ENVI实习指南.docx
- 文档编号:18311515
- 上传时间:2023-08-15
- 格式:DOCX
- 页数:39
- 大小:2.23MB
ENVI实习指南.docx
《ENVI实习指南.docx》由会员分享,可在线阅读,更多相关《ENVI实习指南.docx(39页珍藏版)》请在冰点文库上搜索。
ENVI实习指南
ENVI实习指南
ENVI(TheEnvironmentforVisualizingImages)是一套功能齐全的遥感图像处理系统,是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具,由美国系统研究公司(ResearchSystemINC.)开发。
IDL(InteractiveDataLanguage)交互式数据语言是进行二维及多维数据可视化分析及应用开发的理想软件工具。
1.界面系统介绍
1.1主菜单
所有的ENVI操作通过使用ENVI主菜单来激活,它由横跨屏幕顶部的一系列按钮水平排列而成(如下图所示)。
File:
ENVI的文件管理功能,如:
打开文件,设置默认参数,退出ENVI,以及实现其他文件和项目的管理功能等。
BasicTools:
提供对多种ENVI功能的访问,如:
RegionsofInterest功能可以用于多重显示,BandMath功能用于对图像进行一般的处理。
StretchData功能提供了进行文件对文件对比度拉伸的一个典范。
Classification:
分类,如:
监督分类和非监督分类(supervised/unsupervised)、决策树分类(decisiontree)、波谱端元收集(Endmembercollection)、分类后处理(postclassification)等。
Transform:
图像转换功能,如:
图像锐化(Imagesharpening),波段比计算(bandratio),主成分分析(principlecomponentsanalysis)等
Filter:
滤波分析,包括:
卷积滤波(Convolutions)、形态学滤波(Morphology)、纹理滤波(text)、自适应滤波(Adaptive)和频率域滤波(傅立叶变换FFT)
Spectral:
多光谱和高光谱图像以及其它波谱数据类型的分析,包括:
波谱库的构建、重采样和浏览;抽取波谱分割;波谱运算;波谱端元的判断;波谱数据的N维可视化;波谱分类;线性波谱分离;匹配滤波;匹配滤波;包络线去除以及波谱特征拟合。
Map:
图像的配准(registration)、正射校正(orthoretification)、镶嵌(mosaicking);转化地图坐标和投影;构建用户自定义投影;转换ASCII坐标;GPS-链接。
Vector:
打开矢量文件、生成矢量文件、管理矢量文件、将栅格图像(包括分类图像)转换为ENVI矢量图层、不规则点栅格化,以及将ENVI矢量文件(EVF)、注记文件(ANN)以及感兴趣区(ROI)转换为DXF格式的文件。
Topographic:
可以对地形数字高程数据进行打开、分析和输出等操作,比如提取阴影(hillshade)、提取地形特征(topographicfeature),三维表面分析(3Dsurface)等
Radar:
对雷达数据的处理,如打开文件、拉伸、颜色处理、分类、配准、滤波、几何纠正等,另外还提供可分析极化雷达数据的特定工具。
1.2.可用波段列表(AvailableBandsList)
1.在主菜单上打开任何文件,ABL(AvailableBandsList)自动地出现.比如打开图像文件,File->Openanimagefile
⑥
⑤
④
③
⑦
2.ABL顶部的菜单栏,带有两个下拉菜单:
File和Option:
File:
打开、关闭文件,显示文件信息和退出可用波段列表的功能。
Options:
提供三项功能:
查找接近特定波长的波段,显示当前所打开的波段,以及将一幅已打开的影像的所有波段名折叠显示。
3.可用波段列表框③,打开的文件会显示在上面
4.GrayScale④显示一幅灰阶图像。
(1)单击需要显示的波段,它将显示在一个标签为“SelectedBand:
”的小文本框中
(2)在窗口底部点击“LoadBand”⑦,导入波段到显示,把图像显示了出来
5.RGBColor⑤显示一幅彩色图像
(1)在序列中点击所需要显示的红、绿和蓝波段名
(2)在窗口底部点击“LoadBand”⑦,导入波段到显示,把图像显示了出来
6.“Dims”⑥显示文件格式,比如“BSQ”代表波段顺序存储格式。
每行数据后面紧接着同一波谱的下一行数据,这种格式最适合于对单个波谱段中任何部分的空间(X,Y)存储。
1.3.图像显示窗口
①
②
③
主图像窗口①100%显示(全分辨率显示)scroll的方框,功能菜单条包括5个下拉菜单,控制所有的ENVI交互显示功能,这包括:
图像链接和动态覆盖;空间和波谱剖面图;对比度拉伸;彩色制图;ROI的限定、光标位置和值、散点图和表面图;注记、网格、图像等值线和矢量层等的覆盖(叠置);动画;存储和图像打印等文件管理工具;浏览显示信息和打开显示的显示控制
滚动窗口(Scroll)②重采样(降低分辨率)显示一幅图像。
只有要显示的图像比主图像窗口能显示的图像大时,才会出现滚动窗口。
缩放窗口(Zoom)③放大显示了影像的某一部分,(200*200)显示image的方框。
缩放系数(用户自定义)出现在窗口标题栏的括号中。
2.图像预处理
1.图像的切割(取子区)
ENVI:
BasicTools>>ResizeData>>ResizeDataInputFile对话框(如下图)。
①选择需要切割的原始图像;②选择SpatialSubset或SpectralSubset方式;③若设置空间切割方式(SpatialSubset>>selectSpatialSubset)点击“Image”(另有‘map-输入图左上角、右下角坐标’,‘file-输入文件名’);④出现SubsetbyImage对话框,Subset的尺寸用2种形式,移动图像上的方框或直接填写samples/lines(列/行)值;③’若设置波段范围(SpectralSubset>>FileSpectralSubset),选择波段;
若要根据已选择的感兴趣区域进行切割,可用ENVI:
BasicTools>>SubsetDataviaROIs。
若要使用与上次输入的空间大小相同的文件的空间子集,点击“Previous”按钮。
注:
ResizeData还可以进行图像重采样(如下),若仅仅进行子区的选择,则不要调整OutputFileDimensions。
*图像左上角为原点(1.1---列.行)。
“Masking”---把一个空间掩膜应用到图像的某个部分,包括统计、分类、分离(unmixing)、匹配滤波、连续删除(continuumremoval)和波谱特征拟合(spectralfeaturefitting)。
④’可直接填写S/L
2.图像的重采样
ENVI:
BasicTools>>ResizeData>>ResizeData
InputFile对话框选择需要采样的原始图像—OK
>>ResizeDataParameters——调整OutputFile
Dimensions的像元数;选择采用方法>>文件
输出
3.影像分析
影像统计分析
1.统计特征分析ENVI:
BasicTools>>Statistics>>ComputeStatistics>>CalculateStatisticsParameters对话框---选择统计类型(Basic、Histogram、Covariance)---输出统计文件.sta(file)---出现StatisticsResults对话框SelectPlot菜单可查看统计结果(Min/Max/Mean/Stdev/Eigenvalue最小值、最大值、平均值、标准差、特征值,Covariance协方差矩阵,Correlation相关矩阵,Eigenvector特征向量,Histogram波段直方图)
2.主成分分析ENVI:
Transform>>principlecompents>>ForwardPCRotation>ComputeNewStatisticsandRotate.----选择输入文件,出现‘ForwardPCParameters’对话框,输出统计文件.sta(memory)---‘SelectSubsetfromEigenvalues’(yes)---出现‘SelectOutputPC…’显示PC各分量的特征值、方差百分比,选择输出PC波段数(4)---‘OK’---出现‘PCEigenValues’窗口(每个节点是PC各分量的特征值)---可进一步计算各波段信息量大小(通过PC1的方差百分比及PC1中各波段协方差矩阵的特征向量)。
图像增强(Image:
Enhance)
1.直方图调整
(1)直方图匹配Image:
Enhance>>HistogramMatching
至少显示两幅图像,从想更改直方图的图像(如“Display#1—PC1”)中,选择Enhance>>HistogramMatching---‘MatchTo’选择想匹配直方图的图像“Display#2--V”---“OK”,保存直方图匹配后的PC1’。
查看两图像(PC1’与V)直方图:
点右键InteractiveStretching或选择Functions>InteractiveStretching显示直方图;若需‘图像替代’则要求两直方图输入值相同,—可根据两直方图输入值的关系,通过‘BandMath’使两直方图数值相同(PC1’变为PC1’’)---保存PC1’’,可为下一步PC1’’图像替代V,进行HSV-RGB反变换作准备。
(如直方图输入值V为0.1-0.9,PC1’为0-255,则通过‘BandMath’b1*0.91/255,可得PC1’’)
(2)直方图的交互式拉伸Image:
Enhance>>InteractiveStretching
ENVI用2%的系统默认线性拉伸值来显示所有图像(两边均舍去信息量的2%),经过这样处理后合成的假彩色图像层次分明、地物差异大,各类地物易于判别。
注:
多在Scroll窗口对全局调整,分别调整R、G、B,使彩色更丰富(一般R、G敏感,B线性即可)。
练习:
分段线性拉伸(ctrl+左键)、均衡化Equalization、Gaussian等。
专题信息提取
1.NDVI的提取ENVI:
Transform>>NDVI(vegetationIndex)
NDVI(NormalizedDifferenceVegetationIndex)归一化植被指数,是一个普遍应用的植被指数,将多波谱数据变换成显示植被分布的图像波段。
NDVI值指示着像元中绿色植被的数量,较高的NDVI值预示着较多的绿色植被。
NDVI变换可以用于AVHRR、LandsatMSS、LandsatTM、SPOT或AVIRIS数据,也可以输入其他数据类型的波段来使用。
2.
波段运算获取不同专题信息
ENVI:
BasicTools>>bandmath
例:
Newband=band5-band4
具体操作是:
打开BandMath对话框(如右图),在Enteranexpression中键入:
b5-b4,点击OK后将会出现VariablestoBandsPairings对话框。
从可利用波段列表中,分别选择b5和b4代表的波段,并键入待输出的文件名,点击OK即可。
练习:
湿度指数提取:
1.0*[(b2-b4)/(b2+b4)]或1.0*[(b2-b5)/(b2+b5)]
4影像到影像的几何配准
4.1.选择控制点
1.从ENVI主菜单栏中,选择Map→Registration→SelectGCPs:
ImagetoImage。
2.在ImagetoImageRegistration对话框中,点击并选择Display#1,作为BaseImage。
点击Display#2,作为WarpImage。
3.点击OK,启动配准程序。
多项式纠正法校正的次数
查看地面控制点列表
增加一个控制点
校正图像的控制点的坐标
基准图像的控制点的坐标
①
RMSError(Rootmeansquareerror均方根误差),可以显示总的RMS误差。
为了最好的配准,应该试图使RMS误差最小化。
Predict预测点坐标功能
4.通过将光标放置在两幅影像的相同地物点上,来添加单独的地面控制点,在GroundControlPointsSelection对话框中,点击AddPoint,把该地面控制点添加到列表中。
点击ShowList查看地面控制点列表。
注意:
(1)同名控制点的要求:
分布均匀,不少于30个。
(2)一旦已经选择了至少5个地面控制点以后,RMS误差就会显示出来。
(RMS误差是基于一个适于点的一次多项式(afirstorderpolynomial)计算的,它的大小表明了点是否正确输入(如果误差较大,你可能需要编排基准位置)。
)
(3)一旦已经选择了至少3个地面控制点以后,在标准影像选好控制点之后,就可以用Predict预测出校正影像同名控制点的大致位置。
(4)点击ShowList,显示控制点列表:
“OrderPointsbyError”,按RMS误差大小的顺序排列控制点;
“Clearallpoints”,清除所有的控制点
“On/Off”,开启或关闭点,即是否让所选的高亮度的控制点(如上图中的#5)参与校正
“Delete”,删除所选高亮度的控制点
5.保存地面控制点坐标:
从GroundControlPointsSelection对话框中,选择File→SaveGCPstoASCII,输入文件名,保存。
4.2.校正影像
我们可以校正显示的影像波段,也可以同时校正多波段影像中的所有波段。
这里我们对整个影像进行校正。
1.从GroundControlPointsSelection对话框中,选择Options→WarpFile。
保存校正后影像
⑤
①
①
输出图像范围
校正参数设置
(1)①ENVI提供三种校正方法:
RST法(Rotation旋转、Scaling缩放、translation平移)、多项式法(polynomial)和三角校正法(Delaunaytriangulation)。
A.RST纠正是最简单的方法,需要三个或更多的GCPs运行图像的旋转、缩放和平移。
TheRSTwarpingalgorithmusesanaffinetransformation(仿射变换):
x=a1+a2X+a3Y
y=b1+b2X+b3Y
6个参数,至少要3个控制点。
这种算法没有考虑图像校正时的“shearing(切变)”。
为了允许切变,应该使用一阶的多项式校正法。
虽然RST方法是非常快的,但是,在大多数情况下,使用一阶的多项式法校正能得到更加精确的结果。
B.多项式校正(polynomial),可以实现1次到n次多项式纠正。
在“Degree”里输入需要的次数,可以得到的次数依赖于选择的控制点数(#GCPs),要求(次数+1)2<=#GCPs,比如说希望degree=2,#GCPs必须>=9。
考虑到切变,一阶的多项式法校正算法如下:
x=a1+a2X+a3Y+a4XY
y=b1+b2X+b3Y+b4XY
C.三角法校正(Triangulation)实际上是运用了德洛内(Delaunay)三角测量法。
Delaunay三角测量法就是利用不规则空间GCPs建立Delaunay三角形(由与相邻Voronoi多边形<即泰森多边形>共享一条边的相关点连接而成的三角形)并把值内插到所输出的格网中。
ZeroEdge选择是否要在三角测量纠正数据的边缘,用单个像元的背景颜色作边界。
选择这一项,将避免一个也许出现在纠正图像的边缘“托影(smearing)”效果。
Fortriangulationwarping,usetheZeroEdgetogglebuttontoselectwhetherornotyouwantaone-pixelborderofbackgroundcolorattheedgeofthewarpdata.
(2)重采样(Resampling)的三种方法:
最邻近法(NearestNeighbor)、双线性内插法(Bilinearinterpolation)、三次卷积法(CubicConvolution)
(3)在“BackgroundValue”里,输入DN(Digitalnumber)值,设定背景值(在纠正图像里,DN值用于填充没有图像数据显示的区域)
(4)输出图像大小范围(OutputimageExtent)⑤由纠正输入图像的包络矩形大小自动设定。
所以,输出的纠正图像大小通常与基图像(Baseimage)的大小不一样。
输出大小的坐标由基图像坐标决定。
所以,左上角的值(upper-leftcornervalues)一般也不是(0,0),而是显示的从基图像左上角原点计算的X和Y值。
这些偏移值被储存在文件头里,并允许基图像和纠正图像的动态覆盖(叠置),尽管它们的大小不同。
(5)选择输出到“File”或“Memory”,File保存为文件,Memory保存在内存中。
(6)ClickOK.ENVI会把结果直接输出可用波段列表(AvailableBandsList).
2.在RegistrationParameters对话框中的WarpMethod按钮菜单中,选择RST。
在Resampling的按钮菜单中选择NearestNeighbor重采样法。
3.输入文件名2002RST_NN,点击OK。
4.重复步骤1和步骤2,还是使用RST校正法,但是要相应地选择Bilinear和CubicConvolution重采样法。
5.将结果分别输出到2002RST_Bilin和2002RST_Cubic文件中。
6.再一次重复步骤1和步骤2,这一次选择一次多项式Polynomial校正法,并使用CubicConvolution重采样法。
然后再选择Delaunay三角网的Triangulation校正法,相应地使用CubicConvolution重采样法。
7.将结果分别输出到2002Poly_Cubic和2002Tri_Cubic文件中。
4.3.比较结果
使用动态链接来比较校正结果:
1.在可用波段列表(AvailableBandsList)中,选择2002RST_NN文件。
在Display#下拉式按钮中选择NewDisplay,点击LoadBand将该文件加载到一个新的显示窗口中。
2.在主影像窗口中,点击鼠标右键,选择LinkDisplays,使用动态链接。
3.在LinkDisplays对话框中,点击OK,把标准影像(BJ-2004-5-19Tm5ROA-warp)和已添加了地理坐标的2002RST_NN影像链接起来。
4.在主影像显示窗口中,点击鼠标左键,使用动态链接功能,对标准影像和校正后的影像进行比较。
5.同理,将2002RST_Bilin和2002RST_Cubic影像分别加载到新的显示窗口中,使用影像动态链接功能,比较采用三种不同的重采样法(最邻近法、双线性内插法和三次卷积法)所产生的效果。
6.在相应的主影像窗口中,选择File→Cancel,关闭2002RST_NN(RST校正,最近邻法重采样)和2002RST_Bilin(RST校正,双线性内插法重采样)影像的显示窗口。
7.将2002Poly_Cubic和2002Tri_Cubic影像分别加载到新的显示窗口中,使用影像动态链接功能,同2002RST_Cubic影像(RST校正)进行比较,比较采用三种不同校正方法(RST、1次多项式和Delaunay三角网)对影像几何信息所产生的效果。
8.使用动态链接功能,与带有地理坐标的标准影像进行比较。
4.4.查看地图坐标
1.从主影像窗口菜单栏中,选择Tools→CursorLocation/Value,或者在主影像窗口直接右键选择CursorLocation/Value也可以。
2.浏览带地理坐标的数据集,注意不同的重采样法和校正法对数据值所产生的效果。
3.选择File→Cancel,关闭该对话框。
5.定义感兴趣区(ROI)及分类
案例数据分为:
林地、草地、耕地、裸地、沙地和水体6类
监督分类(SupervisedClassification)
监督分类:
按照分类以前自定义的样本进行分类。
1.训练样本的选择和优化
1)训练样本的提取(ROI区的选择)
ENVI:
BasicTools>>RegionOfInterest>>ROItool调出感兴趣区工具窗口进行样本选择(注意:
必须事先打开一幅图像),可以进行样本编辑(名称,颜色,填充方式等),样本选择越精确,分类结果越好。
感兴趣区工具窗口的打开方式还有:
Image:
Overlay>>RegionofInterest,或者直接在图像窗口上点击鼠标右键,再选择ROITool。
根据前面的背景资料和预处理结果选择视觉效果最佳的彩色合成图像,建立各类地物的训练区。
各类地物的解译标志,即地物明显的影像特征---色调、纹理等,通过目视解译方法用鼠标在工作区影像图上选择其训练区,并使训练区的分布尽量均匀。
在实际的工作中,由于存在“同物异谱”的情况,因此对于同一种类型可能有多种不同的特征。
为此,我们可以对同一地物选择多个训练区,分类后再合并。
感兴趣工具窗口见下图。
提取训练样本的具体操作如下:
(1)确定ROI的提取类型(ROITool:
ROI_Type>>Polygon,Polyline,Point,Rectangel,Ellipse)和待操作窗口(主图像窗口、滚动窗口或缩放窗口)。
(2)在图像窗口(Image或Zoom)上用左键画出感兴趣区,单击鼠标右键确定选择形状(此时可以拖动感兴趣区域,用Ctrl+鼠标左键可以删除),再次单击右键确定此训练区(此时若要删除训练区,需要点击ROITool窗口中的Delete控键,此操作将删除所有该类型的感兴趣区域)。
ROITool窗口中将会显示选择区域的颜色和相关信息,其中,感兴趣区域名称(ROIName)和色彩可以修改。
可就某一类训练区选择多个感兴趣区域。
(3)该类训练区的选择完成后,点击ROITool窗口的NewRegion控键,再进行另一类训练样本的选择,其颜色将自动改变。
按以上操作完成所有训练区的选择。
2)训练样本的优化和提纯ROI
上述步骤中选择的某类训练样本,可能混入了其他类型的样本,为了提高图像分类精度,需要对训
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- ENVI 实习 指南
![提示](https://static.bingdoc.com/images/bang_tan.gif)