ENVI高光谱分析技术
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)。
遥感上机高光谱数据分析实验
实验一高光谱数据分析一、实验目的理解波谱库的概念，掌握波谱库操作、浏览和提取影像反射率，学会从感兴趣区中提取波谱信息，并进行彩色合成。
实验过程：打开cup95_at.int，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浏览影像波谱并同波谱库进行比较在主影像窗口中，使用鼠标左键点击并拖动缩放指示矩形框或者直接点击鼠标左键，将缩放指示矩形框移动到以所选像素点为中心的区域中，右图曲线发生变化。
打开ENVI给定的波谱库，本次实验使用JPL和USGS波谱库，步骤如下：从ENVI 主菜单中选择Spectral →Spectral Libraries →Spectral Library Viewer。
在Spectral Library Input File 对话框中，点击Open File 按钮，从spec_lib/jpl_lib 子目录中，选择jpl1.sli 波谱库文件，点击OK。
选择Select Input File 区域中的jpl1.sli，点击OK。
在Spectral Library Viewer 对话框中，选择Options →Edit (x, y) Scale Factors，并在Y Data Multiplier 文本框中，输入值1.000，以匹配影像表观反射率范围（1-1000），点击OK。
在Spectral Library Viewer 对话框中，选择下列波谱名称，绘制它们的波谱曲线：ALUNITE SO-4ABUDDINGTONITE FELDS TS-11ACALCITE C-3DKAOLINITE WELL ORDERED PS-1A得到如下的波谱图像：波谱库的波谱曲线从绘制（plot）窗口菜单中，选择Edit →Plot Parameters，自定义波谱曲线的绘制图。
ENVI4.8版本中高光谱遥感——SPEAR Tools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。
2.设定算法模型，包括RXD、UTD、RXD-UTD。
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。
16.基本光谱分析
2、自定义波谱库
步骤
输入波长范围 波谱收集 保存波谱库
3、高光谱图像地物识别
3 高光谱地物识别
端元波谱收集
物质识别
端元波谱
• 端元的物理意义是指图像中具有合的“纯点”。类似于监督分类中的训练样本
端元波谱
• 端元光谱的确定有两种方式：
• 从标准波谱库中选择端元 • 自定义端元波谱
1、标准波谱库
ENVI自带多种标准波谱库，包括建立在JPL波谱库基础上 的，从0.4~2.5μ m三种不同粒径160种“纯”矿物的波 谱。美国USGS从0.4~2.5μ m包括近500种典型的矿物和 一些植被波谱。来自Johns Hopkins University（JHU ）的波谱包含0.4~14μ m。IGCP246波谱库有5部分组成 ，通过对26个优质样品用5个不同的波谱仪测量获得。植 被波谱库由Chris Elvidge 提供，范围是0.4~2.5μ m。 存放地址：安装目录下spec_lib
导入波谱信息。
from ASD Binary Files 从ASD波谱仪中导入波谱曲线。波谱文件将被自动重采样以匹配波谱 库中的设置。当 ASD 文件的范围与输入波长的范围不匹配，将会产生一 个全0结果。
from Spectral Library
from ROI/EVF from input file
波谱分析工具 Spectral Analyst
波谱分析首先需要打开一个波谱 库，然后将未知波谱与波谱库中 的波谱进行匹配处理，该工具运 用波谱角分类,波谱特征拟和二进 制编码技术,对一未知波谱与波谱 库中要素的匹配进行排序,输出一 个列表,按照波谱匹配的好坏依次 排列,并纪录一个总体的得分. 匹配时需要设置三种方法所占的 权重,权重是任意的,最后输出一个 总体得分,得分越高,表明匹配效果 越好.
2024版ENVI高光谱处理培训教材
MNF首先对数据进行白化处理， 使得不同波段的噪声具有相同的
方差。
2024/1/24
信号提取
通过迭代计算，逐步提取出信号成 分，实现信号与噪声的分离。
数据降维
MNF变换后，数据被压缩到较少的 波段中，便于后续处理和分析。
14
04
高光谱数据分类与目标识 别
2024/1/24
15
分类算法原理及实现
应用领域
广泛应用于农业、林业、地质、环境、 城市规划等领域，如作物长势监测、森 林类型识别、矿产资源勘查、环境污染 监测等。
2024/1/24
5
ENVI软件在高光谱处理中优势
强大的数据处理能力
丰富的信息提取方法
ENVI软件支持多种高光谱数据格式，提供丰 富的数据处理工具，如辐射定标、大气校正、 正射校正等。
2024/1/24
10
03
高光谱图像增强与变换
2024/1/24
11
图像增强方法介绍
01
02
03
直方图均衡化
通过拉伸像素强度分布， 增强图像的对比度，使图 像更加清晰。
2024/1/24
空间域滤波
利用滤波器对图像进行空 间域卷积，实现图像平滑、 锐化等效果。
频域增强
将图像转换到频率域，对 频率成分进行操作，如低 通、高通滤波等，再转换 回空间域。
2024/1/24
17
非监督分类方法
1 2
K均值聚类法 将高光谱数据划分为K个簇，通过迭代更新簇中 心和像素归属，使得同一簇内像素相似度最大， 不同簇间相似度最小。
ISODATA聚类法 在K均值聚类基础上引入类别合并和分裂操作， 自适应地调整类别数目和聚类中心，提高聚类效 果。
《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下的图像融合方法 高保真融合 高光谱融合
ENVI下的图像融合方法高保真融合高光谱融合(2011-07-27 08:33:41)转载▼图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。
图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。
只有将两幅融合图像进行精确配准，才可能得到满意的结果。
对于融合方法的选择，取决于被融合图像的特征以及融合目的。
ENVI中提供融合方法有：∙HSV变换∙∙Brovey变换∙这两种方法要求数据具有地理参考或者具有相同的尺寸大小。
RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。
这两种操作方法基本类似，下面介绍Brovey变换操作过程。
（1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。
（2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。
（3）选择Display窗口中选择RGB，单击OK。
（4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。
对于多光谱影像，ENVI利用以下融合技术：∙Gram-Schmidt∙∙主成分（PC）变换∙∙color normalized (CN)变换∙∙Pan sharpening∙这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。
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。
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。
ENVI简介
l ENVI简介1）实现遥感地物定量化分析的最佳工具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。
获2000年美国权威机构NIMA遥感软件测评第一。
2）强大的影像显示、处理和分析系统ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKONOS、SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。
ENVI 支持各种操作系统，包括Windows98/NT/2000、UNIX、Linux、Macintosh及OpenVMS。
3）强大的多光谱影像处理功能ENVI 能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI 遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。
同时，ENVI 还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
4）更便捷地集成栅格和矢量数据ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。
ENVI 具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
基于ENVI的土壤高光谱影像监督分类方法比较研究_毕业设计论文
基于ENVI的土壤高光谱影像监督分类方法比较研究_毕业设计论文土壤是农业生产的重要基础和资源，土壤高光谱影像可以提供详细的土壤信息，对于土壤监督分类起到了关键作用。
目前，常用的土壤高光谱影像监督分类方法主要有最大似然分类、支持向量机分类和人工神经网络分类。
本文将从分类准确度、分类效率和应用范围三个方面对这三种方法进行比较研究。
首先，分类准确度是评价分类方法好坏的重要指标之一、最大似然分类方法是一种概率统计方法，通过计算样本点在每个类别中的概率，将样本点分配到具有最高概率的类别中。
支持向量机分类方法是一种基于最大间隔原则的分类方法，通过寻找能够将不同类别样本点分隔开的超平面来实现分类。
人工神经网络分类方法是一种模拟人脑神经网络的分类方法，通过网络学习的方式进行分类。
实验结果表明，最大似然分类方法和支持向量机分类方法在土壤高光谱影像监督分类中具有较高的分类准确度。
而人工神经网络分类方法由于其复杂的网络结构，分类准确度相对较低。
其次，分类效率是评价分类方法好坏的另一个重要指标。
最大似然分类方法在分类效率上具有一定的优势，其计算简单快速。
而支持向量机分类方法由于其需要解决二次规划问题，计算复杂度较高，分类效率相对较低。
人工神经网络分类方法在分类效率上受网络结构和参数设置的影响较大，不同的网络结构和参数设置会导致不同的分类效率。
最后，应用范围是评价分类方法好坏的另一个重要指标。
最大似然分类方法在处理小样本数据的分类问题上具有较好的表现，适用于土壤高光谱影像中的小样本分类问题。
支持向量机分类方法适用于非线性分类问题，但对于大样本数据的处理较为复杂。
人工神经网络分类方法在分类问题中具有较高的灵活性，能够应对不同类型的分类问题，但对于训练数据的要求比较高。
综上所述，最大似然分类方法和支持向量机分类方法在土壤高光谱影像监督分类中具有较好的分类准确度。
最大似然分类方法具有较高的分类效率和适用于小样本数据的优势，而支持向量机分类方法在解决非线性分类问题上具有一定的优势。
- 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)。
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
直接反射
大气校正方法
• 基于辐射传输模型
– – – –
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。
Surface Air Temperature -16 °C or 3 °F -1 °C or 30 °F 15 °C or 59 ° 14 °C or 57 ° 21 °C or 70 ° 27 °C or 80 °
March SAW SAW MLW MLW SAS MLS T T T T T MLS SAS SAS MLW MLW MLW May SAW MLW MLW SAS SAS MLS T T T T T MLS SAS SAS MLW MLW MLW July MLW MLW SAS SAS MLS T T T T T MLS MLS SAS MLW MLW MLW SAW Sept. MLW MLW SAS SAS MLS T T T T T MLS MLS SAS MLW MLW MLW MLW Nov. SAW SAW MLW SAS SAS MLS T T T T T MLS SAS SAS MLW MLW MLW
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
3、物质制图与识别、探测
•波谱库 •波谱分析 •端元波谱收集 •高光谱制图与识别
波谱库
• ENVI波谱库 （安装目录下spec_lib）
– Jet Propulsion Laboratory – 美国地质调查局(USGS) 0.4~2.5um 160种纯矿物波谱 0.4~2.5um 500种质优矿物波谱 和几个植被波谱 0.4~14um 矿物波谱 26个质优样品应用波谱仪测量得
• 输入波长范围 • 输入光谱
– 从图像中获取 – 外部文件（二进制）导入 – ASD波谱仪
• 波谱库交互
– 波谱库查看、编辑和分析 – 波谱分割 – 波谱重采样
波谱分析工具 Spectral Analyst
• 波谱分析首先需要打开一个波谱库，然后将未知波谱与 波谱库中的波谱进行匹配处理，该工具运用波谱角分类, 波谱特征拟和二进制编码技术,对一未知波谱与波谱库中 要素的匹配进行排序,输出一个列表,按照波谱匹配的好坏 依次排列,并纪录一个总体的得分. • 匹配时需要设置三种方法所占的权重,权重是任意的,最后 输出一个总体得分,得分越高,表明匹配效果越好.
– 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。
– – – –
LOWTRAN模型 MORTRAN模型 ATCOR模型 6S模型
平场域定标 对数残差 内部平均反射率法 经验线性
• 基于统计学模型
• • • •
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。
– 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。
– Johns hopkins university – IGCP264 (项目) 到
• 打开波谱库（spectral/spectral libraries/…view) • 显示波谱曲线(点击） • 创建波谱库（spectral/spectral libraries/…builder)
波谱库的创建与浏览
光谱识别流程
影像文件 最小噪声分离 MNF 数据维数判断
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； – 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。
环境与减灾小卫星星座（HJ-1B）
2、高光谱数据预处理
•传感器定标 •大气校正
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。
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高光谱分析技术
邓书斌
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
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）
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
Latitude (°N) 80 70 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 -80
Water Vapor (g/cm2) 0.42 0.85 1.42 2.08 2.92 4.11
Jan. SAW SAW MLW MLW SAS MLS T T T T T MLS SAS SAS MLW MLW MLW
– 单一的水气因数用于整体影像，默认是1，
• 对于多光谱数据使用水气去除模型，可以在多光谱设置中手动设置 水气波段
气溶胶模型（Aerosol Model）
• 提供四种标准MODTRAN气溶胶模型
– Rural（乡村）、Urban（城市）、Maritime（海洋）、 Tropospheric（对流层，能见度在40km以上）
• 两种气溶胶去除方法
– 2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑 值（一般是阴影区或者水体），系统将采用能见度值来计算；所 以即使选择了该选项也要给能见度。 – 选择None，采用能见度值参与气溶胶去除，能见度值大约参考值 参见表
天气条件 晴朗 中等雾、阴霾 厚雾、阴霾 能见度 40 to 100 km 20 to 30 km 15 km 或者更少
水气去除设置Water Retrieval
• 水气去除设置，采用两种方式对水气进行去除：
– 利用水气去除模型恢复影像中每个像元的水气量
• 使用水气去除模型，数据必须具有15nm以上波谱分辨率，且至少覆 盖以下波谱范围之一： 1050-1210 nm (对应 1135 nm) 870-1020 nm (对应940 nm) 770-870 nm (对应820 nm)
高级设置
• 光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、 CASI、AISA。 • 气溶胶厚度系数：用于技术邻域效应范围。一般值为1~2km。 • CO2混合比率：默认为390ppm。 • 使用领域纠正。 • 使用以前的MODTRAN模型计算结果。 • 设置MODTRAN模型的光谱分辨率（推荐值5 cm-1)。 • 设置MODTRAN多散射模型。 • 提供三种模型供选择Isaacs，DISORT和 Scaled DISORT。默认是 Scaled DISORT和streams为8，这种模型对于小于1000nm具有较 高的精度； • 天顶角\方位角（针对非星下点传感器）。 • 输出反射率缩放系数（Output Reflectance Scale Factor）：为了 降低结果储存空间，默认反射率乘于10000。