4ENVI高光谱分析
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)。
ENVI4.8版本中高光谱遥感——SPEAR Tools简介
高光谱遥感——ENVI 4.8版本中的SPEAR Tools简介SPEAR Tools全称是光谱处理与分析工具（Spectral Processing Exploitation and Analysis Resource），在这里ENVI提供了一系列的处理工具，并形成向导引导使用者按照ENVI的标准处理影像。
SPEAR包含以下10个流程化处理模块：异常检测模块：搜索光谱不同的背景（谱异常）目标变化检测模块：检测统一地区不同时段光谱变化的异常谷歌地球桥接器：提供一个简单的方法将ENVI中的图像或矢量文件输出到Google Earth中道路提取模块：从影像中流程化提取道路信息水体提取模块：从影像中流程化提取河流，隐蔽水沟信息水的相对深度模块：从高光谱数据中快速获取感兴趣水域水的相对深度信息影像植被指数提取模块：快捷容易地确定植被的存在情况，并用多光谱图像可视化该植被的活力水平。
船只提取模块：船只提取模块，利用水和船的对比度。
以及船的纹理特征来提取船只信息。
1 异常检测模块（SPEAR Anomaly Detection）异常检测提供了一种方法来搜索光谱不同的背景（谱异常）目标，ENVI使用RXD异常探测算法来检测光谱信息异于影像背景值的目标。
由于植被在一些地区（比如在干燥的区域）光谱异常比较明显，SPEAR 异常检测模块提供了能够抑制植被的操作。
SPEAR异常检测模块能够依靠设定阈值来减小绝对误差。
SPEAR异常检测模块同时提供了滤波、核查和精度评定工具。
如果得出满意的结果，可以将其输出成shp文件的矢量格式。
从影像中提取异常信息操作流程如下：1.在ENVI主菜单栏下，选择Spectral > SPEAR Tools > Anomaly Detection。
弹出文件显示对话框，选择输入文件。
（输入的文件必须是能被ENVI识别的多光谱数据）设定保存路径。
2.设定算法模型，包括RXD、UTD、RXD-UTD。
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。
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。
ENVI4.8版本中高光谱遥感——SPEARTools简介
ENVI4.8版本中⾼光谱遥感——SPEARTools简介⾼光谱遥感——ENVI 4.8版本中的SPEAR Tools简介SPEAR Tools全称是光谱处理与分析⼯具（Spectral Processing Exploitation and Analysis Resource），在这⾥ENVI提供了⼀系列的处理⼯具，并形成向导引导使⽤者按照ENVI的标准处理影像。
SPEAR包含以下10个流程化处理模块：异常检测模块：搜索光谱不同的背景（谱异常）⽬标变化检测模块：检测统⼀地区不同时段光谱变化的异常⾕歌地球桥接器：提供⼀个简单的⽅法将ENVI中的图像或⽮量⽂件输出到Google Earth中道路提取模块：从影像中流程化提取道路信息⽔体提取模块：从影像中流程化提取河流，隐蔽⽔沟信息⽔的相对深度模块：从⾼光谱数据中快速获取感兴趣⽔域⽔的相对深度信息影像植被指数提取模块：快捷容易地确定植被的存在情况，并⽤多光谱图像可视化该植被的活⼒⽔平。
船只提取模块：船只提取模块，利⽤⽔和船的对⽐度。
以及船的纹理特征来提取船只信息。
1 异常检测模块（SPEAR Anomaly Detection）异常检测提供了⼀种⽅法来搜索光谱不同的背景（谱异常）⽬标，ENVI使⽤RXD异常探测算法来检测光谱信息异于影像背景值的⽬标。
由于植被在⼀些地区（⽐如在⼲燥的区域）光谱异常⽐较明显，SPEAR 异常检测模块提供了能够抑制植被的操作。
SPEAR异常检测模块能够依靠设定阈值来减⼩绝对误差。
SPEAR异常检测模块同时提供了滤波、核查和精度评定⼯具。
如果得出满意的结果，可以将其输出成shp⽂件的⽮量格式。
从影像中提取异常信息操作流程如下：1.在ENVI主菜单栏下，选择Spectral > SPEAR Tools > Anomaly Detection。
弹出⽂件显⽰对话框，选择输⼊⽂件。
（输⼊的⽂件必须是能被ENVI识别的多光谱数据）设定保存路径。
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。
ENVI简介
l ENVI简介1）实现遥感地物定量化分析的最佳工具ENVI（The Environment for Visualizing Images）是一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。
获2000年美国权威机构NIMA遥感软件测评第一。
2）强大的影像显示、处理和分析系统ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKONOS、SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。
ENVI 支持各种操作系统，包括Windows98/NT/2000、UNIX、Linux、Macintosh及OpenVMS。
3）强大的多光谱影像处理功能ENVI 能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI 遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。
同时，ENVI 还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
4）更便捷地集成栅格和矢量数据ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。
ENVI 具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
高光谱数据格式
高光谱数据格式摘要：一、高光谱数据简介二、高光谱数据格式概述1.数据结构2.数据存储方式3.数据处理与分析方法三、常见高光谱数据格式介绍1.HDF5格式2.ENVI格式3.ASCII格式4.其他格式四、高光谱数据在实际应用中的案例与优势五、总结与展望正文：一、高光谱数据简介高光谱数据是一种特殊的遥感数据，它通过获取连续波段的光谱信息，为地表目标物识别、环境监测、资源勘探等领域提供了强大的技术支持。
高光谱数据具有光谱分辨率高、波段数量多、数据量大等特点，可以帮助我们从不同角度和深度挖掘地表特征信息。
二、高光谱数据格式概述1.数据结构高光谱数据通常包括两部分：一是光谱数据，即波段强度信息；二是与之相关的元数据，如波段名称、波段宽度、光谱采样间隔等。
2.数据存储方式高光谱数据的存储方式有多种，如HDF5、ENVI、ASCII等格式。
这些格式在存储数据时，既有单一波段的文件，也有多波段的文件。
3.数据处理与分析方法高光谱数据处理与分析方法包括预处理、特征提取、分类和聚类等。
预处理主要包括去除噪声、辐射校正、大气校正等；特征提取是从光谱数据中提取有用信息，如光谱指数、连续波段组合等；分类和聚类是对高光谱数据进行地物识别和分类。
三、常见高光谱数据格式介绍1.HDF5格式HDF5（Hierarchical Data Format 5）是一种高效、可扩展的文件格式，适用于存储大量数据。
HDF5文件具有灵活的结构，可以存储多波段的高光谱数据，同时支持复杂的数据类型和复杂的数组结构。
2.ENVI格式ENVI（Environmental Visualization Infrastructure）是一种专为遥感数据设计的数据格式。
ENVI文件结构清晰，易于阅读和分析，支持多波段高光谱数据存储。
此外，ENVI还提供了一系列图像处理和分析工具，便于高光谱数据的处理。
3.ASCII格式ASCII格式是一种简单的文本格式，适用于存储单波段的高光谱数据。
ENVI遥感图像处理-高光谱数据的处理与分析
1.1 ENVI Classic标准波谱库
保留原来的5种标准波谱库，存放在 …\Harris\ENVI54\classic\spec_lib，分别在5个文件夹 中，储存为ENVI波谱库格式
✓ USGS矿物波谱 ✓ 植被波谱 ✓ JPL波谱库 ✓ IGCP264波谱库 ✓ JHU波谱库
1.2 波谱库创建
元波谱收集 • 基于连续最大角凸锥（Sequential Maximum Angle Convex Cone——简
称SMACC）的端元自动提取。
4、高光谱图像物质识别
4 物质识别
ENVI提供许多波谱分析方法，包括：二进制编码、波谱 角分类、线性波段预测（LS-Fit）、线性波谱分离、光谱 信息散度、匹配滤波、混合调谐匹配滤波（MTMF）、 包络线去除、光谱特征拟合、多范围光谱特征拟合等
5.2 波谱识别
波谱角分类 /Classification/Supervised Classification/Spectral
Angle Mapper Classification
5.3 分类结果浏览及后处理
得到的结果就是ENVI的分类文件的格式，自动加载显示 在图中。
分类后处理
5.4 向导式目标识别——沙漏分析工具
4 物质识别
专题内容：
✓ 用波谱角分析方法从高光谱图像中识别物质
数据
✓ “301-技术专题：高光谱数据处理与分析\2-物质识别”
端元波谱收集
物质识别
5、高光谱图像分类
5 高光谱图像分类流程
影像文件
最小噪声分离 MNF
数据维数判断
是否从图像获得端
否
元波谱
计算纯净像元指数
N维可视化和端元选择
《使用ENVI的高光谱工具处理多光谱数据》
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）。
遥感图像处理系统ENVI功能简介
遥感图像处理系统ENVIENVI(The Enviroment for Visualizing Images)是美国著名的遥感科学家用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件，能够有效地从遥感影像中提取各种目标信息，可用于地物监测和目标识别；IDL也使得ENVI具有其它同类软件无可比拟的可扩展性，全模块化的设计使得软件易于使用，操作方便灵活，界面友好，广泛地应用于地质、环境、林业、农业、军事、自然资源勘探、海洋资源管理等多个领域，并在2000、2001、2002年连续三年获得美国权威机构NIMA遥感软件测评第一。
1、ENVI功能体系ENVI包含齐全的遥感影像处理功能，包括数据输入／输出、常规处理、几何校正、大气校正及定标、全色数据分析、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量分析、神经网络分析、区域分析、GPS联接、正射影像图生成、三维景观生成、制图等；这些功能连同丰富的可供二次开发调用的函数库，组成了非常全面的图像处理系统。
1.1数据输入/输出1972年美国发射了第一颗地球资源技术卫星ERTS-1。
从那时起，一些国家和国际组织相继发射各种资源卫星、气象卫星、海洋卫星以及监测环境灾害的卫星，包括我国发射的风云系列卫星和中巴地球资源一号卫星(CBERS-1)，构成了对地观测网，多平台、多层面、多种传感器、多时相、多光谱、多角度和多种空间分辨率的遥感影像数据，以惊人的数量快速涌来。
把同一地区各类影像的有用信息聚合在一起，将有利于增强多种数据分析和环境动态监测能力，改善遥感信息提取的及时性和可靠性，有效地提高数据的使用率,为大规模的遥感应用研究提供一个良好的基础，使花费大量经费获得的遥感数据得到充分利用。
(1) ENVI能够输入的数据ENVI能处理多种卫星获取的不同传感器、不同波段和不同空间分辨率的数据，包括美国Landsat系列卫星、小卫星IKONOS和环境遥感卫星TERRA，法国SPOT卫星，我国的风云系列卫星和CBERS-1获取的数据，ENVI还准备处理未来更多传感器收集到的数据。
envi光谱指数
envi光谱指数
ENVI光谱指数是一种用于遥感影像处理和分析的技术，它利用了遥感影像的光谱信息来提取地物的特征和信息。
ENVI光谱指数可以用于监测和评估地物的光谱特征，如植被覆盖、土壤类型、水体分布等。
ENVI光谱指数的计算方法是将多个波段的遥感影像进行组合，通过一定的数学运算得到一个新的指数值。
这个指数值可以反映地物的光谱特征，从而帮助我们更好地理解和分析地物的分布和变化。
在ENVI中，有很多内置的光谱指数可供选择，如归一化水体指数（NDWI）、归一化泥指数（NDMI）、改进的归一化水体指数（MNDWI）等。
这些指数都可以帮助我们提取和分析地物的光谱特征。
例如，归一化水体指数（NDWI）可以用于提取水体信息，其值越大，说明地物的含水量越大。
改进的归一化水体指数（MNDWI）可以进一步提高水域特征的提取效果，抑制来自建筑物用地、植被和土壤的干扰。
高光谱信息采集及应用说明
高光谱信息采集及应用说明一、高光谱成像技术简介通俗地讲，高光谱成像技术就是将一个范围的光谱按照一定的间隔进行分光形成光谱间隔很小的一系列光谱集合，再分别用这些光谱进行成像，生成一系列图像集合。
由于高光谱将光谱分成了间隔很小的“纯净”光，因此形成的影像可以展示该波段所具有的特性。
一般情况下，400nm-1000nm的范围内，可分成200个以上的谱段，即可获取超过200幅图像，在文物图像上选取任一点，读取200幅图像上相同位置点的光谱反射率，形成一条光谱曲线，可以标识该点对光谱敏感性，形成“文物指纹”。
二、高光谱应用介绍及案例高光谱大量应用于全球的文物及艺术品发掘、颜料分析、收藏分析、签名真伪分析等领域，具体包括笔记分析、墨水分析、颜料分析和化学物质分析等。
文物分析的特点为非接触、无损、定性定量结合、可视化和实时。
（1）强化模糊或被遮蔽的痕迹图1. 发现隐藏字迹如上图1所示，BEVIN家族拥有一幅画作，通过高光谱成像分析，在短波红外段寻找出隐藏的作者独特签名“D”，通过于作者藏于其他馆的画作比对，确定该画作是西班牙画家Diego Velazquez的作品，该画作大幅增值。
图2. 发现《独立宣言》涂改字迹如上图2的美国《独立宣言》手稿，通过高光谱分析，发现了隐藏的字迹，揭示处托马斯-杰斐逊在起草时写上“我们的人民”（our fellow subjects）之后涂改为“我们的公民”（our fellow citizen），这对于研究美国历史具有重要意义。
图3. 发现烧焦纸片的字迹如上图3的烧焦纸片，进行高光谱成像后采用PCA方法进行图像分析，发现了纸片上的字迹。
（2）艺术品监控图4.可见光与紫外荧光下的艺术品如上图4所示的艺术品，进行紫外荧光假彩色成像后，可以发现艺术品外层掉漆现象，方便及时修补。
（3）探测退化标志和研究保存环境的影响图5. 梵高画作保存环境研究如上图5所示的梵高画作，可见光下笔触难以分辨，无法判断画作材质是否有变质现象，进行外红假彩色成像后，红色墨迹为正常鞣酸铁墨水，黑色墨迹为变质墨水，警示博物馆需要尽快采取行动。
- 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)。
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： 成像光谱仪：
– 与地面光谱辐射计相比，成 与地面光谱辐射计相比， 像光谱仪不是在“ 像光谱仪不是在“点”上的 光谱测量， 光谱测量，而是在连续空间 上进行光谱测量， 上进行光谱测量，因此它是 光谱成像的； 光谱成像的； – 与传统多光谱遥感相比，其 与传统多光谱遥感相比， 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。 谱曲线。
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
– 高光谱包括：HyMAP、 AVIRIS、 HYDICE、HYPERION、 高光谱包括： 、 、 、 、 Probe-1, CASI、AISA等； 、 等 – 多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、 多光谱包括： 、 、 、 、 、 MODIS、SeaWiFS、SPOT、QuickBird等，以及航空（860nm、 、 、 等 以及航空（ 1135nm）数据。 ）数据。
使用ENVI大气校正模块——输入文件准备 输入文件准备
• 数据是经过定标后的辐射亮度（辐射率）数据 数据是经过定标后的辐射亮度（辐射率） • 数据带有中心波长（wavelenth）值，如果是高光谱还必 ） 数据带有中心波长（ 须有波段宽度（ 须有波段宽度（FWHM）,这两个参数都可以通过编辑头 ） 这两个参数都可以通过编辑头 文件信息输入（ 文件信息输入（Edit Header）。 ）。 • 数据类型 • 支持四种数据类型：浮点型（floating）、 支持四种数据类型：浮点型（ ）、4-byte signed ）、 integers, 2-byte signed integers,以及 2-byte 以及 unsigned integers。 。 • 数据存储类型： ENVI标准栅格格式文件，且是 数据存储类型： 标准栅格格式文件， 标准栅格格式文件 且是BIP或者 或者 BIL。 。 • 波谱范围：flaash能够做的数据光谱范围是 －2500µm。 波谱范围： 能够做的数据光谱范围是0.4－ 能够做的数据光谱范围是 。
AVIRIS
• • • • • • • Spectral coverage: VIS to NIR (400-2500nm) Spectral bands: 224 Spectral resolution: <10nm FOV: 30° 30° IFOV: 1.0 mrad Digitization:12 bits
使用ENVI大气校正模块——基本参数设置 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 5119
• 多光谱与高光谱的模型基础一样：MODTRAN 4+。这个 多光谱与高光谱的模型基础一样： 。 模块通过高光谱像素光谱上的特征来估计大气的属性， 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。 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。 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、 、 国内系统： 、 、 、 、 LASIS • 国外系统：AIS、AVIRIS、TRWIS、GERIS、 国外系统： 、 、 、 、 HYDICEAISA、DAIS、CASI、HYMAP 、 、 、
ENVI高光谱分析技术
邓书斌
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 、物质制图与识别、 4、植被分析 、
1、高光谱遥感简介
• 光学遥感技术的发展： 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 全色（黑白）－－彩色摄影－－多光谱扫描成像－－高光谱遥感 ）－－彩色摄影－－多光谱扫描成像－－
Hale Waihona Puke 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 传感器定标 •大气校正 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 传感器定标是针对设备本身， 出的数据量化值（ ） 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， ）。辐射亮 辐射亮度之间的定量关系（陈述彭等，1998）。辐射亮 ）。 辐射率）单位可为：（ ：（µW）/（cm2*nm*sr）。 度（辐射率）单位可为：（ ）（ ）。 • ENVI提供针对特定传感器的定标，包括 提供针对特定传感器的定标， 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、 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， 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、归一化发射率、 残差 大气校正工具、相对通道发射率、归一化发射率、Α残差 等定标工具。 等定标工具。
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 ° 27 °C or 80 °
March SAW SAW MLW MLW SAS MLS T T T T T MLS SAS SAS MLW MLW MLW May SAW MLW MLW SAS SAS MLS T T T T T MLS SAS SAS MLW MLW MLW 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
水气去除设置Water Retrieval
• 水气去除设置，采用两种方式对水气进行去除： 水气去除设置，采用两种方式对水气进行去除：
– 利用水气去除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 使用水气去除模型，数据必须具有 以上波谱分辨率， 以上波谱分辨率 盖以下波谱范围之一： 盖以下波谱范围之一： 1050-1210 nm (对应 1135 nm) 对应 870-1020 nm (对应 对应940 nm) 对应 770-870 nm (对应 对应820 nm) 对应
Latitude (°N) 80 70 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 -80
Water Vapor (g/cm2) 0.42 0.85 1.42 2.08 2.92 4.11
Jan. SAW SAW MLW MLW SAS MLS T T T T T MLS SAS SAS MLW MLW MLW
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 原始影像包含物体表面，大气， • 如果我们想要了解某一物体表面的光谱属性，我们必须将 如果我们想要了解某一物体表面的光谱属性， 它的反射信息从大气和太阳的信息中分离出来。 它的反射信息从大气和太阳的信息中分离出来。
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 模型 MORTRAN模型 模型 ATCOR模型 模型 6S模型 模型 平场域定标 对数残差 内部平均反射率法 经验线性
• 基于统计学模型
• • • •
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 ……
• 高光谱分辨率遥感（HyperspectralRemote Sensing） 高光谱分辨率遥感（ ）
– 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。 用很窄（ ）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 数量级， 在可见光到短波红外波段其光谱分辨率高达纳米 数量级 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， 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， 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（ 像光谱（Imaging Spectrometry）遥感。 ）遥感。