遥感图像处置系统ENVI功能简介

遥感图像处置系统ENVI
ENVI(The Enviroment for Visualizing Images)是美国闻名的遥感科学家用交互式数据语言IDL(Interactive Data Language)开发的一套功能壮大的遥感图像处置软件，能够有效地从遥感影像中提取各类目标信息，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利用，操作方便灵活，界面友好，普遍地应用于地质、环境、林业、农业、军事、自然资源勘探、海洋资源治理等多个领域，并在2000、200一、2002年持续三年取得美国权威机构NIMA遥感软件测评第一。

一、ENVI功能体系
ENVI包括齐全的遥感影像处置功能，包括数据输入／输出、常规处置、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；这些功能连同丰硕的可供二次开发挪用的函数库，组成了超级全面的图像处置系统。

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接踵发射各类资源卫星、气象卫星、海洋卫星和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)，组成了对地观测网，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。

把同一地域各类影像的有效信息聚合在一路，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靠得住性，有效地提高数据的利用率,为大规模的遥感应用研究提供一个良好的基础，使花费大量经费取得的遥感数据取得充分利用。

(1) ENVI能够输入的数据
ENVI能处置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还预备处置以后更多传感器搜集到的数据。

ENVI还能处置光学传感器和雷达传感器数据，即：
海洋卫星数据SeaWIFS(Level 1B HDF)；
军事卫星数据Military(ADRG,CADRG,CIB,NITF)；
热红外数据Thermal(TIMS,MASTER)；
雷达数据IRS(Fast)、CEOS(ERS-1,ERS-2,JERS-1)、Radar(RADARSAT, ERS,JERS,JPL TOPSAR & POLSAR, SIR-C，AIRSAR(JPL)SIR-C/X-SAR；
高程数据DTED,USGS DEM,USGS SDTS DEM，DRG,DOQ,DEM,SDTS DEM；
高光谱数据AVIRIS，CASI、ATSR、CADRG、CIB等。

ENVI也能够处置通用格式的图像数据，如格式为TIFF、GEOTIFF、JPEG、BMP、SRF、XWD、MrSid(影像紧缩格式)的数据；处置地理信息系统的数据，包括ARC/Info 的.e00、ArcView Shape 的.shp、ADRG、AutoCAD的.DXF、MapInfo的.mif、Microstation的.DGN等多种格式的数据。

ENVI与其它经常使用遥感图像处置软件是兼容的，能处置它们产生的影像数据，例如PCI 的.pix格式的数据、ERDAS IMAGINE 的数据、ER Mapper、ARC/Info Images 的.bil格式的数据。

ENVI能自动导入/导出遥感影像的投影信息，大大地简化了用户在不同软件系统之间转换数据的繁琐进程。

除以上各类固定的数据格式外，ENVI还支持普遍的科学数据格式，读取ASCII数据、二进制数据、底层开发平台IDL的变量，乃至用户自概念格式的数据，ENVI同时提供对遥感数据特有的头文件信息进行编辑的功能。

(2) ENVI输出的数据格式
ENVI能够用以下格式输出处置结果：
ENVI的影像格式(.img)；
通用影像格式(.TIFF)；
如有地理坐标信息，那么可另输出成GeoTIFF文件或.tfw TIFF文件GIF 、JPEG 、ASCII 等；
其它遥感影像格式，如ERDAS、ERMAPPER、PCI、ARC/INFO Images利用的数据格式；
PostScript格式；
通用影像传输格式，NITF(National Imagery Transmission Format) (MIL-STD-2500A)或(MIL-STD-2500B)。

图像预处置和交互式分析
ENVI可对图像进行多种形式的处置，例如图像裁切(包括空间及波谱重采样)、图像旋转及镜象处置、图像格式转换及数据查询、磁带数据的读取及查询、坏行替换、去条带等。

ENVI能够对TM、ETM、NOAA-AVHRR、MODIS等特定数据进行定标处置，例如显示AVHRR的头信息，对AVHRR进行大气精校正、地形建模、海平面温度计算等；对Landsat 7数据的HDF和FAST格式进行定标时，能自动从头文件中获取成像时刻、太阳高度角等信息，能够进行内部平均相对反射率定标、平面场定标、地面定标、传感器通道电平及增益校正、原始TIMS数据的辐射率校正，能够计算热红外IR数据(MWIR和LWIR)，修整DEM文件坏值，能够利用用户提供的值、值的范围或掩膜修正坏值。

在ENVI下用户能十分方便地进行交互分析。

ENVI能快速打开图像，用多个窗口以不同比例尺显示图像，阅读多种窗口图像更为方便。

ENVI在波段列表窗口中增加了鼠标右键操纵，触发右键菜单能够加倍便利地操纵波段组合、显示或删除；在Zoom窗口中增加了右键触发菜单，用户能够加倍方便地完成Zoom窗口的设置(重采样方式、放大/缩小、触发转动条等)。

ENVI有很强的图像链接功能，凡是具有地理编码的图像均能够相互链接，没必要考虑它们各自的投影方式、象素尺度及旋转角度的不同。

在图像尺寸、像素尺度和投影类型各不相同的众多图像中，ENVI能够快速查出具有重叠范围的图像，并将它们放入一个图层集内加以治理。

ENVI能够对任意光谱、任意爱好区进行统计分析。

ENVI的感爱好区(ROI)工具为用户分析特定区域的影像和处置分类结果提供了方便灵活的功能操纵。

利用ROI工具，用户可用多边形、矢量、象素点、GPS等多种要故旧互概念感爱好区，可把多个感爱好区归并成一个感爱好区，能够计算多个感爱好区的交集，并用计算结果概念新的感爱好区或进行掩膜。

能够将整个感爱好区转换成点，可通过地理坐标将一幅图像里的感爱好区转换到另一幅图像，可通过输入带有象元位置或地理坐标的ASCII文件来概念感爱好区，可使图像中的感爱好区和用地理坐标概念的感爱好区和谐一致，可用二维散点图曲线或三维散度分析器来概念感爱好区，把ASCII文件转变成多边形感爱好区, 可用ASCII文件输出感爱好区。

ENVI的大体工具利用户在影像处置进程中能方便地选择各类途径，例如，打开文件对话框后用户能够许多输入文件，能够选择无损紧缩方式存储文件以节省空间，能够拖动窗口的转动条来快速查看图像。

对图像所作的任何拉伸都从头显示图像，通过鼠标和窗口链接用户能够方便地比较图像，读取坐标，读取及定位亚象元坐标,生成二维散度和三维透视图，分析极化数据, 修改像元灰度；用户能够对图像数据进行各坐标轴向统计并形成档案(剖面处置、波谱提取)、图像自动拉伸及交互拉伸。

ENVI的重叠工具能叠合多元数据，包括注记、图像等值分析、矢量叠加、网格生成，ENVI的动画工具可编辑二维及三维动画。

ENVI的测量工具能够测量图像的距离、面积等，其统计工具可对任意统计区域、任意光谱、任意爱好区进行统计分析。

ENVI的交互分类工具可把分类结果叠合到灰度图像或彩色图像上，可打开或关闭个别类，可编辑和归并类名及色彩，能够交互编辑分类图像，添加或移去一组象元，或将一组象元从一类移到另一类。

象素点搜集工具可方便地将搜集的象素点用于影像校正，或输出为ASCII及ENVI的矢量文件。

影像几何校正、镶嵌及融合
分析处置后常常把取得的遥感信息编制成图件，因此涉及地图投影问题。

ENVI拥有一个投影集，包括38种投影类型，例如亚尔勃斯等积(Albers Equal Area)投影、等积方位(Azimuthial Equal Area)投影、兰勃特等角圆锥(Lambert Conformal Conic)投影、斜轴墨卡托(Oblique Mercator(A & B))投影、立体测图(Stereographic)、横轴墨卡特(Transverse Mercator)投影、任意(Arbitrary(x,y))投影、地理经纬度(Geographic(lat/long))投影、高斯-克吕格(Gauss Kruger)投影、北美大陆基准平面(State Plane NAD 27 & NAD 83)投影、统一横轴墨卡特(UTM)投影等。

用户能够任意定制投影方式，并将自概念的投影方式增加到ENVI的投影集中。

ENVI支持图像到图像、图像到地图(或矢量图)的几何校正，在几何校正进程顶用户可交互选择地面操纵点(GCP)，用户输入GCP的坐标后ENVI能预测GCP的位置。

ENVI可对航空数据、SPOT(1A或1B)数据进行正射校正，能够用AVHRR、SeaWIFS、MODIS传感器自带的经纬度信息对影像进行纠正。

ENVI可设置新的缓存系统，提高大数据量的航空数据正射校正的速度，也提高了进行标准校正的速度；对大图像进行多项式校正，当用三角网转动时，校正对话框将有一个“零边界”选项，沿图像产生一个一象元的边界背景，幸免模糊效应。

在影像镶嵌方面，ENVI能进行基于像元的镶嵌和基于地理位置的镶嵌。

ENVI自动地依照影像的地理位置信息将影像镶嵌在一路，许诺用户设置是不是羽化、羽化边缘拟羽化的象素个数，设置镶嵌线，依照用户自概念的镶嵌线进行镶嵌等。

ENVI还提供多种影像增强和直方图匹配工具，能够最大限度地排除镶嵌影像间的色调不同，实现无缝镶嵌。

图像是新疆北部8景CBERS-1影像的镶嵌结果，图像是CBERS-1数据与空间分辨率为的Kmopsat-1卫星数据的融合结果。

影像空间分析和滤波
ENVI的影像空间分析功能包括波段比值、主成份分析及MNF分析、RGB到HSV、HLS和Munsell HSV彩色空间变换及其反变换、IHS增强及饱和度拉伸、去相关拉伸、NDVI植被指数及缨帽变换。

图像滤波功能包括：
(1) 卷积滤波(图像滑腻和边缘提取)。

包括高通、低通、Laplacin、方向、高斯、中值、Sobel、Roberts及用户自概念滤波核等；
(2) 形态学滤波。

包括形态扩张、骨骼化、开区处置和闭区处置等；
(3) 纹理分析(雷达数据的灰阶分类)。

包括一阶及二阶灰度统计纹理分析；
(4) 适应滤波(雷达数据的噪声去除)。

包括Lee, Frost, Gamma, Kuan, Local Sigma 及Bit Errors；
(5) 交互式傅立叶变换。

包括傅立叶变换和反傅立叶变换, 交互式频率域掩模生成工具。

图像分类及高光谱分析
ENVI拥有最先进的高光谱和多光谱分析工具，用户能够识别出图像中纯度最高的象元，通过与已知波谱库的比较确信未知波谱的组分。

用户不但能够利用ENVI自带的波谱库，也能够自概念波谱库，乃至能够组合利用线性波谱分离和匹配滤波技术进行亚象元分解，以排除匹配误差，取得更精准的结果。

ENVI提供的影像分类算法包括非监督分类和监督分类。

非监督分类有K-means和 Isodata两种算法；监督分类有Pwoallelepiped、最小距离、Mahalanobis距离、最大似然、波谱角、二进制编码、AIRSAR散射机理、神经网络等多种分类算法。

在处置于分类结果方面，ENVI具有壮大的分类后处置功能，包括类别归并、类别统计、集群分析、分类叠合、混淆矩阵、类彩色制图；混淆矩阵能够汇报误差，向用户提供类别归并所需要的信息。

ENVI能够把分类结果转换成矢量层，进而编制分类图像；ENVI增加ROC曲线，可与检测段错误报警率比较，分析分类结果的准确度。

一样的监督分类算法只能对所有类别设置一个分类阈值，作为“拒绝”的门坎值，ENVI的监督分类具有更强的灵活性，许诺用户对每一类设置阈值，因此能取得更好的分类结果；在分类的后处置中，ENVI许诺用户随机改变每类的阈值、类名、颜色，并可快速交互式查询分类结果。

ENVI提供大量的波谱分析工具，包括波谱库治理及编辑、波谱分割、波谱运算等。

ENVI拥有美国地质调查局(USGS)和喷气推动实验室(JPL)标准物质成份波谱库，和John Hopking大学的2～25 m热红外和植被波谱库，用户也能够成立自己的波谱库；对各波谱库，用户都可查看、编辑和分析。

关于所处置的遥感图像，用户可进行水平、垂直及任意方向的波谱分割分析，可进行各类复杂波谱曲线运算，显示、对照、编辑、输出图像中任意象元的波谱曲线或灰度曲线。

波谱分析工具帮忙用户进行波谱特点分析，依照波谱特点识别物质成份。

ENVI的波谱分析工具包括：
(1) 波谱归一化处置。

这是多光谱和高光谱分析向导工具，它引导用户于进行定标、噪声分析、像元纯度分析、N维散度分析和提取终端单元，帮忙用户进一步识别地物，提取特定目标的信息；
(2) 象元纯净指数(PPI)工具，用来提掏出图像中的所有纯净象元；
(3) N维散度可视分析工具。

许诺散点在N维空间适时旋转，散点的运动使得用户能同时利用图像的所有波段做波谱分析，科学家和技术人员的视觉技术和散点的几何形状被同时利用来定位图像的波谱终端单元，这些波谱终端单元能够用于波谱角分类、混合象元分解、匹配滤波和光谱特点拟合等；
(4) 分类和亚象元分类；
(5) 最小二乘方拟合(LS-Fit)；
(6) 线性波谱分离；
(7) 匹配滤波和混合匹配滤波；
(8) 波谱特点拟合。

矢量套合和分析
在ENVI中，用户能够直观地操纵矢量层，编辑矢量层，编辑和转换矢量投影，把分类图及其它光栅数据转成矢量数据，进行矢量属性查询及属性编辑、矢量图中光标位置查询、缓冲区分析。

ENVI许诺用户将覆盖在窗口上的等高线以格式为.EVF的矢量文件输出，可将格式为.EVF的文件转为ArcView Shape文件，如此ENVI产生的等高线也能被其他GIS软件利用。

当用ENVI自带的高分辨率世界地图数据来构建矢量层时，能够按指定经纬度范围来提取特定区域的高分辨率矢量信息。

ENVI的视窗增加了GPS-Link窗口，当接收到一个新点时，显示窗口会及时更新当前象元。

也能够将搜集到的点输出到校正窗口，成为.evf文件或ASCII文件。

用户可对每点添加注释并将它与列表中的其他点成立关联。

高程分析和三维可视化
ENVI提供地形分析工具可依照数字高程模型(DEM)分析坡度、坡向等，可提取山顶、山脊、山谷等地貌特点，可模拟太阳高度角创建山坡阴影图像。

若是所显示的图像和DEM都通过地理编码，ENVI能自动地把显示的图像与DEM叠加起来，形成三维景观图，也能够在三维曲面飞行中叠加矢量信息。

利用DEM成立三维立体图后，用户可查询图像的X轴和Y轴的象元大小、将影像叠在DEM 上，利用鼠标作为操纵杆来改变视角和位置，并使图像做“贯穿飞行”、可站在任意角度交互地观看图像全景、能够指定三维地形的背景颜色。

三维飞行动画序列可输出成文件，或输出为MPEG 文件，并能够设定MPEG的帧速、MPEG的紧缩质量及复制速度。

制图工具
ENVI的QuickMap制图工具能够快速整饰图幅，添加磁偏角简图(真实、网状、磁北极)、图像插图(灰度图、彩图)、图像比例尺(米、英尺、千米)、TrueType字体、用户自概念箭头、网格线(象元、经纬度、UTM网格)，支持旋转的网格线、分类图(任用意像属性)等。

整饰后的图件可用上百种打印机、画图仪输出。

功能定制
ENVI提供在线帮忙、界面操纵、系统内存治理、彩色系统治理、IDL接口等系统选项。

为了利用户能处置大于本机内存的图像，ENVI许诺用户依照本机内存设置缓存(cache)大小和图块（image tile）大小，一样缓存大小可设置为内存大小的50-75%，图块大小设置为1MB或更小，但不能超过4MB。

ENVI支持磁带读取工具：读磁带到文件、写文件到磁带、磁带扫描、直接读取EROS NLAPS、直接读取通用BSQ, BIL, BIP、直接读取Landsat MSS & TM、直接读取SPOT, AVIRIS, RADARSAT；对所有功能提供了超链接帮忙，并提供了超链接PDF格式的在线手册。

附两张培训光盘,包括培训手册及大量练习数据。

雷达数据分析
用ENVI的雷达分析工具能够快速处置雷达SAR数据，提取CEOS信息并阅读RADARSAT和ERS-1数据。

用天线阵列校正、斜距校正、自适应滤波等功能提高数据的利用率。

纹理分析功能还能够分段分析SAR数据。

ENVI还能够处置极化雷达数据，用户能够从SIR-C和AIRSAR紧缩数据当选择极化和工作频率，用户还能够阅读和比较感爱好区的极化信号，并创建幅度图像和相位图像。

关于单波段雷达数据，ENVI可做自适应滤波，算法包括Lee、Frost、Gamma、Kuan、Local Sigma 及Bit Errors；可进行纹理滤波、斜距校正和天线阵列修正，最后产生彩色合成图像。

关于极化雷达数据，ENVI提供解紧缩―合成图像(从数据矩阵)，可进行幅度图分析及相位图分析、交互式极化信息分析及提取。

ENVI的TopSAR工具可读取并处置JPL TopSAR数据，提取TopSAR的真实高程信息，进行Sir-C的多谱勒分析和AIRSAR散射机理分类。

用户概念的函数还能将雷达数据转换成浮点或双精度格式图像，形成实部、虚部、能量、幅度和相位图像。

二、系统特色
(1) 壮大的数据I/O接口
ENVI支持的数据格式多样，不但支持通用的影像格式，还支持大量的商用遥感软件的数据格式，如ERDAS的.img格式、ER MAPER、PCI等。

ENVI不限制要处置的图像的波段数，能够处置最先进的卫星格式，如Landsat7, SPOT, RADARSAT, IKONOS、QuickBird、NASA, NOAA, EROS 和TERRA(MODIS、ASTER),并预备同意以后所有传感器的信息。

(2) 支持众多的操作平台
ENVI支持各类通用的操作系统(Windows NT/2000/XP，Unix，Linux，Macintosh，openVMS 等)，支持多处置器处置，可大大提高影像处置速度。

ENVI支持多处置器系统，在多CPU系统上ENVI的性能有专门大提高。

ENVI 支持的硬件平台和操作系统如下:
硬件平台操作系统
Microsoft (Intel x86) Windows 98, NT , 2000
Macintosh Apple (PowerMAC) Mac OS ,
Compaq (Alpha) Tru64 UNIX
Compaq (Alpha)
Linux (Red Hat HP (PA-RISC)
HP-UX IBM (RS/6000)
AIX Linux (Intel x86)
Red Hat , SGI (Mips)
IRIX Sun (SPARC)
Solaris 8 Sun (SPARC - 64-bit Ultra)
Solaris 8 Sun (Intel x86) Solaris 8 (3) 良好的图形用户界面
ENVI 的图形用户界面直观方便，操作便利。

用户还能够借助ENVI 的底层开发语言IDL 定制GUI ，以知足自己特定的图像处置需求。

(4) 高光谱和多光谱数据的处置与分析
ENVI 顶用于多光谱和高光谱分析的特有算法有MNF 变换算法、象元纯净指数(PPI)、N 维散度可视分析工具、二进制编码分类、波谱角分类、 最小二乘拟合(LS-Fit)、线性波谱分离、匹配滤波、混合匹配滤波、波谱特点拟合，能够解决如下具体问题：
①样本选取问题。

样本选取的精度与准确性直接阻碍运算机分类的精度与准确性，因此，选择正确的样本并充分利用遥感数据的丰硕信息，是取得好的分类结果的关键。

②混合象元问题。

由于遥感数据的空间分辨力有限(例如TM 为30m ×30m)，因此每一个象元都是所有地物的综合反映，面积较小的耕地地块，常常被其它地类所包围，产生混合象元，人们很难准确地识别其中的地物；基于混合像元的分类或识别结果所做的统计，自然也是不准确的，因此必需解决混合象元问题。

③分类精度问题。

由于传统的统计分类方式的统计特性造成了分类中的混分和漏分，从而大大阻碍了分类精度。

ENVI 的特点分析法能提高分类精度。

ENVI 拥有高光谱和多光谱分析工具，帮忙用户识别地物和分类，分类流程如下(参见图： ①遥感数据定标。

遥感数据事实上是地物
反射阳光的强弱程度即灰度，为了保证灰度与
地物关系的一致性，第一应付遥感数据进行反
射率定标，将影像的灰度值转化为反射率或辐
射率图像。

②采纳MNF 方式实现信息重组。

高光谱遥
感图像中的信息存在专门大的相关性，几十个
乃至上百个波段的高光谱图像信息能够集中成
几个要紧成份，要紧成份反映90％以上的图像
信息。

MNF 分析是在主成份分析基础上通过改
良，由美国闻名科学家Boardman 和Kruse 于1994年发明的一种图位空间变换方式，它第一以噪声成份的协方差矩阵为基础，对图像数据作去相关和重定标处置，使噪声成份具有单一方差，且没有相关性，然后对处置后的新数据作一次标准的主成份分析，最后通过对照特点值与相应的结果图像，把结果图像分成大特点值和要紧成份图像、小特点值和噪声成份为主的图像两部份。

例如，将
准备 分类 分析 图 ENVI 分类流程
TM图像进行最小噪声成份转换处置后，前三个主成份包括了95％以上的数据信息，后面的波段几乎包括了所有的噪声，从图像中分离出去。

③利用PPI进行样本提纯。

依据了解的情形和实地调查选取样本。

利用纯净象元指数法(PPI：Pixel Purity Index)找出图像中最纯净的象元作为图像波谱终端单元，选择MNF结果的前三个主成份作为分析数据，结果图像中最亮的象元是最纯净的象元，可把它们概念为感爱好区(ROI)。

④利用N维散度法进行样本重组。

为了提高样本的精度，ENVI又采纳N维散度法来进一步提纯样本。

N维散度法利用了最新的可视化技术利用户能够在真实N维样本空间中进行样本分离，大大提高样本的精度，减少由于肉眼识别造成的误差。

咱们对选出的感爱好区进行N维散度分析，许诺散点在N维空间适时旋转，散点的运动利用户能同时对图像的所有波段做波谱分析，技术人员的视觉技术和散点的几何形状被同时利用来定位图像的波谱终端单元，这些波谱终端单元能够用于波谱角分类、混合像元分解、匹配滤波和光谱特点拟合等。

⑤关于分类精度方案。

由于传通通计分离法没用考虑地物波谱特点和混合象元问题，往往造成份类中的混分和漏分，也无法反映地物分类的真实性。

为了解决那个问题，ENVI采纳波谱角分析法和特点分析法，同时采纳规那么分类法进行类别重组。

波谱角分类(SAM)是在N维空间中，把未知谱线与样本波谱进行比较，从而进行归类。

由于比较数据是通过反射定标的，因此在分类中要紧对角度不同进行识别，忽略了长度不同，图描述波谱角概念。

因此，SAM的识别能力强，分类结果中的碎块少。

由于遥感数据的混合象元效应和各类干扰，造成不同物质谱线相似、相同物质谱线不同大等现象，用传统分类方式取得的结果常常有漏分及混分现象。

由于各类物质都有自己的特点吸收峰，它们不受到其它现象的干扰，因此通过波谱特点识别就能够够大大减少混分和漏分现象。

规那么分类法可对某一分类规那么取得的类型特点，
按用户概念的参数标准进行类型重组，
它能够实现不同类别不同标准的归类方式，大大增加了分
类的灵活性。

在波谱库的支持下进行波谱角分类。

SAM是依照图像
象元与参考光谱或感爱好区的相似性来确信一个象元的类
别的，对N个波段的数据，那么在N维空间中比较参考光
谱矢量与每一个象元矢量之间的夹角来确信一个像元的类
别，角度越小说明此像元与参考光谱越匹配。

用SAM对上
图波谱角概念示意图
述感爱好区别离进行运算，取得各自的SAM图像和Rule
图像。

用波段运算把上述取得的各类图像进行分类后处置，能够取得了最后的分类图。

混合象元是由于遥感时刻空间分辨力有限造成的，有些宏观遥感应用项目由于监测面积大、精度要求低，混合像元问题并非突出；但关于微观遥感应用项目，由于监测地块小、灰度转变范围小等缘故，就必需解决混合象元问题。

为了解决混合象元问题，ENVI/IDL软件提供了亚象元分解法和空域分辨增强法。

亚象元分析法利用地物波谱组合等研究功效，对遥感数据每一个象元进行波谱分离，从而计算出每一个象元中某类地物的含量，达到解决混合象元问题的目的，图和图是亚象元法解决混合像元问题的示用意。

由于混合象元使接近一个象元或小于一个象元的地物边界不清，传统的分类方式很难识别此类。