ENVI软件基础知识以及监督分类详细步骤

ENVI软件基础知识以及监督分类详细步骤
Ⅰ.软件的基本操作
ENVI主⼯具条：
1．图像的输⼊与输出.⾸先启动ENVI, 选择File- Open Image File,出现Enter Data
Filename 对话框，选择⽂件的正确路径，点击⽂件名，再点击“OK”打开⽂件。

2．在打开的Available Band List 菜单中，可以显⽰图像的各个波段的基本信息，其中“Gray Scale”为灰⾊显⽰，“RGB Color”为彩⾊合成，并且可以选择彩⾊合成的波段，单击“Load”就可显⽰图像，打开的图像由三部分组成：Scroll（滚动）窗⼝、主图像窗⼝、以及缩放（Zoom）窗⼝, 可以使⽤多个显⽰窗⼝组，组中每个窗⼝的⼤⼩都可以调整。

其中菜单中的“New Diaplay”可以打开⼀个新的图像。

3．在“Available BandsList”菜单中选择“Available Files List”还可以可以显⽰出遥感图像的基本信息，具体如图所⽰：
4.若要保存图像，需要在图像所在窗⼝中选择File-Save Image As-Image File，弹出Output Display to ImageFile 对话框。

对于单波段图像，选择8-bit Color，⽽多波段彩⾊合成图像则选择24-bit Color图像的保存⽅式有两种：⼀是直接保存为⽂件；⼆是选“Memory”，记忆在“Available BandsList”菜单中。

Ⅱ.图像增强与变换
⼀．空间域增强
1.线性变换
线性拉伸：线性拉伸的最⼩和最⼤值分别设置为0 和255，两者之间的所有其它值
设置为中间的线性输出值，选择Stretch_Type > Linear Contrast Stretch。

分段线性拉伸：分段线性对⽐度拉伸可以通过使⽤⿏标在输⼊直⽅图中放置⼏个点进⾏交互地限定。

当在点之间提供线性拉伸时，线段在点处连接起来，选择Stretch_Type > Piecewise Linear。

2.⾮线性变换
⾼斯拉伸：选择Stretch_Type>Gaussian.输⼊拉伸的最⼩和最⼤值,要⼿动地输⼊所需要的标准差值，选择Options > SetGaussian Stdv.
设置⾼斯标准差
平⽅根拉伸：选择Stretch_Type>Square Root. 输⼊拉伸的最⼩和最⼤值,要⼿动地输⼊所需要的标准差值。

3.直⽅图均衡化
选择Stretch_Type > Equalization.输⼊直⽅图显⽰未被修改的数据分布。

输出直⽅图⽤⼀条红⾊曲线显⽰均衡化函数，被拉伸数据的分布呈⽩⾊叠加显⽰。

4.直⽅图规定化
选择Stretch_Type > Arbitrary.通过点击或按住⿏标左键绘制输出直⽅图的线段，在Output Histogram 窗⼝内绘制输出直⽅图。

任意的直⽅图将⽤绿⾊来显⽰。

输出直⽅图⽤红⾊显⽰你的直⽅图，匹配的数据函数⽤⽩⾊曲线。

5.图像平滑
选择filter中的smooth(5*5)选项进⾏图像平滑处理。

6.图像锐化
选择filter中的sharpen(10)选项进⾏图像平滑处理。

⼆．彩⾊增强
1.伪彩⾊增强
将亮度值等间隔分割分别赋予不同的⾊彩，合成处理的过程。

在主图像窗⼝，选择overlay > Density Slice。

将出现#1 Density Slice 对话框，在“Defined Density Slice Ranges”下列有⼋个系统默认范围。

在适当的⽂本框中输⼊所需要的最⼩和最⼤值，来改变密度分割的范围。

如要重新设置数据范围到初始值，点击“Reset”。

2.假彩⾊增强
将不同波段的影像分别赋予不同的⾊彩，合成处理的过程。

如分别赋予TM 图像1、
2、3波段⾊彩R、G、B；从Available Bands List 内，选择“RGB Color”切换按钮。

在序列中点击所需要显⽰的红、绿和蓝波段名。

将波段名称导⼊“R.G.B”后载⼊图像得到合成的假彩⾊图像。

3.彩⾊变换
在图像处理中通常应⽤的有两种彩⾊坐标系统。

⼀种是由红（R）、绿（G）、蓝（B）三原⾊构成的彩⾊空间或坐标系统，这是我们之前所讲的彩⾊变化和增强处理的基础；另⼀种是彩⾊空间是由⾊调（H）、饱和度（S）和明度（I）三个变量构成的。

彩⾊系统变换主要是指这两种坐标系统之间的变换。

具体操作如下：RGB 向HSV 的转换：在主菜单中点击Transforms-Color Transforms（在做正变换的选项中有RGB to HSV、RGB to HLS 和RGB to HSV(USGS Munsell)三中⽅法），点击RGB to HSV。

接着选择已经彩⾊合成好的遥感图像，接着在弹出的对话框中选择display1，出现RGB to HSV（HLS、USGS Munsell）Parameters 对话框，选择保存路径后，软件就⾃动完成了HSV 变换。

H(⾊度) S(饱和度) V(亮度)
三．多图像代数运算
Band Math 功能提供了⼀个灵活的图像处理⼯具，其中许多功能是⽆法在任何其它的图像处理系统中获得的。

由于每个⽤户都有独特的需求，因此该功能允许⽤户⾃⼰定义处理算法，并将之应⽤到打开的波段或整个图像中，可以根据需要⾃定义简单或复杂的处理程序。

选择Basic Tools > Band Math.在“Enter an expression”的⽂本框内，输⼊变量名和所需要的数学运算符。

变量名必须以字
符“b”或“B”开头，后⾯跟着5 个以内的数字字符。

1.差值法：选择Basic Tools > Band Math.在“Enter an expression”的⽂本
框内输⼊B1-B2，点击add to list,确定后定义B1，B2为波段b1,b2,选择memory后确定。

2.⽐值法：选择Basic Tools > Band Math.在“Enter an expression”的⽂本
框内输⼊float(B2)/float(B3)，点击add to list,确定后定义B2，B3为波段b2,b3,选择memory后确定。

3.混合运算法：选择Basic Tools > Band Math.在“Enter an expression”的⽂本框内输⼊
float(B2)/float(B3)+B4，点击add to list,确定后定义B2，B3，B4为波段b2,b3,b4选择memory 后确定。

四．多光谱图像变换
1.主成分变换
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。

由于多波段数据经常是⾼度相关的，主成分变换寻找⼀个原点
在数据均值的新的坐标系统，通过坐标轴的旋转来使数据的⽅差达到最⼤，从⽽
⽣成互不相关的输出波段。

主成分（PC）波段是原始波谱波段的线性合成，它们
之间是互不相关的。

可以计算输出主成分波段。

第⼀主成分包含最⼤的数据⽅差
百分⽐，第⼆主成分包含第⼆⼤的⽅差，以此类推，最后的主成分波段由于包含
很⼩的⽅差（⼤多数由原始波谱的噪声引起），因此显⽰为噪声。

由于数据的不
相关，主成分波段可以⽣成更多种颜⾊的彩⾊合成图像。

在ENVI主菜单中选择Transforms-Principal Components-Forward PC Rotation-Compute
New Statistics and Rotate，选择liubo07082972.img作为输⼊数据。

出现如下Forward
PC
Rotation Parameters对话框：
该对话框参数设置如下：
在“Stats X/Y Resize Factor” ⽂本框键⼊⼩于1 的调整系数，对计算统计值的数据进⾏⼆次抽样。

键⼊⼀个⼩于1 的调整系数，以提⾼统计计算的速度。

例如，在统计计算时，⽤⼀个0.1 的调整系数将只⽤到⼗分之⼀的像元。

若需要，键⼊⼀个输出统计⽂件名。

点击按钮，选择基本“Covariance Matrix”或“Correlation Matrix”。

计算主成分时，有代表性地要⽤到协⽅差矩阵。

当波段之间数据范围差异较⼤时，要⽤到相关系数矩阵，并且需要标准化。

选⽤“File” 或“Memory” 输出。

若选择输出到“File”，在标有“Enter Output Filename”的⽂本框⾥键⼊要输出的⽂件名；或
⽤“Choose”按钮选择⼀个输出⽂件名。

从“Output Data Type” 菜单⾥，选择需要的输出类型（字节型，整型，⽆符号整型，长整型，⽆符号长整型，浮点型，双精度型）。

⽤下列选项，选择输出PC 波段数。

限定输出PC 波段数，键⼊需要的数字，或⽤“Number of Output PC Bands” 标签附近的按钮确定输出的PC 波段数。

默认的输出波段数等于输⼊的波段数。

通过检查特征值，选择输出的PC 波段数。

A 点击“Select Subset from Eigenvalues” 标签附近的按钮，选择“YES”。

特征值将被计算，出现Select Output PC Bands 对话框，列表显⽰着每⼀个波段和其相应的特征值。

同时也为所有波段显⽰出每个波段中包含的数据变化的累积百分⽐。

B 在“Number of Output P
C Bands” ⽂本框⾥，键⼊⼀个数字或点击按钮，确定输出的波段数。

特征值⼤的PC 波段包含最⼤量的数据差异。

较⼩的特征值包含较少的数据信息和较多的噪声。

有时，为存储磁盘空间，最好仅仅输出特征值⼤的那些波段。

C 在Select Output PC Bands 对话框⾥，点击“OK”。

选择Memory 输出，其他的默认，输出6 个主成分波段，⾃动加载到波段中同时出现⼀个主成分特征值的plot 图：
在该对话框中选择Edit>Data Values，查看各成分的特征值的⼤⼩：
特征值反映了各主成分所占信息量的⼤⼩，从上到下逐渐减少，表明各波段信息量逐渐减少，我们可以据此计算各成分信息量占总信息量的百分⽐，例如，从上⾯数据可以得知，PC1图像所占的信息量为127.0377/
（127.0377+22.9922+6.0091+1.0852+0.5730+0.2061）×100%=80.45%。

由于主成分图像有 6 个波段，我选取了有代表性的前三个波段显⽰如下：PC1:
PC2:
PC3:
检验主成分与原始数据之间的定量关系：
下⾯我们来检验各主成分到底与原始的6 个波段数据之间到底是什么定量关系，我想这对我们解释各主成分的含义时很有⽤。

我们得知主成分变换的系数矩阵是原始数据协⽅差矩阵的特征向量矩阵的⼀个转置，我们先通过统计计算得到特征向量矩阵如下（⽅法参照前⾯所述），注意数据源选择原始数据liubo07082972.img：
ENVI4.5监督分类步骤
单击file—Open Image File打开图像，我的是TM7波段图像，加载5、4、3波段。

根据lay 选样本，OverLay—Region Of Interesting
森林灌⽊、草地裸地耕地沙地其他（如⽔体、阴影之类的）
选样本
在Zoon放⼤窗⼝⾥选，这样可以选的更精确⼀些。

左键下点，右键结束
因光谱值有差异，不在同⼀⽚地⽅选样本
再在另⼀⽚地⽅选⼀下样本：
正常情况下是通过别的⽅式选样本，如：野外调查或波峰影像上选样本，本次因条件限制就直接在图上选了。

选的差不多了，就选第⼆种灌⽊、草地样本，点。