遥感课程设计Word文档格式.docx
- 文档编号:19152604
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:23
- 大小:4.89MB
遥感课程设计Word文档格式.docx
《遥感课程设计Word文档格式.docx》由会员分享,可在线阅读,更多相关《遥感课程设计Word文档格式.docx(23页珍藏版)》请在冰豆网上搜索。
ENVI提供了大量交互式功能,包括:
X、Y、Z剖面;
图像裁切;
线性和非线性直方图以及对比度拉伸;
颜色表等。
ENVI功能不仅局限于它的交互式模式——它可以作用于整个数据文件,也可以作用于所选取的子集。
ENVI为用户提供了一整套的工具,用于处理全色图像、AVHRR数据、LandsatMSS数据、LandsatTM数据、其它多光谱和高光谱图像/以及来源于当前和未来的改进型SAR系统的数据。
ENVI提供的非监督分类方法包括K均值法和ISOdata方法。
ENVI还提供各种分类后处理的工具,包括:
对分类的聚合、筛选和合并;
对分类的交互式显示;
生成用于估计分类精度的混淆矩阵和Kapp系数统计;
生成用于选择决策阈值的ROC曲线。
ENVI为高光谱数据提供了一整套的处理工具,包括使用图像或波谱库端元进行线性波谱分离和匹配滤波的特定制图工具;
访问波谱库,并将波谱库波谱与图像波谱相比较。
ENVI还包含全面的SAR处理功能。
除了可以使用所有标准ENVI处理程序对雷达数据进行处理以外,ENVI还提供了许多特定的雷达数据分析工具,包括:
获取标准SAR格式的Radarsat和ERS-1数据;
从CEOS格式数据中浏览和读取头文件信息;
消除天线增益畸变;
斜距校正;
生成入射角图像;
自适应和纹理滤波;
合成彩色图像;
大范围的极化数据分析工具。
最后,ENVI提供了将图像数据转换到最终地图格式的工具。
3.ENVI的扩展模块
(1)数字高程提取(DEMExtraction):
数字高程提取模块允许用户从立体像对影像中提取高程数据,如ASTER、IKONOS、OrbView-3、QuickBird以及SPOT卫星数据。
(2)NITF和NSIF模块:
该模块支持读取和写入NITF格式以及NSIF格式的影像数据。
ENVI的NITF模块,允许需要NITF证的软件环境的用户利用ENVI提供了影像分析功能。
(3)快速大气纠正模块FLAASH:
FLAASH是由世界领先的光学现象研究机构光谱科学研究所,以及US空军研究所(AFRL)以及光谱信技术应用中心(SITAC)。
FLAASH允许用户精确的去除大气的影响。
查看FLAASH用户向导来获取FLAASH模块的详细资料。
4.ENVI特点
(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典型的解决方案。
5.ENVI优势
ENVI的优势之一在于它为图像处理提供了独一无二的技术——它使用交互式的功能将基于波段和基于文件的技术相结合。
当打开一个数据输入文件时,它的波段被保存在一个列表中,可以在其他系统功能内使用。
如果打开了多个文件,不同数据类型的波段可以被当作一组数据来处理。
ENVI的优势之二在于它功能强大的可视化界面,该界面是由全面的算法库所支撑的。
用户可以通过一个友好的图形用户界面(GUI),使用交互式点击选择的方法对ENVI提供的所有基础图像处理工具进行访问。
ENVI的优势之三在于它一直致力于解决图像处理领域中的一些常见问题并取得了显著成果,包括:
非标准数据类型的输入;
大幅图像的浏览和分析;
用户自定义的对分析功能的简单扩展(插件程序)。
ENVI软件含众多学科所需的许多图像处理工具,而且为用户根据自身策略自定义程序提供了很强的灵活性。
三、Landsat影像数据的下载
学习遥感影像的处理首先要学会遥感影像数据的下载,而本次课程设计作业的主要内容是利用ENVI软件处理Landsat应先数据,故在这里简单描述一下Landsat影像数据的下载方法。
首先输入Landsat影像数据的下载网址(http:
//www.landsat.org/)点击进入主页面(如右图),然后点击网页最上面的(Searchforimagery)从中选择LandsatOrtho(Free)点击进入后按照网站要求的两步做:
STEP1:
点击Path-RowFinder,然后通过鼠标的拖动和缩放找到唐山的Path-Row坐标数据。
(唐山Path:
122,Row:
032)
STEP2:
点击LandsatTMData即WPS2进入后将已经查到的Path-Row数据输入然后点击Download即可完成遥感数据的下载。
四、图像预处理
1.图像的多波段合成
由于从Landsat网站下载的影像数据为7个单波段的影像数据文件,要完成对影像的分析处理就必须首先将其合成一个多波段的影像数据文件。
其合成方法为首先将各单波段文件依次打开(打开时应从Band7到Band1依次按顺序打开)然后点击(ENVI:
File>
>
SaveFileAs>
ENVIStandard)在NewFileBuilder中选择上述7个单波段文件,并输入生成合成影像的文件名即可完成遥感影像的多波段合成工作。
(同时点击AvailableBandList:
AvailiableFilesList点击Options即可完成对波段名的更改)
2.图像的切割
ENVI:
BasicTools>
ResizeData>
ResizeDataInputFile对话框。
图像切割
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或SpectralSubset点击Image,(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:
SubsetDataviaROIs;
若要使用与上次输入的空间大小相同的文件空间子集,点击Previous按钮);
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.图像的重采样
ResizeDataInputFile对话框选择需要采样的原始图像—OK>
ResizeDataParameters——调整OutputFileDimensions的像元数;
选择采用方法>
文件输出。
五、文件的存取与显示
1.影像文件的打开
ENVI可以自动读取以下类型的文件:
HDF、Landsat7Fast(.Fst)、ERDAS8.x(.img)、ERDAS7.x(.lan)、PCI(.pix)、AVHRR、TIFF、GeoTIFF、MrSID、RADARSAT、ERMapper、SRF、HDF、PDS、MAS-50、NLAPS、SeaWiFs、MRLC(.dda)、JPEG、BMP。
数据仍保留它原来的格式,必须的信息从数据头文件中读取。
操作步骤如下:
第一步:
在主菜单上选择File>
OpenImageFile,打开EnterDataFilename对话框。
第二步:
点击要选择的文件名,单击“Open”。
假如打开的文件无相关文件特征的头文件,则会弹出如下图HeaderInformation对话框,进入第三步;
假如打开文件自带与文件特征相关的头文件时,进入第四步。
第三步:
在“HeadInfo”对话框中输入影像列数、行数、波段数、字节的偏移量。
第四步:
点击“OK”,可选的波段会包含在“可用的波段列表中AvailableBandsList中。
其它类型的文件如链接文件、外部文件以及以前文件的打开与上述影像文件的打开相类似,不再一一叙述。
2.图像显示
由一组三个不同的图像窗口组成:
主图像窗口、滚动窗口、缩放窗口。
(1)主图像Image窗口:
(400*400)100%显示(全分辨率显示)scroll的方框,可交互式分析、查询信息。
主图像窗口内的功能菜单:
在主图像窗口内点击鼠标右键,切换隐藏子菜单的开启和关闭。
该"
Functions"
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;
诸如ROI的限定、光标位置和值、散点图和表面图等交互特征;
诸如注记、网格、图像等值线和矢量层等的覆盖(叠置);
动画以及显示特征。
2)滚动Scroll窗口:
全局,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象大时,才会出现滚动窗口。
滚动窗口位置和大小最初在envi.cfg文件中被设置并且可以被修改。
3)缩放Zoom窗口:
(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。
3.图像的头文件资料的获取和编辑
ENVI:
EditENVIHeader,选择相应的文件。
从HeaderInfo对话框里,可以点击EditAttributes下拉菜单中的选项,调用编辑特定文件头参数的独立对话框。
这些参数包括波段名、波长、地图信息等。
4.图像的存取
OpenImageFile当你打开任何文件,可用波段列表(ABL)自动地出现。
ABL列出该图像文件的所有波段,并允许你显示灰阶和彩色图像、启动新的显示窗口、打开新文件、关闭文件,以及设置显示边框。
选择当前活动显示:
从ABL(AvailableBandsList)内,点“Display#X”按钮菜单(其中“X”是与显示窗口标题栏内数字相对应的数字),再从列表中选择所需要的显示。
开始一个新的显示,从按钮菜单选择“NewDisplay”,点击“LoadBand”或“LoadRGB”,以把选定的波段导入选定的显示。
5.灰度图像和彩色图像的显示
OpenImage>
AvailableBandsList(ABL)中选GrayScale或RGBColor模式。
6.剖面和波谱图
Image:
Tools>
Profiles,ENVI允许抽取水平的(X)、垂直的(Y)、波谱的(对每个像元为Z)以及任意的剖面图。
剖面图显示在单独的图表窗口,并且X、Y和Z剖面图可以同时是激活的。
鼠标用来移动一个十字准线并交互地选择剖面图。
图表窗口内Options菜单下的AutoScaleY-Axis非常有用。
六、影像分析
1.影像统计分析
(1)统计特征分析(ENVI:
BasicTools>
Statistics>
ComputerStatistics)在CalculateStatisticsParameters对话框中选择统计类型(Basic、Histogram、Covariance)。
(2)主成分分析
主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。
这一技术对于增强信息含量、隔离噪声、减少数据维数非常有用。
ENVI能完成正向的和逆向的PC旋转变化。
分析结果如右图:
Transforms>
PrincipalComponents>
ForwardPCRotation>
ComputeNewStatisticsandRotate.----选择输入文件---选择输出PC波段数---“SelectSubsetfromEigenvalues”---出现PCEigenValues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)。
注意:
主成分分析要求分析图像至少有两个波段。
(3)独立成分分析
(ENVI:
IndependentComponents>
ForwardICRotation>
ComputerNewStatisticsandRotate)
对多光谱或高光谱数据集进行独立成分(IC)分析,可以将一组混合随机信号转换成相互独立的成分。
如果没有信号混合的先验信息,那么IC转换可以作为一种盲源分离的工具。
该变换基于独立信号来源的非高斯假设,并利用高阶统计来反映典型的非高斯分布的高光谱数据集中感兴趣的特征。
IC转换能够分立图像中只含小部分像素的感兴趣特征。
分析结果发现没有植被覆盖的城市和裸地很容易识别出来
遥感影像处理中IC变换应用包括维数减少、图像特征提取、异常和目标检测、特征分析、分类、纯净像元提取、噪声去除和制图。
(4)相关分析(ENVI:
ComputerStatistics)
2.图像增强
(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。
②直方图的交互式拉伸(Image:
InteractiveStretching)
处理前处理后
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)。
(2)彩色变换(ENVI:
Transform>
ColorTransform):
包括‘HSV-色调、饱和度、数值'
变换,‘HLS--色调、亮度、饱和度’变换等。
(3)MNF变换
最小噪声分离(MinimumNoiseFraction,MNF)变换是同主分量变换相似的一种方法,它被用来分离数据中的噪声,确定数据内在的维数,减少随后处理的计算量(Green等人,1988;
Boardman和Kruse,1994)。
MNF本质上是两次层叠的主成分变换。
3.专题信息提取
1.波段运算获取不同专题信息
ENVI>
bandmath
具体操作是:
打开BandMath对话框(如右图),在Enteranexpression中键入:
波段运算表达式,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(b1—b7)代表的波段,并键入待输出的文件名,点击OK即可。
(1)城市与乡镇的提取:
TM1+TM7+TM3+TM5+TM6+TM2-TM4
(2)乡镇与村落:
TM1+TM2+TM3+TM6+TM7-TM4-TM5
(3)河流的提取:
TM5+TM6+TM7-TM1-TM2-TM4
(4)道路的提取:
TM6-(TM1+TM2+TM3+TM4+TM5+TM7)
波段运算表达式的书写应注意以下几点:
①必须使用IDL语言书写波段表达式;
②所有参与运算的波段必须具有相同的维数;
③在波段运算之前,必须对参与运算的波段进行配准;
④表达式中的波段必须以Bn或bn的形式表示。
2.
合成彩色图像:
SyntheticColorImage)
用SyntheticColorImage变换选项,可以将一幅灰阶图像变换成一幅彩色合成图像。
ENVI通过对图像进行高通和低通滤波,将高频和低频信息分开,使灰阶图像变换成彩色图像。
低频信息被赋予色调,高频信息被赋予强度或颜色值,也用到了一个恒定的饱和度值。
这些色调、饱和度和颜色值(HSV)数据被变换为红、绿、蓝(RGB)空间,生成一幅彩色图像。
3.归一化植被指数(NDVI)的提取:
(ENVI:
NDVI)
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唯一的图像波段显示植被分布。
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,不同时相的植被指数可以用来监测某一地区的植被覆盖变化。
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。
4.缨帽变换(ENVI:
TasseledCap)
缨帽变换是一种通用的植被指数,可以被用于LandsatMMS或LandsatTM数据。
对于LandsatMMS数据,缨帽变换将原始数据进行正交变换,变成四维空间(土壤亮度指数、绿色植被指数、黄色成分指数、non-such指数);
对于LandsatTM数据,缨帽植被指数又三个因子组成(亮度、绿度、湿度);
对于Landsat7ETM缨帽变换生成6个输出波段,包括(亮度、绿度、湿度、第四分量(噪声)、第五分量、第六分量。
七、定义感兴趣区(ROI)及分类
1.监督分类(SupervisedClassification)
监督分类,又称训练分类法,即用被确认类别的样本像元去识别其它未知类别像元的过程。
已被确认类别的样本像元是指那些位于训练区的像元。
(1)训练样本的选择和优化
1)训练样本的提取(ROI区的选择)
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:
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。
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>
Polgon,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,需要对训练样本进行提纯。
N维可视化分析器(N—DimensionalVisualizer)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。
ROITool:
ExportROIston-DVisualizer>
n_DControl;
n-DVisualizer
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-DVisualizer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>
ExportClass,提纯后的训练区将出现在ROITool窗口中。
②进行下一个类型训练区的提纯时,首先要在n-DVisualizer窗口中单击右键>
NewClass,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:
SaveROIs...
(2)选择分类方式
分类方式包括平行六面体法(Parallelepiped)、最小距离法(MinimumDistance)、马氏距离法(MahalanobisDistance)、最大似然法(MaximumLikelihood)、光谱角制图法(SpectralAngleMapper)、二进制编码法(BinaryEncoding)、光谱信息散度法(SpectralInformationDivergence)、神经网络法(NeuralNet)以及支持
- 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:
- 遥感 课程设计