图像处理 过程集成到流程化（Workflow）图像处理工具中，进 一步提高了图像处理的效率。5. 与ArcGIS的整合从2007年开始，与ESRI公司的全 面合作,为遥感和GIS的一体化集成提供了一个典型的 解决方案。1.2安装目录结构

8、 Bin：相应的ENVI运行目录。 Data：数据目录，保存一矢量文件夹（一些矢量数据）、两个TM5栅格 数据、两个DEM数据和一个高光谱数据。Filt_func：ENVI常规传感器的光谱库文件。例如：aster、modis、 spot、tm等。Help：ENVI的帮助文档。 Lib：IDL生成的可编译的程序，用于二次开发。 Map_proj：影像的投影信息，文本格式，客户可以进行定制。 Menu：ENVI菜单文件，可以进行中、英文菜单互换。 Save：应用IDL可视化语言编译好的、可执行的ENVI程序。 Save_add：客户自主开发的、可执行程序，比如各种补丁程序。 Spec_lib：波谱

9、库，不同地区可以有不同的波谱库，用户可以自定义。1.3栅格文件系统和储存 ENVI栅格文件格式：ENVI使用的是通用栅格数据格式，包含一 个简单的二进制文件（ a simple flat binary ）和一个相关 的ASCII（文本）的头文件。ENVI头文件包含用于读取图像数据文件的信息，它通常创建于一个数据文件第一次被 ENVI读取 时。单独的ENVI头文本文件提供关于图像尺寸、嵌入的头文件（若存在）、数据格式及其它相 关信息。所需信息通过交互式输入，或自动地用“文件吸取”创建，并且以后可以编辑修改。 您可以在ENVI之外使用一个文本编辑器生成一个ENVI头文件通用栅格数据都会存储为二进制

10、的字节流，通常它将以BSQ（按波段顺序）、BIP（波段按像元交叉）或者BIL（波段按行交叉）的方式进行存储。 储存窗口菜单界面FileSave File As，将影像按照需要的格式进行存储，保存的为原始数据，没有拉伸。主影像窗口FileSave Images As，将影像按照需要的格式进行存储，存储的影像是显示的影像样式。FileSave Zoom As，将Zoom窗口显示的影像按照需要的格式进行存储。其他窗口下的文件存储例如：MapMosaicking的镶嵌窗口下：Apply；Save Template等；Classification等功能下：Output Result to等。1.4 数据

11、显示 波段列表每次打开的文件都显示在Available Bands List中，列表中可以完成当前 在ENVI中打开的或存储在内存中的文件的信息，还可以进行包括：打开新 文件、关闭文件、将内存数据项保存到磁盘，以及编辑ENVI头文件等操作。 三视窗显示当你打开一个图像文件时，会在一个ENVI的三视窗图像显示中，其中包括 主图像窗口，缩放窗口和滚动窗口（应用于大的图像），如图1.5所示，目 前大部分的ENVI图像处理操作都在这个窗口中完成。 ENVI ZOOM显示将图层管理、图像显示、鼠标信息等集中在一个窗体中，目前只有部分 ENVI图像处理操作在这个窗口中完成，如面向对象的特征提取、Pan s

12、harping、异常检测等，在新的软件版本中会有更多的功能集成在此窗体 中完成。1.4 数据显示1.5 数据输入一般数据的打开 AVHRR HDF SeaWiFS MrSID BMP JPEG NLAPS ERMapper,PCI (.pix) JPEG 2000 PDS ERDAS 7.x (.lan) Landsat7Fast(.fst) RADARSAT ERDAS IMAGINE8.x (.img) Landsat 7 HDF SRF GeoTIFF MAS-50 TIFF HDF MRLC (.dda)使用Open Image File打开 ENVI 图像文件或其它已知格式的 二进制

13、图像文件。 ENVI 自动地识别和读取下列类型的文件：1.5 数据输入特定数据的打开 对于特定的已知文件类型，利用内部或外部的头文件信息 通常会更加方便。使用 Open External File 选项，ENVI 能够读取一些标准文件类型的若干格式，包括精选的遥感 格式、军事格式、数字高程模型格式、图像处理软件格式 及通用图像格式。ENVI 从内部头文件读取必要的参数，因 此不必在Header Information对话框中输入任何信息。1.6常见系统设置用户自定义文件 这里可以选择自定义的图形颜色文件、颜色表文件、ENVI的菜单文件（ENVI Menu File、Display Menu、S

14、hortcut File）、地图投影文件 等，需要重启ENVI。1.6常见系统设置默认文件目录 设置一些ENVI默认打开的文件夹，如数据目录、临时文件目录、输出 文件目录、ENVI补丁文件、光谱库文件、备用头文件目录等，需要重 启ENVI。1.6常见系统设置显示设置 可以设置三窗口中各个分窗口的显示大小，窗口显示式样等。其中可 以设置数据显示拉伸方式（Display Default Stretch），默认为2%线 性拉伸。1.6常见系统设置综合设置 这个选项设置的是一些杂项，值得设置的为制图单位（Page Unit），默认为英寸（Inches），可设置为厘米（Centimeters）；还有缓冲

15、大 小（cache size），可以设置为物理内存的50-75%左右，文件碎片大 小设置为cache size的1/10。2.影像影像预预处处理理2.1 一般预处理流程介绍2.2 预处理中基础知识2.3 自定义坐标系2.4 ENVI中的几何校正2.5 ENVI中的图像融合、镶嵌、裁剪校正模型选择影像参考源控制点选取误差检查不 符 合图像融合图像镶嵌图像裁剪配准影像其它影像同名点选取（人工/自动）影像配准影像重采样校正影像2.1数据预处理一般流程2.2预处理中基础知识常见商业高分辨率卫星传感器传感器发射时间发射时间国家国家多光谱波段多光谱波段空间分辨率空间分辨率(米米)重返周期重返周期IKONO

16、S1999美国美国红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：1多光谱：多光谱： 41.5-2.9SPOT52001法国法国红、绿、近红外、中远红外红、绿、近红外、中远红外全色：全色：5 或或2.5（超模式（超模式多光谱多光谱:1026Quick Bird （快鸟（快鸟2001美国美国红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：0.61多光谱：多光谱：2.441-3.5F O R M O S A T II2004中国台中国台湾湾红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：2多光谱：多光谱：41EROS-B2006以色列以色列/全色：全色：0.7（立体）（立体）55CartoSAT

17、-1（P5）2005印度印度/全色：全色：2.5（立体）（立体）ALOS2005日本日本红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：2.5（立体）（立体）多光谱：多光谱：102北京一号小卫星北京一号小卫星2005中国中国红、绿、近红外红、绿、近红外全色：全色：4多光谱：多光谱：323-5KOMPSAT-22006韩国韩国红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：1 多光谱多光谱：43WorldView-1/22008美国美国红、绿、蓝、近红外红、绿、蓝、近红外 红边、红边、海海岸岸、黄、近红黄、近红外外2全色：全色：0.5 多光多光谱谱：2.41.1-3.7资源应资源应用用卫卫星星-

18、2B星星2008中国中国/全色：全色：2.37多光谱：多光谱：19.526GeoEye-12008美国美国红、绿、蓝、近红外红、绿、蓝、近红外全色：全色：0.41（0.5）多光谱：多光谱：1.652-3RapidEye2008德国德国蓝、绿、红、红边、近红外蓝、绿、红、红边、近红外5每天每天其他卫星传感器传感器发射时间发射时间国家国家多光谱波段多光谱波段空间分辨率空间分辨率(米米)Landsat177299美国美国蓝、绿、红、近红外、短波红外、热红外蓝、绿、红、近红外、短波红外、热红外15、30、60、80、120SPOT41999法国法国绿、红、近红外、中远红外绿、红、近红外、中远红外全色：

19、全色：10 多光谱多光谱:20中巴资源卫星中巴资源卫星-01/021999中国中国蓝、绿、红、近红外蓝、绿、红、近红外多光谱：多光谱：19.5Resourcesat（P6）2003印度印度绿、红、近红外、短波红外绿、红、近红外、短波红外多光谱多光谱 24 米全色米全色 5.8米米ALOS2005日本日本微波微波 、立体像对、多光谱、立体像对、多光谱2.5米立体像对、米立体像对、10米多光米多光谱、谱、3米米RadarTerraSAR-X2007德国德国微波微波1 m Radar、3m、5mCOSMO-SkyMed2007意大利意大利微波微波3米、米、15米米RADARSAT II2008加拿大

20、加拿大微波微波3m 超细化模式超细化模式1m景观光线模式景观光线模式NOAA气象卫星/美国美国红、近红外、中红外和两个热红外红、近红外、中红外和两个热红外1.1km风云系列卫星风云系列卫星/中国中国可见光可见光4个，近红外个，近红外2个，中远红外个，中远红外2个，个，热红外热红外2个。个。1.1kmMODIS/美国美国36个波段个波段250m、500m和1000m减小卫星减小卫星A、B星星2008中国中国多光谱近中红外多光谱近中红外(4波段波段) 、高光谱、高光谱(111波段波段)多光谱：多光谱：30米米 高光谱：高光谱：100米米Hyperion/EO-12000美国美国0.42.5 m共有

21、共有220波段波段30米米2.2 预处理中基础知识数据源的选择图像选择图像选择经济成本经济成本专题目的专题目的专题地专题地域环境域环境专题图专题图比例尺比例尺空间分空间分辨率辨率时间分时间分辨率辨率波谱分波谱分辨率辨率2.2 预处理中基础知识影像格式 传感器文件格式不同的卫星传感器研发或运行机构一般会给所分发的卫星数据设计 一种分发格式，如Landsat系列的Fast格式、EOS系列卫星的HDF格 式等。 商业软件文件格式商业化的图像处理软件都会开发出软件本身的图像格式，如ENVI的 Hdr&img格式，Erdas的IMG格式，PCI的pix格式等。 通用图像文件格式很多图像格式成为国际通用，

22、被大多数软件所支持。如TIFF、JPEG2000、BMP等。2.2预处理中基础知识引起图像畸变因素 系统误差有规律的、可预测的。比如扫描畸变 非系统误差无规律的如传感器平台的高度、经纬度、速度和姿态的不稳，地球曲率及空 气折射，地形影响等2.3预处理中基础知识几何校正中的几个概念 几何校正：纠正系统和非系统因素引起的几何畸变。 图像配准（Registration）：同一区域里一幅图像（基准 图像）对另一幅图像校准，以使两幅图像中的同名像素配 准。 图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。又叫地理参照（Geo-referencing） 图像地理编码（

23、Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。 图像正射校正（Ortho-rectification）：借助于地形高程 模型（DEM），对图像中每个像元进行地形的校正，使图像 符合正射投影的要求。2.4预处理中基础知识实际中的概念 几何粗校正校正系统误差，地面站完成 几何精校正包括图像纠正、地理编码和部分图像配准 图像配准 正射校正2.2预处理中基础知识卫星影像的校正 根据卫星轨道参数，包括位置、姿态、轨道及扫描特征， 校正影像(有时加入DEM)。 地面控制点校正+校正模型 轨道参数+地面控制点+DEM2.2预处理中基础知识多项式模型 多项式模型x=a0+a1x

24、+a2Y+a3x2+a4xy+a5y2+y=b0+b1x+b2Y+b3x2+b4xy+b5y2+ 最少控制点个数N=（n+1）*（n+2）/2 误差计算RMSEerror=sqrt（x-x）2+（y-y）2）2.2预处理中基础知识控制点获得途径 基础数据基础测绘数据数字线画图（DLG）数字栅格图（DRG） 影像数据正射影像（DOM） 实地测量2.2预处理中基础知识控制点质量控制 图像选点原则选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘等特征变化大的地区需要多选图像边缘部分一定要选取控制点尽可能满幅均匀选取 数量原则在图像边缘处，在地面特征变化大

25、的地区，需要增加控制点保证一定数量的控制点，不是控制点越多越好。如一景TM的控制点数量在30-50左右。2.2预处理中基础知识重采样方法（插值算法） 最近邻法取与所计算点（x,y）周围相邻的 4个点，比较它们与被计算点的距 离，哪个点距离最近，就取哪个 亮度值作为（x,y）点的亮度值简单易用，计算量小，图像的亮 度具有不连续性，精度差2.2预处理中基础知识重采样方法（插值算法） 双线性内插法取（x,y）点周围的4邻点， 在y方向内插二次，再在x方向 内插一次，得到（x,y)点的亮 度值f（x,y)双线性内插法比最近邻发虽 然计算量有所增加，但精度明 显提高，特别是对亮度不连续 现象或线状特征的

26、块状化现象 有明显的改善。内插法会对图像起到平滑作 用，从而使对比度明显的分界 线变得模糊。 x y双线内插算法原理示意图双线内插算法原理示意图原始图像原始图像2.2预处理中基础知识重采样方法（插值算法） 三次卷积内插法进一步提高内插精度的一 种方法，通过增加邻点来 获得最佳插值函数取与计算点周围相邻的16 个点，先在某一方向内插， 再根据计算结果在另一个 方向上内插，得到一个连 续内插函数计算量大，精度高，细节 表现更为清楚，对控制点 要求较高 x y123452.2预处理中基础知识图像融合 图像融合将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理

27、技术。 关键技术两个影像配准在亚像元范围内融合方法选择运算速度和交换缓冲空间2.2预处理中基础知识图像融合方法彩色彩色合成合成数学运算数学运算彩色技术彩色技术空间配准空间配准高分辨率高分辨率多光多光/ 谱谱图像变换图像变换HIS变换变换加加 与与 乘乘差值差值 比值比值主成主成 分分分分 析析滤波滤波分析分析小波小波分析分析HSV变换变换2.2预处理中基础知识图像镶嵌 图像镶嵌指在一定地数学基础控制下，把多景相邻遥感影像拼接成一个大范围的影像图的过程。 关键技术颜色的平衡接边处理运算速度和交换缓冲空间2.2预处理中基础知识图像裁剪 图像裁减图像裁剪的目的是将研究之外的区域去除，常用的是按照行政

28、区划边界或自然区划边界进行图像的裁剪。 关键技术裁剪区的确定无数据区处理2.3 自定义坐标系坐标系原理 地理坐标系是以经纬度为单位的地球坐标系统，地理坐标 系中有2个重要部分，即地球椭球体（spheroid）和大地基 准面（datum）。大地基准面指目前参考椭球与WGS84参考椭球间的相对位置关系（3 个平移，3个旋转，1个缩放），可以用其中3个、4个或者7个参数 来描述它们之间的关系，每个椭球体都对应一个或多个大地基准面。 投影坐标系是利用一定的数学法则把地球表面上的经纬线 网表示到平面上，属于平面坐标系。数学法则指的是投影 类型，目前我国普遍采用的是高斯克吕格投影，在英 美国家称为横轴墨卡

29、托投影（Transverse Mercator）。2.3 自定义坐标系北京54与西安80坐标系 都是投影直角坐标系 北京54坐标系、西安80坐标系实际上指的是我国的两个大地基准面。坐标名称投影类型椭球体基准面北京54Gauss Kruger（Transverse Mercator）Krasovsky北京54西安80Gauss Kruger（Transverse Mercator）IAG75西安80椭球体名称年代长半轴（米）短半轴（米）扁率WGS8419846378137.06356752.31：298.257克拉索夫斯基（Krasovsky19406378245.06356863.01：298

30、.3IAG-7519756378140.06356755.31：298.2572.3 自定义坐标系 ENVI中自定义坐标系 ENVI中的坐标定义文件存放在HOME ITTIDLxxproductsenvixx map_proj 文件夹下，三个 文件记录了坐标信息：ellipse.txtdatum.txtmap_proj.txt椭球体参数文件 基准面参数文件 坐标系参数文件 在ENVI中自定义坐标系分三步：定义椭球体、基准面和定 义坐标参数2.3 自定义坐标系定义椭球体 语法为 ,。这里将 “Krasovsky，6378245.0，6356863.0”和“IAG-75， 6378140.0，63

31、56755.3”加入ellipse.txt末端。 注：ellipse.txt文件中已经有了克拉索夫斯基椭球，由于 翻译原因，这里的英文名称是Krassovsky，为了让其他软 件平台识别，这里新建一个Krasovsky椭球体。2.3 自定义坐标系添加基准面与定义坐标系 语法为,。这里 将“Beijing-54, Krasovsky, -12, -113, -41”和 “Xian-80,IAG-75,0,0,0”加入datum.txt 末端。 注：有的时候为了与其他软件平台兼容，基准面的名称直 接写成所用的椭球体名称。 在ENVI任何用到投影坐标的功能模块中都可以新建坐标系 (在任何地图投影选择

32、对话框中，点击“New”按钮。)，或 者直接选择主菜单-Map-Customize Map Projection2.3 自定义坐标系坐标系定义练习 利用自定义坐标系将一幅北京54坐标系转化为西安80坐标 系。 试验的栅格数据情况为：一幅北京坐标系的栅格数据，投影参数如下：投影类型：Transverse Mercator 椭球：Krasovsky 基准面：Krasovsky（自定义） 中央经线：117东向偏移：500000m2.4 ENVI中的几何校正传感器参数校正 传感器(带有地理定位文件)SPOT1-4SeaWiFSASTERAVHRRENVISATMODISRADARSAT 自定义地理定位

33、文件GLTIGM2.4 ENVI中的几何校正传感器参数校正练习 数据源Modis传感器的2级数据（“1-Modis”文件夹内)EOS-HDF格式储存 处理过程利用自带地理定位文件进行几何校正 输出几何校正结果2.4 ENVI中的几何校正几何精校正流程显示图像文件显示图像文件采集地面控制点采集地面控制点计算误差计算误差选择几何模型选择几何模型检验校检验校正结果正结果开始开始结束结束重采样输出重采样输出误误差差 太太 大大2.5 ENVI中的几何校正几何精校正练习 数据源已经做过几何校正的SPOT4全色10米分辨率影像（ “2-几何精校正”文件夹）待校正的Landsat5 TM 30米分辨率影像（

34、“ 2-几何精校正”文件夹） 处理过程用SPOT4影像作为基准影像，选择控制点来校正TM影像。 输出校正结果2.5 ENVI中的影像融合、镶嵌、裁剪融合 ENVI中的融合方法HSV变换、主成分分析、Brovey变换 ， CN SpectralSharpening ，高保真的Gram-Schmidt，Pansharping，小波融合（补丁） 自定义 有地理坐标和无地理坐标都可以融合 操作方式主模块流程化操作ENVI ZOOM中 数据源已经做过几何校正的SPOT4全色10米分辨率影像（ “3-影像融合”文件夹）待校正的Landsat5 TM 30米分辨率影像（“3-影像融合”文件夹） 处理过程用主

35、成分分析、HSV颜色变换等方法融合两个影像 输出融合结果2.5 ENVI中的影像融合、镶嵌、裁剪镶嵌 基于像素镶嵌和基于地理坐标镶嵌 自动颜色平衡，边缘直方图匹配 接边线、接边羽化 虚拟镶嵌 运算速度快 占用非常少的虚拟内存空间2.5 ENVI中的影像融合、镶嵌、裁剪镶嵌练习 数据源两幅已经校正好的SPOT4 10米全色影像（“4-影像镶嵌”文件夹中） 处理过程用注记工具勾画两影像接边线，用羽化和颜色校正等使两幅影像镶嵌在一起。 输出镶嵌结果2.5 ENVI中的影像融合、镶嵌、裁剪裁剪 空间裁减基于感兴趣区（ROI）的裁减基于矢量/栅格数据文件的裁剪自定义裁剪 波谱裁剪2.5 ENVI中的影像

36、融合、镶嵌、裁剪裁剪练习 数据源一幅TM影像、影像区域的Shapefile矢量文件（“5-影像裁剪”文件夹中） 处理过程用ROI工具在TM影像上绘制不规则的多边形感兴趣区域，后利用这 个感兴趣区域裁剪TM影像利用Shapefile矢量文件裁剪TM影像 输出裁剪结果3.影像影像信信息息基基本本提取提取方方法法3.1 影像信息提取技术概述3.2 影像增强处理3.3 监督分类3.4 非监督分类3.1 影像信息提取技术概述 遥感影像通过亮度值或像元值的高低差异（反映地物的光 谱信息）及空间变化（反映地物的空间信息）来表示不同 地物的差异，这是区分不同影像地物的物理基础。 遥感影像分类就是利用计算机通过

37、对遥感影像中各类地物 的光谱信息和空间信息进行分析，选择特征，将图像中每 个像元按照某种规则或算法划分为不同的类别，然后获得 遥感影像中与实际地物的对应信息，从而实现遥感影像的 分类。3.1 影像信息提取技术概述遥感分类技术的发展 可分为四个阶段人工解译人工解译基于光谱基于光谱 计算机自计算机自 动分类动分类基于专家基于专家 知识的决知识的决 策树分类策树分类面向对象面向对象 特征自动特征自动 提取提取四种方法并存四种方法并存3.2图像增强处理 图像变换主成分（PCA）独立主成分最小噪声分离(MNF)颜色空间变换（HSV,HLS）穗帽变换波段运算 图像拉伸去相关、饱和度、彩色直方图（匹配、拉伸

38、） 滤波卷积形态学、纹理、自适应、自定义频率域局部增强局部增强智能数字化工具 智能数字化工具提高数字化的效率增强ENVI矢量的功能计算提取的线状地物的长度过头去除以及两线相交ENVI中基于光谱分类方法非监督分类ISODATAK-Means监督分类基于传统统计分析分类器 平行六面体 最小距离 马氏距离 最大似然基于人工智能分类器 神经网络基于模式识别分类器 支持向量机 模糊分类类别定义类别定义/特征判别特征判别影像分类影像分类分类器分类器选择选择样本选择样本选择分类后分类后处理处理结果验证结果验证平行六面体 最小距离 马氏距离 最大似然 波谱角 二进制编码 光谱信息散度 神经网络 支持向量机分类

39、 模糊分类3.3 监督分类3.2 监督分类练习数据源以Landsat TM为数据源（“6-监督与非监督分类”文件夹内）。处理过程选择样本,后选择一种分类器进行分类。分类后处理 类后处理Majority/Minority 分析ClumpSieve 精度分析 生成随机样本 混淆矩阵结果分类结果3.4 非监督分类 非监督分类：也称为聚类分析或点群分类。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。分类器选择ISODATAK-means其他影像分类类别定义/类别合并码分类后处理 结果验证影像分析3.4 非监督分类练习数据源以Landsat TM为数据源（“6-监督与非监督分类”文件夹内）处理过程分

40、类器选择ISODATA或者K-mean对TM进行分类。分类后处理 类别定义 类后处理Majority/Minority 分析、Clump、Sieve 重新组合类别 精度分析 生成随机样本 混淆矩阵结果分类结果4.制图与三维可视化制图与三维可视化4.1 ENVI的快速制图4.2 三维可视化4.1 ENVI的快速制图QuickMap随意选择边界颜色设置所有格网线属性颜色、样式、字体等整饰和必要的标注作为图像显示自动标注地图综合三维场景构建与3D 曲面飞行 快速利用影像及DEM构建三维场景 叠其他数据，如矢量 用户自定义背景 可对DEM和影像进行重采样，提高浏览速度 放大时逐步增强细节 设置飞行路线

41、，可将飞行录制成视频ENVI高级预处理主要内容 1、GLT几何校正 2、单景高分辨率影像的正射校正 3、影像自动配准1、GLT几何校正 GLT几何校正法利用输入的几何文件生成一个地理位置查找 表文件（geographic lookup table，GLT），从该文件中 可以了解到某个初始像元在最终输出结果中实际的地理位 置。 地理位置查找表文件是一个二维图像文件，文件中所包含 两个波段：地理校正影像的行和列，文件对应的灰度值表 示原始影像每个像素对应的地理位置坐标信息，用有符号 整型储存，它的符号说明输出像元是对应于真实的输入像 元，还是由邻近像元生成的填实像元（infill pixel）。

42、符号为正时说明使用了真实的像元位置值；符号为负时说 明使用了邻近像元的位置值，值为0说明周围7个象元内没 有邻近像元位置值。GLT校正风云三号气象卫星安装补丁 先安装ENVI的HDF5读取补丁，将文件解压放 在ITTIDL70productsenvi45save_add下，打 开ITTIDL70productsenvi45menuenvi.men文件， 在0 File1 Open Image File open envi fileenvi_menu_event下添加以下菜单1 Open HDF5 File not used open_hdf5_event启动ENVI,在菜单File下新增一个菜

43、单Open HDF5 File。GLT校正风云三号气象卫星打开文件 选择：主菜单-File-Open HDF5 File，选择文件打开。 文件中包含很多的信息，选择图像数据EV_RefSB，在右边 可以预览。点击Import to ENVI,加载到ENVI中的波段列表 中。同样的方法将定位文件打开（Latitude和Longitude），GLT校正风云三号气象卫星生成生成GLT文件文件 选择:主菜单-Map-Georeference from Input Geometry-Build GLT 在弹出的对话框中框，X波段选择经度longitude信息文件， Y波段选择纬度latitude信息文件

44、。在接下来弹出的对话框 中填写输出GLT文件的投影信息。 值得注意的是，由于X波段左边边缘为0值，因此有必要对 边缘进行掩膜处理，这里选择空间子集去掉开始3个像素。 填写GLT输出参数，像元大小选择默认，旋转角度（Rotation）为0（正上方为北），选择保存路径和文件名 输出。GLT校正风云三号气象卫星利用利用GLT文件几何校正影像文件几何校正影像 选择:主菜单-Map-Georeference from Input Geometry- Georeference from GLT。在弹出对话框中选择GLT文件和待校正文件，选择输出路径和文件名。GLT校正风云三号气象卫星验证结果验证结果 利用

45、ENVI下的Google Earth Bridge功能，将校正结果在 Google Earth下叠加显示，可以看到校正结果和Google Earth完全重合。2、单景高分辨率影像的正射校、单景高分辨率影像的正射校正正2.1 影像正射校正2.2ENVI下的正射校正为什么要进行正射纠正? 在卫星影像和航空影像中会有一些几何误差 误差主要由以下原因引起:比例尺变化传感器的姿态/方位传感器的系统误差 正射纠正可以消除这些误差比例尺变化 在所有的摄影影像中都会发生影像的各处比例尺是不相同的房子的宽度 =8m2 cm比例尺为 1:4006 cm比例尺为 1:133比例尺变化 在影像的铅直方向也有同样的影响

46、房子的宽度是恒定的 (8m), 而在影像上的体现却各有不同, 这说明各处的比例尺是变化的传感器姿态/方位要进行三角测量，就要给定软件 计算或估计出的空间传感器的位 置和方位123推帚扫描透视中心传感器的系统误差 数据是沿扫描线获取的，每条扫描线都有自己的透视中心 每条扫描线的传感器位置和方向都不同 用多项式函数可以对每个透视中心和旋转角度进行修正 多项式的次数越大要进行三角测量所需的地面控制点（GCP）数目就越多 多项式的纠正只能针对分辨率比较低的卫星影像，而对于 高分辨率的卫星影像我们需要严格的物理模型（如，dim原 数据）或者是有理函数多项式进行模拟卫星参数（如RPC参 数）。三种之间建立

47、关联 影像空间 和 目标空间 的数学关联主要靠控制点的测量X,Y,Zx,y通过数学函数可以在这些值间建立关联GCP #1GCP #2GCP #3目标X2, Y2, Z2X3, Y3, Z3左右X1, Y1, Z1 x1, y1 x1, y1x2, y2 x2, y2x3, y3 x3, y3#1X,Y,Z #2X,Y,Z #3ENVI正射校正传感器模型文件ALOS/PRISMRPCRPC文件ASTERRPCRPC文件CARTOSAT-1(P5)RPCRPC文件FORMOSAT-2Pushbroom Sensor星历参数文件(METADATA.DIM)IKONOSRPCRPC文件（_rpc.tx

48、t）OrbView-3RPCRPC文件(_metadata.pvl)QuickBirdRPCRPC文件(.rpb)WorldView-1RPCRPC文件(.rpb)GeoEye-1RPCKOMPSAT-2RPCSPOT5Level1Aand1BPushbroom Sensor星历参数文件(METADATA.DIM)自定义RPC文件正射校正 ENVI还具有根据星历表参数建立RPC文件来正射校正数据的功能（Map-Build RPCs）。也可以根 据地面控制点（GCP）或者外方位 元素（XS, YS, ZS,Omega, Phi, and Kappa）建立RPC文件，校正一 般的推扫式卫星传感器、

49、框幅式航 空相片和数码航空相片。打开文件 在主界面中，选择File- Open External File，选择对应 的传感器类型和文件格式。选择校正模型 选择Map- Orthorectification，选择对应的传感器模型。选择控制点 有三种方式供选择，默认的为键盘输入参考点，第二种方 式是从影像上选择控制点，第三种方法是从矢量数据中获 得控制点。输出校正结果 在Ground Control Points Selection工具面板中，选择 Options-Orthorectify File 输出校正结果。3、影像配准、影像配准我们经常会遇到这种情况解决方法 选择重叠区同名点（链接点-T

50、ie），利用数据模型进行校 正。 ENVI提供影像自动配准功能（Automatic Registration），对于已经做过几何校正的两个影像，可以不用手工选择同名点；对于没有地理参考的影像，推荐手工选择至少三个 同名点。Tie点选择策略 基于灰度Tie点选择策略 基于特征检查Tie 目视和根据RMS验证结果 链接显示，查看特征点。ENVI高级影像信息提取主要内容 1、基于专家知识的决策树分类 2、面向对象的影像特征提取 3、基于立体像对的DEM提取 4、多时相影像动态检测技术1、基于专家知识的决策树分、基于专家知识的决策树分类类专家分类与决策支持系统 根据光谱特征、空间关系和其他上下文关系归

51、类像元+ +D E M+ + + +专家分专家分类提类提供供了土了土地地利用利用而而不仅不仅仅是土地覆盖仅是土地覆盖RMoadap？Z Cooning verageLandcoverClassification陡坡上的植被陡坡上的植被缓坡上的植被缓坡上的植被高高ft植被植被公园用地公园用地决策树分类步骤 专家知识决策树分类的步骤大体上可分为四步：知识（规 则）定义、规则输入、决策树运行和分类后处理。规则定义 规则获取：经验总结和样本总结（C4.5） 规则描述类1：NDVI大于0.3，坡度大于或者等于20度类2：NDVI大于0.3，坡度小于20度，阴坡类3：NDVI大于0.3，坡度小于20度，阳

52、坡类4：NDVI小于或等于0.3，波段4值大于或等于20类5： NDVI小于或等于0.3，波段4值小于20规则描述表达式与变量表达式表达式部分可用函数部分可用函数基本运算符+、-、*、/三角函数Sin、cos、tan asin、acos、atan Sinh、cosh、 tanh.关系/逻辑LT、LE、EQ.and、or、not.最大值、最小值其他符号指数（）、exp 对数alog 平方根（sqrt）、 绝对值（adb） 变量变量作用作用slope计算坡度aspect计算坡向ndvi计算归一化植被指数Tascap穗帽变换pc主成分分析mnf最小噪声变换lpc局部主成分分析Stdev标准差Mean

53、平均值Min、max最大、最小值其他 规则表达 二叉树表达运行结果 选择Options-Execute，执行决策树2、面向对、面向对象象的的影影像像特征特征提提取取面向对象的图像分析 面向对象的技术集合临近像元为对象用来识别感兴趣的光谱要素充分利用高分辨率的全色和多光谱数据，利用空间，纹理，和光谱 信息来分割和分类的特点以高精度的分类结果或者矢量输出FX操作流程 分为两个部分发现对象特征提取规则分类特征提取监督分类导出要素查看报告和统计完成计算属性发现对象是定义要素影像分割合并分块精炼分块是输出对象 为矢量文件？准备工作 空间分辨率的调整 光谱分辨率的调整 多源数据组合 空间滤波导入数据 基本

54、影像（Base Image） （必选） 辅助数据（Ancillary Data）（可选） 掩膜文件（Mask File） （可选）分割影像 FX根据临近像素亮度、纹理、颜色等对影像进行分割，它 使用了一种基于边缘的分割算法，这种算法计算很快，并 且只需一个输入参数，就能产生多尺度分割结果。 选择高尺度影像分割将会分出很少的图斑，选择一个低尺 度影像分割将会分割出更多的图斑合并分块 影像分割时，由于阈值过低，一些特征会被错分，一个特 征也有可能被分成很多部分。我们可以通过合并来解决这 些问题。 FX利用了 Full Lambda-Schedule算法，该方法在结合光谱 和空间信息的基础上迭代合并

55、邻近的小斑块。 这一步是可选项，如果不需要可以直接跳过。分块精炼 FX提供了一种阈值法（Thresholding）进一步精炼分块的 方法。它是基于亮度值的栅格操作，根据分割后结果中的 一个波段的亮度值聚合分块。对于具有高对比度背景的特 征非常有效（例如，明亮的飞机对黑暗的停机坪）。 这一步是可选项，如果不需要可以直接跳过。计算对象属性 计算4个类别的属性：光谱、空间、纹理、自定义（颜色空 间和波段比）。其中“颜色空间”选择三个RGB波段转换为 HSI颜色空间，“波段比”选择两个波段用于计算波段比（常用红色和近红外波段）。特征提取方法 监督分类、规则分类和直接矢量输出直接输出矢量 输出Shape

56、file矢量文件 属性监督分监督分类类法法特征提取特征提取 根据一定样本数量以及 其对应的属性信息，利 用K邻近法和支持向量机 监督分类法进行特征提 取。规则分规则分类类法法特征提取特征提取 每一个分类有若干个规则（Rule）组成，每一个规 则有若干个属性表达式来描述。规则与规则直接是与的关系，属性表达式之 间是并的关系。 如下是对水的一个描述：面积大于500像素延长线小于0.5NDVI小于0.3房屋特征提取 第一条属性描述，划分植被覆盖和非覆盖区。Customized-bandratio：00.3 第二条属性描述，去除道路影响。Spatial-rect_fit：0.51Spatial-Are

57、a: Fuzzy Tolerance=0， 90Areaelongation(延长): elongationavgband_2: avgband_250预览结果3、基于立体像对的、基于立体像对的DEM提提取取立体像对高程提取 DEM Extraction 快速从ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1, SPOT 1-5以及航空影像立体像对中提取DEM。 全面支持RPC模型参数，尽可能少的控制点以达到有效的精 度 使用DEM编

58、辑工具对提取的DEM做局部编辑 交互量测特征地物的高度和收集3D信息并导出为3DShapefile文件格式输入立体像对输入立体像对定义地面控定义地面控制点制点 定义连接点定义连接点设定设定DEM提取参数提取参数 输输出出DEM并检查结果并检查结果编辑编辑DEM采用向导操作方式一步步指导您通过以下步骤进行 DEM提取1、支持RPC、DIM等位置文件您可以定义或是 加载已有的GCP 点对，将DEM和地图坐标联系起来。也可以屏幕上选择GCP点2、定义控制点ENVI可以自动产生匹配点，或者您自 己从两幅图像中选择匹配点。3、定义连接点（Tie）可以通过立体 眼镜进行3D浏 览。生成核图像设置DEM输出

59、参数 投影参数4、设置DEM输出参数5、输出DEM并检查结果当DEM提取向导 完成后，可以将 DEM加载查看。DEM 提取向导也 提供了编辑DEM选项，可以通过 ENVI的DEM编辑 工具进行编辑。浏览结果通过将ENVI的3D表面浏览工具将 纹理影像叠加到 DEM上检查DEM提 取的结果。立体3D测量工具立体3D测量工具允许您通过单一的匹配点交互的计算高程值。4、多时相、多时相影影像像动动态态检测检测技技术术遥感变化检测技术 遥感变化检测就是从不同时期的遥感数据中，定量地分析 和确定地表变化的特征与过程。 检测方法图像直接比较法图像差值法、图像比值法、主成分分析法、光谱特征变异法、 假彩色合成

60、法、波段替换法、变化矢量分析法、波段交叉相关分 析以及混合检测法等分类后结果比较法直接分类法多时相主成分分析后分类法图像差值法 图像差值法就是将两个时相的遥感图像相减。其原理是：图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值， 而当地类发生变化时，对应位置的灰度值将有较大差别。因此在差值 图像上发生地类变化区域的灰度值会与背景值有较大差别，从而使变 化信息从背景影像中显现出来。光谱特征变异法 同一地物反映在一时相影像上的信息与其反映在另外时相影像上的光谱信息是一一对应的。当将不同时相的影像进行融合时，如同一地物 在两者上的信息表现不一致时，那么融合后的影像中此地物的光谱

61、就 表现得与正常地物的光谱有所差别，此时称地物发生了光谱特征变异， 我们就可以根据发生变异的光谱特征确定变化信息。假彩色合成法 由于地表的变化，相同传感器对同一地点所获取的不同时相的影像在灰度上有较大的区别。在进行变化信息的发现时，将前、后两时相的 数据精确配准，再利用假彩色合成的方法，将后一时相的一个波段数 据赋予红色通道，前一时相的同一波段赋予蓝色和绿色通道。利用三 原色原理，形成假彩色影像。其中，地表未发生变化的区域，合成后 影像灰度值接近，而土地利用发生变化的区域则呈现出红色，即判定 为变化区域。多波段主成分分析法 当地物属性发生变化时，必将导致其在影像某几个波段上的值发生变化，所以只

62、要找出两时相影像中对应波段值的差别并确定这些差别的 范围，便可发现变化信息。在具体工作中将两时相的影像各波段组合 成一个两倍于原影像波段数的新影像，并对该影像作PC变换。由于变 换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反 映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组 合来发现变化信息。图像分类后比较法 该方法的核心是基于分类基础上发现变化信息。即首先运 用统一的分类体系对每一时相遥感影像进行单独分类，然 后通过对分类结果进行比较来直接发现土地覆被等的变化 信息。波段替换法 在RGB假彩色合成中，G和B分量用前时相的两个波段，用后 一时相的一个波段影像组成R分量

63、，在合成的RGB假彩色图 像上能够很容易地发现红色区域即为变化区域 。信息提取技术 手工数字化法屏幕数字化区域生长法 图像自动分类监督分类非监督分类面向对象的特征提取法 图像分割手工阈值分割自动阈值分割 组合法图像直接比较法Difference Map 单波段间的差异运算减法除法 数据预处理相对大气校正像元归一化处理像元单位标准化处理 变化等级的量化阈值划分直接分割结果分类后比较Change DetectionStatistics 变化类型的差异分析 变化统计像素百分比面积统计 生成掩膜图像流程化图像处理工具动态监测 流程化操作，一步步引导您处理影像。 包括部分预处理流程，包括影像配准、相对大

64、气校正等。 只是发现变化信息，还需要借助其他工具提取变化信息。ENVI高光谱分析技术主要内容 1、高光谱简介 2、高光谱数据预处理 3、物质制图与识别、探测 4、植被分析1、高光谱遥感简介 光学遥感技术的发展：全色（黑白）彩色摄影多光谱扫描成像高光谱遥感 高光谱分辨率遥感（HyperspectralRemote Sensing）用很窄（10-2 ）而连续的光谱通道对地物持续遥感成像的技术。 在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常 具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各 光谱通道间往往是连续的，因此高光谱遥感又通常被称为成像光谱（Imaging Spe

65、ctrometry）遥感。从光谱影像上获得光谱曲线高光谱图像空间成像的同时，记录 下成百个连续光谱通道 数据从每个像元均可提取一条连续的光谱曲线对高光谱图像的处理实质是对像元光谱曲线的定量对高光谱图像的处理实质是对像元光谱曲线的定量化处理与分析化处理与分析高光谱成像技术 成像光谱仪：与地面光谱辐射计相比，成像 光谱仪不是在“点”上的光谱 测量，而是在连续空间上进行 光谱测量，因此它是光谱成像 的；与传统多光谱遥感相比，其光 谱通道不是离散而是连续的， 因此从它的每个像元均能提取 一条平滑而完整的光谱曲线。成像光谱仪系统介绍 航空成像光谱仪系统 国内系统：MAIS、OMIS-1、OMIS-2、P

66、HI、WHI、LASIS 国外系统：AIS、AVIRIS、TRWIS、GERIS、HYDICEAISA、 DAIS、CASI、HYMAPAVIRISSpectral coverage:VIS to NIR (400-2500nm)Spectral bands: 224Spectral resolution: File- Compile IDL Module; 如果你只有单独的ENVI， 你必须提供,编译好的 sav文件。一个简单的练习 下面的程序文本可以在一个文本编辑器中输入，并用文件 名 user_bm1.pro 来保存放到save_add文件夹下：实例：FUNCTION user_bm1， b1， b2 RETURN， b1+b2END 启动ENVI，单击主菜单-File-Open Image File打开一个 多波段文件。 单击主菜单- Basic Tools-Band Math,在Enter an expression field中键入user_bm1(b1, b2)。 单击OK，为b1和b2选择对应的波段。批处理 批处理模式的ENVI和正常模式下没有什么区别，只是通过 一系列