ENVI高光谱数据处理流程
ENVI基本影像处理流程操作
ENVI基本影像处理流程操作ENVI（Environment for Visualizing Images）是一款基于科研的遥感数据处理软件，该软件可以进行多光谱、高光谱和雷达影像的处理、分析以及可视化等操作。
本文将介绍ENVI基本影像处理流程的操作步骤，并提供一些实用技巧。
1. ENVI软件的安装ENVI软件的安装包可以通过官方网站下载，安装过程需要注意以下几点：•系统要求：ENVI软件需要安装在一台配备了Windows操作系统的计算机上。
安装前请确认您的计算机符合软件的系统要求。
•授权方式：ENVI采用了USB加密狗的授权方式，安装时需要连入加密狗。
•安装路径：ENVI软件的安装路径需要选择到英文全路径，建议安装在较大的磁盘上。
2. ENVI软件的启动ENVI软件具有图形界面和命令行两种启动方式，这里只介绍图形界面启动方式。
操作步骤如下：1.在Windows桌面上找到ENVI的快捷方式，鼠标双击打开ENVI软件；2.程序启动后，会出现ENVI Main窗口，该窗口分为菜单栏和工具栏两部分；3.在菜单栏中选择基本操作>打开文件，弹出Open File窗口；4.选择需要打开的影像文件，点击打开按钮，ENVI软件会自动加载文件。
3. ENVI基本影像处理流程ENVI软件提供了多种基本影像处理流程，这里将介绍最常用的三种：图像增强、变换和分类。
下面的操作步骤均在ENVI软件的主界面中完成。
3.1 图像增强图像增强是指通过某些方法，使影像的细节更明显、对比度更强、噪声更小，从而使影像更易于解译。
下面介绍ENVI中的直方图均衡化增强方式。
1.打开需要增强的影像文件；2.在ENVI菜单栏中选择基本操作>图像增强>直方图均衡化；3.弹出直方图均衡化窗口，选择需要增强的波段，点击确定按钮；4.ENVI软件会自动完成直方图均衡化操作，并在新窗口中显示增强后的影像。
3.2 变换变换是指将原始影像进行变换，获得不同的波段组合，以便更好地提取地物信息。
高光谱数据处理的相关方法
高光谱数据的处理步骤
1．先将原始的光谱反射在软件Viewspec pro 中进行异常值的删除，然后将重复的测量进行平均。
具体步骤如下
双击图标打开软件，（图1）点击File open 打开文件，默认路径为ViewSpecPro文件夹。
为了使打开和存储路径是储存数据的文件夹，需要对打开路径进行修改
将导出的txt文本中的直接复制到execl中。
此时需要注意小数位数的选择。
4到5位较好。
在此软件中可以进行反射率的一阶导，二阶导等的基础变化。
2利用origin对数据进行平滑。
步骤如下
首先打开软件将波段和对应的反射率复制进去然后进行一介导和平滑。
界面如下
一介导
平滑
制图比较效果
原始的
一介导平滑前
一介导平滑后
在ENVI中统去除
首先建立光谱数据库步骤如下
文件的保存为sli格式
点击polt出现右面的图
连续统去除
统去除后的效果图
统去除数据的保存
同去除前后的效果比较数据的打开类似前面。
ENVI高光谱数据分析操作手册
感兴趣区和掩膜的选择和使用可具体情况具体分析，运行一项或两项均可。
北京卓立汉光仪器有限公司
4. 滤波
打开图像，FilterConvolutions and Morphology。在Convolutions and Morphology Tools 中，选择 Convolutions滤波类型（高通滤波 器、低通滤波 器、拉普拉斯算子、方向滤波器、高斯高通滤波器、高斯低通滤波器、中值滤波 器、Sobel、Roberts、自定义卷积核）。
2.3.2.3. 保存波谱库
北京卓立汉光仪器有限公司 在Spectral Libraries Resampling Parameters对话框中，为Resample Wavelength To选择匹配源，一般选择图像文件为参考。 输出重采样波谱库.sli
北京卓立汉光仪器有限公司
3. 感兴趣区和掩膜
3.1. 感兴趣区（ROI）
Display 窗 口 中 ， Overlay → Region of Interest ， 在 ROI 对 话 框 中 ， 单 击 ROI_Type→Polygon. 绘制窗口中，选择Image，绘制一个多边形，右键结束，可根据需要多绘制 几个。
主菜单→Basic Tools→Subset Data via ROIs，选择裁剪图像。 在Saptial Subset via ROIs Parameters中，设置参数。 Select Input ROIs，选择绘制的ROI。 Mask Pixel Outside of ROIs选择yes。
4.1. 设置参数
Kernel Size(卷积核大小)：奇数。 Image Add Back(加回值)：将原始图像中的部分加回到卷积滤波结果图像中， Editable Kernel(卷积核中各项的值)。
高光谱数据的制图方法简介
高光谱数据的制图方法简介ENVI软件在Spectral菜单中提供许多波谱制图方法，包括：二进制编码、波谱角制图、线性波段预测(LS-Fit)、线性波谱分匹配滤波、混合调制匹配滤波、包络线去除，以及波谱特征拟合等。
本文主要介绍几种高光谱数据处理的过程操作。
1.二进制编码二进制编码分类技术根据波段值落在波谱均值的下方或上方，将数据和端元分别编码为0和1。
在编码过程中，使用一个高级的（exclusive）OR函数，用于将需要编码的数据波谱与参照波谱相比较，从而生成一幅分类图像。
选择菜单栏Spectral—Mapping Methods—Binary Encoding。
在打开的窗口设置参数如下：图1-1 二进制编码分类参数设置注意：“OutputRuleImages”切换按钮被设置为“No”，规则图像将不被保存。
分类结束后，规则图像将出现在可用波段列表中，可以在任何显示窗口中显示（或链接/覆盖），并可以使用ENVI的像元位置/值功能进行查询。
结果显示如图1-2：图1-2 原影像图（左）与二进制编码分类结果图（右）2. 波谱角分类波谱角分类(SAM)是一种基于自身的波谱分类方法，这种方法将图像波谱与参照波谱在N-维空间进行匹配。
SAM用到的参照端元波谱可以来自于ASCII文件、波谱库、统计文件或直接从图像中抽取（如ROI均值波谱），本实验中用的是ROI均值波谱。
SAM把端元波谱（被认为是一个N维向量，N维波段数）和像元向量放在n维空间中进行角度比较。
较小的角度代表象元与参照波谱匹配紧密。
这一技术用于数据定标时，对照度和反照率的影响并不敏感。
选择菜单栏Spectral—Mapping Methods—Spectral Angle Mapper。
设置参数如图2-1，波谱角分类结果，如图2-2：图2-1 波谱角分类参数设置图2-2 波谱角分类结果影像3.LS-Fit(线性波段预测)LS-Fit使用一个最小方框（least squares）拟合技术来进行线性波段预测。
ENVI的高光谱处理
专题二十四 使用ENVI的高光谱工具处理多光谱数据(节选)1.1.专题概述本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。
要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。
要获取额外的详细信息，请参见《ENVI遥感影像处理实用手册》（ENVI User’s Guide）或者ENVI的在线帮助。
♦本专题中使用的文件光盘：《ENVI遥感影像处理专题与实践》附带光盘 #1♦背景知识ENVI并非仅设计成高光谱影像处理系统。
在1992年，ENVI的开发者就决定开发出一个通用的影像处理软件，它包含一整套的基本处理工具，弥补了商业软件缺乏强大灵活处理功能的不足，使得它能够处理各种科学格式的影像数据。
它对全色、多光谱、高光谱以及基本和改进雷达影像数据都提供了支持。
当前，ENVI包含了与其它主要影像处理系统（例如：ERDAS，ERMapper和PCI）相同的基本处理功能。
其中，ENVI在前沿遥感研究中采用了许多不同的先进算法。
虽然这些算法都是在处理成像光谱仪数据或者多达上百个波谱波段的高光谱数据基础之上发展而来，但是它们也可以应用到多光谱数据和其它标准数据类型的处理上。
本专题将对某些分析Landsat Thematic Mapper（TM）数据的方法进行介绍。
本专题分为两个独立的部分：1）使用标准或者经典多光谱分析技术，对TM影像数据进行典型的多光谱分析，2）使用ENVI高光谱工具对相同的数据集进行分析。
1.2.使用ENVI的高光谱工具分析多光谱数据♦读取TM影像数据z要从磁带中读取数据，可以在ENVI主菜单中选择File → Tape Utilities → Read Known Tape Formats → Landsat TM（或者对于新的EDC-格式的磁带选择NLAPS）。
z要从光盘中读取数据，可以选择File →Open External File → Landsat → Fast，或者选择File → Open External File → Landsat → NLAPS（对于NLAPS数据）。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程1.数据预处理数据预处理是高光谱数据处理流程中的第一步，其主要目的是去除数据中的噪声并增加图像质量。
常用的预处理方法包括：大气校正、大气校正之后的辐射校正、大气校正之后的大气校正等。
-大气校正：高光谱数据中的大气散射会引入许多噪声。
大气校正的目的是根据大气散射的物理原理，通过对高光谱数据进行光谱校正和辐射校正，去除大气散射带来的干扰。
-辐射校正：高光谱数据中的辐射能量受到地面温度、雨水和云等因素的影响，导致数据中存在辐射偏差。
辐射校正的目的是根据卫星的辐射源数据和大地辐射能量的关系，对高光谱数据进行校正，消除辐射偏差。
-大气校正之后的大气校正：在进行大气校正之后，仍然可能存在一些小范围的大气散射。
大气校正之后的大气校正的目的是再次进行大气散射校正，进一步提高图像质量。
2.特征提取特征提取是高光谱数据处理流程中的核心步骤，其主要目的是从高光谱数据中提取出对地物分类和解译有用的特征信息。
-光谱特征提取：光谱特征提取是指根据高光谱数据中不同波段的辐射能量变化，提取出反映地物光谱特性的特征参数。
常用的光谱特征包括：光谱曲线的均值、方差、斜率等。
-空间特征提取：空间特征提取是指从高光谱数据的空间分布中提取出反映地物空间特性的特征参数。
常用的空间特征包括：纹理特征、形状特征、边缘特征等。
3.分类与监督解译分类与监督解译是高光谱数据处理流程中的关键步骤，其主要目的是将预处理和特征提取之后得到的数据进行分类和解译。
-监督分类：监督分类是指通过已知的训练样本数据，建立分类模型，并将该模型应用于未知的高光谱数据，将数据分成不同的类别。
常用的监督分类方法有：最大似然分类、支持向量机分类、随机森林分类等。
-非监督分类：非监督分类是指利用高光谱数据本身的统计特性，将数据按照统计特性对其进行分类。
常用的非监督分类方法有：K-均值聚类、多元高斯聚类等。
4.地物解译与验证地物解译与验证是高光谱数据处理流程中的最后一步，其主要目的是对分类结果进行解译和验证，以评估分类的准确性。
envi高光谱数据处理流程
envi高光谱数据处理流程
envi高光谱数据处理流程是一种非常常用的数据处理方法，主要应用于高光谱遥感数据处理。
其主要流程包括：数据预处理、光谱反射率计算、特征提取与分类等几个步骤。
1、数据预处理：数据预处理包括数据校正、波长校准及大气校正等过程。
其中，数据校正主要是将数据进行去背景、去噪、去影响等处理。
波长校准是将采集到的数据进行波长校准，保证数据的准确性。
大气校正是将采集的数据进行大气校正，降低大气对数据的影响。
2、光谱反射率计算：光谱反射率计算是将采集到的数据进行转换，得到地表反射率信息。
这个过程主要通过将采集到的数据进行比对处理，计算出地表反射率。
3、特征提取：特征提取是将采集到的数据进行特征分析，得到地物分类信息。
这个过程主要通过对采集到的数据进行分析，计算出每个波段的特征，然后根据这些特征进行分类。
4、分类：分类是将采集到的数据进行分类，识别出地表不同的类别。
这个过程主要通过将采集到的数据进行分析，然后根据不同的特征进行分类，最终得到地表不同的类别。
总之，envi高光谱数据处理流程是一个比较全面、细致的数据处理方法，可以有效地对高光谱遥感数据进行处理，得到准确的地表信息。
- 1 -。
高光谱数据分析ENVI操作手册
高光谱数据分析ENVI操作手册1.常见参数选择主菜单→File→Preferences●用户自定义文件（User Defined Files）图形颜色文件，颜色表文件，ENVI的菜单文件，地图投影文件等。
需重启ENVI ●默认文件目录(Default Directories)默认数据目录，临时文件目录，默认输出文件目录，ENVI补丁文件、光谱库文件、备用头文件目录等，需重启ENVI。
●显示设置(Display Default)可以设置三窗口中各个分窗口的显示大小，窗口显示式样等。
其中可以设置数据显示拉伸方式（Display Default Stretch），默认为2%线性拉伸。
●其他设置(Miscollaneous)制图单位（Page Unit），默认为英寸（Inches），可设置为厘米（Centimeters）还有缓冲大小（cache size），可以设置为物理内存的50-75%左右。
Image Tile Size不能超过4M。
2.显示图像及其波谱2.1.打开文件●主菜单，Open Image File→文件名.raw。
●或Window→Available Bands List→File →Open Image File→文件名.raw。
2.2.显示图像●显示单波段灰度级图像：Gray color,选择的波段一般是图像显示最清晰的波段。
●显示伪彩色图像：RGB color，选择具有明显吸收谷、强烈反射作用和所含信息量较大的波段作为彩色合成RGB波段。
●显示真彩色图像：波段列表（Available Bands List）中，右键→Load TrueColor 。
●图像保存：Display窗口，File→Save Image As→Image File，选择输出格式、路径和名称，OK。
●动画显示：Display窗口，Tools→Animation，动态显示各波段图像，能很快的分辨出包含信息量较多的波段。
高光谱数据预处理流程
高光谱数据预处理流程
高光谱数据预处理流程主要包括以下步骤：
噪声去除：由于高光谱图像数据常常受到多种噪声的干扰，如设备噪声、环境噪声等，这些噪声会影响图像的质量，因此需要采取有效的方法去除。
常用的噪声去除方法包括平滑滤波、中值滤波和小波变换等。
图像校正：由于高光谱成像仪的工作原理和环境因素的影响，常常会导致图像出现几何畸变和辐射失真等问题。
因此，需要进行图像校正，以恢复图像的几何形状和辐射特性。
常用的图像校正方法包括多项式回归、仿射变换和径向畸变校正等。
图像融合：高光谱图像数据通常由多个波段组成，这些波段之间存在一定的相关性。
为了提高图像的分辨率和信息量，可以将多个波段进行融合，从而得到一个更加丰富的图像。
常用的图像融合方法包括基于像素的融合、基于区域的融合和基于小波变换的融合等。
归一化：高光谱图像数据的量级通常很大，不同波段之间的数值范围也存在较大的差异。
为了使不同波段之间的数值具有可比性，需要进行归一化处理。
常用的归一化方法包括最大最小归一化、对数归一化和标准化等。
请注意，具体流程可能因数据类型和研究需求而有所差异。
在实际操作中，建议咨询具有相关经验和专业知识的工程师或研究人员。
另外，高光谱数据处理流程除了以上预处理步骤外，还包括显示图像波谱、选择需要的光谱波段进行输出等步骤。
具体流程可能因实际情况而有所不同，建议根据实际情况调整和优化处理流程。
envi无人机多光谱影像处理流程
envi无人机多光谱影像处理流程
处理遥感数据是一项复杂的任务，特别是在处理无人机多光谱影像方面。
下面是一个基本的无人机多光谱影像处理流程：
1. 数据采集：使用多光谱传感器的无人机进行数据采集。
无人机根据预先设置的飞行线路和参数进行飞行，在规定的区域内获取多光谱影像。
2. 数据预处理：对采集的多光谱影像进行预处理，包括去除散焦、轨迹畸变校正、几何校正、辐射校正等。
这些预处理步骤能够帮助提高影像质量和准确度。
3. 数据分割：将多光谱影像分割成不同的地物类别，如植被、水体、建筑等。
常用的分割方法包括阈值分割、区域生长法等。
4. 特征提取：从各个地物类别中提取特征，用于后续的分类和分析。
常见的特征包括纹理特征、形状特征、频谱特征等。
5. 分类：使用机器学习或深度学习算法对特征进行分类，将不同的地物类别分类出来。
常用的分类算法有支持向量机（SVM）、随机森林（Random Forest）、卷积神经网络（Convolutional Neural Network）等。
6. 土地利用/土地覆盖分析：根据分类结果进行土地利用/土地
覆盖分析，估计不同类别的面积和分布情况。
这可以帮助决策者对土地资源进行合理规划和管理。
7. 结果展示：将处理后的数据结果进行可视化展示，以便于用户对结果进行分析和理解。
可以生成各种图表、地图等形式的结果。
需要注意的是，以上流程只是一个基本框架，具体的处理流程还会受到数据的特点和处理目标的影响，需要根据具体情况进行调整和完善。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程一、显示图像波谱1.打开文件：主菜单中，File→Open Image File→文件名.raw或者Window→Available Bands List→File →Open Image File→文件。
2.显示真彩色图像：波段列表（Available Bands Lis）中，右键→Load TrueColor。
3.*设置像素大小：主窗口（Display）中，右键→Pixel Locator。
4.绘制波谱：主窗口中，右键→Z Profile（Spectrum）。
5.收集任意点波谱：Spectral Profile中，Options→Collect Spectra，点击图像任6.光谱平滑：Spectral Profile中，Options→Set Z Profile Avg Window，将window7.部分光谱：主菜单→Basic Tools→Resize Data(Spatial/Spectral)→Spectral Subset，选择需要的光谱波段。
生成新的文件，右键→Load True Color to<new>。
显示新图像。
8.关闭所有文件：File→Close All Files。
二、标准波谱库主菜单→Spectral→Spectral Libraries→Spectral Library Viewer→安装文件夹下，ITT\IDL\IDL80\products\envi48\spec_lib。
共有usgs_min、veg _lib、jpl_lib、jhu_lib四个标准波谱库。
在Spectral Library Viewer中，单击波谱名称，自动显示波谱。
三、自定义波谱库1.输入波长范围：在菜单中，Spectral Spectral Library→Spectral Library Builder2.波谱收集：以从影像数据中收集波谱为例：a)打开高光谱图像，收集任意点波谱。
ENVI高光谱分析
ENVI高光谱分析ENVI（Environment for Visualizing Images）是一种用于遥感数据分析和处理的软件平台，通过其高光谱分析工具，可以对高光谱数据进行处理和解释。
高光谱分析是一种基于光谱信息的数据分析方法，可以通过测量目标物体反射或辐射出的电磁波谱，来获取物体的光谱特性以及与之相关的信息。
高光谱数据是由接收传感器采集的波长范围较宽的连续光谱数据。
与常规的彩色图像数据相比，高光谱数据包含了更多的细节和信息。
通过对高光谱数据进行分析，可以提供更准确和全面的目标物体特征、组成和状态信息。
ENVI高光谱分析提供了一系列功能强大的工具和算法，用于处理和分析高光谱数据。
首先，可以利用ENVI对高光谱数据进行预处理，如去噪、辐射校正和几何校正等。
然后，可以通过ENVI的分类分析功能对高光谱数据进行分类，将目标物体按照其光谱特性划分为不同的类别，如植被、水体、建筑物等。
此外，ENVI还提供了目标检测和变化检测的功能，可以帮助用户发现目标物体的存在和变化。
ENVI高光谱分析还支持光谱曲线的提取和分析。
用户可以选择感兴趣的区域或像素，提取其代表性的光谱曲线，并进行分析。
通过对光谱曲线进行分析，可以获取目标物体的物理特性信息，如物质组成、粒径分布等。
此外，ENVI还支持光谱相似性和光谱混合分析等功能，帮助用户更好地理解和解释高光谱数据。
ENVI高光谱分析还提供了数据可视化和结果输出的功能。
用户可以利用ENVI的图像显示和分析工具，对高光谱数据进行可视化，以便更直观地观察和分析数据。
同时，用户还可以将分析结果输出为图像文件或报告，以便与其他人共享和交流。
总而言之，ENVI高光谱分析为用户提供了一种强大且全面的工具，用于处理和解释高光谱数据。
通过利用ENVI的功能和算法，用户可以更准确地分析高光谱数据，获取目标物体的光谱特性和相关信息，从而在不同领域的应用中取得更好的效果和成效。
无论是在农业、环境、地质、气象还是其他领域，ENVI高光谱分析都可以帮助用户更好地理解和利用高光谱数据，并为实现可持续发展和智能决策提供有力支持。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程ENVI（Environment for Visualizing Images）是一款功能强大的遥感数据处理软件，用于高光谱数据的处理和分析。
它提供了许多功能模块，可以进行数据导入、预处理、特征提取、分类和可视化等操作。
下面是ENVI高光谱数据处理流程的详细介绍。
1.数据导入首先，我们需要将高光谱数据导入ENVI软件。
ENVI支持导入多种高光谱数据格式，如Hyperion、AVIRIS等。
可以通过ENVI的文件菜单选择导入数据或者使用ENVI API导入数据。
2.数据预处理在数据导入之后，我们需要对高光谱数据进行预处理，以减少噪声和增强图像的质量。
ENVI提供了多种数据预处理方法，包括大气校正、大气校正和去除噪声。
可以根据数据的需求选择适当的预处理方法。
3.特征提取特征提取是高光谱数据分析的关键步骤。
在这一步骤中，我们可以利用ENVI提供的各种特征提取算法来提取数据中的有用信息。
ENVI提供了许多特征提取算法，包括主成分分析（PCA）、线性判别分析（LDA）、最大似然分类（MLC）等。
4.分类分类是高光谱数据处理的一个重要环节。
ENVI提供了多种分类算法，用于将数据分成不同的类别。
可以使用ENVI的分类工具对特征提取后的数据进行分类，根据分类结果进行应用。
5.可视化可视化是高光谱数据处理的最后一步。
ENVI提供了丰富的可视化工具，可以对数据进行可视化和可视化分析。
可以通过ENVI的图像菜单选择适当的可视化工具，并根据需要生成图像。
以上是ENVI高光谱数据处理的基本流程。
当然，根据具体的应用和需求，还可以根据需要选择其他的处理方法和工具。
此外，ENVI还支持自定义算法和脚本编程，以满足更高级的数据处理需求。
总结起来，ENVI高光谱数据处理流程包括数据导入、数据预处理、特征提取、分类和可视化等步骤。
通过这些步骤，我们可以对高光谱数据进行全面的处理和分析，从而获取有用的信息并进行进一步的应用。
ENVI高光谱数据处理流程
高级设置
• 光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、 CASI、AISA。
• 气溶胶厚度系数：用于技术邻域效应范围。一般值为1~2km。 • CO2混合比率：默认为390ppm。 • 使用领域纠正。 • 使用以前的MODTRAN模型计算结果。 • 设置MODTRAN模型的光谱分辨率（推荐值5 cm-1)。 • 设置MODTRAN多散射模型。 • 提供三种模型供选择Isaacs，DISORT和 Scaled DISORT。默认是
和几个植被波谱
– Johns hopkins university 0.4~14um 矿物波谱
– IGCP264 (项目) 到
26个质优样品应用波谱仪测量得
• 打开波谱库（spectral/spectral libraries/…view)
• 显示波谱曲线(点击）
• 创建波谱库（spectral/spectral libraries/…builder)
• 两种气溶胶去除方法
– 2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑 值（一般是阴影区或者水体），系统将采用能见度值来计算；所 以即使选择了该选项也要给能见度。
– 选择None，采用能见度值参与气溶胶去除，能见度值大约参考值 参见表
天气条件 晴朗 中等雾、阴霾 厚雾、阴霾
能见度
3、物质制图与识别、探测
•波谱库 •波谱分析 •端元波谱收集 •高光谱制图与识别
波谱库
• ENVI波谱库 （安装目录下spec_lib）
– Jet Propulsion Laboratory 0.4~2.5um 160种纯矿物波谱
高光谱数据处理基本流程
高光谱数据处理基本流程The document was finally revised on 2021高光谱分辨率遥感用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。
在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。
高光谱遥感具有不同于传统遥感的新特点：（1）波段多——可以为每个像元提供几十、数百甚至上千个波段；（2）光谱范围窄——波段范围一般小于10nm；（3）波段连续——有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱；（4）数据量大——随着波段数的增加，数据量成指数增加；（5）信息冗余增加——由于相邻波段高度相关，冗余信息也相对增加。
优点：（1）有利于利用光谱特征分析来研究地物；（2）有利于采用各种光谱匹配模型；（3）有利于地物的精细分类与识别。
ENVI高光谱数据处理流程：一、图像预处理高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。
辐射校正一般由数据提供商完成。
二、显示图像波谱打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。
三、波谱库1、标准波谱库软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。
2、自定义波谱库ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。
3、波谱库交互浏览波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等四、端元波谱提取端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。
ENVI高光谱分析
ENVI高光谱分析ENVI高光谱分析是一种用于图像处理和数据分析的软件平台，主要用于处理和分析在大气、地球表面和水体等领域获取的高光谱数据。
高光谱数据是指在较窄波段范围内获取的光谱信息，通常包含数百个波段。
ENVI高光谱分析利用这些波段信息，可以提供更详细、更精确的数据结果，有助于理解地球表面的复杂变化和环境过程。
1.数据预处理：ENVI高光谱分析可以对高光谱数据进行预处理，包括大气校正、辐射校正、几何纠正等。
这些预处理步骤可以消除由于大气、仪器和环境等因素引起的杂乱噪声，并提高数据的质量和可靠性。
2.特征提取：ENVI高光谱分析可以通过使用不同的数学和统计算法，从高光谱数据中提取目标的特征信息。
这些特征可以用于分类、目标检测、遥感变化检测等应用。
3.数据可视化：ENVI高光谱分析可将高光谱数据以多种方式进行可视化，包括光谱曲线、散点图、等高线、伪彩色图等。
这些可视化方法有助于用户直观地理解数据的内在规律和潜在关系。
4.数学建模和分析：ENVI高光谱分析提供了多种数学建模和分析工具，包括主成分分析、线性回归、非线性回归、聚类分析等。
这些工具可以帮助用户识别数据中的模式和趋势，从而进行进一步的数据分析和解释。
5.地物分类：ENVI高光谱分析可进行高光谱图像的地物分类，包括监督分类和非监督分类。
监督分类需要用户提供一些参考样本，用于训练分类器；非监督分类则通过统计分析和像元聚类等方法，自动划分不同地物类型。
6.数据挖掘：ENVI高光谱分析可以挖掘高光谱数据中的隐藏信息和趋势，帮助用户发现新的知识和洞见。
数据挖掘算法包括关联规则挖掘、聚类分析、分类分析等。
ENVI高光谱分析在许多领域具有广泛的应用，包括地球科学、环境监测、农业、气象、地质勘探等。
例如，在农业领域，ENVI高光谱分析可以帮助农民分析土壤和植被的光谱特征，以优化施肥、灌溉和作物管理等决策。
在环境监测领域，ENVI高光谱分析可以检测和监测大气污染、水体污染、土壤侵蚀等环境问题。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程一、显示图像波谱1.打开文件：主菜单中，File→Open Image File→文件名.raw或者Window→Available Bands List→File →Open Image File→文件。
2.显示真彩色图像：波段列表（Available Bands Lis）中，右键→Load TrueColor。
3.*设置像素大小：主窗口（Display）中，右键→Pixel Locator。
4.绘制波谱：主窗口中，右键→Z Profile（Spectrum）。
5.收集任意点波谱：Spectral Profile中，Options→Collect Spectra，点击图像任6.光谱平滑：Spectral Profile中，Options→Set Z Profile Avg Window，将window7.部分光谱：主菜单→Basic Tools→Resize Data(Spatial/Spectral)→Spectral Subset，选择需要的光谱波段。
生成新的文件，右键→Load True Color to<new>。
显示新图像。
8.关闭所有文件：File→Close All Files。
二、标准波谱库主菜单→Spectral→Spectral Libraries→Spectral Library Viewer→安装文件夹下，ITT\IDL\IDL80\products\envi48\spec_lib。
共有usgs_min、veg _lib、jpl_lib、jhu_lib四个标准波谱库。
在Spectral Library Viewer中，单击波谱名称，自动显示波谱。
三、自定义波谱库1.输入波长范围：在菜单中，Spectral Spectral Library→Spectral Library Builder2.波谱收集：以从影像数据中收集波谱为例：a)打开高光谱图像，收集任意点波谱。
高光谱数据分析ENVI操作手册
4.1. 设置参数
Kernel Size(卷积核大小)：奇数。 Image Add Back(加回值)：将原始图像中的部分加回到卷积滤波结果图像中， Editable Kernel(卷积核中各项的值)。
有助于保持图像的空间连续性。
滤波前
滤波后
北京卓立汉光仪器有限公司
5. 主成分分析列出各波段以及相应的百分比，可自主选择主成分波段。“No”系统会计 算特征值和显示供选择的输出波段。
5.2. 协方差矩阵、特征向量矩阵的统计
主菜单，Basic ToolsStatisticsView Statistics File，打开主成分分析中得到 的统计文件，可以得到各个波段的基本统计值、协方差矩阵、相关系数矩阵和特 征向量矩阵。 当协方差矩阵数据量较大时，不能直接在统计文件中显示，这时可通过输出 ASCII文件并导入到excel中来查看协方差矩阵和特征向量矩阵。 波长、 反射率和协方差矩阵、特征向量矩阵的数据分析可采用其他数值统计 分析软件进行。
2.2. 添加注记
在Spectral Library Plots窗口中，Option→Annotate Plot，手动添加注记，如文 Annotation窗口中，Object选择注记类型后，在Spectral Library Plots窗口中左 在Spectral Library Plots窗口中，右键→Plot Key，添加注记，名称和颜色在
选择Memory或在Enter Output Filename输入文件名生成新的文件。 右键→Load True Color to<new>，显示新图像。
北京卓立汉光仪器有限公司
1.6. 光谱数据输出
光谱曲线窗口中，File→Save Plot As→ASCII，在Output Plots to ASCII File文 件中，Selsct Plot To Output选中需要输出曲线的点，输出路径和名称，OK。
高光谱数据预处理流程
高光谱数据预处理流程高光谱数据预处理流程是高光谱数据处理的第一步，它的主要目标是对原始高光谱数据进行去噪、去偏差、交叉校准等操作，从而提高数据的质量和准确性。
本文将介绍高光谱数据预处理的基本流程，包括数据的获取与清洗、去除异常值、光谱归一化、数据插值和交叉校准等。
第一步：数据获取与清洗高光谱数据的获取可以通过遥感技术获取，并且数据包含了大量的光谱波段信息。
在进行数据处理之前，首先需要对数据进行筛选和清洗。
对于可能存在的杂散数据和异常数据，可以通过专业的数据处理软件进行自动筛选或手动清洗，并将其剔除或进行修正。
第二步：去除异常值在进行高光谱数据处理之前，需要对数据进行异常值的检测与去除。
异常值通常是由于各种原因引起的数据异常，对后续的数据处理和分析会产生干扰和误导，并影响结果的准确性。
常见的异常值检测方法包括离群点检测和统计方法等，可以根据具体情况选择合适的方法进行异常值的检测和处理。
第三步：光谱归一化光谱归一化是将不同光谱波段的数据归一到相同的尺度上，以消除不同波段间的尺度差异，便于后续的数据处理和分析。
常见的光谱归一化方法包括最大值归一化、最小值归一化、标准化等。
其中最大值归一化是将原始光谱数据除以最大值，并将结果缩放到0-1之间，最小值归一化则是将原始数据减去最小值，并将结果缩放到0-1之间，标准化则是通过计算原始数据的均值和标准差，将数据转化为均值为0，标准差为1的分布。
第四步：数据插值数据插值是将高光谱图像上的离散采样点的数值按一定规律填充到整个光谱波段上，以弥补数据的不连续和缺失。
常见的数据插值方法包括线性插值、多项式插值和Kriging插值等。
其中线性插值是通过连接相邻的采样点，按比例确定插值点的数值；多项式插值则是利用多项式函数拟合已知的离散点数值，再求解插值点的数值；Kriging插值则通过空间自相关性进行插值，考虑了离散点之间的相关性。
第五步：交叉校准交叉校准是通过与已有参考数据进行比对，评估和校准高光谱数据的准确性和可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
HYMAP
Spectral coverage: VIS:400-800nm,15nm bands; NIR:881-1335nm, 14nm bands; SWIR1:1400-1813nm, 12nm bands; SWIR2:1950-2543nm, 16nm bands; Spectral bands: 126 FOV: 60° IFOV: 2.5 mrad(along_track) 2.0 mrad(across_track) Pixels per line: 512
使用ENVI大气校正模块——输入文件准备
数据是经过定标后的辐射亮度（辐射率）数据 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽 度（FWHM）,这两个参数都可以通过编辑头文件信息输入（Edit Header）。 数据类型 支持四种数据类型：浮点型（floating）、4-byte signed integers, 2-byte signed integers,以及 2-byte unsigned integers。 数据存储类型： ENVI标准栅格格式文件，且是BIP或者BIL。 波谱范围：flaash能够做的数据光谱范围是0.4－2500μ m。
P302
3、物质制图与识别、探测
•波谱库 •波谱分析 •端元波谱收集 •高光谱制图与识别
波谱库
ENVI波谱库 （安装目录下spec_lib） Jet Propulsion Laboratory 0.4~2.5um 160 种纯矿物波谱 美国地质调查局(USGS) 0.4~2.5um 500 种质优矿物 波谱和几个植被波谱 Johns hopkins university 0.4~14um 矿物波谱 IGCP264 (项目) 26个质优样品应用波 谱仪测量得到 打开波谱库（spectral/spectral libraries/„view) 显示波谱曲线(点击） 创建波谱库（spectral/spectral libraries/„builder)
从光谱影像上获得光谱曲线
高光谱图像
空间成像的同时，记录 下成百个连续光谱通道 数据
从每个像元均可提取 一条连续的光谱曲线
对高光谱图像的处理实质是对像元光谱曲线的定量 化处理与分析
高光谱成像技术
成像光谱仪：
与地面光谱辐射计相比， 成像光谱仪不是在“点” 上的光谱测量，而是在 连续空间上进行光谱测 量，因此它是光谱成像 的； 与传统多光谱遥感相比， 其光谱通道不是离散而 是连续的，因此从它的 每个像元均能提取一条 平滑而完整的光谱曲线。
水气反演设置（Water Retrieval）
水气反演设置，采用两种方式对水气进行反演：
利用水气反演模型恢复影像中每个像元的水气量
使用水气去除模型，数据必须具有15nm以上波谱分辨率，且 至少覆盖以下波谱范围之一： 1050-1210 nm (对应 1135 nm) 870-1020 nm (对应940 nm) 770-870 nm (对应820 nm)
4.11
Surface Air Temperature -16 °C or 3 °F -1 °C or 30 °F 15 °C or 59 ° 14 °C or 57 ° 21 °C or 70 ° March May 27 °C or 80 ° SAW SAW
SAW MLW MLW SAS MLS T T T T T MLS SAS SAS MLW MLW MLW MLW MLW SAS SAS MLS T T T T T MLS SAS SAS MLW MLW MLW
环境与减灾小卫星星座（HJ-1B）
2、高光谱数据预处理
•传感器定标 •大气校正
传感器定标
传感器定标是针对设备本身，建立传感器每个探 测元件输出的数据量化值（DN）与它所对应像元 内的实际地物的辐射亮度之间的定量关系（陈述 彭等，1998）。辐射亮度（辐射率）单位可为： （μ W）/（cm2*nm*sr）。 ENVI提供针对特定传感器的定标，包括ASTER、 AVHRR、MODIS、MSS、TM、QuickBird、 WorldView等；通用方法，包括：平场域定标、 对数残差、内部平均反射率法和经验线性；针对 热红外数据，还提供大气校正工具、相对通道发 射率、归一 输入光谱
从图像中获取 外部文件（二进制）导入 ASD波谱仪
波谱库交互
波谱库查看、编辑和分析 波谱分割 波谱重采样
波谱分析工具 Spectral Analyst
波谱分析首先需要打开一个波谱库，然后将未 知波谱与波谱库中的波谱进行匹配处理，该工具 运用波谱角分类,波谱特征拟和二进制编码技术, 对一未知波谱与波谱库中要素的匹配进行排序, 输出一个列表,按照波谱匹配的好坏依次排列,并 纪录一个总体的得分. 匹配时需要设置三种方法所占的权重,权重是任 意的,最后输出一个总体得分,得分越高,表明匹 配效果越好.
ENVI高光谱数据处理流程
临时用户天蝎座
主要内容
1、高光谱简介 2、高光谱数据预处理 3、物质制图与识别、探测
1、高光谱遥感简介
光学遥感技术的发展：
全色（黑白）－－彩色摄影－－多光谱扫描成像－－ 高光谱遥感
高光谱分辨率遥感（HyperspectralRemote Sensing）
July MLW MLW SAS SAS MLS T T T T T MLS MLS SAS MLW MLW MLW SAW
Sept. MLW MLW SAS SAS MLS T T T T T MLS MLS SAS MLW MLW MLW MLW
Nov. SAW SAW MLW SAS SAS MLS T T T T T MLS SAS SAS MLW MLW MLW
使用ENVI大气校正模块——基本参数设置
传感器基本信息设置
使用ENVI大气校正模块——大气模型
Model Atmosphere Sub-Arctic Winter (SAW) Mid-Latitude Winter (MLW) U.S. Standard (US) Sub-Arctic Summer (SAS) Mid-Latitude Summer (MLS) Tropical (T) Water Vapor (std atm-cm) 518 1060 1762 2589 3636
输出结果
表面反射率影像 水气含量数据 云图 日志文件 FLAASH大气校正模板文件
定标与大气校正练习
03-传感器定标与大气校正\多光谱
Landsat TM fast数据定标 辐射定标- W/(m2*sr*μ m) P282
03-传感器定标与大气校正\高光谱
为什么做大气纠正？
太阳辐射通过大气以某种方式入射到物体表面然 后再反射回传感器 原始影像包含物体表面，大气，以及太阳的信息 如果我们想要了解某一物体表面的光谱属性，我 们必须将它的反射信息从大气和太阳的信息中分 离出来。
为什么要大气校正
大气散射
邻接反射
直接反射
大气校正方法
基于辐射传输模型 LOWTRAN模型 MORTRAN模型 ATCOR模型 6S模型 基于统计学模型 平场域定标 对数残差 内部平均反射率法 经验线性 基于简化辐射传输模型的黑暗像元法 基于统计的不变目标法 基于植被指数的大气阻抗植被指数法 „„
用很窄（10-2λ ）而连续的光谱通道对地物持续遥感 成像的技术。在可见光到短波红外波段其光谱分辨率 高达纳米(nm)数量级，通常具有波段多的特点，光谱 通道数多达数十甚至数百个以上，而且各光谱通道间 往往是连续的，因此高光谱遥感又通常被称为成像光 谱（Imaging Spectrometry）遥感。
ENVI大气校正模块
ENVI的大气校正模块的模型为MODTRAN 4+模型，它是由Spectral Sciences, Inc. (SSI)和Air Force Research Labs (AFRL)合作 开发，ITT VIS进行整合和图形化。 ENVI的大气校正模块能够对高光谱、多光谱影像进行校正。 高光谱包括：HyMAP、 AVIRIS、 HYDICE、HYPERION、Probe-1, CASI、AISA等； 多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、 SeaWiFS、SPOT、QuickBird等，以及航空（860nm-1135nm）数据。 多光谱与高光谱的模型基础一样：MODTRAN 4+。这个模块通过高光谱 像素光谱上的特征来估计大气的属性，可以有效地去除水蒸气, 气溶 胶散射，漫反射的邻域效应。采用向导式操作流程，还包括快速大气 校正功能。
成像光谱仪系统介绍
航空成像光谱仪系统 国内系统：MAIS、OMIS-1、OMIS-2、PHI、WHI、 LASIS 国外系统：AIS、AVIRIS、TRWIS、GERIS、 HYDICEAISA、DAIS、CASI、HYMAP
AVIRIS
Spectral coverage: VIS to NIR (400-2500nm) Spectral bands: 224 Spectral resolution: <10nm FOV: 30° IFOV: 1.0 mrad Digitization:12 bits
天气条件
晴朗 中等雾、阴霾 厚雾、阴霾
能见度
40 to 100 km 20 to 30 km 15 km 或者更少
高级设置
光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、 AISA。 气溶胶厚度系数：用于计算邻域效应范围。一般值为1~2km。 CO2混合比率：默认为390ppm。 使用领域纠正。 使用以前的MODTRAN模型计算结果。 设置MODTRAN模型的光谱分辨率（推荐值5 cm-1)。 设置MODTRAN多散射模型。 提供三种模型供选择Isaacs，DISORT和 Scaled DISORT。默认是 Scaled DISORT和streams为8，这种模型对于小于1000nm具有较高的 精度； 天顶角\方位角（针对非星下点传感器）。 输出反射率缩放系数（Output Reflectance Scale Factor ）：为了 降低结果储存空间，默认反射率乘于10000。