envi形态学的闭运算平滑处理
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。
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。
遥感数字图像处理考题整理
一、名词解释1、数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度都不连续的、以离散数学原理表达的图像。
2、遥感数字图像是数字形式的遥感图像。
3、空间分辨率是指遥感图像上能够详细区分的最小单元的尺寸或大小。
空间分辨率通常用像素大小、解像力或视场角来表示。
4、直方图均衡化指对原始图像的像素灰度进行某种映射变换，使变换后图像灰度的概率密度呈均匀分布，即变换后的灰度级均匀分布。
5、几何精纠正又称几何配准，是把不同传感器具有几何精度的图像、地图或数据集中的相同地物元素精确地彼此匹配、叠加在一起的过程。
几何校正指校正图像中存在的空间位置的变形等几何误差的过程。
6、辐射校正指消除数据中依附在辐亮度中的各种失真的过程。
包括三部分：传感器端的辐射校正、大气校正和地表辐射校正。
7、开运算指使用同一个结构元素对图像先进行腐蚀后进行膨胀的运算。
作用是消除细小目标，在纤细处分离目标，平滑较大目标的边界时不明显改变面积的作用。
8、闭运算指使用同一个结构元素对图像先进行膨胀后进行腐蚀的运算。
作用是填充目标内细小空洞，连接近邻目标，在不明显改变目标面积的情况下平滑其边界。
二、选择题1、遥感数字处理软件：ERDAS IMAGEINE、ENVI、PCI Geomatica2、侧视雷达图像的影像特征1）垂直飞行方向的比例尺由小变大2）造成山体前倾朝向传感器的山坡影像被压缩，而背向传感器的山坡被拉长与中心投影相反，还会出现不同地位点重影现象3）高差产生的投影差与中心投影影像差位移的方向相反，位移量不同4不同设站对同一地区获取的雷达图像也能构成立体影像。
3、航空像片几何特征：1）地物点通过摄影中心与其成像点共一条直线。
2）投影中心到像平面的距离为物镜主距f。
3）地面起伏使得各处影像比例尺不同。
4）地物由于成像平面倾斜其成像会发生变形。
5）高差的物体成像在像片上有投影差4、颜色叠加5、影像统计均值：像素值的算术平均值，反映的是图像中地物的平均反射强调，大小由图像中主体地物的光谱信息决定。
ENVI滤波
ENVI 支持一种滤波类型：Convolution、Morphological、Texture、Adaptive 和FFT 滤波，它们都可以经过ENVI 主菜单的Filters 菜单得到。
1、Convolution Filtering (卷积滤波)卷积是一种滤波方法，它产生一幅输出图像（图像上，一个给定像元的亮度值是其周围像元亮度值加权平均的函数）。
用户选择变换核用于图像列卷积生成一个新的空间滤波图像。
下面将介绍进行卷积需要的一般配置以及每一种滤波类型的详细情况。
使用卷积滤波用于滤波的文件选择对话框，不象其它ENVI 文件选择对话框，它包括一个“File/Band” 箭头切换按钮，这一按钮可以让你选择输入一个文件或输入一个独立的波段。
·选择一个用于卷积滤波处理的文件：1 选择Filter > Convolutions > 一种滤波类型。
2 出现Convolution Input File 对话框时，选择一个输入文件名，若需要可以输入一个空间子集。
·处理单个波段：1 选择Filter > Convolutions > 一种滤波类型。
2 点击“Select By” 附近的箭头按钮，选择“Band”。
这时，在窗口的左边一栏“Select Input Band” 文本框里出现所有可利用波段的列表。
3 通过点击波段名选择需要的波段。
一旦选择了，你还可以选择一个空间子集。
设置卷积参数卷积滤波需要选择一个变换核的大小。
多数滤波变换核呈正方形，默认的变换核大小是3×3 。
原始图像卷积结果中“Adding back” 部分有助于保持空间联系，代表性地被处理成尖锐化的图像。
在文件选择对话框里，选择好数据以后：1 点击“OK”。
2 出现Convolution Parameters 对话框时，在“Size” 文本框里键入一个变换核的大小。
注意一些特别的滤波（如Sobel 和Roberts）有自己的默认值，是不能改变的。
形态学处理 原理
形态学处理原理形态学处理原理是一种图像处理技术，通过对图像中的形状和结构进行分析和提取，从而实现图像的特征提取、目标检测和图像识别等应用。
形态学处理原理主要包括腐蚀和膨胀两种基本操作，以及基于这两种操作的衍生操作，如开运算、闭运算、击中击不中变换等。
本文将详细介绍形态学处理原理的基本概念和操作方法，以及其在图像处理中的应用。
形态学处理原理的核心思想是基于形状结构的分析，通过对图像中的形状进行操作和变换，从而实现对图像的特征提取和增强。
其中，腐蚀操作是指通过缩小图像中的物体形状，使其边缘变得更加平滑和细化；膨胀操作则是通过扩大图像中的物体形状，使其边缘变得更加粗糙和增大。
腐蚀和膨胀操作可以单独应用，也可以组合使用，形成一系列的形态学处理操作。
腐蚀操作的基本原理是在图像中滑动一个称为结构元素的窗口，将窗口内的像素值与结构元素的像素值进行比较，如果窗口内的像素值全都与结构元素的像素值匹配，则将窗口中心像素的值设置为1，否则设置为0。
通过不断滑动窗口并进行比较，可以实现对图像中细小物体的消除和边缘的平滑处理。
膨胀操作与腐蚀操作相反，它是通过滑动结构元素窗口，将窗口内的像素值与结构元素的像素值进行比较，如果窗口内的像素值与结构元素的像素值匹配，则将窗口中心像素的值设置为1，否则设置为0。
通过不断滑动窗口并进行比较，可以实现对图像中细小空洞的填充和边缘的增强处理。
开运算是先进行腐蚀操作，再进行膨胀操作，它可以消除图像中的细小物体和细小空洞，同时保持物体的整体形状和结构不变。
闭运算是先进行膨胀操作，再进行腐蚀操作，它可以填充图像中的细小空洞和细小断裂，同时保持物体的整体形状和结构不变。
击中击不中变换是一种基于腐蚀和膨胀操作的高级形态学处理操作，它可以实现对图像中特定形状的物体进行提取和分离。
通过定义两个结构元素A和B，其中A表示目标物体的形状，B表示背景的形状，击中击不中变换可以通过腐蚀操作和膨胀操作的组合，将图像中的目标物体提取出来，同时将背景部分去除。
ENVI基础操作（1）
ENVI基础操作（1）【转】ENVI基础操作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。
遥感图像处理平滑与锐化方(详细)法
直方图拉伸
线性变换（分段线性） 非线性变换
对比度变换
直方图均衡
直方图匹配
灰度增强是一种通过改变像元的亮度值来改变图 像像元的对比度，从而改善图像质量的图像处理 方法。
一般来说，包含大量像元的图像，像元的亮度随 机分布应是正态分布。亮度直方图为非正态分布， 说明图像的亮度分布偏亮、偏暗或亮度过于集中， 图像的对比度小，需要调整该直方图到正态分布， 以改善图像的质量。
每一幅图像都可以求出其像元亮度值的直方图，观察 直方图的形态，可以粗略略地分析图像的质量。
正态分布
峰值偏左偏暗
峰值偏右偏亮
峰值窄/陡高密度值太集中
1.比例线性变换
比例线性变换是对单波段逐个像元进行处理的，它是将原 图象亮度值动态范围按线性关系式扩展到指定范围或整个 动态范围。
在实际运算中给定的是两个亮度区间，即要把输入图像的 某个亮度值区间【a1,a2】扩展为输出图像的亮度值区间 【b1,b2】。
2. 指数变换 此种可以对图像的高亮度区给予较大的 扩展。
xb beaxa c xb b lg(axa 1) c
4.直方图均衡化
非线性的增强方法；
这种方法通常用来增加许多图像的局部对比度，尤其是当图像的 有用数据的对比度相当接近的时候。通过这种方法，亮度可以更 好地在直方图上分布。这样就可以用于增强局部的对比度而不影 响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实 现这种功能。
效果：增强了峰值处的对比度，两端（最亮和最 暗）的对比度减弱了
原始的直方图
均衡化后的直方图
直方图均衡化实例
直方图均衡化实例
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，广泛地使用于地质、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,为大规模的遥感使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基础操作(全)
ENVI基础操作（全）ENVI是一种专业的遥感数据分析和图像处理软件，它广泛应用于地理信息系统（GIS）和遥感领域。
以下是ENVI的基础操作指南，包括数据加载、图像增强、分类和制图等功能。
1.数据加载：- 打开ENVI软件后，通过菜单栏中的 "File" -> "Open" 来加载遥感数据。
-可以选择加载多种类型的数据，包括图像文件、数据集文件、栅格数据等。
-ENVI还支持加载多波段数据和多时相数据，方便进行多光谱分析和时间序列分析。
2.图像增强：-ENVI提供了多种图像增强算法，可以改善图像的对比度、亮度和清晰度。
- 通过菜单栏中的 "Basic Tools" -> "Display" 可以调整图像的亮度、对比度和伪彩色显示。
- 通过菜单栏中的 "Basic Tools" -> "Spatial Filter" 可以应用空间滤波算法，如平滑、锐化和边缘增强等。
-ENVI还支持直方图均衡化、波段拉伸、多尺度分析等高级图像增强方法。
3.数据分析：-ENVI提供了多种数据分析算法，包括统计分析、光谱分析和变化检测等。
- 通过菜单栏中的 "Basic Tools" -> "Statistics" 可以计算图像的统计信息，如均值、最大值、最小值和标准差等。
- 通过菜单栏中的 "Basic Tools" -> "Spectral" 可以进行光谱分析，如图像分类、聚类分析和主成分分析等。
-ENVI还支持变化检测算法，可以对多时相数据进行像元级变化检测和物体级变化检测。
4.数据分类：-ENVI提供了多种数据分类算法，包括监督分类和非监督分类等。
- 通过菜单栏中的 "Supervised Classification" 可以进行监督分类，需要提供训练样本和分类器。
ENVI基本操作
被誉为NASA最近40年的 “里程碑技术”
IDL——从数据中获取您所需的信息
Data -> Information
读取工具 多线程运算 二/三维绘图与图形 图像与信号处理 线性代数与微积分方程 分析、预测与插值算法
地图工具 开发和编程工具 集成开发环境 用户界面工具
1、ENVI简介——LiDAR数据处理和分析模块
• 专为LiDAR数据处理和分析而设计，可 自动处理点云数据
• 包括完整的LiDAR数据浏览、处理和分 析工具
• 生成DTM、DSM、SHP文件等来表达建筑 物、电力线、树木和其他地物等
1、ENVI简介——LiDAR数据处理和分析模块
• 可高效、全自动地从LiDAR数据中提取信息 - 点云分类 - DSM（栅格和TIN） - DEM - 地面等高线 - 建筑物顶部/轮廓矢量 - 电力线矢量 - 电线杆（X、Y、Z、H、R） - 电力线的连接点（X、Y、Z） - 树木（X、Y、Z、H、R） - 点密度和覆盖率分析 - 桥梁 - 其他特征
• 航空传感器
• InSAR处理
•a极pp化lic雷ati达on干fo涉r 测 e量xtracting geospatial
• 常见文件格式
• 地球物理建模
information from • RAW 数据
• 干涉叠加分析
remotely-sensed imagery.
• 极化雷达分析
成果应用
• DEM 提取 • 地表形变监测 • 形变源分析 • 地表动态监测 • 地表覆盖监测
TREs • 生成、编辑和删除PIA的TRES • 利用DIGEST TREs、RPCOOA、RPC00B和传感器替换模型
envi运算技巧
1.(b1 le 0)*0+(b1 ge 0)*(b1*0.0001)这个公式意思就是要是值小于0 就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001这个系数2行政边界的矢量分割可以在Acrtools－> Analysis Tools -> Extraction->Split中进行批量矢量分割。
3现NDVI产品数据处理过程中遇到以下问题：问题1： NDVI是归一化植被指数，它的取值范围是-1—1，如何理解？方法：对于陆地表面覆盖来说，云、雨、雪在可见光比近红外波段有较高的反射作用，所以NDVI为负值；岩石、裸土的NDVI一般为0；有植被覆盖的地方一般大于0。
问题2：导入ENVI进行查看，发现未拼接重投影之前影像数据范围为-3000—0.99880，拼接重投影之后影像数据范围在-3000—9988。
是数据值发生了改变吗？方法： ENVI — Basic Tool — Preprocessing — Data-Specific Utilities — View HDF Attribute（在envi里面查看NDVI波段参数）可以发现它的有效值范围为（-2000—10000），因此数据值-3000是无效值，其他的值是乘以了10000这个系数（scale_factor），因此在拼接重投影过程中ndvi值并没有发生变化。
还有些值如32767等表示有云。
问题3：按上面所述，它的根本值没有发生改变，但是毕竟一部分数值已经扩大了啊，怎么处理比较合理？方法：ENVI — Basic Tools — Band Math（波段运算，把负值去掉）在弹出的对话框Band Math中，Enter an expression： (b1 lt 0)*0+(b1 ge 0)*(b1*0.0001)。
这个公式意思就是：要是值小于0 就乘以0，使其变为0；同时，值大于等于0的话就乘以0.0001这个系数。
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分类后处理（转载）
ENVI分类后处理（转载）ENVI分类后处理(转载)在ENVI中，分类后处理主要有：主/次要分析（Majority/Minority Analysis）、类成团（clump）、类别筛选（Sieve）、类别结合（Combine classes）、类别叠加（Overlay classes）等。
这⾥主要详细介绍前三种。
1. 主/次要分析：使⽤主要分析（Majority）可以将较⼤类别中的虚假像元归类到该类中，ENVI允许输⼊⼀个变换核尺⼨，并⽤变换核中占主要地位的像元的类别数代替中⼼像元的类别数。
如果使⽤次要分析（Minority），ENVI将⽤变换核中占次要地位的像元的类别数代替中⼼像元的类别数。
在操作时，注意，如果中⼼像元属于未从“select classes”列表中选择的类别，分析完成后，该像元的类别不会更改。
但是，如果中⼼像元初始归属于从“select classes”列表中选择的类别，且在变换核中，未选择类别占主要地位，则⽤未选择类别代替初始类别。
如果选择”Majority“分析，键⼊中⼼像元权重---”center pixel weight“。
在判定在变换核中哪个类别占主体地位时，中⼼像元权重⽤于设定中⼼像元类别将被计算多少次。
例如：如果输⼊的权重为1，ENVI仅计算1次中⼼像元类别；如果输⼊5，ENVI将计算5次中⼼像元类别。
2. 类成团：该选项运⽤形态学算⼦将临近的类似分类区域合并成块。
分类图像经常缺少空间连续性（分类区域中斑点或洞的存在）。
低通滤波虽然可以⽤来平滑这些图像，但是类别信息常常会被临近类别的编码⼲扰。
成块分类解决了这个问题。
⾸先将被选的分类⽤⼀个扩⼤操作合并到⼀块，然后⽤参数对话框中指定了⼤⼩的变换核对分类图像进⾏侵蚀操作。
3. 类别筛选：该选项可以解决分类图像中出现的孤岛问题。
类别筛选使⽤斑点分组⽅法来消除这些被隔离的分类像元。
虽然使⽤低通滤波或其他类型的滤波功能可以消除这些区域，但是类别信息常常会被临近类别的编码⼲扰。
Hyperion平滑滤波去噪
Hyperion平滑去噪方法实验及填图结果对比Hyperion 影像噪声大，在处理之前的去噪是非常必要的，ENVI 软件中，可以通过MNF 将影像去噪，但是MNF算法不易实现，故考虑ENVI中滤波功能。
使用滤波可以实现对图像的平滑和去噪。
ENVI 自带的平滑和去噪方法有：一、中值滤波中值滤波在保留比变换核大的边缘的同时，平滑图像。
ENVI 的中值滤波用一个滤波器大小限定的邻近区的中值（不要与平均值混淆）代替每一个中心像元值。
默认的变换核大小是3x3 。
二、Lee 滤波器Lee滤波器是一个基于标准差的滤波器，用于平滑强图跟图像景象密切相关的噪声数据，但是含有附加部分。
它对基于独立滤波窗口中计算的统计图数据进行滤波。
Lee滤波器在压制噪声的同时，保留了图像的尖锐和细节。
三、Local Sigma 滤波器局部工滤波器运用为滤波器盒计算的局部标准差，判定在滤波器窗口内的有效像元。
它只用滤波器盒里的有效像元计算出的平均值代替参与滤波的像元。
这一滤波甚至在对比度低的区域，也能很好地保留细节和有效地减少斑点噪声。
四、Bit Error滤波器Bit Error （比特误差）噪声通常是图像中孤立像元（有与图像场景不相关的极值）导致的数据中的“spikes”的结果。
这使得图像呈现“椒盐”的外观。
ENVI中比特误差的消除是通过用周围像元的平均值代替“ spikes ”像元的算法实现的。
滤波器盒里的局部统计（平均值和标准差）被用来为有效像元设置一个极限。
下图为经不同滤波方法处理后的影像：注：影像从左到右依次为：原始图像，中值滤波图像，Lee滤波图像，Local Sigma滤波图像，Bit Error滤波图像，Inv MNF 图像。
各种方法与原始图像相比，中值滤波和Lee滤波的平滑效果较好。
去噪方面，不同方法没有明显差别。
原始图像中值滤波图像Lee滤波图像41fInv MNF 中值滤波Lee滤波Local Sigma 滤波Bit Error 滤波上图从左到右依次为Inv MNF影像绿泥石矿物填图，中值滤波填图，Lee滤波填图，Local Sigma 滤波填图，Bit Error滤波填图。
使用LabVIEW进行像处理实现像分析和识别
使用LabVIEW进行像处理实现像分析和识别使用LabVIEW进行图像处理：实现图像分析和识别一、引言图像处理是一种处理数字图像的技术，它涉及改善图像质量、提取图像信息和实现图像识别等领域。
LabVIEW是一款强大的图形化编程软件，可用于快速开发和调试各种图像处理算法。
本文将介绍如何使用LabVIEW进行图像处理，实现图像分析和识别。
二、LabVIEW的基本概念1. VI（Virtual Instrument，虚拟仪器）：在LabVIEW中，VI是指包含各种图形和功能块的图形化编程程序。
我们可以通过组合这些块来编写图像处理程序。
2. 数据流编程：LabVIEW采用数据流的编程方式，即将数据作为控制流经过图形块进行处理。
数据流从左到右流动，通过连接输入与输出来传递数据。
三、图像处理的基础1. 图像的加载和显示：使用LabVIEW的图像处理模块，可以加载图像文件并将其显示在界面上。
我们可以选择常见的图像格式如JPEG、BMP等。
2. 灰度化处理：将图像转换为灰度图像是图像处理的一项基本操作。
通过计算每个像素的亮度值，可以得到图像的灰度表示。
3. 图像平滑：通过滤波等操作，可以对图像进行平滑处理，减少噪声干扰。
常见的平滑方法包括均值滤波和高斯滤波。
4. 边缘检测：在图像处理中，边缘提取是非常重要的操作。
可以使用Sobel算子或Canny算子等方法来检测图像中的边缘。
四、图像分析和识别1. 目标检测：通过图像处理算法，可以实现目标检测。
例如，可以使用背景差分法来检测运动目标。
2. 物体计数：对于一幅图像中的小物体，可以通过形态学操作和阈值分割等方法进行计数。
3. 字符识别：对于包含文字的图像，可以使用OCR（Optical Character Recognition，光学字符识别）算法进行识别。
五、LabVIEW的图像处理工具1. 图像滤波：LabVIEW提供了多种图像滤波的工具箱，如模板滤波、中值滤波等。
ENVI常规数据处理方法
ENVI常规数据处理方法ENVI是一种广泛使用的遥感图像处理软件，可用于处理和分析来自卫星、飞机和无人机的遥感数据。
它提供了许多常规数据处理方法，可以帮助用户从原始遥感图像中提取有用的信息。
以下是一些常见的ENVI数据处理方法：1.图像增强：ENVI提供了各种图像增强技术，如直方图均衡、直方图匹配和滤波器等。
这些方法可以提高图像的对比度和清晰度，使信息更易于观察和分析。
2.波段算术：ENVI允许用户应用波段算术来处理遥感图像。
用户可以使用加法、减法、乘法和除法等操作来组合或转换波段，以增强特定的目标和特征。
3.地物分类：ENVI提供了各种地物分类方法，如最大似然分类、支持向量机和随机森林等。
这些方法可以根据图像的光谱特征将像素分类为不同的地物类别，例如植被、水体和建筑物。
4. 物理参数提取：ENVI可以通过光谱反射率分析来提取从遥感图像中得到的物理参数。
用户可以使用ENVI Spectral Indices工具来计算不同的指标，如NDVI（归一化植被指数）和EVI（增强型植被指数），以评估土壤湿度、植被生长和植被健康状况等。
5.变化检测：ENVI可以用于检测遥感图像之间的变化。
用户可以使用像素差异、比例差异或图像差异方法来比较两个或多个时间点的图像，以便检测地表的变化，如植被覆盖变化、土地利用变化和自然灾害后的损失等。
6.高程提取：ENVI提供了用于高程提取的工具，如视差法和立体匹配。
这些工具可用于从多个角度或视角的遥感图像中提取地表的三维信息，以获得地形高程模型（DEM）或数字高程模型（DSM）。
7.影像拼接：ENVI允许用户将多个遥感图像进行拼接，以创建更大范围的图像。
用户可以使用自动拼接工具来对齐和融合图像，以创建完整的场景。
8.视觉化和数据可视化：ENVI提供了各种视觉化和数据可视化方法，以帮助用户更好地理解和解读遥感数据。
用户可以使用ENVI中的伪彩色合成、分光成像和数据直方图等工具来可视化和分析图像数据。
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滤波要点
ENVI 支持一种滤波类型：Convolution、Morphological、Texture、Adaptive 和FFT 滤波，它们都可以经过ENVI 主菜单的Filters 菜单得到。
1、Convolution Filtering (卷积滤波)卷积是一种滤波方法，它产生一幅输出图像（图像上，一个给定像元的亮度值是其周围像元亮度值加权平均的函数）。
用户选择变换核用于图像列卷积生成一个新的空间滤波图像。
下面将介绍进行卷积需要的一般配置以及每一种滤波类型的详细情况。
使用卷积滤波用于滤波的文件选择对话框，不象其它ENVI 文件选择对话框，它包括一个“File/Band” 箭头切换按钮，这一按钮可以让你选择输入一个文件或输入一个独立的波段。
·选择一个用于卷积滤波处理的文件：1 选择Filter > Convolutions > 一种滤波类型。
2 出现Convolution Input File 对话框时，选择一个输入文件名，若需要可以输入一个空间子集。
·处理单个波段：1 选择Filter > Convolutions > 一种滤波类型。
2 点击“Select By” 附近的箭头按钮，选择“Band”。
这时，在窗口的左边一栏“Select Input Band” 文本框里出现所有可利用波段的列表。
3 通过点击波段名选择需要的波段。
一旦选择了，你还可以选择一个空间子集。
设置卷积参数卷积滤波需要选择一个变换核的大小。
多数滤波变换核呈正方形，默认的变换核大小是3×3 。
原始图像卷积结果中“Adding back” 部分有助于保持空间联系，代表性地被处理成尖锐化的图像。
在文件选择对话框里，选择好数据以后：1 点击“OK”。
2 出现Convolution Parameters 对话框时，在“Size” 文本框里键入一个变换核的大小。
注意一些特别的滤波（如Sobel 和Roberts）有自己的默认值，是不能改变的。
- 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形态学的闭运算平滑处理
Envi形态学的闭运算平滑处理
概述：
在数字图像处理中，图像平滑是一种常见的预处理方法，用于减少图像中的噪声、模糊图像边缘或者去除小的图像细节。
Envi形态学的闭运算是一种常用的图像平滑处理方法，通过结构元素的膨胀和腐蚀操作，可以有效地平滑图像并保留图像的整体形态。
一、形态学基础知识
1. 结构元素：结构元素是形态学操作的基本单元，可以看作是一个特定形状的模板。
常见的结构元素包括点、线、方形、圆形等。
2. 膨胀操作：膨胀操作是形态学操作中的一种，它将结构元素与图像进行卷积运算，将结构元素的形状应用到图像上，扩大图像中的亮区域。
膨胀操作可以使图像中的亮部变大，连接相邻的亮部，并膨胀图像边缘。
3. 腐蚀操作：腐蚀操作是形态学操作中的另一种，它将结构元素与图像进行卷积运算，将结构元素的形状应用到图像上，缩小图像中的亮区域。
腐蚀操作可以使图像中的亮部变小，断开相邻的亮部，并腐蚀图像边缘。
二、闭运算的原理
闭运算是形态学操作中的一种组合操作，它先进行膨胀操作，再进
行腐蚀操作。
闭运算可以平滑图像并保留图像的整体形态。
闭运算的过程如下：
1. 对原始图像进行膨胀操作，得到膨胀后的图像。
2. 对膨胀后的图像进行腐蚀操作，得到闭运算后的图像。
闭运算的效果如下图所示：
(不显示图片链接)
三、闭运算的应用
闭运算在图像处理中有广泛的应用，主要用于平滑图像并去除图像中的噪声或细小的细节。
1. 去除图像中的噪声：闭运算可以通过膨胀和腐蚀的组合操作，将噪声区域扩大并与周围的背景区域连接起来，然后再将其腐蚀掉，从而去除图像中的噪声。
2. 平滑图像边缘：闭运算可以将图像中的边缘进行平滑处理，使得图像边缘更加连续，减少图像的锯齿状现象，提高图像的质量。
3. 去除图像中的细小细节：闭运算可以通过膨胀和腐蚀的组合操作，将图像中的细小细节进行腐蚀，从而实现去除细小细节的效果。
四、闭运算的优缺点
闭运算作为一种图像平滑处理方法，具有以下优点和缺点：
优点：
1. 可以有效地平滑图像，去除噪声或细小细节。
2. 保留图像的整体形态，不会对图像的整体结构造成破坏。
3. 算法简单，计算速度快。
缺点：
1. 闭运算可能会导致图像的边缘模糊，失去一些细节信息。
2. 当结构元素的大小与图像中的目标物体相差较大时，闭运算可能会导致目标物体的尺寸变化。
五、总结
Envi形态学的闭运算是一种常用的图像平滑处理方法，通过结构元素的膨胀和腐蚀操作，可以有效地平滑图像并保留图像的整体形态。
闭运算在图像处理中有广泛的应用，可以用于去除噪声、平滑图像边缘和去除细小细节。
然而，闭运算也存在一些缺点，可能会导致图像边缘模糊和目标物体尺寸变化。
因此，在实际应用中，需要根据具体的需求和图像特点选择合适的结构元素和操作参数，以达到最佳的处理效果。