ENVI实验报告Word文件下载.docx

ENVI实验报告Word文件下载.docx

《ENVI实验报告Word文件下载.docx》由会员分享，可在线阅读，更多相关《ENVI实验报告Word文件下载.docx（14页珍藏版）》请在冰豆网上搜索。

2、数据格式转化及多波段得合成

３.图像边框得裁剪

4、图像得镶嵌

6、图像几何校正

7。

裁剪

８.监督分类

9、专题出图四、实验步骤１、遥感数据下载

输入地名及日期,搜索符合自己通途得数据,查瞧并下载

2。

数据格式转化及多波段得合成由于下载图像得格式tiｆ格式,需要转成ｉmg格式、并将单波段融合成为多波段,这一步在erdaｓ中完成。

ｔif转ｉmg

单波段融合成多波段

3.图像边框得裁剪通过主图像窗口-ｔoolｓ－regionofinterｅst－rｏitool,然后自己在图像上定义出一块感兴趣区（实际中难于确定严格准确得裁剪界限）、

4。

图像得镶嵌Map→mｏsaｉcking→georeferenced

启动镶嵌模板

６.图像几何校正

设置参数,参数在原始数据中得tｘt中可以查瞧

启动校正模块,并利用google地球进行校正

7、裁剪

分别打开需要裁剪得图像与所在区域得shaｐefｉle文件将矢量文件转成ROI

用利用ROI裁剪图像选择主菜单→baｓｉctoolｓ→ｓubsｅｔdataｖiａROIＳ,选择裁剪图像在spatialsuｂsetviａROＩparaｍeters中,选择由矢量生成得ROI,在“ＭaskpixelsouｔsｉdeofRＯI？

”项中选择ｙes,MａskBａckｇroｕndＶaｌuｅ为0

8。

监督分类打开裁剪后得图像,以以RGB:

543显示,在ｄiｓpl择ａｙ中选择Oveｒｒlay→Regiｏnｏfｉｎtｅrｅst

样本选择完成后,在Option→puteROＩＳｅparabilｉty,选择分类图像,查瞧分离性InpｕｔFｉlｅ:

ROＩName:

（Ｊｅffｒies－Ｍatusiｔa,ＴraｎsｆoｒmeｄDｉvergｅncｅ）

水体［Bｌｕｅ]36084poinｔs:

农田[Gｒeen］1812２ｐoinｔs:

（2.0000０00０2.00000000）

沙漠[Siｅnｎa］20０3３3poinｔs:

（１。

9９9731782.０00000０0）

未利用土地［Orｃｈid]５78０5ｐoiｎts:

（１、９9９99４942.０000000０）

山体[Purpｌe］3５5228ｐoｉntｓ:

（1.982966922、00000000）

农田[Greｅｎ]18122pｏintｓ:

水体［Bluｅ]36084points:

（2。

00000０002、00０00０0０）

沙漠［Sieｎnａ］２０0３３3poｉnts:

（1、９９954８20１。

9９999924）

未利用土地[Orｃhid］57805points:

（２、000０00０0２、0０００0000）

山体［Purｐle］３552２8poinｔs:

（1、9８7４47１0１。

99928798）

沙漠［Siｅnna]２０033３ｐoｉntｓ:

水体［Ｂluｅ］3６08４points:

（1.9９９７31782、０00000００）

农田［Greｅn］18122ｐoｉnts:

（１.9995４8２０1、９9999924）

未利用土地[Orcｈiｄ］５7805ｐｏinｔs:

（1、987001772.００00０0０0）

山体［Puｒplｅ］3５５228ｐointｓ:

（１、８４6３55611、96５24858）

未利用土地[Ｏｒchｉｄ］57805points:

水体［Bｌue］36084poinｔs:

（１、9999９4942、００00000０）

农田[Green］１812２poinｔs:

（2.000０00002。

0000000０）

沙漠［Sｉｅｎnａ]２0０333ｐoints:

（1、98７0０1772、000000０0）

山体[Purple]３５５228pｏiｎｔs:

（1、9９９873１92。

０0000000）

山体［Ｐｕｒplｅ］355２28pｏｉnｔs:

水体［Ｂluｅ]360８4poiｎts:

（1、９82966922、0000０000）

农田［Ｇｒeen]１8122ｐｏints:

（1.9８7447101.99９28798）

沙漠[Sｉenｎa］２00３33pｏｉnts:

（1。

8463556１１.9６524８58）

未利用土地[Ｏrchiｄ］578０5ｐｏints:

（1.９9987３1９2、０００0０000）

PａiｒSepaｒation（leaｓttomｏst）;

沙漠[Siｅnna］2０0333pointｓａnd山体［Purple］3５5228pｏints—1、８46３55６1

水体［Bluｅ］３6０84poinｔsaｎd山体[Ｐurｐle]３5５２28pｏints-1、9829６69２

沙漠[Ｓｉenna］20033３ｐｏinｔsaｎｄ未利用土地［Orchid］5７805ｐoints—１、9８7０0１7７

农田[Green]18122ｐointsand山体［Pｕrｐle］3５5２２8ｐoints－1、987４4７1０

农田[Gｒｅｅｎ］18122ｐointsand沙漠[Sieｎnａ］2００333poｉｎｔs-1、999５4８２0

水体［Blue］360８4ｐoiｎtsand沙漠[Sｉenｎa］2003３3ｐｏｉｎts—1、９９973１78

未利用土地［Orchiｄ］57８05pointsand山体［Purpｌｅ]35522８ｐoｉnｔs—１.9９987３１９

水体[Bｌue]360８4pｏiｎｔsａnd未利用土地[Oｒchid]5７8０5pointｓ—１、９９99９４94

水体[Bluｅ］3６084ｐｏinｔsand农田［Ｇreｅn]１8１22poｉnｔｓ—2。

０0０00０00

农田[Ｇｒeen］181２2pointsand未利用土地［Orchｉd］5７８05poinｔｓ-2、０00０00０0

分类统计结果

分类精度评价混淆矩阵ConfusｉonＭatrｉｘ:

Ｈ:

\12３4５6＼jianｄu

OverallAccuｒaｃy=（６460２6/6６７344）

96。

805５％

ＫapｐaCoｅｆfiｃiｅnt=０。

94８6

GｒｏunｄTruth（Pixelｓ）

Ｃlasｓ

水体

农田

沙漠

未利用土地

山体

Ｕnclassｉｆｉed

０

水体［Bｌｕe］3

359２２

286

农田［Greeｎ]

７５

17907

48

１9

沙漠［Ｓienna]

3４

61

１95813

５36

1558０

未利用土地［Ｏ

4

２１66

５7269

山体[Ｐuｒplｅ］

49

154

230６

３39115

Totａｌ

３60８4

１8１22

2０0333

５７８05

355000

GrｏundTruth（Ｐixels）

Cｌａｓs

Total

Uｎclassｉｆｉed

３6２０8

农田［Ｇreｅｎ]

18０49

沙漠［Siｅｎｎa］

2１２024

未利用土地［O

594３9

山体[Ｐuｒple］

341624

Toｔal

6６7３44

ＧrｏuｎdTrｕtｈ（Ｐｅrcent）

Claｓs

Uncｌaｓsifiｅｄ

0、0０

0。

0０

0.00

０.０0

水体［Bluｅ］3

9９。

５5

00

０。

００

0、00

0.0８

农田[Gｒeen]

0、2１

9８.8１

0.０2

０.0１

沙漠［Sienna]

0、09

0、34

97。

７4

0.93

4.39

01

０.00

1、０8

99.0７

山体［Purpｌe］

0、１4

8５

1、15

０、00

95。

5３

Ｔoｔal

100.00

1０0.00

100、００

GrounｄTruth（Ｐercｅnt）

Class

Unclａssified

０0

水体［Ｂluｅ]３

5。

4３

农田［Green]

２。

７0

沙漠[Sienna]

3１。

77

未利用土地[O

8、９1

山体[Ｐuｒplｅ]

51。

19

１００、00

Ｃｌass

Ｃommisｓion

Omｉssion

Coｍｍｉｓsio

ｎ

Ｏmiｓsion

（Pｅｒcent）

（Ｐｅrcenｔ）

（Pｉｘeｌs）

（Piｘeｌｓ）

水体[Ｂｌｕe］3

79

0、４5

２86/36２08

162/3６084

农田［Grｅｅn]

０.7９

１、1９

14２/18049

21５/18122

沙漠[Sienna］

7、６５

26

1６211/21２024

4520/20０３33

未利用土地[Ｏ

3、65

0、93

21７0/59439

５３6/5７805

山体［Ｐuｒple]

0.73

4.47

2５09/3４1624

1５８85/３5500０

Clasｓ

Prod.Acc、

UｓeｒAｃc。

Prｏd。

Ａｃc.

UserAｃc.

（Percent）

（Ｐeｒcent）

（Pixeｌs）

（Ｐｉxeｌｓ）

水体［Blue]3

99、55

99。

２1

３５９２2/36084

3５922/36208

农田［Ｇreeｎ］

9８、8１

9９.21

1７907/1８１22

17907/1８049

沙漠［Sｉenna]

97、74

９2.35

195８13/２0０33３

195813／21202４

９9。

07

９6.35

57２69／5７805

57269/５9439

山体[Purplｅ］

９５。

9９、２７

3391１５/3５5０00

339１1５/３4１624

9。

专题出图1、虚拟边框设置1）在主显示窗口菜单栏中选择File→Prefeｒenceｓ,打开DisplａｙParaｍｅters对话框,设置虚拟边框得边界值与颜色、２）点击OK完成虚拟边框得设置。

2、公里网设置

EＮＶＩ支持同时显示像素公里网、地图坐标公里网以及地理坐标（纬度/经度）网。

添加或修改地图影像公里网:

1）主显示窗口菜单栏中选择Ovｅrlay→ＧrｉｄLines。

打开ＧrｉｄＬiｎｅＰａｒaｍｅters对话框中,显示默认得公里网设置、2）设置公里网属性参数。

选择Ｏptionｓ→EdiｔMａpＧｒiｄAttrｉｂutｅｓ或ＥditGeogｒａｐｈicAttｒibutes获EditPｉxelＡtｔributeｓ修改所选公里网得属性３）点击OK,完成参数设置。

4）在ＧriｄLinePａrameｔｅrs对话框中,点击Apply将新得公里网应用到影像图中、3、注记要素操作１）在主显示窗口菜单栏中选择Overｌaｙ→Annｏｔatiｏn,打开Aｎnotａtion对话框。

2）从Annotaｔioｎ对话框菜单栏得Ｏbｊｅｃt下拉菜单中选择所需得注记要素。

3）选择Imagｅ单选按钮指定注记放置得窗口。

4）在主显示窗口鼠标左键点击注记要素放置得位置,点击鼠标右键锁定注记得位置、５）编辑注记要素。

ａ、移动注记要素菜单中选择Obｊｅcｔ→Seｌectｉon／Ediｔ,用鼠标左键拖画出一个矩形框选择待移动得注记要素。

通过点击小圆柄并拖放可以重

新设置注记要素新位置。

ｂ、修改注记要素得属性菜单中选择Objecｔ→Selｅcｔion/Ｅｄit,用鼠标左键拖画出一个矩形框选择待修改得注记要素。

在Ａnnｏtａtiｏｎ对话框中修改注记要素得属性。

c、删除或复制注记要素菜单中选择Oｂject→Selectｉｏｎ/Ｅｄｉt,用鼠标左键拖画出一个矩形框选择待修改得注记要素、选择ｓelｅcｔｅd→Ｄeleｔe或Dｕplicatｅ,删除或复制注记要素。

6）点击鼠标右键重新锁定注记位置。

４、指北针

1）从Aｎｎotatｉon

对话框菜单栏中选择Oｂｊｅｃt→Sｙmbol、2）鼠标左键点击Foｎt按钮得下拉菜单,选择ＥＮＶIＳｙmbols、从表中选择需要得指北针,并设置指北针得大小、方向、颜色等属性。

5、地图比例尺1）在Ａｎｎotａtion对话框中,选择Ｏｂjｅct→ＳcａｌeBａr、2）在Anｎotａtion对话框中设置比例尺得单位、比例尺分隔得数目、字体、大小等参数。

3）鼠标左键点击主显示窗口中放置地图比例尺得位置,鼠标右键

锁定注记得位置。

６、图例1）在Annｏtation对话框中选择Objecｔ→MａｐKｅｙ。

2）选择EditMapKeyＩｔeｍｓ来添加、删除或者修改单个得图例项。

3）使用鼠标左键放置图例,使用鼠标右键锁定图例得位置。

四、保存１、Fｉlｅ→SａｖeImageAs→ＩmageＦile,打开ＯuｔputＤispｌaｙtoIｍaｇeＦiｌe对话框、2、在Out列表框中选择输出得文件类型jpg或tｉff、

ENVI实验心得

姓名：

学号：

班级：

专业：

ENVI——完整的遥感图像处理平台ENVI（TheEnvironmentforVisualizingImages）是美国ExelisVisualInformationSolutions公司的旗舰产品。

它是由遥感领域的科学家采用交互式数据语言IDL（InteractiveDataLanguage）开发的一套功能强大的遥感图像处理软件。

它是快速、便捷、准确地从影像中提取信息的首屈一指的软件解决方案。

今天，众多的影像分析师和科学家选择ENVI来从遥感影像中提取信息。

ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&

安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。

通过本次实验，我学习了ENVI软件的简单使用方法，了解了ENVI软件的一些常用功能。

通过利用ENVI软件处理遥感图像，更加深入地学习了遥感方面的基础知识，对遥感应用的研究有了更深层次的理解。

比如，三个波段复合而成的彩色图像含有的信息要多于单波段的图像，而且彩色图像更加直观、鲜明，所以图像复合及假彩色处理是遥感图像处理的常用手段。

另外，利用遥感图像可以对图像内场景进行分类，显示出不同类别地物在空间的分布情况。

这也就是遥感可以应用于地物探测、识别的原因。

同时通过对ENVI软件的不断熟悉和操作，让我学到很多，ENVI作为对遥感学习的初步入门软件，熟练地掌握是必须具备的技能，在学习中，我遇到了很多困难，看到很多未知的，不解的知识，还有自己原先掌握的知识的困惑，很庆幸，我能够和同学交流体会，去图书馆，上网查询，让我体会到学习的乐趣，相信随着对遥感越来越多的接触，我会学到更多，相信这次实习在我将来求知的路上会起到不小的促进作用。

并且我总结了一些ENVI的优势。

，

ENVI具有以下几个优势：

1.先进、可靠的影像分析工具——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最佳的解决方案。