ENVI基本影像處理流程操作

ENVI基本影像處理流程操作鄧書(shū)斌E-mail:dengsb@ESRI中國(guó)（北京）有限公司遙感事業(yè)部1精選2021版課件主要內(nèi)容?1.快速認(rèn)識(shí)ENVI?2.影像一般預(yù)處理?3.影像信息基本提取方法?4.制圖與三維可視化2精選2021版課件數(shù)據(jù)的輸入輸出圖像顯示與分析圖像預(yù)處理（幾何糾正、融合、鑲嵌等）影像信息提?。ㄈ斯そ庾g、自動(dòng)分類、特征提取、動(dòng)態(tài)檢測(cè)等）專題制圖/三維可視化分析（集成GIS現(xiàn)有數(shù)據(jù))成果報(bào)告（GIS分析/共享）遙感圖像處理的一般流程3精選2021版課件1.快速認(rèn)識(shí)ENVI?1.1ENVI簡(jiǎn)介?1.2安裝目錄結(jié)構(gòu)?1.3柵格文件系統(tǒng)和儲(chǔ)存?1.4數(shù)據(jù)輸入?1.5數(shù)據(jù)顯示?1.6常見(jiàn)系統(tǒng)設(shè)置4精選2021版課件FeatureExtraction空間特征提取模塊DEMExtraction立體像對(duì)高程提取模塊AtmosphericCorrection大氣校正模塊1.1ENVI簡(jiǎn)介——ENVI/IDL體系結(jié)構(gòu)ENVIIDL

擴(kuò)展模塊

主模塊

開(kāi)發(fā)語(yǔ)言IDLAdvanced數(shù)學(xué)與統(tǒng)計(jì)擴(kuò)展工具包IDLDataMiner數(shù)據(jù)庫(kù)連接工具包Orthorectification正射校正模塊NITFNITF數(shù)據(jù)支持模塊5精選2021版課件1.1ENVI簡(jiǎn)介——ENVI從圖像中獲得您所需的信息Image->InformationEXTENDIDL,C++,Java,.NetPanchromatic全色Multispectral 多光譜Hyperspectral高光譜TRadarLidarhermalTerrainGPSVector雷達(dá)激光雷達(dá)熱量數(shù)據(jù)地形數(shù)據(jù)位置數(shù)據(jù)矢量數(shù)據(jù)制圖工具矢量工具地形工具高光譜工具信息提取工具預(yù)處理工具雷達(dá)工具讀取顯示工具三維可視分析制圖輸出GeodatabaseGIS分析6精選2021版課件1.1ENVI簡(jiǎn)介——大氣校正擴(kuò)展模塊(AtmosphericCorrection)?可以有效地去除水蒸氣,氣溶膠散射，漫反射的鄰域效應(yīng)。?獲得地物反射率和輻射率、地表溫度等真實(shí)物理模型參數(shù)。?使影像變得“清晰”7精選2021版課件1.1ENVI簡(jiǎn)介——立體像對(duì)高程提取擴(kuò)展模塊—DEMExtraction?快速?gòu)腁LOSPRISM,ASTER,CARTOSAT-1,FORMOSAT-2,GeoEye-1,IKONOS,KOMPSAT-2,OrbView-3,QuickBird,WorldView-1,SPOT1-5等以及航空影像立體像對(duì)中提取DEM。?全面支持RPC模型參數(shù)，盡可能少的控制點(diǎn)以達(dá)到有效的精度?使用DEM編輯工具對(duì)提取的DEM做局部編輯?交互量測(cè)特征地物的高度和收集3D信息并導(dǎo)出為3DShapefile文件格式8精選2021版課件提供面向?qū)ο蠓椒?、易于使用的向?qū)Р僮髁鞒虖母叻直媛嗜投喙庾V數(shù)據(jù)中提取地物信息。包括：?交通工具–飛機(jī),坦克,汽車,船只?建筑物–建筑物輪廓,屋頂?基礎(chǔ)設(shè)施–道路,橋梁,機(jī)場(chǎng),海港碼頭?自然要素–河流,湖泊,森林,田地?云和霧1.1ENVI簡(jiǎn)介——空間特征提取擴(kuò)展模塊—FeatureExtraction（FX）9精選2021版課件1.1ENVI簡(jiǎn)介——正射校正擴(kuò)展模塊——Orthorectification?由瑞典的Spacemetric公司開(kāi)發(fā)?采用的正射校正方法具有可靠和高精度的特點(diǎn)，并且該方法被行業(yè)所認(rèn)可。?支持大區(qū)域范圍內(nèi)的多幅影像、多傳感器的一次正射校正?具有鑲嵌結(jié)果的功能，并提供接邊線和顏色平衡輔助工具?采用流程化的向?qū)讲僮鞣绞胶凸こ袒芾怼?自定義傳感器模型?提供接口函數(shù)，便于擴(kuò)展功能。10精選2021版課件1.1ENVI簡(jiǎn)介——NITF數(shù)據(jù)支持?jǐn)U展模塊——NITF?讀寫(xiě)、顯示標(biāo)準(zhǔn)NITF格式文件?JPEG2000編碼壓縮NITF格式文件?支持NITF2.0、NITF2.1和NSIF1.0之間的轉(zhuǎn)換?讀寫(xiě)從商業(yè)衛(wèi)星、NCDRD和第二圖像格式（NSIF）中獲得政府標(biāo)準(zhǔn)數(shù)據(jù)?廣泛支持NSDE的分類或未分類的TREs，也包括自定義的TREs11精選2021版課件1.1ENVI簡(jiǎn)介——ENVI/IDL的特點(diǎn)1.先進(jìn)、可靠的影像信息提取工具——全套影像信息智能化提取工具,全面提升影像的價(jià)值。2.專業(yè)的光譜分析——高光譜分析一直處于世界領(lǐng)先地位。3.隨心所欲擴(kuò)展新功能——底層的IDL語(yǔ)言可以幫助用戶輕松地添加、擴(kuò)展ENVI的功能，甚至開(kāi)發(fā)定制自己的專業(yè)遙感平臺(tái)。4.流程化圖像處理工具——ENVI將眾多主流的圖像處理過(guò)程集成到流程化（Workflow）圖像處理工具中，進(jìn)一步提高了圖像處理的效率。5.與ArcGIS的整合——從2007年開(kāi)始，與ESRI公司的全面合作,為遙感和GIS的一體化集成提供了一個(gè)典型的解決方案。12精選2021版課件1.2安裝目錄結(jié)構(gòu)?Bin：相應(yīng)的ENVI運(yùn)行目錄。?Data：數(shù)據(jù)目錄，保存一矢量文件夾（一些矢量數(shù)據(jù)）、兩個(gè)TM5柵格數(shù)據(jù)、兩個(gè)DEM數(shù)據(jù)和一個(gè)高光譜數(shù)據(jù)。Filt_func：ENVI常規(guī)傳感器的光譜庫(kù)文件。例如：aster、modis、spot、tm等。Help：ENVI的幫助文檔。?

Lib：IDL生成的可編譯的程序，用于二次開(kāi)發(fā)。?

Map_proj：影像的投影信息，文本格式，客戶可以進(jìn)行定制。?

Menu：ENVI菜單文件，可以進(jìn)行中、英文菜單互換。?

Save：應(yīng)用IDL可視化語(yǔ)言編譯好的、可執(zhí)行的ENVI程序。?

Save_add：客戶自主開(kāi)發(fā)的、可執(zhí)行程序，比如各種補(bǔ)丁程序。?

Spec_lib：波譜庫(kù)，不同地區(qū)可以有不同的波譜庫(kù)，用戶可以自定義。13精選2021版課件1.3柵格文件系統(tǒng)和儲(chǔ)存?ENVI柵格文件格式：ENVI使用的是通用柵格數(shù)據(jù)格式，包含一個(gè)簡(jiǎn)單的二進(jìn)制文件（asimpleflatbinary）和一個(gè)相關(guān)的ASCII（文本）的頭文件。–ENVI頭文件包含用于讀取圖像數(shù)據(jù)文件的信息，它通常創(chuàng)建于一個(gè)數(shù)據(jù)文件第一次被ENVI讀取時(shí)。單獨(dú)的ENVI頭文本文件提供關(guān)于圖像尺寸、嵌入的頭文件（若存在）、數(shù)據(jù)格式及其它相關(guān)信息。所需信息通過(guò)交互式輸入，或自動(dòng)地用“文件吸取”創(chuàng)建，并且以后可以編輯修改。您可以在ENVI之外使用一個(gè)文本編輯器生成一個(gè)ENVI頭文件–通用柵格數(shù)據(jù)都會(huì)存儲(chǔ)為二進(jìn)制的字節(jié)流，通常它將以BSQ（按波段順序）、BIP（波段按像元交叉）或者BIL（波段按行交叉）的方式進(jìn)行存儲(chǔ)。?儲(chǔ)存–窗口菜單界面–File—SaveFileAs，將影像按照需要的格式進(jìn)行存儲(chǔ)，保存的為原始數(shù)據(jù)，沒(méi)有拉伸。–主影像窗口–File—SaveImagesAs，將影像按照需要的格式進(jìn)行存儲(chǔ)，存儲(chǔ)的影像是顯示的影像樣式。–File—SaveZoomAs，將Zoom窗口顯示的影像按照需要的格式進(jìn)行存儲(chǔ)。–其他窗口下的文件存儲(chǔ)–例如：Map—Mosaicking的鑲嵌窗口下：Apply；SaveTemplate等；Classification等功能下：OutputResultto等。14精選2021版課件1.4數(shù)據(jù)顯示?波段列表–每次打開(kāi)的文件都顯示在AvailableBandsList中，列表中可以完成當(dāng)前在ENVI中打開(kāi)的或存儲(chǔ)在內(nèi)存中的文件的信息，還可以進(jìn)行包括：打開(kāi)新文件、關(guān)閉文件、將內(nèi)存數(shù)據(jù)項(xiàng)保存到磁盤(pán)，以及編輯ENVI頭文件等操作。?三視窗顯示–當(dāng)你打開(kāi)一個(gè)圖像文件時(shí)，會(huì)在一個(gè)ENVI的三視窗圖像顯示中，其中包括主圖像窗口，縮放窗口和滾動(dòng)窗口（應(yīng)用于大的圖像），如圖1.5所示，目前大部分的ENVI圖像處理操作都在這個(gè)窗口中完成。?ENVIZOOM顯示–將圖層管理、圖像顯示、鼠標(biāo)信息等集中在一個(gè)窗體中，目前只有部分ENVI圖像處理操作在這個(gè)窗口中完成，如面向?qū)ο蟮奶卣魈崛?、Pansharping、異常檢測(cè)等，在新的軟件版本中會(huì)有更多的功能集成在此窗體中完成。15精選2021版課件1.4數(shù)據(jù)顯示16精選2021版課件1.5數(shù)據(jù)輸入——一般數(shù)據(jù)的打開(kāi)AVHRRHDF

SeaWiFSMrSIDBMPJPEGNLAPSER Mapper, PCI(.pix)JPEG

2000PDSERDAS7.x

(.lan)Landsat 7 Fast(.fst)RADARSATERDAS

IMAGINE8.x

(.img)Landsat7

HDFSRFGeoTIFFMAS-50TIFFHDFMRLC

(.dda)使用OpenImageFile打開(kāi)ENVI圖像文件或其它已知格式的二進(jìn)制圖像文件。ENVI自動(dòng)地識(shí)別和讀取下列類型的文件：17精選2021版課件1.5數(shù)據(jù)輸入——特定數(shù)據(jù)的打開(kāi)?對(duì)于特定的已知文件類型，利用內(nèi)部或外部的頭文件信息通常會(huì)更加方便。使用OpenExternalFile選項(xiàng)，ENVI能夠讀取一些標(biāo)準(zhǔn)文件類型的若干格式，包括精選的遙感格式、軍事格式、數(shù)字高程模型格式、圖像處理軟件格式及通用圖像格式。ENVI從內(nèi)部頭文件讀取必要的參數(shù)，因此不必在HeaderInformation對(duì)話框中輸入任何信息。18精選2021版課件1.6常見(jiàn)系統(tǒng)設(shè)置——用戶自定義文件?這里可以選擇自定義的圖形顏色文件、顏色表文件、ENVI的菜單文件（ENVIMenuFile、DisplayMenu、ShortcutFile）、地圖投影文件等，需要重啟ENVI。19精選2021版課件1.6常見(jiàn)系統(tǒng)設(shè)置——默認(rèn)文件目錄?設(shè)置一些ENVI默認(rèn)打開(kāi)的文件夾，如數(shù)據(jù)目錄、臨時(shí)文件目錄、輸出文件目錄、ENVI補(bǔ)丁文件、光譜庫(kù)文件、備用頭文件目錄等，需要重啟ENVI。20精選2021版課件1.6常見(jiàn)系統(tǒng)設(shè)置——顯示設(shè)置?可以設(shè)置三窗口中各個(gè)分窗口的顯示大小，窗口顯示式樣等。其中可以設(shè)置數(shù)據(jù)顯示拉伸方式（DisplayDefaultStretch），默認(rèn)為2%線性拉伸。21精選2021版課件1.6常見(jiàn)系統(tǒng)設(shè)置——綜合設(shè)置?這個(gè)選項(xiàng)設(shè)置的是一些雜項(xiàng)，值得設(shè)置的為制圖單位（PageUnit），默認(rèn)為英寸（Inches），可設(shè)置為厘米（Centimeters）；還有緩沖大?。╟achesize），可以設(shè)置為物理內(nèi)存的50-75%左右，文件碎片大小設(shè)置為cachesize的1/10。22精選2021版課件2.影像預(yù)處理?2.1一般預(yù)處理流程介紹?2.2預(yù)處理中基礎(chǔ)知識(shí)?2.3自定義坐標(biāo)系?2.4ENVI中的幾何校正?2.5ENVI中的圖像融合、鑲嵌、裁剪23精選2021版課件校正模型選擇影像參考源控制點(diǎn)選取誤差檢查不符合圖像融合圖像鑲嵌圖像裁剪配準(zhǔn)影像其它影像同名點(diǎn)選?。ㄈ斯?自動(dòng)）影像配準(zhǔn)影像重采樣校正影像2.1數(shù)據(jù)預(yù)處理一般流程24精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——常見(jiàn)商業(yè)高分辨率衛(wèi)星傳感器發(fā)射時(shí)間國(guó)家多光譜波段空間分辨率(米)重返周期IKONOS1999美國(guó)紅、綠、藍(lán)、近紅外全色：1多光譜：41.5-2.9SPOT52001法國(guó)紅、綠、近紅外、中遠(yuǎn)紅外全色：5或2.5（超模式多光譜:1026QuickBird（快鳥(niǎo)2001美國(guó)紅、綠、藍(lán)、近紅外全色：0.61多光譜：2.441-3.5FORMOSATII2004中國(guó)臺(tái)灣紅、綠、藍(lán)、近紅外全色：2多光譜：41EROS-B2006以色列/全色：0.7（立體）55CartoSAT-1（P5）2005印度/全色：2.5（立體）ALOS2005日本紅、綠、藍(lán)、近紅外全色：2.5（立體）多光譜：102北京一號(hào)小衛(wèi)星2005中國(guó)紅、綠、近紅外全色：4多光譜：323-5KOMPSAT-22006韓國(guó)紅、綠、藍(lán)、近紅外全色：1多光譜：43WorldView-1/22008美國(guó)紅、綠、藍(lán)、近紅外紅邊、海岸、黃、近紅外2全色：0.5多光譜：2.41.1-3.7資源應(yīng)用衛(wèi)星-2B星2008中國(guó)/全色：2.37多光譜：19.526GeoEye-12008美國(guó)紅、綠、藍(lán)、近紅外全色：0.41（0.5）多光譜：1.652-3RapidEye2008德國(guó)藍(lán)、綠、紅、紅邊、近紅外5每天25精選2021版課件其他衛(wèi)星傳感器發(fā)射時(shí)間國(guó)家多光譜波段空間分辨率(米)Landsat1~772~99美國(guó)藍(lán)、綠、紅、近紅外、短波紅外、熱紅外15、30、60、80、120SPOT41999法國(guó)綠、紅、近紅外、中遠(yuǎn)紅外全色：10多光譜:20中巴資源衛(wèi)星-01/021999中國(guó)藍(lán)、綠、紅、近紅外多光譜：19.5Resourcesat（P6）2003印度綠、紅、近紅外、短波紅外多光譜24米全色5.8米ALOS2005日本微波、立體像對(duì)、多光譜2.5米立體像對(duì)、10米多光譜、3米R(shí)adarTerraSAR-X2007德國(guó)微波1mRadar、3m、5mCOSMO-SkyMed2007意大利微波3米、15米R(shí)ADARSATII2008加拿大微波3m超細(xì)化模式1m景觀光線模式NOAA氣象衛(wèi)星/美國(guó)紅、近紅外、中紅外和兩個(gè)熱紅外1.1km風(fēng)云系列衛(wèi)星/中國(guó)可見(jiàn)光4個(gè)，近紅外2個(gè)，中遠(yuǎn)紅外2個(gè)，熱紅外2個(gè)。1.1kmMODIS/美國(guó)36個(gè)波段250m、500m和1000m減小衛(wèi)星A、B星2008中國(guó)多光譜近中紅外(4波段)、高光譜(111波段)多光譜：30米高光譜：100米Hyperion/EO-12000美國(guó)0.4－2.5μm共有220波段30米26精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——數(shù)據(jù)源的選擇圖像選擇經(jīng)濟(jì)成本專題目的專題地域環(huán)境專題圖比例尺空間分辨率時(shí)間分辨率波譜分辨率27精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——影像格式?傳感器文件格式–不同的衛(wèi)星傳感器研發(fā)或運(yùn)行機(jī)構(gòu)一般會(huì)給所分發(fā)的衛(wèi)星數(shù)據(jù)設(shè)計(jì)一種分發(fā)格式，如Landsat系列的Fast格式、EOS系列衛(wèi)星的HDF格式等。?商業(yè)軟件文件格式–商業(yè)化的圖像處理軟件都會(huì)開(kāi)發(fā)出軟件本身的圖像格式，如ENVI的Hdr&img格式，Erdas的IMG格式，PCI的pix格式等。?通用圖像文件格式–很多圖像格式成為國(guó)際通用，被大多數(shù)軟件所支持。如TIFF、JPEG2000、BMP等。28精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——引起圖像畸變因素?系統(tǒng)誤差–有規(guī)律的、可預(yù)測(cè)的。比如掃描畸變?非系統(tǒng)誤差–無(wú)規(guī)律的–如傳感器平臺(tái)的高度、經(jīng)緯度、速度和姿態(tài)的不穩(wěn)，地球曲率及空氣折射，地形影響等29精選2021版課件2.3預(yù)處理中基礎(chǔ)知識(shí)——幾何校正中的幾個(gè)概念?幾何校正：糾正系統(tǒng)和非系統(tǒng)因素引起的幾何畸變。?圖像配準(zhǔn)（Registration）：同一區(qū)域里一幅圖像（基準(zhǔn)圖像）對(duì)另一幅圖像校準(zhǔn)，以使兩幅圖像中的同名像素配準(zhǔn)。?圖像糾正（Rectification）：借助一組控制點(diǎn)，對(duì)一幅圖像進(jìn)行地理坐標(biāo)的校正。又叫地理參照（Geo-referencing）?圖像地理編碼（Geo-coding）：特殊的圖像糾正方式，把圖像矯正到一種統(tǒng)一標(biāo)準(zhǔn)的坐標(biāo)系。?圖像正射校正（Ortho-rectification）：借助于地形高程模型（DEM），對(duì)圖像中每個(gè)像元進(jìn)行地形的校正，使圖像符合正射投影的要求。30精選2021版課件2.4預(yù)處理中基礎(chǔ)知識(shí)——實(shí)際中的概念?幾何粗校正——校正系統(tǒng)誤差，地面站完成?幾何精校正——包括圖像糾正、地理編碼和部分圖像配準(zhǔn)?圖像配準(zhǔn)?正射校正31精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——衛(wèi)星影像的校正?根據(jù)衛(wèi)星軌道參數(shù)，包括位置、姿態(tài)、軌道及掃描特征，校正影像(有時(shí)加入DEM)。?地面控制點(diǎn)校正+校正模型?軌道參數(shù)+地面控制點(diǎn)+DEM32精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——多項(xiàng)式模型?多項(xiàng)式模型–x=a0+a1x+a2Y+a3x2+a4xy+a5y2+??–y=b0+b1x+b2Y+b3x2+b4xy+b5y2+???最少控制點(diǎn)個(gè)數(shù)–N=（n+1）*（n+2）/2?誤差計(jì)算–RMSEerror=sqrt（（x’-x）2+（y’-y）2）33精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——控制點(diǎn)獲得途徑?基礎(chǔ)數(shù)據(jù)–基礎(chǔ)測(cè)繪數(shù)據(jù)–數(shù)字線畫(huà)圖（DLG）–數(shù)字柵格圖（DRG）?影像數(shù)據(jù)–正射影像（DOM）?實(shí)地測(cè)量34精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——控制點(diǎn)質(zhì)量控制?圖像選點(diǎn)原則–選取圖像上易分辨且較精細(xì)的特征點(diǎn)：道路交叉點(diǎn)，河流彎曲或分叉處，海岸線彎曲處，飛機(jī)場(chǎng)，城廓邊緣等–特征變化大的地區(qū)需要多選–圖像邊緣部分一定要選取控制點(diǎn)–盡可能滿幅均勻選取?數(shù)量原則–在圖像邊緣處，在地面特征變化大的地區(qū)，需要增加控制點(diǎn)–保證一定數(shù)量的控制點(diǎn)，不是控制點(diǎn)越多越好。如一景TM的控制點(diǎn)數(shù)量在30-50左右。35精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——重采樣方法（插值算法）?最近鄰法–取與所計(jì)算點(diǎn)（x,y）周圍相鄰的4個(gè)點(diǎn)，比較它們與被計(jì)算點(diǎn)的距離，哪個(gè)點(diǎn)距離最近，就取哪個(gè)亮度值作為（x,y）點(diǎn)的亮度值–簡(jiǎn)單易用，計(jì)算量小，圖像的亮度具有不連續(xù)性，精度差36精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——重采樣方法（插值算法）?雙線性內(nèi)插法–?。▁,y）點(diǎn)周圍的4鄰點(diǎn)，在y方向內(nèi)插二次，再在x方向內(nèi)插一次，得到（x,y)點(diǎn)的亮度值f（x,y)–雙線性內(nèi)插法比最近鄰發(fā)雖然計(jì)算量有所增加，但精度明顯提高，特別是對(duì)亮度不連續(xù)現(xiàn)象或線狀特征的塊狀化現(xiàn)象有明顯的改善。–內(nèi)插法會(huì)對(duì)圖像起到平滑作用，從而使對(duì)比度明顯的分界線變得模糊。Δx Δy雙線內(nèi)插算法原理示意圖原始圖像37精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——重采樣方法（插值算法）?三次卷積內(nèi)插法–進(jìn)一步提高內(nèi)插精度的一種方法，通過(guò)增加鄰點(diǎn)來(lái)獲得最佳插值函數(shù)–取與計(jì)算點(diǎn)周圍相鄰的16個(gè)點(diǎn)，先在某一方向內(nèi)插，再根據(jù)計(jì)算結(jié)果在另一個(gè)方向上內(nèi)插，得到一個(gè)連續(xù)內(nèi)插函數(shù)–計(jì)算量大，精度高，細(xì)節(jié)表現(xiàn)更為清楚，對(duì)控制點(diǎn)要求較高ΔxΔy1234538精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——圖像融合?圖像融合–將低分辨率的多光譜影像與高分辨率的單波段影像重采樣生成成一副高分辨率多光譜影像遙感的圖像處理技術(shù)。?關(guān)鍵技術(shù)–兩個(gè)影像配準(zhǔn)在亞像元范圍內(nèi)–融合方法選擇–運(yùn)算速度和交換緩沖空間39精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——圖像融合方法彩色合成數(shù)學(xué)運(yùn)算彩色技術(shù)空間配準(zhǔn)高分辨率多光/譜圖像變換HIS變換加與乘差值比值主成分分析濾波分析小波分析HSV變換40精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——圖像鑲嵌?圖像鑲嵌–指在一定地?cái)?shù)學(xué)基礎(chǔ)控制下，把多景相鄰遙感影像拼接成一個(gè)大范圍的影像圖的過(guò)程。?關(guān)鍵技術(shù)–顏色的平衡–接邊處理–運(yùn)算速度和交換緩沖空間41精選2021版課件2.2預(yù)處理中基礎(chǔ)知識(shí)——圖像裁剪?圖像裁減–圖像裁剪的目的是將研究之外的區(qū)域去除，常用的是按照行政區(qū)劃邊界或自然區(qū)劃邊界進(jìn)行圖像的裁剪。?關(guān)鍵技術(shù)–裁剪區(qū)的確定–無(wú)數(shù)據(jù)區(qū)處理42精選2021版課件2.3自定義坐標(biāo)系——坐標(biāo)系原理?地理坐標(biāo)系是以經(jīng)緯度為單位的地球坐標(biāo)系統(tǒng)，地理坐標(biāo)系中有2個(gè)重要部分，即地球橢球體（spheroid）和大地基準(zhǔn)面（datum）。–大地基準(zhǔn)面指目前參考橢球與WGS84參考橢球間的相對(duì)位置關(guān)系（3個(gè)平移，3個(gè)旋轉(zhuǎn)，1個(gè)縮放），可以用其中3個(gè)、4個(gè)或者7個(gè)參數(shù)來(lái)描述它們之間的關(guān)系，每個(gè)橢球體都對(duì)應(yīng)一個(gè)或多個(gè)大地基準(zhǔn)面。?投影坐標(biāo)系是利用一定的數(shù)學(xué)法則把地球表面上的經(jīng)緯線網(wǎng)表示到平面上，屬于平面坐標(biāo)系。數(shù)學(xué)法則指的是投影類型，目前我國(guó)普遍采用的是高斯——克呂格投影，在英美國(guó)家稱為橫軸墨卡托投影（TransverseMercator）。43精選2021版課件2.3自定義坐標(biāo)系——北京54與西安80坐標(biāo)系?都是投影直角坐標(biāo)系?北京54坐標(biāo)系、西安80坐標(biāo)系實(shí)際上指的是我國(guó)的兩個(gè)大地基準(zhǔn)面。坐標(biāo)名稱投影類型橢球體基準(zhǔn)面北京54GaussKruger（TransverseMercator）Krasovsky北京54西安80GaussKruger（TransverseMercator）IAG75西安80橢球體名稱年代長(zhǎng)半軸（米）短半軸（米）扁率WGS8419846378137.06356752.31：298.257克拉索夫斯基（Krasovsky19406378245.06356863.01：298.3IAG-7519756378140.06356755.31：298.25744精選2021版課件2.3自定義坐標(biāo)系——ENVI中自定義坐標(biāo)系?ENVI中的坐標(biāo)定義文件存放在HOME\ITT\IDLxx\products\envixx\map_proj文件夾下，三個(gè)文件記錄了坐標(biāo)信息：–ellipse.txt–datum.txt–map_proj.txt橢球體參數(shù)文件基準(zhǔn)面參數(shù)文件坐標(biāo)系參數(shù)文件?在ENVI中自定義坐標(biāo)系分三步：定義橢球體、基準(zhǔn)面和定義坐標(biāo)參數(shù)45精選2021版課件2.3自定義坐標(biāo)系——定義橢球體?語(yǔ)法為<橢球體名稱>,<長(zhǎng)半軸>,<短半軸>。這里將“Krasovsky，6378245.0，6356863.0”和“IAG-75，6378140.0，6356755.3”加入ellipse.txt末端。?注：ellipse.txt文件中已經(jīng)有了克拉索夫斯基橢球，由于翻譯原因，這里的英文名稱是Krassovsky，為了讓其他軟件平臺(tái)識(shí)別，這里新建一個(gè)Krasovsky橢球體。46精選2021版課件2.3自定義坐標(biāo)系——添加基準(zhǔn)面與定義坐標(biāo)系?語(yǔ)法為<基準(zhǔn)面名稱>,<橢球體名稱>,<平移三參數(shù)>。這里將“Beijing-54,Krasovsky,-12,-113,-41”和“Xi'an-80,IAG-75,0,0,0”加入datum.txt末端。?注：有的時(shí)候?yàn)榱伺c其他軟件平臺(tái)兼容，基準(zhǔn)面的名稱直接寫(xiě)成所用的橢球體名稱。?在ENVI任何用到投影坐標(biāo)的功能模塊中都可以新建坐標(biāo)系(在任何地圖投影選擇對(duì)話框中，點(diǎn)擊“New”按鈕。)，或者直接選擇主菜單->Map->CustomizeMapProjection47精選2021版課件2.3自定義坐標(biāo)系——坐標(biāo)系定義練習(xí)?利用自定義坐標(biāo)系將一幅北京54坐標(biāo)系轉(zhuǎn)化為西安80坐標(biāo)系。?試驗(yàn)的柵格數(shù)據(jù)情況為：一幅北京坐標(biāo)系的柵格數(shù)據(jù)，投影參數(shù)如下：投影類型：TransverseMercator橢球：Krasovsky基準(zhǔn)面：Krasovsky（自定義）中央經(jīng)線：117東向偏移：500000m48精選2021版課件2.4ENVI中的幾何校正——傳感器參數(shù)校正?傳感器(帶有地理定位文件)–SPOT1-4–SeaWiFS–ASTER–AVHRR–ENVISAT–MODIS–RADARSAT?自定義地理定位文件–GLT–IGM49精選2021版課件2.4ENVI中的幾何校正——傳感器參數(shù)校正練習(xí)?數(shù)據(jù)源–Modis傳感器的2級(jí)數(shù)據(jù)（“1-Modis”文件夾內(nèi))–EOS-HDF格式儲(chǔ)存?處理過(guò)程–利用自帶地理定位文件進(jìn)行幾何校正?輸出–幾何校正結(jié)果50精選2021版課件2.4ENVI中的幾何校正——幾何精校正流程顯示圖像文件采集地面控制點(diǎn)計(jì)算誤差選擇幾何模型檢驗(yàn)校正結(jié)果開(kāi)始結(jié)束重采樣輸出誤差太大51精選2021版課件2.5ENVI中的幾何校正——幾何精校正練習(xí)?數(shù)據(jù)源–已經(jīng)做過(guò)幾何校正的SPOT4全色10米分辨率影像（“2-幾何精校正”文件夾）–待校正的Landsat5TM30米分辨率影像（“2-幾何精校正”文件夾）?處理過(guò)程–用SPOT4影像作為基準(zhǔn)影像，選擇控制點(diǎn)來(lái)校正TM影像。?輸出–校正結(jié)果52精選2021版課件2.5ENVI中的影像融合、鑲嵌、裁剪——融合?ENVI中的融合方法HSV變換、主成分分析、Brovey變換，CN

SpectralSharpening

，高保真的Gram-Schmidt，Pansharping，小波融合（補(bǔ)?。?/p>

自定義?

有地理坐標(biāo)和無(wú)地理坐標(biāo)都可以融合?

操作方式–主模塊–流程化操作–ENVI

ZOOM中53精選2021版課件?數(shù)據(jù)源–已經(jīng)做過(guò)幾何校正的SPOT4全色10米分辨率影像（“3-影像融合”文件夾）–待校正的Landsat5TM30米分辨率影像（“3-影像融合”文件夾）?處理過(guò)程–用主成分分析、HSV顏色變換等方法融合兩個(gè)影像?輸出–融合結(jié)果54精選2021版課件2.5ENVI中的影像融合、鑲嵌、裁剪——鑲嵌?基于像素鑲嵌和基于地理坐標(biāo)鑲嵌?自動(dòng)顏色平衡，邊緣直方圖匹配?接邊線、接邊羽化?虛擬鑲嵌?運(yùn)算速度快?占用非常少的虛擬內(nèi)存空間55精選2021版課件2.5ENVI中的影像融合、鑲嵌、裁剪——鑲嵌練習(xí)?數(shù)據(jù)源–兩幅已經(jīng)校正好的SPOT410米全色影像（“4-影像鑲嵌”文件夾中）?處理過(guò)程–用注記工具勾畫(huà)兩影像接邊線，用羽化和顏色校正等使兩幅影像鑲嵌在一起。?輸出–鑲嵌結(jié)果56精選2021版課件2.5ENVI中的影像融合、鑲嵌、裁剪——裁剪?空間裁減–基于感興趣區(qū)（ROI）的裁減–基于矢量/柵格數(shù)據(jù)文件的裁剪–自定義裁剪?波譜裁剪57精選2021版課件2.5ENVI中的影像融合、鑲嵌、裁剪——裁剪練習(xí)?數(shù)據(jù)源–一幅TM影像、影像區(qū)域的Shapefile矢量文件（“5-影像裁剪”文件夾中）?處理過(guò)程–用ROI工具在TM影像上繪制不規(guī)則的多邊形感興趣區(qū)域，后利用這個(gè)感興趣區(qū)域裁剪TM影像–利用Shapefile矢量文件裁剪TM影像?輸出–裁剪結(jié)果58精選2021版課件3.影像信息基本提取方法?3.1影像信息提取技術(shù)概述?3.2影像增強(qiáng)處理?3.3監(jiān)督分類?3.4非監(jiān)督分類59精選2021版課件3.1影像信息提取技術(shù)概述?遙感影像通過(guò)亮度值或像元值的高低差異（反映地物的光譜信息）及空間變化（反映地物的空間信息）來(lái)表示不同地物的差異，這是區(qū)分不同影像地物的物理基礎(chǔ)。?遙感影像分類就是利用計(jì)算機(jī)通過(guò)對(duì)遙感影像中各類地物的光譜信息和空間信息進(jìn)行分析，選擇特征，將圖像中每個(gè)像元按照某種規(guī)則或算法劃分為不同的類別，然后獲得遙感影像中與實(shí)際地物的對(duì)應(yīng)信息，從而實(shí)現(xiàn)遙感影像的分類。60精選2021版課件3.1影像信息提取技術(shù)概述——遙感分類技術(shù)的發(fā)展?可分為四個(gè)階段人工解譯基于光譜計(jì)算機(jī)自動(dòng)分類基于專家知識(shí)的決策樹(shù)分類面向?qū)ο筇卣髯詣?dòng)提取四種方法并存61精選2021版課件3.2圖像增強(qiáng)處理?圖像變換–主成分（PCA）–獨(dú)立主成分–最小噪聲分離(MNF)–顏色空間變換（HSV,HLS）–穗帽變換–波段運(yùn)算?圖像拉伸–去相關(guān)、飽和度、彩色–直方圖（匹配、拉伸）?濾波–卷積–形態(tài)學(xué)、紋理、自適應(yīng)、自定義–頻率域局部增強(qiáng)62精選2021版課件智能數(shù)字化工具?智能數(shù)字化工具–提高數(shù)字化的效率–增強(qiáng)ENVI矢量的功能–計(jì)算提取的線狀地物的長(zhǎng)度–過(guò)頭去除以及兩線相交63精選2021版課件ENVI中基于光譜分類方法?非監(jiān)督分類–ISODATA–K-Means?監(jiān)督分類–基于傳統(tǒng)統(tǒng)計(jì)分析分類器?平行六面體?最小距離?馬氏距離?最大似然–基于人工智能分類器?神經(jīng)網(wǎng)絡(luò)–基于模式識(shí)別分類器?支持向量機(jī)?模糊分類64精選2021版課件類別定義/特征判別影像分類分類器選擇樣本選擇分類后處理結(jié)果驗(yàn)證平行六面體最小距離馬氏距離最大似然波譜角二進(jìn)制編碼光譜信息散度神經(jīng)網(wǎng)絡(luò)支持向量機(jī)分類模糊分類3.3監(jiān)督分類65精選2021版課件3.2監(jiān)督分類——練習(xí)?數(shù)據(jù)源–以LandsatTM為數(shù)據(jù)源（“6-監(jiān)督與非監(jiān)督分類”文件夾內(nèi)）。?處理過(guò)程–選擇樣本,后選擇一種分類器進(jìn)行分類。–分類后處理?類后處理Majority/Minority

分析ClumpSieve?

精度分析?

生成隨機(jī)樣本?

混淆矩陣?結(jié)果–分類結(jié)果66精選2021版課件3.4非監(jiān)督分類?非監(jiān)督分類：也稱為聚類分析或點(diǎn)群分類。在多光譜圖像中搜尋、定義其自然相似光譜集群的過(guò)程。分類器選擇ISODATAK-means其他影像分類類別定義/類別合并碼分類后處理結(jié)果驗(yàn)證影像分析67精選2021版課件3.4非監(jiān)督分類——練習(xí)?數(shù)據(jù)源–以LandsatTM為數(shù)據(jù)源（“6-監(jiān)督與非監(jiān)督分類”文件夾內(nèi)）?處理過(guò)程–分類器選擇ISODATA或者K-mean對(duì)TM進(jìn)行分類。–分類后處理?類別定義?類后處理Majority/Minority

分析、Clump、Sieve?

重新組合類別?

精度分析?

生成隨機(jī)樣本?

混淆矩陣?結(jié)果–分類結(jié)果68精選2021版課件4.制圖與三維可視化?4.1ENVI的快速制圖?4.2三維可視化69精選2021版課件4.1ENVI的快速制圖—QuickMap?隨意選擇邊界顏色?設(shè)置所有格網(wǎng)線屬性–顏色、樣式、字體等?整飾和必要的標(biāo)注作為圖像顯示?自動(dòng)標(biāo)注?地圖綜合70精選2021版課件三維場(chǎng)景構(gòu)建與3D曲面飛行?快速利用影像及DEM構(gòu)建三維場(chǎng)景?疊其他數(shù)據(jù)，如矢量?用戶自定義背景?可對(duì)DEM和影像進(jìn)行重采樣，提高瀏覽速度?放大時(shí)逐步增強(qiáng)細(xì)節(jié)?設(shè)置飛行路線，可將飛行錄制成視頻71精選2021版課件ENVI高級(jí)預(yù)處理72精選2021版課件主要內(nèi)容?1、GLT幾何校正?2、單景高分辨率影像的正射校正?3、影像自動(dòng)配準(zhǔn)73精選2021版課件1、GLT幾何校正?GLT幾何校正法利用輸入的幾何文件生成一個(gè)地理位置查找表文件（geographiclookuptable，GLT），從該文件中可以了解到某個(gè)初始像元在最終輸出結(jié)果中實(shí)際的地理位置。?地理位置查找表文件是一個(gè)二維圖像文件，文件中所包含兩個(gè)波段：地理校正影像的行和列，文件對(duì)應(yīng)的灰度值表示原始影像每個(gè)像素對(duì)應(yīng)的地理位置坐標(biāo)信息，用有符號(hào)整型儲(chǔ)存，它的符號(hào)說(shuō)明輸出像元是對(duì)應(yīng)于真實(shí)的輸入像元，還是由鄰近像元生成的填實(shí)像元（infillpixel）。符號(hào)為正時(shí)說(shuō)明使用了真實(shí)的像元位置值；符號(hào)為負(fù)時(shí)說(shuō)明使用了鄰近像元的位置值，值為0說(shuō)明周圍7個(gè)象元內(nèi)沒(méi)有鄰近像元位置值。74精選2021版課件GLT校正風(fēng)云三號(hào)氣象衛(wèi)星——安裝補(bǔ)丁?先安裝ENVI的HDF5讀取補(bǔ)丁，將文件解壓放在?\ITT\IDL70\products\envi45\save_add下，打開(kāi)?\ITT\IDL70\products\envi45\menu\envi.men文件，在0{File}1{OpenImageFile}{openenvifile}{envi_menu_event}下添加以下菜單1{OpenHDF5File}{notused}{open_hdf5_event}啟動(dòng)ENVI,在菜單File下新增一個(gè)菜單OpenHDF5File。75精選2021版課件GLT校正風(fēng)云三號(hào)氣象衛(wèi)星——打開(kāi)文件?選擇：主菜單->File->OpenHDF5File，選擇文件打開(kāi)。?文件中包含很多的信息，選擇圖像數(shù)據(jù)EV_RefSB，在右邊可以預(yù)覽。點(diǎn)擊ImporttoENVI,加載到ENVI中的波段列表中。同樣的方法將定位文件打開(kāi)（Latitude和Longitude），76精選2021版課件GLT校正風(fēng)云三號(hào)氣象衛(wèi)星——生成GLT文件?選擇:主菜單->Map->GeoreferencefromInputGeometry->BuildGLT?在彈出的對(duì)話框中框，X波段選擇經(jīng)度longitude信息文件，Y波段選擇緯度latitude信息文件。在接下來(lái)彈出的對(duì)話框中填寫(xiě)輸出GLT文件的投影信息。?值得注意的是，由于X波段左邊邊緣為0值，因此有必要對(duì)邊緣進(jìn)行掩膜處理，這里選擇空間子集去掉開(kāi)始3個(gè)像素。?填寫(xiě)GLT輸出參數(shù)，像元大小選擇默認(rèn)，旋轉(zhuǎn)角度（Rotation）為0（正上方為北），選擇保存路徑和文件名輸出。77精選2021版課件GLT校正風(fēng)云三號(hào)氣象衛(wèi)星——利用GLT文件幾何校正影像?選擇:主菜單->Map->GeoreferencefromInputGeometry->GeoreferencefromGLT。在彈出對(duì)話框中選擇GLT文件和待校正文件，選擇輸出路徑和文件名。78精選2021版課件GLT校正風(fēng)云三號(hào)氣象衛(wèi)星——驗(yàn)證結(jié)果?利用ENVI下的GoogleEarthBridge功能，將校正結(jié)果在GoogleEarth下疊加顯示，可以看到校正結(jié)果和GoogleEarth完全重合。79精選2021版課件2、單景高分辨率影像的正射校正?2.1影像正射校正?2.2ENVI下的正射校正80精選2021版課件為什么要進(jìn)行正射糾正??在衛(wèi)星影像和航空影像中會(huì)有一些幾何誤差?誤差主要由以下原因引起:–比例尺變化–傳感器的姿態(tài)/方位–傳感器的系統(tǒng)誤差?正射糾正可以消除這些誤差81精選2021版課件比例尺變化?在所有的攝影影像中都會(huì)發(fā)生影像的各處比例尺是不相同的房子的寬度= 8m2cm比例尺為1:4006cm比例尺為1:13382精選2021版課件比例尺變化?在影像的鉛直方向也有同樣的影響房子的寬度是恒定的(8m),而在影像上的體現(xiàn)卻各有不同,這說(shuō)明各處的比例尺是變化的83精選2021版課件傳感器姿態(tài)/方位要進(jìn)行三角測(cè)量，就要給定軟件計(jì)算或估計(jì)出的空間傳感器的位置和方位1 2384精選2021版課件推帚掃描透視中心——傳感器的系統(tǒng)誤差?數(shù)據(jù)是沿掃描線獲取的，每條掃描線都有自己的透視中心?每條掃描線的傳感器位置和方向都不同?用多項(xiàng)式函數(shù)可以對(duì)每個(gè)透視中心和旋轉(zhuǎn)角度進(jìn)行修正?多項(xiàng)式的次數(shù)越大要進(jìn)行三角測(cè)量所需的地面控制點(diǎn)（GCP）數(shù)目就越多?多項(xiàng)式的糾正只能針對(duì)分辨率比較低的衛(wèi)星影像，而對(duì)于高分辨率的衛(wèi)星影像我們需要嚴(yán)格的物理模型（如，dim原數(shù)據(jù)）或者是有理函數(shù)多項(xiàng)式進(jìn)行模擬衛(wèi)星參數(shù)（如RPC參數(shù)）。85精選2021版課件三種之間建立關(guān)聯(lián)?影像空間和目標(biāo)空間的數(shù)學(xué)關(guān)聯(lián)主要靠控制點(diǎn)的測(cè)量X,Y,Zx,y通過(guò)數(shù)學(xué)函數(shù)可以在這些值間建立關(guān)聯(lián)GCP#1GCP#2GCP#3目標(biāo)X2,Y2,Z2X3,Y3,Z3左 右X1,Y1,Z1x1,y1x1,y1x2,y2x2,y2x3,y3x3,y3#1X,Y,Z#2X,Y,Z#386精選2021版課件ENVI正射校正傳感器模型文件ALOS/PRISMRPCRPC文件ASTERRPCRPC文件CARTOSAT-1(P5)RPCRPC文件FORMOSAT-2PushbroomSensor星 歷 參 數(shù) 文 件(METADATA.DIM)IKONOSRPCRPC文件（_rpc.txt）OrbView-3RPCRPC文件(_metadata.pvl)QuickBirdRPCRPC文件(.rpb)WorldView-1RPCRPC文件(.rpb)GeoEye-1RPC\KOMPSAT-2RPC\SPOT5 Level 1A and1BPushbroomSensor星歷參數(shù)文件(METADATA.DIM)87精選2021版課件自定義RPC文件正射校正?ENVI還具有根據(jù)星歷表參數(shù)建立RPC文件來(lái)正射校正數(shù)據(jù)的功能（Map->BuildRPCs）。也可以根據(jù)地面控制點(diǎn)（GCP）或者外方位元素（XS,YS,ZS,Omega,Phi,andKappa）建立RPC文件，校正一般的推掃式衛(wèi)星傳感器、框幅式航空相片和數(shù)碼航空相片。88精選2021版課件打開(kāi)文件?在主界面中，選擇File->OpenExternalFile，選擇對(duì)應(yīng)的傳感器類型和文件格式。89精選2021版課件選擇校正模型?選擇Map->Orthorectification，選擇對(duì)應(yīng)的傳感器模型。90精選2021版課件選擇控制點(diǎn)?有三種方式供選擇，默認(rèn)的為鍵盤(pán)輸入?yún)⒖键c(diǎn)，第二種方式是從影像上選擇控制點(diǎn)，第三種方法是從矢量數(shù)據(jù)中獲得控制點(diǎn)。91精選2021版課件輸出校正結(jié)果?在GroundControlPointsSelection工具面板中，選擇Options->OrthorectifyFile輸出校正結(jié)果。92精選2021版課件3、影像配準(zhǔn)93精選2021版課件我們經(jīng)常會(huì)遇到這種情況94精選2021版課件解決方法?選擇重疊區(qū)同名點(diǎn)（鏈接點(diǎn)-Tie），利用數(shù)據(jù)模型進(jìn)行校正。?ENVI提供影像自動(dòng)配準(zhǔn)功能（AutomaticRegistration），對(duì)于已經(jīng)做過(guò)幾何校正的兩個(gè)影像，可以不用手工選擇同名點(diǎn)；對(duì)于沒(méi)有地理參考的影像，推薦手工選擇至少三個(gè)同名點(diǎn)。95精選2021版課件Tie點(diǎn)選擇策略?基于灰度96精選2021版課件Tie點(diǎn)選擇策略?基于特征97精選2021版課件檢查T(mén)ie?目視和根據(jù)RMS98精選2021版課件驗(yàn)證結(jié)果?鏈接顯示，查看特征點(diǎn)。99精選2021版課件ENVI高級(jí)影像信息提取100精選2021版課件主要內(nèi)容?1、基于專家知識(shí)的決策樹(shù)分類?2、面向?qū)ο蟮挠跋裉卣魈崛?3、基于立體像對(duì)的DEM提取?4、多時(shí)相影像動(dòng)態(tài)檢測(cè)技術(shù)101精選2021版課件1、基于專家知識(shí)的決策樹(shù)分類102精選2021版課件專家分類與決策支持系統(tǒng)?根據(jù)光譜特征、空間關(guān)系和其他上下文關(guān)系歸類像元+DEM+++專家分類提供了土地利用而不僅僅是土地覆蓋RMoadap？ZCooningverageLandcoverClassification陡坡上的植被緩坡上的植被高ft植被公園用地103精選2021版課件決策樹(shù)分類步驟?專家知識(shí)決策樹(shù)分類的步驟大體上可分為四步：知識(shí)（規(guī)則）定義、規(guī)則輸入、決策樹(shù)運(yùn)行和分類后處理。104精選2021版課件規(guī)則定義?規(guī)則獲取：經(jīng)驗(yàn)總結(jié)和樣本總結(jié)（C4.5）?規(guī)則描述–類1：NDVI大于0.3，坡度大于或者等于20度–類2：NDVI大于0.3，坡度小于20度，陰坡–類3：NDVI大于0.3，坡度小于20度，陽(yáng)坡–類4：NDVI小于或等于0.3，波段4值大于或等于20–類5：NDVI小于或等于0.3，波段4值小于20105精選2021版課件規(guī)則描述——表達(dá)式與變量表達(dá)式部分可用函數(shù)基本運(yùn)算符+、-、*、/三角函數(shù)Sin、cos、tanasin、acos、atanSinh、cosh、tanh?.關(guān)系/邏輯LT、LE、EQ?.and、or、not?.最大值、最小值其他符號(hào)指數(shù)（^）、exp對(duì)數(shù)alog平方根（sqrt）、絕對(duì)值（adb）??變量作用slope計(jì)算坡度aspect計(jì)算坡向ndvi計(jì)算歸一化植被指數(shù)Tascap穗帽變換pc主成分分析mnf最小噪聲變換lpc局部主成分分析Stdev標(biāo)準(zhǔn)差Mean平均值Min、max最大、最小值其他??106精選2021版課件規(guī)則表達(dá)?二叉樹(shù)表達(dá)107精選2021版課件運(yùn)行結(jié)果?選擇Options->Execute，執(zhí)行決策樹(shù)108精選2021版課件2、面向?qū)ο蟮挠跋裉卣魈崛?09精選2021版課件面向?qū)ο蟮膱D像分析?面向?qū)ο蟮募夹g(shù)–集合臨近像元為對(duì)象用來(lái)識(shí)別感興趣的光譜要素–充分利用高分辨率的全色和多光譜數(shù)據(jù)，利用空間，紋理，和光譜信息來(lái)分割和分類的特點(diǎn)–以高精度的分類結(jié)果或者矢量輸出110精選2021版課件FX操作流程?分為兩個(gè)部分–發(fā)現(xiàn)對(duì)象–特征提取規(guī)則分類特征提取監(jiān)督分類導(dǎo)出要素查看報(bào)告和統(tǒng)計(jì)完成計(jì)算屬性發(fā)現(xiàn)對(duì)象是定義要素影像分割合并分塊精煉分塊是輸出對(duì)象為矢量文件？111精選2021版課件準(zhǔn)備工作?空間分辨率的調(diào)整?光譜分辨率的調(diào)整?多源數(shù)據(jù)組合?空間濾波112精選2021版課件導(dǎo)入數(shù)據(jù)?基本影像（BaseImage）（必選）?輔助數(shù)據(jù)（AncillaryData）（可選）?掩膜文件（MaskFile）（可選）113精選2021版課件分割影像?FX根據(jù)臨近像素亮度、紋理、顏色等對(duì)影像進(jìn)行分割，它使用了一種基于邊緣的分割算法，這種算法計(jì)算很快，并且只需一個(gè)輸入?yún)?shù)，就能產(chǎn)生多尺度分割結(jié)果。?選擇高尺度影像分割將會(huì)分出很少的圖斑，選擇一個(gè)低尺度影像分割將會(huì)分割出更多的圖斑114精選2021版課件合并分塊?影像分割時(shí)，由于閾值過(guò)低，一些特征會(huì)被錯(cuò)分，一個(gè)特征也有可能被分成很多部分。我們可以通過(guò)合并來(lái)解決這些問(wèn)題。?FX利用了FullLambda-Schedule算法，該方法在結(jié)合光譜和空間信息的基礎(chǔ)上迭代合并鄰近的小斑塊。?這一步是可選項(xiàng)，如果不需要可以直接跳過(guò)。115精選2021版課件分塊精煉?FX提供了一種閾值法（Thresholding）進(jìn)一步精煉分塊的方法。它是基于亮度值的柵格操作，根據(jù)分割后結(jié)果中的一個(gè)波段的亮度值聚合分塊。對(duì)于具有高對(duì)比度背景的特征非常有效（例如，明亮的飛機(jī)對(duì)黑暗的停機(jī)坪）。?這一步是可選項(xiàng)，如果不需要可以直接跳過(guò)。116精選2021版課件計(jì)算對(duì)象屬性?計(jì)算4個(gè)類別的屬性：光譜、空間、紋理、自定義（顏色空間和波段比）。其中“顏色空間”選擇三個(gè)RGB波段轉(zhuǎn)換為HSI顏色空間，“波段比”選擇兩個(gè)波段用于計(jì)算波段比（常用紅色和近紅外波段）。117精選2021版課件特征提取方法?監(jiān)督分類、規(guī)則分類和直接矢量輸出118精選2021版課件直接輸出矢量?輸出Shapefile矢量文件?屬性119精選2021版課件監(jiān)督分類法特征提取?根據(jù)一定樣本數(shù)量以及其對(duì)應(yīng)的屬性信息，利用K鄰近法和支持向量機(jī)監(jiān)督分類法進(jìn)行特征提取。120精選2021版課件規(guī)則分類法特征提取?每一個(gè)分類有若干個(gè)規(guī)則（Rule）組成，每一個(gè)規(guī)則有若干個(gè)屬性表達(dá)式來(lái)描述。規(guī)則與規(guī)則直接是與的關(guān)系，屬性表達(dá)式之間是并的關(guān)系。?如下是對(duì)水的一個(gè)描述：–面積大于500像素–延長(zhǎng)線小于0.5–NDVI小于0.3121精選2021版課件房屋特征提取?第一條屬性描述，劃分植被覆蓋和非覆蓋區(qū)。–Customized->bandratio：0~0.3?第二條屬性描述，去除道路影響。–Spatial->rect_fit：0.5~1–Spatial->Area:FuzzyTolerance=0，90<Area<1100–Spatial->elongation(延長(zhǎng)):elongation<3?第三條屬性描述，去除水泥地影響–Spectral->avgband_2:avgband_2<50122精選2021版課件預(yù)覽結(jié)果123精選2021版課件3、基于立體像對(duì)的DEM提取124精選2021版課件立體像對(duì)高程提取—DEMExtraction?快速?gòu)腁LOSPRISM,ASTER,CARTOSAT-1,FORMOSAT-2,GeoEye-1,IKONOS,KOMPSAT-2,OrbView-3,QuickBird,WorldView-1,SPOT1-5以及航空影像立體像對(duì)中提取DEM。?全面支持RPC模型參數(shù)，盡可能少的控制點(diǎn)以達(dá)到有效的精度?使用DEM編輯工具對(duì)提取的DEM做局部編輯?交互量測(cè)特征地物的高度和收集3D信息并導(dǎo)出為3DShapefile文件格式125精選2021版課件輸入立體像對(duì)定義地面控制點(diǎn)定義連接點(diǎn)設(shè)定DEM提取參數(shù)輸出DEM并檢查結(jié)果編輯DEM采用向?qū)Р僮鞣绞揭徊讲街笇?dǎo)您通過(guò)以下步驟進(jìn)行DEM提取126精選2021版課件1、支持RPC、DIM等位置文件127精選2021版課件您可以定義或是加載已有的GCP點(diǎn)對(duì)，將DEM和地圖坐標(biāo)聯(lián)系起來(lái)。也可以屏幕上選擇GCP點(diǎn)2、定義控制點(diǎn)128精選2021版課件? ENVI可以自動(dòng)產(chǎn)生匹配點(diǎn)，或者您自己從兩幅圖像中選擇匹配點(diǎn)。3、定義連接點(diǎn)（Tie）129精選2021版課件?可以通過(guò)立體眼鏡進(jìn)行3D瀏覽。生成核圖像130精選2021版課件設(shè)置DEM輸出參數(shù)投影參數(shù)4、設(shè)置DEM輸出參數(shù)131精選2021版課件5、輸出DEM并檢查結(jié)果當(dāng)DEM提取向?qū)瓿珊?，可以將DEM加載查看。DEM提取向?qū)б蔡峁┝司庉婦EM選項(xiàng)，可以通過(guò)ENVI的DEM編輯工具進(jìn)行編輯。132精選2021版課件瀏覽結(jié)果通過(guò)將ENVI的3D表面瀏覽工具將紋理影像疊加到DEM上檢查DEM提取的結(jié)果。133精選2021版課件立體3D測(cè)量工具立體3D測(cè)量工具允許您通過(guò)單一的匹配點(diǎn)交互的計(jì)算高程值。134精選2021版課件4、多時(shí)相影像動(dòng)態(tài)檢測(cè)技術(shù)135精選2021版課件遙感變化檢測(cè)技術(shù)?遙感變化檢測(cè)就是從不同時(shí)期的遙感數(shù)據(jù)中，定量地分析和確定地表變化的特征與過(guò)程。?檢測(cè)方法–圖像直接比較法–圖像差值法、圖像比值法、主成分分析法、光譜特征變異法、假彩色合成法、波段替換法、變化矢量分析法、波段交叉相關(guān)分析以及混合檢測(cè)法等–分類后結(jié)果比較法–直接分類法–多時(shí)相主成分分析后分類法136精選2021版課件圖像差值法?圖像差值法就是將兩個(gè)時(shí)相的遙感圖像相減。其原理是：圖像中未發(fā)生變化的地類在兩個(gè)時(shí)相的遙感圖像上一般具有相等或相近的灰度值，而當(dāng)?shù)仡惏l(fā)生變化時(shí)，對(duì)應(yīng)位置的灰度值將有較大差別。因此在差值圖像上發(fā)生地類變化區(qū)域的灰度值會(huì)與背景值有較大差別，從而使變化信息從背景影像中顯現(xiàn)出來(lái)。137精選2021版課件光譜特征變異法?同一地物反映在一時(shí)相影像上的信息與其反映在另外時(shí)相影像上的光譜信息是一一對(duì)應(yīng)的。當(dāng)將不同時(shí)相的影像進(jìn)行融合時(shí)，如同一地物在兩者上的信息表現(xiàn)不一致時(shí)，那么融合后的影像中此地物的光譜就表現(xiàn)得與正常地物的光譜有所差別，此時(shí)稱地物發(fā)生了光譜特征變異，我們就可以根據(jù)發(fā)生變異的光譜特征確定變化信息。138精選2021版課件假彩色合成法?由于地表的變化，相同傳感器對(duì)同一地點(diǎn)所獲取的不同時(shí)相的影像在灰度上有較大的區(qū)別。在進(jìn)行變化信息的發(fā)現(xiàn)時(shí)，將前、后兩時(shí)相的數(shù)據(jù)精確配準(zhǔn)，再利用假彩色合成的方法，將后一時(shí)相的一個(gè)波段數(shù)據(jù)賦予紅色通道，前一時(shí)相的同一波段賦予藍(lán)色和綠色通道。利用三原色原理，形成假彩色影像。其中，地表未發(fā)生變化的區(qū)域，合成后影像灰度值接近，而土地利用發(fā)生變化的區(qū)域則呈現(xiàn)出紅色，即判定為變化區(qū)域。139精選2021版課件多波段主成分分析法?當(dāng)?shù)匚飳傩园l(fā)生變化時(shí)，必將導(dǎo)致其在影像某幾個(gè)波段上的值發(fā)生變化，所以只要找出兩時(shí)相影像中對(duì)應(yīng)波段值的差別并確定這些差別的范圍，便可發(fā)現(xiàn)變化信息。在具體工作中將兩時(shí)相的影像各波段組合成一個(gè)兩倍于原影像波段數(shù)的新影像，并對(duì)該影像作PC變換。由于變換結(jié)果前幾個(gè)分量上集中了兩個(gè)影像的主要信息，而后幾個(gè)分量則反映出了兩影像的差別信息，因此可以試著抽取后幾個(gè)分量進(jìn)行波段組合來(lái)發(fā)現(xiàn)變化信息。140精選2021版課件圖像分類后比較法?該方法的核心是基于分類基礎(chǔ)上發(fā)現(xiàn)變化信息。即首先運(yùn)用統(tǒng)一的分類體系對(duì)每一時(shí)相遙感影像進(jìn)行單獨(dú)分類，然后通過(guò)對(duì)分類結(jié)果進(jìn)行比較來(lái)直接發(fā)現(xiàn)土地覆被等的變化信息。141精選2021版課件波段替換法?在RGB假彩色合成中，G和B分量用前時(shí)相的兩個(gè)波段，用后一時(shí)相的一個(gè)波段影像組成R分量，在合成的RGB假彩色圖像上能夠很容易地發(fā)現(xiàn)紅色區(qū)域即為變化區(qū)域。142精選2021版課件信息提取技術(shù)?手工數(shù)字化法–屏幕數(shù)字化–區(qū)域生長(zhǎng)法?圖像自動(dòng)分類–監(jiān)督分類–非監(jiān)督分類–面向?qū)ο蟮奶卣魈崛》?圖像分割–手工閾值分割–自動(dòng)閾值分割?組合法143精選2021版課件圖像直接比較法—DifferenceMap?單波段間的差異運(yùn)算–減法–除法?數(shù)據(jù)預(yù)處理–相對(duì)大氣校正–像元?dú)w一化處理–像元單位標(biāo)準(zhǔn)化處理?變化等級(jí)的量化–閾值劃分–直接分割結(jié)果144精選2021版課件分類后比較—ChangeDetectionStatistics?變化類型的差異分析?變化統(tǒng)計(jì)–像素–百分比–面積統(tǒng)計(jì)?生成掩膜圖像145精選2021版課件流程化圖像處理工具——?jiǎng)討B(tài)監(jiān)測(cè)?流程化操作，一步步引導(dǎo)您處理影像。?包括部分預(yù)處理流程，包括影像配準(zhǔn)、相對(duì)大氣校正等。?只是發(fā)現(xiàn)變化信息，還需要借助其他工具提取變化信息。146精選2021版課件ENVI高光譜分析技術(shù)147精選2021版課件主要內(nèi)容?1、高光譜簡(jiǎn)介?2、高光譜數(shù)據(jù)預(yù)處理?3、物質(zhì)制圖與識(shí)別、探測(cè)?4、植被分析148精選2021版課件1、高光譜遙感簡(jiǎn)介?光學(xué)遙感技術(shù)的發(fā)展：–全色（黑白）－－彩色攝影－－多光譜掃描成像－－高光譜遙感?高光譜分辨率遙感（HyperspectralRemoteSensing）–用很窄（10-2λ ）而連續(xù)的光譜通道對(duì)地物持續(xù)遙感成像的技術(shù)。在可見(jiàn)光到短波紅外波段其光譜分辨率高達(dá)納米(nm)數(shù)量級(jí)，通常具有波段多的特點(diǎn)，光譜通道數(shù)多達(dá)數(shù)十甚至數(shù)百個(gè)以上，而且各光譜通道間往往是連續(xù)的，因此高光譜遙感又通常被稱為成像光譜（ImagingSpectrometry）遙感。149精選2021版課件從光譜影像上獲得光譜曲線高光譜圖像空間成像的同時(shí)，記錄下成百個(gè)連續(xù)光譜通道數(shù)據(jù)從每個(gè)像元均可提取一條連續(xù)的光譜曲線對(duì)高光譜圖像的處理實(shí)質(zhì)是對(duì)像元光譜曲線的定量化處理與分析150精選2021版課件高光譜成像技術(shù)?成像光譜儀：–與地面光譜輻射計(jì)相比，成像光譜儀不是在“點(diǎn)”上的光譜測(cè)量，而是在連續(xù)空間上進(jìn)行光譜測(cè)量，因此它是光譜成像的；–與傳統(tǒng)多光譜遙感相比，其光譜通道不是離散而是連續(xù)的，因此從它的每個(gè)像元均能提取一條平滑而完整的光譜曲線。151精選2021版課件成像光譜儀系統(tǒng)介紹?航空成像光譜儀系統(tǒng)?國(guó)內(nèi)系統(tǒng)：MAIS、OMIS-1、OMIS-2、PHI、WHI、LASIS?國(guó)外系統(tǒng)：AIS、AVIRIS、TRWIS、GERIS、HYDICEAISA、DAIS、CASI、HYMAP152精選2021版課件AVIRISSpectral

coverage:VIStoNIR

(400-2500nm)Spectralbands:

224Spectralresolution:

<10nm?

FOV:30°IFOV:1.0

mradDigitization:12

bits153精選2021版課件HYMAPSpectral

coverage:VIS:400-800nm,15nm

bands;?

NIR:881-1335nm,14nmbands;?

SWIR1:1400-1813nm,12nmbands;?

SWIR2:1950-2543nm,16nmbands;Spectralbands:

126?

FOV:60°IFOV:2.5

mrad(along_track)2.0

mrad(across_track)Pixelsperline:

512154精選2021版課件航天成像光譜儀系統(tǒng)——Hyperion/EO-1?國(guó)家：美國(guó)?時(shí)間：2000年11月衛(wèi)星發(fā)射成功?掃描帶寬：7.5km,空間分辨率：30米，?在0.4－2.5μ m共有220波段:?可見(jiàn)光－近紅外(400-1000nm):60波段，?短波紅外(900-2500nm):160波段。155精選2021版課件環(huán)境與減災(zāi)小衛(wèi)星星座（HJ-1B）156精選2021版課件2、高光譜數(shù)據(jù)預(yù)處理?傳感器定標(biāo)?大氣校正157精選2021版課件傳感器定標(biāo)?傳感器定標(biāo)是針對(duì)設(shè)備本身，建立傳感器每個(gè)探測(cè)元件輸出的數(shù)據(jù)量化值（DN）與它所對(duì)應(yīng)像元內(nèi)的實(shí)際地物的輻射亮度之間的定量關(guān)系（陳述彭等，1998）。輻射亮度（輻射率）單位可為：（μ W）/（cm2*nm*sr）。?ENVI提供針對(duì)特定傳感器的定標(biāo)，包括ASTER、AVHRR、MODIS、MSS、TM、IKONOS、QuickBird、WorldView等；通用方法，包括：平場(chǎng)域定標(biāo)、對(duì)數(shù)殘差、內(nèi)部平均反射率法和經(jīng)驗(yàn)線性；針對(duì)熱紅外數(shù)據(jù)，還提供大氣校正工具、相對(duì)通道發(fā)射率、歸一化發(fā)射率、Α殘差等定標(biāo)工具。158精選2021版課件為什么做大氣糾正？?太陽(yáng)輻射通過(guò)大氣以某種方式入射到物體表面然后再反射回傳感器?原始影像包含物體表面，大氣，以及太陽(yáng)的信息?如果我們想要了解某一物體表面的光譜屬性，我們必須將它的反射信息從大氣和太陽(yáng)的信息中分離出來(lái)。159精選2021版課件大氣散射直接反射鄰接反射160精選2021版課件大氣校正方法?基于輻射傳輸模型–LOWTRAN模型–MORTRAN模型–ATCOR模型–6S模型?基于統(tǒng)計(jì)學(xué)模型–平場(chǎng)域定標(biāo)–對(duì)數(shù)殘差–內(nèi)部平均反射率法–經(jīng)驗(yàn)線性?基于簡(jiǎn)化輻射傳輸模型的黑暗像元法?基于統(tǒng)計(jì)的不變目標(biāo)法?基于植被指數(shù)的大氣阻抗植被指數(shù)法???161精選2021版課件ENVI大氣校正模塊?ENVI的大氣校正模塊的模型為MODTRAN4+模型，它是由SpectralSciences,Inc. (SSI)和AirForceResearchLabs (AFRL)合作開(kāi)發(fā)，ITTVIS進(jìn)行整合和圖形化。?ENVI的大氣校正模塊能夠?qū)Ω吖庾V、多光譜影像進(jìn)行校正。–高光譜包括：HyMAP、AVIRIS、HYDICE、HYPERION、Probe-1,CASI、AISA等；–多光譜包括：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、SeaWiFS、SPOT、QuickBird等，以及航空（860nm-1135nm）數(shù)據(jù)。?多光譜與高光譜的模型基礎(chǔ)一樣：MODTRAN4+。這個(gè)模塊通過(guò)高光譜像素光譜上的特征來(lái)估計(jì)大氣的屬性，可以有效地去除水蒸氣,氣溶膠散射，漫反射的鄰域效應(yīng)。采用向?qū)讲僮髁鞒?，還包括快速大氣校正功能。162精選2021版課件使用ENVI大氣校正模塊——輸入文件準(zhǔn)備?數(shù)據(jù)是經(jīng)過(guò)定標(biāo)后的輻射亮度（輻射率）數(shù)據(jù)?數(shù)據(jù)帶有中心波長(zhǎng)（wavelenth）值，如果是高光譜還必須有波段寬度（FWHM）,這兩個(gè)參數(shù)都可以通過(guò)編輯頭文件信息輸入（EditHeader）。?數(shù)據(jù)類型–支持四種數(shù)據(jù)類型：浮點(diǎn)型（floating）、4-bytesignedintegers,2-bytesignedintegers,以及2-byteunsignedintegers。?數(shù)據(jù)存儲(chǔ)類型：ENVI標(biāo)準(zhǔn)柵格格式文件，且是BIP或者BIL。?波譜范圍：flaash能夠做的數(shù)據(jù)光譜范圍是0.4－2500μ m。163精選2021版課件使用ENVI大氣校正模塊——基本參數(shù)設(shè)置?傳感器基本信息設(shè)置164精選2021版課件使用ENVI大氣校正模塊——大氣模型March°ModelAtmosphereWaterVapor(stdatm-cm)WaterVapor(g/cm2)SurfaceAirTemperatureSub-ArcticWinter(SAW)5180.42-16°Cor3°FMid-LatitudeWinter(MLW)10600.85-1°Cor30°FU.S.Standard(US)17621.4215°Cor59°Sub-ArcticSummer(SAS)25892.0814°Cor57°Mid-LatitudeSummer(MLS)36362.9221°Cor70°Tropical(T)51194.1127°Cor80LatitudeJan.MayJulySept.Nov.(°N)80SAWSAWSAWMLWMLWSAW70SAWSAWMLWMLWMLWSAW60MLWMLWMLWSASSASMLW50MLWMLWSASSASSASSAS40SASSASSASMLSMLSSAS30MLSMLSMLSTTMLS20TTTTTT10TTTTTT0TTTTTT-10TTTTTT-20TTTMLSMLST-30MLSMLSMLSMLSMLSMLS-40SASSASSASSASSASSAS-50SASSASSASMLWMLWSAS-60MLWMLWMLWMLWMLWMLW-70MLWMLWMLWMLWMLWMLW-80MLWMLWMLWSAWMLWMLW165精選2021版課件水氣去除設(shè)置WaterRetrieval?水氣去除設(shè)置，采用兩種方式對(duì)水氣進(jìn)行去除：–利用水氣去除模型恢復(fù)影像中每個(gè)像元的水氣量–使用水氣去除模型，數(shù)據(jù)必須具有15nm以上波譜分辨率，且至少覆蓋以下波譜范圍之一：1050-1210nm(對(duì)應(yīng)1135nm)870-1020nm(對(duì)應(yīng)940nm)770-870nm(對(duì)應(yīng)820nm)–單一的水氣因數(shù)用于整體影像，默認(rèn)是1，–對(duì)于多光譜數(shù)據(jù)使用水氣去除模型，可以在多光譜設(shè)置中手動(dòng)設(shè)置水氣波段166精選2021版課件氣溶膠模型（AerosolModel）?提供四種標(biāo)準(zhǔn)MODTRAN氣溶膠模型–Rural（鄉(xiāng)村）、Urban（城市）、Maritime（海洋）、Tropospheric（對(duì)流層，能見(jiàn)度在40km以上）?兩種氣溶膠去除方法–2-Band（K-T）方法(類似模糊減少法)，如果沒(méi)有找到適應(yīng)的黑值（一般是陰影區(qū)或者水體），系統(tǒng)將采用能見(jiàn)度值來(lái)計(jì)算；所以即使選擇了該