《ENVI实验教程.doc》由会员分享，可在线阅读，更多相关《ENVI实验教程.doc（13页珍藏版）》请在金锄头文库上搜索。
1、华北水利水电学院遥感应用分析原理与方法课程设计 设计题目：ENVI实习报告姓名：张国洋学号：201000815班级：2010008班专业：资源环境与城乡规划管理学院：资源环境 遥感应用分析原理与方法 课程ENVI课程设计目录1. 界面系统介绍22. 图像预处理33. 影像分析4影像统计分析44. 定义感兴趣区(ROI)及分类5监督分类（Supervised Classification）5非监督分类（Unsupervised Classification）85. 分类后处理（Post Classification）96. 制图输出10图形的整饰117.实习心得及图像成果图12 ENVI实习报告
2、ENVI（The Environment for Visualizing Images）Version 4.1 ,由美国系统研究公司（Research System INC.）开发。1. 界面系统介绍主菜单： ENVI图形用户界面分别是文件管理、基础工具、分类、变换工具、滤波、波谱工具、制图工具、矢量工具、地形工具、雷达工具、显示管理、帮助。在File菜单栏下主要是对文件的一些操作，如各种文件的打开，存储与关闭，脚本文件的生成与启动，以及一些参数设置。在basic tool菜单栏下主要是对图像数据处理的一些基本工具，如数据调整（空间/波谱），通过感兴趣区构建数据子集，图像旋转，层的叠加，数据格
3、式转换（BSQ,BIL,BIP），数据拉伸，统计工具，变化探测分析，测量工具，波段运算，波谱运算，图像分割，感兴趣区，图像镶嵌，掩膜，预处理等。在Classification中主要是图像的分类和分类后处理功能，各种监督分类和非监督分类方法，决策树分类等，分类后类的比较，合并，筛选，集群等功能。Transform菜单中主要是一些图像变换工具，图像的锐化，噪声处理，主成分变换，归一化植被指数，缨帽变换等。Filter中是一些滤波工具，卷积和形态学滤波，纹理滤波，频率域滤波等等。Spectral菜单下是一些波谱工具，波谱处理与分析资源工具，波谱分割，最小噪声变换，N维可视化分析制图方法，植被分析，植
4、被抑制，波谱运算，波谱重采样等，还有很多，本次设计涉及甚少，这里暂不详细介绍。Map工具中是一些图像配准，镶嵌，坐标定位，投影等制图工具。Vector是矢量工具，可以将各种图像转化为矢量图，将各种文件转换为DXF文件。Topographic是地形工具，主要是打开一些地形文件，DEM数字高程模型提取，转换等。Radar是雷达工具，是关于雷达文件的操作，进行滤波，校正等操作。Window菜单栏是显示管理，一些窗口的启动，可用的文件列表，窗口的信息的显示，窗口的关闭和最大化。Help窗口是在使用ENVI过程中遇到困难时给予帮助，还有一些关于ENVI的介绍。1. 主菜单设置（preferences）：
5、内存设置2. 图像预处理1 图像的切割（取子区）ENVI：Basic Tools Resize Data Resize Data Input File对话框（如下图）。选择需要切割的原始图像；选择Spatial Subset或Spectral Subset方式；若设置空间切割方式（Spatial Subsetselect Spatial Subset）点击 “Image”；出现Subset by Image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；若设置波段范围（Spectral SubsetFile Spectral Subset
6、），选择波段；若要根据已选择的感兴趣区域进行切割，可用ENVI：Basic ToolsSubset Data via ROIs。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：Resize Data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Output File Dimensions。* 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（continuum removal）和波谱特征拟合（spectral feature fit
7、ting）。2 图像的重采样ENVI：Basic Tools Resize Data Resize DataInput File对话框选择需要采样的原始图像OKResize Data Parameters调整 Output File Dimensions的像元数；选择采用方法 文件输出. 影像分析影像统计分析1. 统计特征分析ENVI：Basic Tools Statistics Computer Statistics Calculate Statistics Parameters对话框-选择统计类型（Basic、Histogram、Covariance）由对各波段的统计值分析可知协方差和相关
8、系数是两个基本的统计量，其值越高，表明两个波段图像间的协变性越强。对于单个波段可以看出，为更好地实现图像的合成，需选用方差较大的波段，这样图像对比差异大，信息量丰富，能更好的反应地物信息，3波段最大，需选用，2,6波段较小，图像合成时，就图像压缩而言，不予考虑，7波段是热红外波段，只剩1,4,5波段，再由波段间的相关性观察统计值，由于相关性越大，说明两个波段的信息重合率越大，应选用相关性较小的波段，这样可以尽可能大的反映信息量，发现1和5波段相关性较强，选取一个即可，这样三个波段通过统计值给确定下来，这是常用的方法，由于本次分类为了更好地突出植被，水体，城乡信息，本次设计选用了4,3,2,波段
9、分别赋予红绿蓝合成的标准假彩色图像。2. 主成分分析(ENVI: Transformprinciple compents) Transforms Principal Components Forward PC Rotation Compute New Statistics and Rotate.- 选择输入文件- 选择输出 PC 波段数-“Select Subset from Eigenvalues”-出现 PC EigenValues 绘图窗口（每个节点是PC各分量的特征值，可进一步计算PC各分量的方差百分比）在遥感分类中，常常利用主成分分析算法消除波段之间的相关性，并进行特征选取，主成分分
10、析还可以用来对图像进行压缩和信息融合，从以上结果可以看出，把第1,2,3主成分图像进行彩色合成，可以获得信息量非常丰富的彩色图像。4. 定义感兴趣区(ROI)及分类监督分类（Supervised Classification）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: Basic Tools Region Of Interest ROI tool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：Imag
11、e：OverlayRegion of Interest，或者直接在图像窗口上点击鼠标右键，再选择ROI Tool。根据前面的背景资料和预处理结果选择分类图像，建立各类地物的训练区。各类地物的解译标志，即地物的明显特征是最重要的选择标准。根据其在影像上表现出的色调、纹理等特征，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（ROI ToolL: ROI_
12、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）在图像窗口上画出感兴趣区，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ROI Tool窗口中的Delete控键，此操作将删除所有该类型的感兴趣区域）。ROI Tool 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（ROI Name）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ROI Tool窗口的
13、New Region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，需要对训练样本进行提纯。N维可视化分析器（N Dimensional Visualizer）即是对选择的训练区像元进行提纯。当某些像元始终聚集在一起运动时，这些就是所需的最纯像元；若在运动时，像元分成了两个部分，则说明选择了两类地物的训练区，需把此训练区像元分开处理。ROI Tool: FileExport ROIs to n-D Visualizer n-D Control; n-D
14、 Visualizer让训练区像元在n维空间内自由转动（可以控制转动速度Speed），当转到最能区分各类型训练区像元的位置时，停止转动，进行样本提纯操作。即：（1）在n-D Visualizer窗口中用鼠标选择某类训练区的纯像元并点击鼠标右键确定（可进行多次选择），再次单击右键Export Class，提纯后的训练区将出现在ROI Tool窗口中。（2）进行下一个类型训练区的提纯时，首先要在n-D Visualizer窗口中单击右键New Class，下面的操作如前。如此，完成所有训练区的提纯。（3）训练区的保存：ROI Tool: FileSave ROIs2. 选择分类方式分类方式包括平行
15、六面体法、最短距离法、马氏距离法、最大似然法、波谱角分类以及二进制编码法等，选择合适的分类方式。1) 最大似然法（Maximum Likelood Classification）ENVI: Classification supervised Maximum likelihood Classification Input File 选择分类的图像 Maximum likelihood Parameters 选择训练样本，设置说明最大似然分类假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别的可能性。除非选择一个可能性阈值，所有像元都将参与分类。每一个像元被归到可能性最大的那一类里。在Maximum Likelihood Parameters 对话框中设置一般分类参数，在 “Set Probability Threshold” 文本框里，键入一个阈值（01）。选项参数被用来控制像元准确分类的可能性。如果像元的可能性低于所有类的阈值，则它被归为“无类别”，在此，我
