ENVI高光谱分析
ENVI实习-高光谱遥感
ENVI实习-高光谱遥感高光谱遥感第三次实习一、实习任务：运用MNF变换后的波段以及散点图工具提取端元运用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元运用提取的端元进行分类和制图二、实习目标以及用时：学习运用ENVI软件进行纯净像元的提取方法三、教学方式：依据实习指导书进行实验，并完成实习报告四、使用器材：美国内华达的赤铜矿AVIRIS遥感数据，该数据已经经过ATREM大气校正，ENVI遥感软件五、具体实习过程本次实习主要内容：本章选用的实验数据是一幅经过校准的AVIRIS图像，处理的结果用于地质学应用，这主要是考虑到，到目前为止地质学研究仍然是高光谱遥感的主要应用领域之一。
在ENVI主菜单下选择：File > Open Image File，在打开的文件选择窗口中选择图像文件cup95eff，点击OK打开图像：这是一幅经过校准的有50个波段的AVIRIS图像，图中显示的是将第183、193、207波段分别赋红、绿、蓝合成的彩色图像。
我们可以打开它的2-D 散点图观察一下。
在主图像窗口中选择：Tools > 2-D Scatter Plots，在随即弹出的波段选择窗口中任意选择两个波段，点击OK构成2-D 散点图。
这里选择的是第172、173波段。
在这幅2-D三点图上我们可以观察到，在由172和173波段组成的光谱特征空间中图像上的点明显地呈线状点云分布，说明这两个波段的相关性极强。
遥感图像的某些波段之间往往存在着很高的相关性，直观上波段图像彼此很相似，从提取有用信息的角度考虑，有相当一部分数据是多余和重复的，解决这一问题的有效方法是进行特征提取和特征选择，去相关和分离噪声。
在多光谱遥感图像处理中，我们会采取PC旋转，但是相比之下，MNF变化更适用于高光谱遥感数据。
下面我们就用MNF 变换对图像进行处理。
最低噪声分数（MNF）变换用以确定图像数据的内在维度、隔离噪声以及降低后处理的计算要求。
ENVI高光谱分析
使用ENVI大气校正模块——输入文件准备
• 数据是经过定标后的辐射亮度（辐射率）数据 • 数据带有中心波长（wavelenth）值，如果是高光谱还必
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
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 • 如果我们想要了解某一物体表面的光谱属性，我们必须将
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
LOWTRAN模型 – MORTRAN模型 – ATCOR模型 – 6S模型
• ENVI提供针对特定传感器的定标，包括ASTER、 AVHRR、MODIS、MSS、TM、IKONOS、QuickBird、 WorldView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，还提供 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。
ENVI高光谱分析技术
ENVI高光谱分析技术ENVI高光谱分析技术指的是利用ENVI软件和高光谱数据对地球表面进行分析和解译的技术。
高光谱分析技术是一种通过检测和记录地球表面上的物质反射和辐射特征来获取地物信息的方法。
通过分析不同波长的光谱数据，可以对地表进行分类、监测和测量，同时提供了对地球表面物质和环境变化的深入理解。
ENVI软件是一款功能强大、易于使用的高光谱遥感图像处理和分析软件。
它可以对高光谱数据进行校正、预处理、分割、分类、特征提取和变化检测等操作，进一步提取和分析高光谱数据中的信息。
ENVI软件可以处理来自多个传感器和平台的高光谱数据，包括卫星、航空和地面平台。
高光谱分析技术的主要步骤包括：1.数据获取和预处理：包括获取高光谱数据源，对数据进行几何校正、大气校正和辐射校正等预处理，以消除大气和仪器引起的影响。
2.高光谱数据展示和可视化：通过ENVI软件可以将高光谱数据以图像或光谱曲线的形式进行可视化，直观展示不同波段的反射率或辐射亮度。
3.特征提取和分类：通过ENVI软件中的分类算法，可以对高光谱数据进行地物分类，将不同类型的地物分开并标记出来。
常用的分类算法包括最大似然分类、支持向量机分类等。
4.目标检测和提取：通过高光谱分析技术，可以识别和提取特定目标或特征，如植被指数、污染物浓度等。
5.变化检测和监测：通过对不同时期的高光谱数据进行比较，可以检测地表发生的变化，如土地利用变化、植被覆盖变化等。
6.数据分析和解释：通过对高光谱数据中的光谱曲线进行分析，可以推断地表物质的成分和性质，并进行解释和评估。
高光谱分析技术在许多领域中得到广泛应用。
在农业领域，可以通过分析作物的生长状态、养分含量和病虫害情况，提供精准的农作物管理和决策支持。
在环境监测领域，可以监测水质、土壤质量、植被变化等环境指标，提供环境保护和可持续发展的数据支持。
在城市规划和土地管理领域，可以分析土地利用类型、城市扩张和更新等信息，为城市发展提供科学依据。
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)。
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。
ENVI高光谱分析
输出结果
表面反射率影像 水气含量数据 云图 日志文件 FLAASH大气校正模板文件
定标与大气校正练习
03-传感器定标与大气校正\多光谱
Landsat TM fast数据定标 辐射定标- W/(m2*sr*μ m) P282
03-传感器定标与大气校正\高光谱
P302
航天成像光谱仪系统——Hyperion/EO-1
国家：美国 时间：2000年11月卫星发射成功 扫描带宽：7.5km, 空间分辨率：30米， 在0.4－2.5μ m共有220波段: 可见光－近红外(400-1000nm): 60波段， 短波红外(900-2500nm): 160波段。
使用ENVI大气校正模块——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
ENVI大气校正模块
ENVI的大气校正模块的模型为MODTRAN 4+模型，它是由Spectral Sciences, Inc. (SSI)和Air Force Research Labs (AFRL)合作 开发，ITT VIS进行整合和图形化。 ENVI的大气校正模块能够对高光谱、多光谱影像进行校正。 高光谱包括：HyMAP、 AVIRIS、 HYDICE、HYPERION、Probe-1, CASI、AISA等； 多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、 SeaWiFS、SPOT、QuickBird等，以及航空（860nm-1135nm）数据。 多光谱与高光谱的模型基础一样：MODTRAN 4+。这个模块通过高光谱 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。采用向导式操作流程，还包括快速大气 校正功能。
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。
《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）。
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
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。
envi 高光谱波段自相关计算
高光谱遥感技术是一种能够获取地物光谱特征的重要手段，它在农业、林业、环境监测等领域有着广泛的应用。
而在高光谱遥感数据处理中，波段自相关计算是一种重要的分析方法，它能够帮助我们更好地理解数据的特征和结构。
本文将对高光谱波段自相关计算进行深入探讨，旨在帮助读者更好地掌握这一分析方法。
一、高光谱波段自相关概述1.1 高光谱遥感数据的特点高光谱遥感数据是指在可见光、红外和短波红外等波段范围内具有连续的光谱信息的遥感数据。
相比于传统的单一波段遥感数据，高光谱数据能够提供更为丰富的地物光谱信息，能够更准确地反映地物的特征和变化。
1.2 高光谱波段自相关的作用波段自相关是指在高光谱数据中，同一波段内不同位置像元的相关性分析。
它可以帮助我们了解数据的空间相关性和结构特征，为后续的特征提取和分类分析提供基础。
二、高光谱波段自相关的计算方法2.1 高光谱波段自相关的数学原理在高光谱数据中，每个像元由连续的光谱波段组成，我们可以将每个像元看作是一个包含多个变量的数据点。
可以使用传统的自相关分析方法来计算波段间的相关性。
2.2 高光谱波段自相关的计算步骤将高光谱数据按照波段进行整理，得到一个波段数乘以像元数的矩阵。
对于每一个波段，可以计算其与其他波段的相关系数，得到一个相关系数矩阵。
可以根据需要进行相关性分析和数据可视化处理。
三、高光谱波段自相关的应用案例3.1 农业领域在农业领域，利用高光谱波段自相关分析，可以更准确地识别农田的作物种类，并了解植被生长情况。
这对于精准农业和农作物的管理有着重要意义。
3.2 林业领域在林业领域，高光谱波段自相关分析能够帮助我们了解森林地区的植被类型和生长状态，为森林资源的监测和保护提供支持。
3.3 环境监测领域在环境监测领域，利用高光谱波段自相关分析，可以对土壤污染、水质变化等环境问题进行监测和分析，为环境保护和治理提供有力的技术支持。
四、高光谱波段自相关计算的发展趋势4.1 数据挖掘和机器学习随着数据挖掘和机器学习技术的不断发展，高光谱波段自相关计算将会更加智能化和自动化，能够更好地挖掘数据的隐藏信息和规律。
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上机大实验报告
ENVI上机⼤实验报告遥感原理与应⽤⽬录1、实验⼀⾼光谱数据分析 (2)2、实验⼆影像镶嵌 (15)3、实验三影像配准 (26)4、实验四⾮监督分类 (38)5、实验五监督分类 (41)6、实习总结 (49)- 1 -实验⼀⾼光谱数据分析⼀、实验⽬的本专题旨在向⽤户介绍波谱库的概念，并描述如何从感兴趣区中提取波谱信息，然后还将进⾏彩⾊合成，并使⽤⼆维散点图进⾏简单的分类。
让学⽣学会如何使⽤ENVI 先进的⾼光谱⼯具对多光谱数据进⾏分析。
更好地理解⾼光谱处理的概念及其⼯具。
本专题将从特定矿物质的感兴趣区中提取其波谱曲线，并与波谱库中的波谱曲线进⾏⽐较，找出显⽰波谱信息的最佳RGB 彩⾊组合。
使⽤⼆维散点图定位独特的像元，探究其数据的分布特点，然后进⾏简单的分类。
⼆、实验数据介绍Imaging Spectrometer，简称为A VIRIS）所采集的表观反射率数据，该数据是美国内华达州（Nevada）Cuprite 地区的表观反射率数据，它使⽤ATREM ⼤⽓纠正建模软件进⾏了校正。
这个数据⼦集共包含50 个波段，波谱分辨率近似为10nm 宽，其波长范围为1.99~2.48µm。
三、实验内容本部分将介绍以下内容：波谱库操作、浏览和提取影像反射率波谱、ENVI 中感兴趣区（ROI）的定义及进⾏彩⾊合成影像的选取，其⽬的是为了鉴别波谱类型。
1加载A VIRIS影像数据并显⽰灰阶影像在 ENVI 主菜单中，选择 File → Open Image File，然后选择进⼊envi47/data⽬录。
选择zhumuqian 95_at.int ⽂件作为输⼊⽂件名，点击Open 弹出可⽤波段列表，它将列出 50 个波段的名字。
在可⽤波段列表对话框中，选择 Band 193（2.2008um），点击 Gray Scale 单选按钮，然后点击 Load Band。
将灰度影像加载到显⽰窗⼝中。
从主影像窗⼝菜单中选择 Tools> Profiles>Z Profile (Spectrum)，提取表观反射率波谱曲线。
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。
- 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高光谱分析
使用ENVI大气校正模块——输入文件准备
• 数据是经过定标后的辐射亮度（辐射率）数据 • 数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段
宽度（FWHM）,这两个参数都可以通过编辑头文件信息输入（ Edit Header）。 • 数据类型 • 支持四种数据类型：浮点型（floating）、4-byte signed integers, 2byte signed integers,以及 2-byte unsigned integers。 • 数据存储类型： ENVI标准栅格格式文件，且是BIP或者BIL。 • 波谱范围：flaash能够做的数据光谱范围是0.4－2500μm。
ENVI高光谱分析
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
ENVI高光谱分析
高光谱成像技术
• 成像光谱仪：
• 与地面光谱辐射计相比，成像光谱 仪不是在“点”上的光谱测量，而 是在连续空间上进行光谱测量，因 此它是光谱成像的；
• ENVI提供针对特定传感器的定标，包括ASTER、AVHRR、MODIS、 MSS、TM、IKONOS、QuickBird、WorldView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，还提供大气校正工具、相对通道发射率、归一化发 射率、Α残差等定标工具。
ENVI高光谱分析
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 • 如果我们想要了解某一物体表面的光谱属性，我们必须将它的反
射信息从大气和太阳的信息中分离出来。
ENVI高光谱分析
大气散射
邻接反射
直接反射
ENVI高光谱分析
ENVI高光谱分析
环境与减灾小卫星星座（HJ-1B）
ENVI高光谱分析
2、高光谱数据预处理
•传感器定标 •大气校正
ENVI高光谱分析
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，1998）。辐射亮度（辐射率）单位可为： （μW）/（cm2*nm*sr）。
ENVI高光谱分析
2020/10/30
ENVI高光谱分析
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 • 4、植被分析
ENVI高光谱分析
1、高光谱遥感简介
• 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
• 高光谱分辨率遥感（HyperspectralRemote Sensing）
• ENVI的大气校正模块能够对高光谱、多光谱影像进行校正。
• 高光谱包括：HyMAP、 AVIRIS、 HYDICE、HYPERION、Probe-1, CASI、AISA等 ；
• 多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、SeaWiFS、 SPOT、QuickBird等，以及航空（860nm-1135nm）数据。
• 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。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，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。
ENVI高光谱分析
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
ENVI高光谱分析
航天成像光谱仪系统——Hyperion/EO-1
• 国家：美国 • 时间：2000年11月卫星发射成功 • 扫描带宽：7.5km, 空间分辨率：30米， • 在0.4－2.5μm共有220波段: • 可见光－近红外(400-1000nm): 60波段， • 短波红外(900-2500nm): 160波段。
• 与传统多光谱遥感相比，其光谱通 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。
ENVI高光谱分析
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、LASIS • 国外系统：AIS、AVIRIS、TRWIS、GERIS、HYDICEAISA、DAIS、
大气校正方法பைடு நூலகம்
• 基于辐射传输模型
• LOWTRAN模型 • MORTRAN模型 • ATCOR模型 • 6S模型
• 基于统计学模型
• 平场域定标 • 对数残差 • 内部平均反射率法 • 经验线性
• 基于简化辐射传输模型的黑暗像元法
• 基于统计的不变目标法
ENVI高光谱分析
ENVI大气校正模块
• ENVI的大气校正模块的模型为MODTRAN 4+模型，它是由Spectral Sciences, Inc. (SSI)和Air Force Research Labs (AFRL)合作开发，ITT VIS 进行整合和图形化。
CASI、HYMAP
ENVI高光谱分析
AVIRIS
• Spectral coverage: • VIS to NIR (400-2500nm) • Spectral bands: 224 • Spectral resolution: <10nm • FOV: 30° • IFOV: 1.0 mrad • Digitization:12 bits