ENVI实习直方图匹配,校正,分类
envi自己总结操作分类后处理
分类后处理(Post Classification)1. 分类统计:ENVI:Classification>>Post Classification>>Class Statistics:包括每一类的点数、最小值、最大值、平均值以及类的每个波段的标准差等。
其中每一类的最小值、最大值、平均值以及标准差可以以图的方式进行显示。
可以显示出每一类的直方图,并且计算其协方差矩阵、相关矩阵、特征值和特征矢量等。
2. 两个分类结果的比较:ENVI:Classification>>Post Classification>>Confusion Matrix:分类结果的精度,显示在一个混淆矩阵里。
通过用分类结果与地表真实图像(Ground Truth Image)或地表真实感兴趣区(Ground Truth ROIs)相比较来计算混淆矩阵。
分类结果记录了总体精度、准确度、Kappa系数、混淆矩阵、commission 误差(每类中额外像元占的百分比)和冗长误差(类左边的像元占的百分比)等等。
当用地表真实图像计算混淆矩阵时,还可以输出每类图像中没有被正确分类的那些像元。
3. 类别集群:ENVI: Classification>>Post Classification>>Clump Classes细小块的合并,将一些碎块进行合并(平滑处理)。
注:未被选上用于聚块(clumping)的类,在输出图像上无变化。
4. 类别筛选:ENVI: Classification>>Post Classification>> Sieve Classes通过用斑点分组消除这些隔离的被分类的像元。
该功能菜单将删除分类中的孤岛像元,并用黑像元表示,可以用成块分类功能代替黑像元。
注:在“Group Min Threshold” 文本框里,输入一个类组需要包含的最少像元数(4或8)。
ENVI实习直方图匹配,校正,分类
ENVI实习一实验目的(1)主要学习ENVI软件的基本功能(2)ENVI 软件完成影像增强(包括直方图匹配和去云)、融合、正射校正和监督、非监督分类四个大方面的试验。
(3)掌握视窗操作模块的功能和操作技能二软件和设备ENVI4.5一套三实验原理各个任务的试验原理和操作详细见下面操作,再次不详述。
一、图像增强(算法、原理、对比图)1、直方图匹配在ENVI 中使用Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上,从而使两幅图像的亮度分布尽可能地接近。
使用该功能以后,在该功能被启动的窗口内,输入直方图将发生变化,以与所选图像显示窗口的当前输出直方图相匹配。
在灰阶和彩色图像上,都可以使用该功能。
操作步骤:选择Enhance > Histogram Matching,出现Histogram Matching Input parameters 对话框,在Match To中选择想匹配的图像。
在Input Histogram 会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源,下图为输入图像数据及其所用的拉伸(直方图匹配之前):下图为Match To 想匹配的图像及其拉伸:利用直方图匹配后图像2的直方图结果:从结果可以看出,匹配后的图像在亮度上已经明显增强,从偏暗增强为较亮;其直方图与#1中的图像直方图在亮度上分布也很接近。
2、图像去云常规的云处理算法会随云的覆盖类型的不同而不同,对在大范围内存在薄云的影像来说,采用同态滤波法较好。
同态滤波法把频率过滤与灰度变化结合起来,分离云与背景地物,最终从影像中去除云的影响,这种方法由于涉及到滤波器以及截至频率的选择,在滤波的过程中有时会导致一些有用信息的丢失。
对于局部有云的影像来说,一般使用时间平均法,这种算法适用于地物特征随时间变化较小的地区,如荒漠、戈壁等地区;对于植被覆盖茂密的地区,由于植被的长势与时间有密切的关系,不同时相的植被长势在影像中有明显的区别,这种简单的替代算法不再适用。
ENVI实习直方图匹配,校正,分类
ENVI实习一实验目的(1)主要学习ENVI软件的基本功能(2)ENVI 软件完成影像增强(包括直方图匹配和去云)、融合、正射校正和监督、非监督分类四个大方面的试验。
(3)掌握视窗操作模块的功能和操作技能二软件和设备ENVI4.5一套三实验原理各个任务的试验原理和操作详细见下面操作,再次不详述。
一、图像增强(算法、原理、对比图)1、直方图匹配在ENVI 中使用Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上,从而使两幅图像的亮度分布尽可能地接近。
使用该功能以后,在该功能被启动的窗口内,输入直方图将发生变化,以与所选图像显示窗口的当前输出直方图相匹配。
在灰阶和彩色图像上,都可以使用该功能。
操作步骤:选择Enhance > Histogram Matching,出现Histogram Matching Input parameters 对话框,在Match To中选择想匹配的图像。
在Input Histogram 会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源,下图为输入图像数据及其所用的拉伸(直方图匹配之前):下图为 Match To 想匹配的图像及其拉伸:利用直方图匹配后图像2的直方图结果:从结果可以看出,匹配后的图像在亮度上已经明显增强,从偏暗增强为较亮;其直方图与#1中的图像直方图在亮度上分布也很接近。
2、图像去云常规的云处理算法会随云的覆盖类型的不同而不同,对在大范围内存在薄云的影像来说,采用同态滤波法较好。
同态滤波法把频率过滤与灰度变化结合起来,分离云与背景地物,最终从影像中去除云的影响,这种方法由于涉及到滤波器以及截至频率的选择,在滤波的过程中有时会导致一些有用信息的丢失。
对于局部有云的影像来说,一般使用时间平均法,这种算法适用于地物特征随时间变化较小的地区,如荒漠、戈壁等地区;对于植被覆盖茂密的地区,由于植被的长势与时间有密切的关系,不同时相的植被长势在影像中有明显的区别,这种简单的替代算法不再适用。
常用ENVI函数介绍
常用ENVI函数介绍ENVI(环境画像图像分析软件)是一种用于处理和分析遥感图像数据的软件工具。
它提供了丰富的函数库,可以帮助用户进行图像处理、特征提取、分类、变化检测等工作。
下面是一些常用的ENVI函数介绍。
1. OpenFileRaster: 这个函数用于打开一个遥感图像文件,并将其加载到ENVI中进行处理。
用户可以指定图像的文件路径和格式。
2. Stretch: 这个函数用于图像的显示和增强。
它可以根据图像的直方图分布,对图像进行线性拉伸或非线性拉伸,从而增加图像的对比度和清晰度。
3. Clip: 这个函数用于裁剪图像。
用户可以通过指定裁剪区域的范围或通过绘制裁剪区域的多边形,来选择感兴趣的区域进行分析。
4. PanSharpen: 这个函数用于将低分辨率的多光谱图像和高分辨率的全色图像进行融合,生成一幅具有高空间分辨率和高光谱信息的图像。
5. BandMath: 这个函数用于进行波段数学操作。
用户可以利用该函数对图像的不同波段进行加减乘除、逻辑运算等操作,从而得到新的图像表达式。
6. HistogramMatch: 这个函数用于直方图匹配。
用户可以通过指定目标图像的直方图和源图像的直方图,将源图像的像素值匹配到目标图像的直方图分布,从而使得两幅图像的直方图更加接近。
7. SpatialFilter: 这个函数用于进行空间滤波操作。
用户可以选择不同的空间滤波算子,对图像进行平滑、锐化、边缘检测等操作。
8.NDVI:这个函数用于计算归一化植被指数(NDVI),从而评估地表植被的健康程度。
NDVI的计算公式是(近红外波段-红色波段)/(近红外波段+红色波段)。
9. KMeans: 这个函数用于进行聚类分析。
用户可以选择不同的聚类算法和聚类数量,对图像进行分割,从而得到不同的地物类别。
10. ObjectDetection: 这个函数用于进行目标检测。
用户可以选择不同的目标检测算法和参数,对图像中的目标进行检测和识别。
(最新)ENVI对图像进行配准、校正、拼接、裁剪
目录第一部分利用ENVI对图像进行配准-校正-拼接-裁剪 (2)一、图像配准与校正 (2)(一)基础知识 (2)(二)ENVI操作 (4)二、图像镶嵌(图像拼接) (16)(一)基础知识 (16)(二)ENVI操作 (16)三、图像裁剪 (20)(一)基础知识 (20)(二)ENVI操作 (21)第二部分:下载影像及介绍 (26)(一)基本信息 (26)(二)日期信息 (26)(三)云量信息 (26)(四)空间信息 (26)第一部分利用ENVI对图像进行配准-校正-拼接-裁剪一、图像配准与校正(一)基础知识1、图像配准就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程,它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
2、几何校正是指利用地面控制点和几何校正数学模型,来矫正非系统因素产生的误差,非系统因素如传感器本身的高度、地球曲率、空气折射或地形等的影响。
由于校正过程中会将坐标系统赋予图像数据,所以此过程包括了地理编码。
简单来说,图像校正是借助一组控制点,对一幅图像进行地理坐标的校正。
本文将采用地面控制点+校正模型的几何校正方式中的Image to Image,利用Image格式的基准影像对2006年兰州TM影像进行配准与校正。
3、图像选点原则[1]选取图像上易分辨且较精细的特征点,如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、飞机场、城廓边缘等。
[2]特征变化大的地区需要多选。
[3]图像边缘部分一定要选取控制点。
[4]尽可能满幅均匀选取。
[5]保证一定数量的控制点,不是控制点越多越好。
4、数理知识:[1]多项式模型x=a0+a1X+a2Y+a3X²+a4XY+ a5Y²+....y=b0+ b1X+b2Y+b3X²+ b4XY +b5Y²+ ....X,Y:校正前该点的位置;x,y:校正后该点的位置[2]最少控制点个数: ( n+1 )²[3]误差计算:RMSEerror= sqrt( (x' -x)²+ (y' -y)²)5、重采样方法(插值算法)[1]最近邻法概念:取与所计算点( x,y )周围相邻的4个点,比较它们与被计算点的距离,哪个点距离最近就取哪个亮度值作为 ( x,y )点的亮度值优点:简单易用,计算显小缺点:图像的亮度具有不连续性,精度差[2]双线性内插法概念:取(x,y)点周围的4个邻点,在y方向内插2次,再在x方向内插1次,得到( x,y)点的亮度值 f ( x,y)优点:双线性内插法比最近邻法虽然计算虽有所增加,但精度明显提高,特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。
ENVI软件基本操作——辐射校正、辐射定标、大气校正、几何校正
ENVI软件基本操作——辐射校正、辐射定标、⼤⽓校正、⼏何校
正
辐射校正
Radiometric correction ⼀切与辐射相关的误差的校正。
⽬的:消除⼲扰,得到真实反射率的数据。
⼲扰主要有:传感器本⾝、⼤⽓、太阳⾼度⾓、地形等。
包括:辐射定标,⼤⽓纠正,地形对辐射的影响
辐射定标
DN值(Digital Number ):遥感影像像元亮度值,记录地物的灰度值。
⽆单位,是⼀个整数值,值⼤⼩与传感器的辐射分辨率、地物发射率、⼤⽓透过率和散射率等相关。
反映地物的辐射率radiance
地表反射率:地⾯反射辐射量与⼊射辐射量之⽐,表征地⾯对太阳辐射的吸收和反射能⼒。
反射率越⼤,地⾯吸收太阳辐射越少;反射率越⼩,地⾯吸收太阳辐射越多,表⽰:surface albedo
表观反射率:表观反射率就是指⼤⽓层顶的反射率,辐射定标的结果之⼀,⼤⽓层顶表观反射率,简称表观反射率,⼜称视反射率。
英⽂表⽰为:apparent reflectance
辐射定标是⽤户需要计算地物的光谱反射率或光谱辐射亮度时,或者需要对不同时间、不同传感器获取的图像进⾏⽐较时,都必须将图像的亮度灰度值转换为绝对的辐射亮度(⼤⽓外层表⾯反射率),这个过程就是辐射定标。
⽅法:实验室定标、机上/星上定标、场地定标。
不同的传感器,其辐射定标公式不同。
L=gain*DN+Bias
⼤⽓校正
Atmospheric correction 将辐射亮度或者表⾯反射率转换为地表实际反射率
⽬的:消除⼤⽓散射、吸收、反射引起的误差。
分类:统计型和物理型。
遥感实习报告envi
遥感实习报告envi篇一:遥感ENVI实习报告遥感报告监督分类实习一、实习内容本次实习的主要内容是监督分类,经过前几次的实习,已经能够初步使用envi软件的基本功能,但对于感兴趣区的操作还不是很熟练,本次实习的主要内容便是对envi软件中感兴趣区的操作。
二、实习过程1、打开文件打开要操作的图像文件,432波段假彩色合成2、选择样本点击菜单条上的basic tools->region ofinterest-->ROI Tool,新建3个感兴趣区,分别为水体,居民区,植被。
颜色分别为蓝色,红色,和绿色。
多选一些样本点,尽可能使它分布均匀。
3.图层叠加点击tool里的layer stacking,将6个波段合成到一副图像里,保存为监督.img4.检测可分离性选择好感兴趣区后,点击File-save ROIS,保存感兴趣区,格式为ROI便于查找。
然后在options里选择Compute ROI separability,选择合成好了的监督.img,检测可分离性。
篇二:ENVI实习报告《遥感原理与方法教学实验》XX年5月目录《遥感原理与方法教学实验》 .............................................. (1)实验一:ENVI图像几何纠正 ................................................ . (1)实验目的 ................................................ ................................................... .. (1)实验要求 ................................................ ................................................... .. (1)实验组织方式 ................................................ ................................................... (1)实验原理 ................................................ ................................................... .. (1)(一) 坐标变换的两种方案 ................................................ . (1)(二) 输出图像的边界大小 ................................................ . (2)(三) 数字图像灰度值的重采样 ................................................ .. (3)实验内容及步骤 ................................................ ................................................... .. (3)实验二:ENVI的监督和非监督分类 ................................................ (9)实验目的 ................................................ ................................................... .. (9)实验要求 ................................................ ................................................... .. (9)实验组织方式 ................................................ ................................................... (9)实验原理 ................................................ ................................................... .. (9)实验步骤及内容 ................................................ ................................................... .. (9)实验目的 ................................................ ................................................... (11)实验要求 ................................................ ................................................... (11)实验原理 ................................................ ................................................... (12)实验过程及步骤 ................................................ ................................................... (12)定义训练样本 ................................................ ................................................... ...................... 13 实验心得 ................................................ ................................................. 错误!未定义书签。
ENVI对图像进行配准校正拼接裁剪
ENVI对图像进行配准校正拼接裁剪ENVI在图像处理领域被广泛应用,其中配准、校正、拼接和裁剪是常见且重要的操作。
本文将介绍ENVI在图像配准校正拼接裁剪方面的基本原理和操作步骤。
一、图像配准图像配准是将多幅图像对准到一个统一的坐标系统中,使它们具有相同的尺度、旋转和平移。
ENVI提供了多种图像配准方法,包括基于特征点匹配的自动配准和基于控制点辅助的手动配准。
1. 自动配准ENVI的自动配准功能利用图像中的特征点进行匹配,通过计算特征点的几何变换关系来实现配准。
使用该功能时,首先选择一个参考图像,然后选择其他需要配准的图像。
ENVI将自动检测并匹配这些图像中的特征点,并计算图像之间的几何变换关系,最终实现图像的配准。
2. 手动配准对于某些情况下自动配准效果不佳或需要更精确的配准结果的场景,ENVI提供了手动配准功能。
该功能需要用户手动在图像中添加控制点,根据已知的地理坐标信息进行匹配。
通过选择足够数量的控制点,并进行几何变换,可以实现更准确的图像配准结果。
二、图像校正图像校正是指通过去除图像中的变形、噪声、光照等因素,使得图像更加准确和清晰。
ENVI提供了多种图像校正方法,如大气校正、几何校正等。
1. 大气校正在遥感图像处理中,大气校正是一个重要的步骤。
ENVI提供了不同的大气校正模型,如基于大气遥感参数的MODTRAN模型、Atmospheric and Topographic Correction (ATCOR)模型等。
用户可以根据实际需求选择合适的大气校正方法对图像进行校正,以消除大气干扰,还原地物的真实信息。
2. 几何校正几何校正是指将图像中的地物从图像坐标转换为地理坐标,使得图像与实际地理位置相符。
ENVI提供了自动几何校正功能,可以使用地面控制点或地面矢量数据进行几何校正。
通过选择合适的校正方法和参考数据,可以将图像校正为具有地理坐标的图像。
三、图像拼接图像拼接是将多幅图像按照空间位置进行组合,生成一幅更大尺寸的图像。
ENVI实习指南
ENVI实习指南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,由美国系统研究公司(Research System INC.)开发。
IDL(Interactive Data Language)交互式数据语言是进行二维及多维数据可视化分析及应用开发的理想软件工具。
1.界面系统介绍1.1 主菜单所有的ENVI操作通过使用ENVI主菜单来激活,它由横跨屏幕顶部的一系列按钮水平排列而成(如下图所示)。
File:ENVI的文件管理功能,如:打开文件,设置默认参数,退出ENVI,以及实现其他文件和项目的管理功能等。
Basic Tools:提供对多种ENVI功能的访问,如:Regions of Interest 功能可以用于多重显示,Band Math 功能用于对图像进行一般的处理。
Stretch Data功能提供了进行文件对文件对比度拉伸的一个典范。
Classification:分类,如:监督分类和非监督分类(supervised/unsupervised)、决策树分类(decision tree)、波谱端元收集(Endmember collection)、分类后处理(post classification)等。
Transform: 图像转换功能,如:图像锐化(Image sharpening),波段比计算(band ratio),主成分分析( principle components analysis)等Filter: 滤波分析,包括:卷积滤波(Convolutions)、形态学滤波(Morphology)、纹理滤波(text)、自适应滤波(Adaptive)和频率域滤波(傅立叶变换FFT)Spectral:多光谱和高光谱图像以及其它波谱数据类型的分析,包括:波谱库的构建、重采样和浏览;抽取波谱分割;波谱运算;波谱端元的判断;波谱数据的N维可视化;波谱分类;线性波谱分离;匹配滤波;匹配滤波;包络线去除以及波谱特征拟合。
ENVI的图像配准与几何校正
ENVI 的图像配准与几何校正工具允许你将图像定位到地理坐标上,并校正它们使其与基图像几何形状相匹配。
图像可以用Rotate/Flip Data 菜单项在配准以前进行旋转。
通过使用全分辨率(主图像) 和缩放窗口选择地面控制点(GCPs),来进行图像-图像和图像-地图的配准。
基图像和未校正图像的GCPs 的坐标被显示,伴随有特定纠正算法计算的误差项。
纠正用重采样、缩放和平移,多项式函数或德洛内三角测量(RST)实现。
支持的重采样方法包括最近邻、双线性和立方体卷积。
用ENVI 的多个动态覆盖能力,对基图像和纠正图像进行比较,可以快速估价配准精度。
参阅ENVI Tutorial Image Georeferencing and Registration 中有关图像配准的详细描述。
镶嵌允许多个图像插入到一个用户定义了大小和坐标的基图像中。
独立图像或多波段图像文件被输入,且放到图像或地图坐标中或用鼠标确定位置。
输出的镶嵌特征可以用图幅显示,且能进行交互式调整。
用ENVI 可以进行虚拟镶嵌,这使你不必将数据的两个副本存到磁盘上。
羽化技术能用于混合图像边界,进行无缝镶嵌。
镶嵌模板可以被存储,用于其它图像。
ENVI 配准、校正和镶嵌功能可以从ENVI 的主菜单中的Register 菜单里选择。
Select Ground Control Points (选择地面控制点)在菜单Register 里的Select Ground Control Points菜单项允许交互式选择地面控制点(GCPs),并对单一波段图像或多波段文件纠正。
这一工具允许对不同控制点和纠正项进行原形恢复和检验。
支持图像-图像和图像-地图的配准。
详细步骤参见ENVI Tutorial Image Georeferencing and Registration 中的图像配准例子。
Image-to-Image Registration (图像-图像的配准)图像-图像配准需要两幅图像均打开。
ENVI下的几何校正步骤
I:\forestry\mentougou\original\ms
ENVI下的几何校正步骤
在通过某种途径得到了控制点的文件坐标和地图坐标后,通过ENVI进行几何校正的步骤如下:
控制点文件保存为.txt文件或.pts文件。
1.打开图像文件
2. 从波段列表中选择波段组合顺序,并加载图像。
对灰度图像,直接点击按钮即可。
对于多光谱或彩色图像,选择好波段顺序后,点击。
我们下面以小卫星
多光谱图像为例来进行说明。
3. 选择控制点文件,检查控制点文件是否能被正确读取。
Map→Registration→Select GCPs:Image to Map。
在弹出的对话框中选择投影(坐标系统)和分辨率。
我们统一选择bj_54。
对于全色图像,分辨率为4米,对于多光谱数据,分辨率一般为32米,但少量数据也可能为36米,需要根据具体图像来确定,分辨率可以从波段列表中的Map Info可以看出。
4. 关闭控制点选择对话框。
选择刚才查看过的控制点文件
设置投影信息和分辨率
点击OK后,在弹出的对话框中选择要进行校正的影像。
点击OK后,在弹出的对话框中选择校正方法。
ENVI实验步骤
1、ENVI:主菜单——Transform——color transform2、密度分割打开图像——Gray Scale——选一个波段——Tools——color mapping——Densify slice——选择刚才相应的波段————可调整分割密度——applying3、图象拉伸:打开图像——选择某波段——Enhance——选择拉伸类型——右击图像——Interactive Stretching(查看直方图)4、直方图均衡化:打开图像——选择波段——Enhance ——Equalization(?)5、图象匹配:98打开两个波段——Enhance——Histogram Matching6、辐射定标:(老师给的图像信息:Landsat 5,2003.1.10 ,太阳高度角87度,过境时间9:59)(1)Basic Tools——Preprocessing——Calibration Utillities——Landsat TM(2)进入下一步的参数选择:根据传感器类型选择Landsat 4、5或7 ,从遥感影像的头文件获取Data Acquisition 时间、sun elevation(3)如果是用File open External file——Landsat——Fast 的方法打开header.dat(头文件)的话,sun elevation就已经填好,这里Calibration Type注意选择Radiance ——输出文件,定标完成7、大气校正(老师给的文档上有)一、辐射定标1. 由于ENVI 4.4 中有专门进行辐射定标的模块,因此实际的操作十分简单。
将原始TM 影像打开以后,选择Basic Tools–Preprocessing–Calibration Utilities–Landsat TM2. 进入下一步参数选择:根据传感器类型选择Landsat 4,5 或者7。
从遥感影像的头文件中获取Data Acquisition 的时间,Sun elevation。
利用ENVI进行几何校正的步骤
利用ENVI进行几何校正的步骤ENVI是一款用于遥感图像处理和分析的软件,通过进行几何校正可以校正遥感图像的几何形状,使其与真实地理坐标系统对应起来。
以下是使用ENVI进行几何校正的步骤:1.导入图像:在ENVI中,首先需要导入需要进行几何校正的遥感图像。
选择“File”菜单中的“Open”选项,浏览到图像文件所在的目录,选择文件并打开。
2.创建控制点:控制点是用于进行几何校正的基础。
它们是图像上的特定位置,其地理坐标已知。
要创建控制点,请从ENVI工具栏中选择“Create Control Points”图标。
然后,在图像中选择几个已知地理位置的点,例如交叉路口或明显的地物特征。
3.输入地理坐标:选择完所需的控制点后,要将其与已知的地理坐标关联起来。
选择ENVI工具栏上的“Input Reference Points”图标,然后在弹出的对话框中输入每个控制点的地理坐标。
4.选择拟合函数:ENVI提供了多种几何校正方法,如线性、多项式、透视等。
根据图像的几何形状选择合适的拟合函数。
在ENVI工具栏中选择“Transformation”选项卡,然后选择合适的拟合函数。
5.校正图像:在ENVI工具栏中选择“Rectify”图标,并在弹出的对话框中选择用于校正的控制点和拟合函数。
点击“Run”按钮,ENVI将应用所选择的方法来几何校正图像。
6.选择输出投影:在ENVI中,可以为几何校正的图像选择输出投影。
选择ENVI工具栏中的“Projection”选项卡,在弹出的对话框中选择适当的输出投影。
这将确保校正后的图像与真实的地理坐标系统相对应。
7.选择输出像元大小和范围:在ENVI中,可以选择校正后图像的像元大小和范围。
选择ENVI工具栏中的“Resampling”选项卡,在弹出的对话框中选择合适的像元大小和范围。
8.校正图像的显示:在ENVI中,可以选择如何显示校正过的图像。
选择ENVI工具栏中的“Display”选项卡,根据需要选择颜色映射和图像对比度等选项。
遥感图像处理实习报告
遥感图像处理实习报告在当今科技飞速发展的时代,遥感技术作为获取地球表面信息的重要手段,已经在众多领域得到了广泛应用。
为了更深入地了解和掌握遥感图像处理的技术和方法,我参加了本次遥感图像处理实习。
通过这次实习,我不仅学到了专业知识,还提高了实践操作能力,对遥感技术有了更全面的认识。
一、实习目的本次实习的主要目的是让我们熟悉遥感图像处理的基本流程和方法,掌握常用的遥感图像处理软件,学会对遥感图像进行几何校正、辐射校正、图像增强、图像分类等操作,并能够运用所学知识解决实际问题,提高对遥感数据的分析和应用能力。
二、实习内容(一)数据准备在实习开始前,我们收集了一系列的遥感图像数据,包括不同传感器、不同分辨率、不同波段组合的图像。
这些数据涵盖了城市、农田、森林、水域等多种地物类型,为后续的处理和分析提供了丰富的素材。
(二)软件学习我们使用了 ERDAS IMAGINE 和 ENVI 这两款主流的遥感图像处理软件。
通过学习这两款软件的基本操作界面、功能模块和工具菜单,我们逐渐熟悉了如何导入数据、显示图像、进行图像裁剪和拼接等基本操作。
(三)几何校正几何校正是遥感图像处理中的重要环节,它可以消除由于传感器姿态、地球曲率、地形起伏等因素引起的图像几何变形。
我们首先选取了具有精确地理坐标的控制点,然后利用多项式模型对图像进行几何校正,通过不断调整参数,使校正后的图像与实际地理坐标相匹配。
(四)辐射校正辐射校正旨在消除由于传感器性能、大气散射和吸收等因素引起的图像辐射误差。
我们采用了基于直方图匹配和辐射定标的方法,对图像的亮度和对比度进行了调整,使不同时相、不同传感器获取的图像具有可比性。
(五)图像增强为了突出图像中的有用信息,我们运用了多种图像增强技术,如对比度拉伸、直方图均衡化、滤波等。
通过这些操作,图像中的地物特征更加清晰,有利于后续的分析和识别。
(六)图像分类图像分类是遥感图像处理的核心任务之一,我们尝试了监督分类和非监督分类两种方法。
ENVI实验2:影像地理坐标定位和配准
ENVI实验2:影像地理坐标定位和配准主要介绍在ENVI中对影像进行地理校正,添加地理坐标,以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。
一、ENVI中带地理坐标的影像ENVI对带地理坐标的影像提供了全面的支持,它能够对许多预定义的地图投影进行处理,这些地图投影可以采用UTM或State Plane投影方式。
此外,ENVI的用户自定义地图投影功能能够创建自定义的地图投影,它允许使用6种基本投影类型,超过35种的不同的椭球体以及100多种的基准数据集(Datum)来满足大多数地图投影的需要。
ENVI的地图投影参数存储在ASCII码文本文件Map_proj.txt中,该文本文件能够被ENVI地图投影工具修改,或者直接被用户编辑。
这个文件中的信息会被影像相应的头文件所使用,而且ENVI允许使用已知的地图投影坐标来简单地指定相Magic Pixel(地图坐标系统的起始点)。
然后,选择的ENVI函数就能够使用该信息,在带地理坐标的数据空间中进行操作处理。
ENVI的影像配准和几何纠正工具允许用户将基于像素的影像定位到地理坐标上,然后对它们进行几何纠正,使其匹配基准影像的几何信息。
使用全分辨率(主影像窗口)和缩放窗口来选择地面控制点(GCPs),进行影像到影像和影像到地图的配准。
基准影像和未校正影像的控制点坐标都会显示出来,同时由指定的校正算法所得的误差也会显示出来。
地面控制点预测功能能够使对地面控制点的选取简单化。
将使用重采样、缩放比例和平移(PST),以及多项式函数(多项式系数可以从1到n)或者Delaunay三角网的方法,来对影像进行校正。
所支持的重采样方法包括最近邻法(nearest-neighbor)、双线性内插法(bilinear interpolation)和三次卷积法(Cubic convolution)。
使用ENVI的多重动态链接功能对基准影像和校正后的影像进行比较,可以快速评估配准的精度。
ENVI实习之几何精纠正
3.进入了GCP选择对话框,既可以输入矫正坐标,也可以在两窗口中点取
4.先在四个角选取四个控制点,便于构建最简单的模型(3个点既可,但是为了保证
精度,选取四个点)add point
5.完成三个点采集时,模型即可建立,此时就可以使用predict工具了。
根据所建立的
模型,可以预测base中点对应的warp中的大概位置。
通过调节,便可以选取同名地。
添加到列表中
6.添加第五个点后,ERROR x,y和rms便已经出现,说明模型基本建立
7.继续添加控制点,保证RMS控制在0.5内
8.完成20个点采集
但是,RMS=0.95
9.通过UPDATE工具调节,直至单点RMS<0.5
10.通过调节,单点RMS均小于0.5
11.完成模型构建
12.选择warp fiel(对tm影像进行几何精纠正)
修改分辨率为30米(因为tm影像的分辨率为30m,纠正为10 没有意义,只是徒增了大小)
Method 选取polynomial 多项式,选取2项,gcp大于6
输出位置选择
13.在ENVI zoom中加载两幅影像使用SWIP进行对比
结果:在分界线右侧基本吻合,在右侧略有变形
存在问题与解决办法
1.但完成三个点的拾取时,模型一阶多项式模型建立,这是就可以使用predict功能了,
并且直接添加predict的点,这时,误差很小。
其实,这个模型是逐步建立的,首先三个点建立一个简单模型,使用predict预测这个模型中,点对应的内插点,我们必须利用这个预测的点,找到base中的点的同名点,找到后的这组点,参与模型构建
2.为什么会在第五个点添加时,才显示RMS,而不是第四个点??。
envi图像处理基本操作
使用ENVI进行图像处理主要介绍利用envi进行图像处理的基本操作,主要分为图像合成、图像裁减、图像校正、图像镶嵌、图像融合、图像增强。
分辨率:空间分辨率、波谱分辨率、时间分辨率、辐射分辨率。
咱们平时所说的分辨率是指怎么理解1、图像合成对于多光谱影像,当我们要得到彩色影像时,需要进行图像合成,产生一个与自然界颜色一致的真彩色(假彩色)图像。
对于不同类型的影像需要不同的波段进行合成,如中巴CCD影像共5个波段,一般选择2、4、3进行合成。
(为什么不选择其他波段重影/不是真彩色)。
SOPT5影像共7个波段,一般选择7、4、3三个波段。
操作过程以中巴资源卫星影像为例中巴资源卫星影像共有五个波段,选择2、4、3三个波段对R、G、B赋值进行赋值。
在ENVI中的操作如下:(1)file open image file打开2、3、4三个波段,选择RGB,分别将2、4、3赋予RGB。
(2)在#1窗口file---〉save image as-image file。
(3)在主菜单中将合成的文件存为tiff格式(file-save file as-tiff/geotiff)即可得到我们需要的彩色图像。
2、图像裁减有时如果处理较大的图像比较困难,需要我们进行裁减,以方便处理。
如在上海出差时使用的P6、SOPT5,图幅太大不能直接校正需要裁减。
裁减图像,首先制作AOI文件再根据AOI进行裁减。
一般分为两种:指定范围裁减、不指定范围裁减。
不指定范围裁减在ENVI中的操作如下:(1)首先将感兴趣区存为AOI文件file open image file打开原图像选择IMAGE窗口菜单overlay region of interesting选择划定感兴趣区的窗口如scroll,从ROI_Type菜单选择ROI的类型如Rectangle,在窗口中选出需要选择的区域。
在ROI窗口file Save ROIs将感兴趣区存为ROI文件。
ENVI操作的介绍
ENVI操作的介绍ENVI(The Environment for Visualizing Images)Version 4.1 ,由美国系统研究公司(Research System INC.)开发。
一. 界面系统介绍1. 主菜单:菜单项,File、Basic Tool、Classification、Tranform、Spectral实习所涉及的(粗略介绍)2. Help 工具的使用3. 主菜单设置(preferences):内存设置二. 文件的存取与显示1.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。
2.图像的头文件资料的获取和编辑ENVI:File>>Edit ENVI Header,选择相应的文件。
从Header Info 对话框里,你可以点击Edit Attributes 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。
3.图像的存取File > Open Image File. 当你打开任何文件,可用波段列表(ABL)自动地出现。
ENVI软件学习实验报告
遥感实验报告姓名郭美辰20101109目录第一章 (6)1.1、时间: (6)1.2、内容: (6)1.3、流程图: (6)第二章几何校正 (7)2.1、报告人: (7)2.2、实验目的: (7)2.3、实验原理: (7)2.4、实验时间: (7)2.5、实验流程 (7)2.6、实验数据: (7)2.7、使用软件: (8)2.8、步骤: (8)2.9、实验结果: (10)2.10、讨论与分析: (11)第三章镶嵌 (11)3.1、报告人: (11)3.2、实验目的: (11)3.3、实验原理: (11)3.4、实验时间: (12)3.5、实验流程 (12)3.6、实验数据: (12)3.7、使用软件: (12)3.8、步骤: (12)3.9、实验结果: (14)3.10、讨论与分析: (15)第四章融合 (15)4.1、报告人: (15)4.3、实验原理: (15)4.4、实验时间: (16)4.5、实验流程 (16)4.6、实验数据: (16)4.7、使用软件: (16)4.8、步骤: (17)4.9、实验结果: (20)4.10、讨论与分析: (20)4.11、方法二步骤:....................................................................... 错误!未定义书签。
4.12、结果图:............................................................................... 错误!未定义书签。
第五章分类 (22)5.1、报告人: (22)5.2、实验目的: (22)5.3、实验原理: (22)5.4、实验时间: (22)5.5、实验流程 (22)5.6、实验数据: (23)5.7、使用软件: (23)5.8、步骤: (23)非监督分类 (23)监督分类 (24)面向对象 (27)决策树分类 (27)5.9、实验结果: (30)5.10、讨论与分析: (30)第六章图像增强 (31)6.1、报告人: (31)6.2、实验目的: (31)6.3、实验原理: (31)6.5、实验数据: (31)6.6、使用软件: (31)6.7、步骤: (31)6.8、实验结果: (32)6.9、讨论与分析: (33)第七章图像三维可视化 (35)7.1、报告人: (35)7.2、实验目的: (35)7.3、实验原理: (35)7.4、实验时间: (35)7.5、实验数据: (35)7.6、使用软件: (35)7.7、步骤: (35)7.8、实验结果: (37)7.9、讨论与分析: (37)第八章物质制图 (40)8.1、报告人: (40)8.2、实验目的: (40)8.3、实验原理: (40)8.4、实验时间: (40)8.5、实验数据: (40)8.6、使用软件: (40)8.7、步骤: (41)8.8、实验结果: (41)8.9、讨论与分析: (45)第九章地物识别 (46)8.1、报告人: (46)8.2、实验目的: (46)8.3、实验原理: (46)8.5、实验数据: (46)8.6、使用软件: (46)8.7、步骤: (46)地物识别方法二: (54)9.8、实验结果: (56)9.9、讨论与分析: (56)第一章1.1、时间:2010.10.10-2010.11.91.2、内容:在这一阶段,对遥感软件的基本功能加以熟练。
envi图像处理基本操作
使用ENVI进行图像处理主要介绍利用envi进行图像处理的基本操作,主要分为图像合成、图像裁减、图像校正、图像镶嵌、图像融合、图像增强。
分辨率:空间分辨率、波谱分辨率、时间分辨率、辐射分辨率。
咱们平时所说的分辨率是指?怎么理解?1、图像合成对于多光谱影像,当我们要得到彩色影像时,需要进行图像合成,产生一个与自然界颜色一致的真彩色(假彩色)图像。
对于不同类型的影像需要不同的波段进行合成,如中巴CCD影像共5个波段,一般选择2、4、3进行合成。
(为什么不选择其他波段?重影/不是真彩色)。
SOPT5影像共7个波段,一般选择7、4、3三个波段。
操作过程以中巴资源卫星影像为例中巴资源卫星影像共有五个波段,选择2、4、3三个波段对R、G、B赋值进行赋值。
在ENVI中的操作如下:(1)file→open image file→打开2、3、4三个波段,选择RGB,分别将2、4、3赋予RGB。
(2)在#1窗口file---〉save image as-→image file。
(3)在主菜单中将合成的文件存为tiff格式(file-→save file as-→tiff/geotiff)即可得到我们需要的彩色图像。
2、图像裁减有时如果处理较大的图像比较困难,需要我们进行裁减,以方便处理。
如在上海出差时使用的P6、SOPT5,图幅太大不能直接校正需要裁减。
裁减图像,首先制作AOI文件再根据AOI进行裁减。
一般分为两种:指定范围裁减、不指定范围裁减。
不指定范围裁减在ENVI中的操作如下:(1)首先将感兴趣区存为AOI文件file→open image file打开原图像→选择IMAGE窗口菜单overlay→region of interesting选择划定感兴趣区的窗口如scroll,从ROI_Type菜单选择ROI的类型如Rectangle,在窗口中选出需要选择的区域。
在ROI窗口file→Save ROIs将感兴趣区存为ROI文件。
- 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)。
ENVI实习一实验目的(1)主要学习ENVI软件的基本功能(2)ENVI 软件完成影像增强(包括直方图匹配和去云)、融合、正射校正和监督、非监督分类四个大方面的试验。
(3)掌握视窗操作模块的功能和操作技能二软件和设备一套三实验原理各个任务的试验原理和操作详细见下面操作,再次不详述。
一、图像增强(算法、原理、对比图)1、直方图匹配在ENVI 中使用Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上,从而使两幅图像的亮度分布尽可能地接近。
使用该功能以后,在该功能被启动的窗口内,输入直方图将发生变化,以与所选图像显示窗口的当前输出直方图相匹配。
在灰阶和彩色图像上,都可以使用该功能。
操作步骤:选择Enhance > Histogram Matching,出现Histogram Matching Input parameters 对话框,在Match To中选择想匹配的图像。
在Input Histogram 会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源,下图为输入图像数据及其所用的拉伸(直方图匹配之前):下图为Match To 想匹配的图像及其拉伸:利用直方图匹配后图像2的直方图结果:从结果可以看出,匹配后的图像在亮度上已经明显增强,从偏暗增强为较亮;其直方图与#1中的图像直方图在亮度上分布也很接近。
2、图像去云常规的云处理算法会随云的覆盖类型的不同而不同,对在大范围内存在薄云的影像来说,采用同态滤波法较好。
同态滤波法把频率过滤与灰度变化结合起来,分离云与背景地物,最终从影像中去除云的影响,这种方法由于涉及到滤波器以及截至频率的选择,在滤波的过程中有时会导致一些有用信息的丢失。
对于局部有云的影像来说,一般使用时间平均法,这种算法适用于地物特征随时间变化较小的地区,如荒漠、戈壁等地区;对于植被覆盖茂密的地区,由于植被的长势与时间有密切的关系,不同时相的植被长势在影像中有明显的区别,这种简单的替代算法不再适用。
对影像进行去云处理,不光是要简单地提高影像分类及制图的精度,同时也是对影像进行大气纠正以及对地物信息进行提取的重要步骤。
最好有一种算法是能够从影像中去除云的影响,同时还能够恢复不同云区覆盖下的地物光谱信息。
在本例中,我选择的去云方法没有用常规的空间域图像增强,滤波等方法,而是利用自己定义掩膜的方法。
具体操作步骤如下:1)使用BasicTool >statistics >compute statistic,弹出如下Compute Statistics Input File 对话框。
点击OK,弹出如下对话框。
选择Histograms 复选框2)然后点击OK,查看统计信息。
取两条绿线间的灰度值阈值范围,然后使用BasicTool >masking>Apply Mask,弹出对话框。
点击Mask Option>Build Mask,弹出Mask Definition对话框,选择Option>Select Input Mask Data Range,选中需处理的影像文件,点击OK。
又弹出Input for Data Range Mask对话框,在Data Min Value 文本框中输入,在Data Max 对话框中输入,然后选择Mask Pixel if Any band matches range。
点击OK!然后再在Mask Definition 中选择Memory ,点击OK,此时已经生成了掩膜结果:3)可在Available Bands List中看到Mask Band。
然后在Apply Mask对话框中点击OK。
会弹出Apply Mask Parameters对话框,点击Memory,点击OK。
.此时在Available Bands List中显示出掩膜后结果。
对比图如下:二、图像融合试验1、ENVI中的融合算法由于由于不同的遥感数据具有不同的空间分辨率、波谱分辨率和时间分辨率,如果将它们各自的优势综合起来,可以弥补单一图像上信息的不足。
遥感数据融合是对不同空间分辨率遥感图像的融合处理,使处理后的遥感图像既具有较高的空间分辨率(高空间分辨率数据),同时又具有多光谱特征(较低分辨率数据),从而达到图像增强的目的。
图像融合的关键是融合前两幅图像的配准(Registration)以及处理过程中融合方法的选择,只有将不同空间分辨率的图像精确地进行了配准,使两种分辨率的影像覆盖同一地理区域、有相同的像素大小、影像大小以及相同的方位,才可能得到满意的融合效果;而对于融合方法的选择,则取决于被融合图像的特性以及融合的目的,同时,需要对融合方法的原理有正确的认识。
融合方法有很多,典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt 等。
下面介绍一下原理:(1)HSV(hue, saturation, and value:色调,饱和度,亮度值)可进行RGB 图像到HSV色度空间的变换,用高分辨率的图像代替颜色亮度值波段,自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸,然后再将图像变换回RGB色度空间。
输出的RGB图像的像元将与高分辨率数据的像元大小相同。
(2)Brovey锐化方法对彩色图像和高分辨率数据进行数学合成,从而使图像锐化。
彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。
函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。
输出的RGB图像的像元将与高分辨率数据的像元大小相同。
(3)用Gram-Schmidt 可以对具有高分辨率的高光谱数据进行锐化。
第一步,从低分辨率的波谱波段中复制出一个全色波段。
第二步,对该全色波段和波谱波段进行Gram-Schmidt变换,其中全色波段被作为第一个波段。
第三步,用Gram-Schmidt 变换后的第一个波段替换高空间分辨率的全色波段。
最后,应用Gram-Schmidt反变换构成pan锐化后的波谱波段。
(4)用PC 可以对具有高空间分辨率的光谱图像进行锐化。
第一步,先对多光谱数据进行主成分变换。
第二步,用高分辨率波段替换第一主成分波段,在此之前,高分辨率波段已被缩放匹配到第一主成分波段,从而避免波谱信息失真。
第三步,进行主成分反变换。
函数自动地用最近邻、双线性或三次卷积技术将高光谱数据重采样到高分辨率像元尺寸。
(5)CN波谱锐化的彩色标准化算法也被称为能量分离变换(Energy Subdivision Transform),它使用来自锐化图像的高空间分辨率(和低波谱分辨率)波段对输入图像的低空间分辨率(但是高波谱分辨率)波段进行增强。
该功能仅对包含在锐化图像波段的波谱范围内的输入波段进行锐化,其他输入波段被直接输出,不发生变换。
锐化图像波段的波谱范围由波段中心波长和FWHM(full width-half maximum)值限定,这两个参数都可以在锐化图像的ENVI头文件中获得。
(6)SFIM(基于亮度调节的平滑滤波)融合是通过平滑滤波将高分辨率影像匹配到低分辨率影像,与小波变换相似,但其算法过程和计算时间比小波变换要显著简化。
这几种方法中SFIM和Gram-Schmidt方法保真效果最好,在ENVI里面,Gram这种方法还可以自动融合,操作比较简单。
2、利用HSV算法进行真彩色融合在两幅图像有相同地理坐标系统的情况下,该融合方法不需要在融合前需调整两幅图像分辨率一致,尺寸一致,ENVI系统会自动完成这一过程,输出图像的分辨率与高分辨图像保持一致;否则需要对图像进行处理以保证融合的影像地理位置相同,行列数相同。
因此,可以利用自动融合方式,先进行HSV的真彩色融合:选择Transform->Image Sharpening->HSV ,当出现Select RGB Input Bands对话框时,选择融合的图像:从一个显示的彩色图像或可用波段列表中选择三个波段进行变换(真彩色合成选择321):接着将出现High Resolution input File对话框,这是选择高分辨率影像:将出现HSV Sharpening Parameters窗口,选择一种重采样方式:选择输出到“Memory”。
点击“OK”开始处理。
结果如下图所示(左边是原来的图像,右面是生成的融合图像,他们的分辨率相同):如上图可以看出,本次的融合还是很成功的,因为融合后的图像既保留了真彩色图像上面的颜色丰富,其像素分辨率也达到了和灰阶图像一样的分辨率。
3、手动融合融合图像间需要精确几何配准,并将多光谱图像采样与全色相同的分辨率,(注意:前两步在ENVI中可以可一步完成Map--->Registration--->Select GCPs:Image to Image)尺寸一致(行列数相等)。
A、选择多光谱波段组合,调色,突出地物反差,存储;B、高分辨率全色波段增强(滤波等),存储;C、多光谱影像和多分辨率全色波段需要调整为统一空间分辨率(Map--->Registration--->Select GCPs: Image to Image中已经完成),且裁为尺寸大小一致(用Basic Tools—>Resize Data可实现空间重采样和取子区,可利用地理坐标进行精确裁剪,保证两融合图像行列数相同);D、对多光谱影像进行彩色空间变换;(Transform->Color Transforms->RGB to HSV(USGS Munsell))E、将高分辨率全色波段与彩色空间变换后的V波段进行直方图匹配,并存为V波段的数据类型(Float point类型)(1)分别将高分辨率全色波段和V波段的直方图打开(Image窗口:Enhance ->Interactive Stretching);(2)分别在高分辨率全色波段影像和V波段的直方图窗口中,选择Histogram_Source--->band;(3)在高分辨率全色波段影像的直方图窗口中,将Stretch_type选为Arbitrary,以便于用指定的直方图曲线来拉伸;(4)用鼠标将V波段影像直方图的输入(Input Histogram标签)拖动至在高分辨率全色波段影像的直方图的输出窗口(Output Histogram)中,然后点击Apply;(5)在V波段的直方图窗口中,选择Options->Histogram Parameters,记录下Histogram Min和Histogram Max两个值;(6)在高分辨率全色波段影像的直方图窗口中,选择File—>Export Stretch,将刚才记下的两个值分别填入Output Min和Output Max中;再将“Output Data Type”改为“Floating Point”,然后给定文件名存储;F、彩色空间变换的反变换。