ENVI高光谱数据处理流程幻灯片

合集下载

《ENVI培训教程》课件

方法：利用ENVI软件对遥感数据进行处理和分析，提取森林资源信息，如森林覆盖率、森林类型、森林健康状况等。
结果：通过对森林资源遥感监测，可以及时发现森林资源变化情况，为森林保护和管理提供科学依据。
案例背景：某地区水资源短缺，需要监测水资源分布情况应用ENVI软件：利用遥感技术，获取水资源分布数据数据处理：对遥感数据进行预处理，包括几何校正、辐射校正等
分析结果：通过ENVI软件分析，得到水资源分布图，为水资源管理提供依据
汇报人：
2007年，ENVI软件被美国Exelis公司收购
2015年，ENVI软件被美国Harris公司收购
2019年，ENVI软件被美国Maxar公司收购
2020年，ENVI软件被美国Maxar公司收购
遥感数据处理：提供多种遥感数据处理工具，如图像增强、几何校正等
地理信息系统集成：支持与 GIS软件的集成，实现遥感数据的空间分析
PART THREE
数据获取：从卫星、飞机等获取遥感图像数据预处理：对图像进行几何校正、辐射校正等数据分类：根据图像特征进行分类，如土地利用、植被覆盖等数据分析：对分类结果进行分析，提取有用信息数据可视化：将分析结果以图表、地图等形式展示数据应用：将分析结果应用于实际领域，如环境监测、城市规划等
数据处理：ENVI数据处理能力强， ArcGIS数据处理能力较弱
添加标题
添加标题
操作界面：ENVI界面简洁， ArcGIS界面复杂，功能强大
添加标题
添加标题
应用领域：ENVI广泛应用于遥感数据处理，ArcGIS广泛应用于地理信息系统管理
功能对比：ENVI专注于遥感数据处理，IDL则更侧重于科学计算和数据分析
,

[课件]ENVI培训教程PPT

高光谱分析
• 像元纯净指数(PPI) 纯净像元指数是一种在多波谱和高光谱影像中寻找波谱最纯净的像元的方法。通过，波谱最纯净的像元与混合的端元相对应。像元纯净指数通过迭代将N维散点图映射为一个随机单位向量来计算。每次映射的纯净像元被记录下来，并且每个像元被标记为纯净像元的总次数也将被记录下来。这将生成一幅像元纯净影像 PPI，在该影像上，每个像元的DN值与像元被标记为纯净像元的次数相对应。
基于影像自带几何信息的地理坐标定位
• 构建GLT（几何查找表）几何信息查找表文件包含了行和列的对应信息，这样就将输出影像中的每一个像素同输入影像联系起来。如果GLT值是正值，那么就会进行精确的像素匹配。如果GLT值是负值，无法进行精确的像素匹配，只能使用最临近的像素进行匹配。 • 通过GLT纠正影像 • 通过IGM（输入几何信息数据文件）纠正影像
监督分类 • 平行六面体法平行六面体使用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否形成了一个N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值则是根据每种所选类的均值求出。 • 最小距离法最小距离分类使用了每个感兴趣区的均值矢量，来计算每一个未知像元到每一类均值矢量的欧氏距离。除非用户指定了标准差和距离的阈值，否则所有像元都将分类到感兴趣区中最接近的那一类。
• 二值编码法二值编码分类技术将根据波段值落在波谱均值的下方或者上方的情况，把数据波谱和端元波谱编码为0或者1。 “异或”逻辑函数被用来将每一种编码后的参考波谱同编码后的数据波谱进行比较，生成一幅分类影像。 • 波谱角法波谱角填图分类法（SAM)是一个基于物理的波谱分类法，它是用N维角度将像元与参考波谱进行匹配。该算法将波谱看作是空间的矢量，矢量的维数就等于波段的个数，通过计算波谱间的角度，来判断两个波谱间的相似度。

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。

《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）。

(完整word版)高光谱数据处理基本流程

高光谱分辨率遥感用很窄(10—2l）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,每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry)遥感。

高光谱遥感具有不同于传统遥感的新特点：(1）波段多—-可以为每个像元提供几十、数百甚至上千个波段；(2）光谱范围窄——波段范围一般小于10nm；（3）波段连续—-有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱；(4）数据量大——随着波段数的增加，数据量成指数增加；（5）信息冗余增加—-由于相邻波段高度相关，冗余信息也相对增加。

优点：（1）有利于利用光谱特征分析来研究地物；（2）有利于采用各种光谱匹配模型；(3）有利于地物的精细分类与识别。

ENVI高光谱数据处理流程：一、图像预处理高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。

辐射校正一般由数据提供商完成。

二、显示图像波谱打开高光谱数据,显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出.三、波谱库1、标准波谱库软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。

2、自定义波谱库ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等.3、波谱库交互浏览波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等四、端元波谱提取端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点"。

端元波谱的确定有两种方式：（1）使用光谱仪在地面或实验室测量到的“参考端元"，一般从标准波谱库选择；(2）在遥感图像上得到的“图像端元”.端元波谱获取的基本流程：（1）MNF变换重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。

ENVI基本影像处理流程操作 ppt课件

–通用栅格数据都会存储为二进制的字节流，通常它将以BSQ（按波段顺序）、BIP（波段按像元
交叉）或者BIL（波段按行交叉）的方式进行存储。
• 储存
–窗口菜单界面
–File—Save File As，将影像按照需要的格式进行存储，保存的为原始数据，没有拉伸。
–主影像窗口
–File—Save Images As，将影像按照需要的格式进行存储，存储的影像是显示的影像样式。
ppt课件
3
1.快速认识ENVI
•1.1 ENVI简介 •1.2 安装目录结构 •1.3 栅格文件系统和储存 •1.4 数据输入 •1.5 数据显示 •1.6 常见系统设置
ppt课件
4
1.1ENVI简介——ENVI/IDL体系结构
扩展模块主模块开发语言
Atmospheric Correction
• 这个选项设置的是一些杂项，值得设置的为制图单位（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，文件碎片大小设置为cache size的1/10。
ppt课件
22
2 . 影像预处理
• 读写、显示标准NITF格式文件 • JPEG2000编码压缩NITF格式文件 • 支持NITF2.0、NITF2.1和NSIF1.0之间的转换 •读写从商业卫星、NCDRD和第二图像格式（NSIF）中获得
政府标准数据
• 广泛支持NSDE的分类或未分类的TREs，也包括自定义的
TREs
ppt课件
–File—Save Zoom As，将Zoom窗口显示的影像按照需要的格式进行存储。

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高级预处理》课件

理能力
环境监测：提高环境监测的准确性和实时
性
城市规划：提高城市规划的科学性和准确
性
农业监测：提高农业监测的准确性和实时
性
灾害监测：提高灾害监测的准确性和实时
性
智能化预处理技术：利用人工智能技术提高预处理效率
和准确性
自动化预处理技术：实现预处理的自动化，减少人工干预
高效预处理技术：提高预处理速度，降低计算资源消耗
更新方法：利用遥感影像进
行更新，如 Landsat、 Sentinel等
更新效果：提高地图的准确性和实时性，为决策提供支
持
ENVI高级预处理案例分析
背景：城市化进程加速，城市扩张对环境、社会和经济产生影响
目的：监测城市扩张，为城市规划和管理提供依据
方法：使用ENVI高级预处理技术，对遥感影像进行预处理和分析
数据导入：将原始数据导入
到ENVI中
数据预处理：对数据进行预处理，如滤波、
去噪等
数据分析：对预处理后的数据进行分析，如光谱分析、
图像分类等
数据输出：将分析结果输出为报告或图像
等格式
ENVI高级预处理技术
目的：纠正图像的几何变形方法：使用控制点、线、面等几何特征进行校正应用：遥感图像、地图、地形图等效果：提高图像质量，增强图像的可读性和准确性
目的：了解森林资源的分布、种类、数量和质量
方法：使用ENVI高级预处理工具进行遥感影像处理和分析
结果：得到森林资源的分布图和统计数据，为森林资源管理和保护提供依据
案例背景：水体污染是当前面临的重要环境问题， ENVI高级预处理技术在水体污染监测中具有重要作用。

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）。

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。

ENVI高光谱数据处理流程幻灯片

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（860nm1135nm ）数据。
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
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；
? 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 ? 基于植被指数的大气阻抗植被指数法 ? ……
ENVI大气校正模块

《ENVI高光谱分析》课件

光谱分辨率高：能够获取更精细的光谱信息
信息量大：能够获取更多的地物信息
应用广泛：适用于多种地物类型的识别和分类
技术难度大：需要专业的数据处理和分析技术
农业：监测作物生长状况，评估土壤肥力环境监测：监测大气污染、水质污染、土地利用变化地质勘探：寻找矿产资源，评估地质灾害风险城市规划：评估城市环境质量，规划城市发展军事侦察：监测军事设施，评估军事活动影响医疗健康：监测人体生理状况，评估疾病风险
目的：提高图像质量，去除噪声和干扰
方法：使用图像融合算法，如 PCA、ICA等
步骤：选择合适的融合算法，进行图像融合和裁剪
注意事项：保持图像的完整性和清晰度，避免过度裁剪和融合
噪声去除方法：滤波、平滑、降噪算法等图像增强方法：对比度增强、亮度增强、色彩增强等预处理步骤：数据读取、数据清洗、数据转换等预处理工具：ENVI、Matlab、Python等
网络等
训练样本选取：选择具有代表性的样本作为训练集，确保样本多样性和
代表性
样本预处理：对训练样本进行归一化、标准化等预处理，以提高分类效
果
模型训练：使用训练样本训练分类器，调整参数以优化
分类效果
模型评估：使用测试样本评估分类器的性能，如准确率、召回率、F1值
等
模型优化：根据评估结果对分类器进行优化，以提高分
数据检查：检查数据是否完整、正确，如有问题进行修复
添加标题
添加标题
添加标题
添加标题
格式转换：将数据转换为ENVI支持的格式，如.hdr、.img等
数据预处理：对数据进行平滑、滤波、去噪等操作，提高数据质量
辐射定标：将传感器接收到的辐射信号转换为物理量大气校正：消除大气对辐射信号的影响辐射定标方法：绝对定标、相对定标、光谱定标等大气校正方法：暗像元法、辐射传输模型法等辐射定标与大气校正的重要性：提高高光谱数据的准确性和可靠性

ENVI5.2中高分一号PMS数据处理流程

ENVI5.2中高分一号PMS数据处理流程(2015-03-27 09:07:37)转载▼标签：杂谈需要对高分一号PMS数据进行完整的预处理时，包括大气校正、正射校正、图像融合处理，我们推荐如下图的处理流程。

本文档以一景L1A级别的高分一号PMS数据为例介绍整个流程。

文件为：GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766.tar.gz 注：全色图像没有方法进行大气校正，所以一般在定量遥感中不使用全色图像。

本流程中只是为了说明所有处理的流程，所以包括了全色图像。

图：高分一号PMS L1a处理流程一、多光谱大气校正在ENVI5.2版本中，直接支持高分一号PMS数据的辐射定标和大气校正。

（1）选择Open As->CRESDA->GF-1。

选择GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766-PAN2.xml和GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766-MSS2.xml文件打开。

（2）在Toolbox中，打开/Radiometric Correction/Radiometric Calibration，选择多光谱数据。

（3）在Radiometric Calibration面板中，单击Apply FLAASH Settings按钮，几个参数自动选择符合FLAASH大气校正要求，包括定标类型（Radiance）、存储顺序（Interleave）和辐射亮度单位（Scale Factor）。

（4）选择数据路径和文件名，单击OK执行。

图：多光谱辐射定标面板（5）在Toolbox中，打开/Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction。

（6）点击Input Radiance Image，前面辐射定标好的数据，在Radiance Scale Factors 面板中选择Use single scale factor for all bands，由于定标的辐射量数据与FLAASH 的辐射亮度的单位一致，所以在此Single scale factor选择：1，单击OK；注：由于使用Radiometric Calibration自动将定标后的辐射亮度单位调整为（μW）/（cm2*nm*sr），与FLAASH要求的一致，因此在Radiance Scale Factors中输入1。