ENVI基本影像处置流程操作课件.ppt

,*,*,ENVI基本影像处置流程操作,主要内容,1.快速认识ENVI,2.影像一般预处理,3.影像信息基本提取方法,4.制图与三维可视化,数据的输入输出,图像显示与分析,图像预处理（几何纠正、融合、镶嵌等）,影像信息提取（人工解译、自动分类、特征提取、动态检测等）,专题制图,/,三维可视化分析（集成,GIS,现有数据,),成果报告（,GIS,分析,/,共享）,遥感图像处理的一般流程,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,Feature Extraction,空间特征提,取模块,DEM,Extraction,立体像对高,程提取模块,Atmospheric Correction,大气校正模,块,1.1ENVI简介,ENVI/IDL体系结构,ENVI,IDL,扩展模块,主模块,开发语言,IDL Advanced,数学与统计扩展 工具包,IDL DataMiner,数据库连接工 具包,Orthorectifi,cation,正射校正模,块,NITF,NITF,数据支,持模块,1.1ENVI简介,ENVI从图像中获得您所需的信息,Image-Information,EXTEND IDL,C+,Java,.Net,Panchromatic,全色,Multispectral,多光谱,Hyperspectral,高光谱,T,Radar,Lidar,hermal Terrain,GPS,Vect,or,雷达,激光雷达,热量数据,地形数据 位置数据 矢量数据,制图工具,矢量工具,地形工具,高光谱工具,信息提取工具,预处理工具,雷达工具,读取显示工具,三维可视分析,制图输出,Geodatabase,GIS,分析,1.1ENVI简介,大气校正扩展模块,(,Atmospheric Correction),可以有效地去除水蒸气,气溶胶散射，漫反射的邻域效应。,获得地物反射率和辐射率、地表温度等真实物理模型参数。,使影像变得“清晰”,1.1ENVI简介,立体像对高程提取扩展模块 DEM Extraction,快速从ALOS PRISM,ASTER,CARTOSAT-1,FORMOSAT-2,GeoEye-1,IKONOS,KOMPSAT-2,OrbView-3,QuickBird,WorldView-1,SPOT 1-5等以及航空影像立体像对中提取 DEM。,全面支持RPC模型参数，尽可能少的控制点以达到有效的精,度,使用DEM编辑工具对提取的DEM做局部编辑,交互量测特征地物的高度和收集3D信息并导出为3D Shapefile文件格式,提供面向对象方法、易于使用的向导操作流程从高分辨 率全色和多光谱数据中提取地物信息。包括：,交通工具,飞机,坦克,汽车,船只,建筑物,建筑物轮廓,屋顶,基础设施,道路,桥梁,机场,海港码头,自然要素,河流,湖泊,森林,田地,云和雾,1.1ENVI简介,空间特征提取扩展模块,Feature Extraction（FX）,1.1ENVI简介,正射校正扩展模块,Orthorectification,由瑞典的Spacemetric公司开发,采用的正射校正方法具有可靠和高精度的特点，并且该方 法被行业所认可。,支持大区域范围内的多幅影像、多传感器的一次正射校正,具有镶嵌结果的功能，并提供接边线和颜色平衡辅助工具,采用流程化的向导式操作方式和工程化管理。,自定义传感器模型,提供接口函数，便于扩展功能。,1.1ENVI简介,NITF数据支持扩展模块,NITF,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,1.1ENVI简介,ENVI/IDL的特点,1.,先进、可靠的影像信息提取工具,全套影像信息智 能化提取工具,全面提升影像的价值。,2.,专业的光谱分析,高光谱分析一直处于世界领先地 位。,3.,随心所欲扩展新功能,底层的IDL语言可以帮助用户 轻松地添加、扩展ENVI的功能，甚至开发定制自己的 专业遥感平台。,4.,流程化图像处理工具,ENVI将众多主流的图像处理 过程集成到流程化（Workflow）图像处理工具中，进 一步提高了图像处理的效率。,5.,与ArcGIS的整合,从2007年开始，与ESRI公司的全 面合作,为遥感和GIS的一体化集成提供了一个典型的 解决方案。,1.2安装目录结构,Bin：相应的ENVI运行目录。,Data：数据目录，保存一矢量文件夹（一些矢量数据）、两个TM5栅格 数据、两个DEM数据和一个高光谱数据。,Filt_func：ENVI常规传感器的光谱库文件。例如：aster、modis、,spot、tm等。,Help：ENVI的帮助文档。,Lib：IDL生成的可编译的程序，用于二次开发。,Map_proj：影像的投影信息，文本格式，客户可以进行定制。,Menu：ENVI菜单文件，可以进行中、英文菜单互换。,Save：应用IDL可视化语言编译好的、可执行的ENVI程序。,Save_add：客户自主开发的、可执行程序，比如各种补丁程序。,Spec_lib：波谱库，不同地区可以有不同的波谱库，用户可以自定义。,1.3栅格文件系统和储存,ENVI栅格文件格式：ENVI使用的是通用栅格数据格式，包含一 个简单的二进制文件（a simple flat binary）和一个相关 的ASCII（文本）的头文件。,ENVI头文件包含用于读取图像数据文件的信息，它通常创建于一个数据文件第一次被 ENVI读取 时。单独的ENVI头文本文件提供关于图像尺寸、嵌入的头文件（若存在）、数据格式及其它相 关信息。所需信息通过交互式输入，或自动地用“文件吸取”创建，并且以后可以编辑修改。您可以在ENVI之外使用一个文本编辑器生成一个ENVI头文件,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,FileSave 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,FileSave 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。,FileSave Zoom As，将Zoom窗口显示的影像按照需要的格式进行存储。,其他窗口下的文件存储,例如：MapMosaicking的镶嵌窗口下：Apply；Save Template等；Classification等功能下：Output Result to等。,1.4 数据显示,波段列表,每次打开的文件都显示在Available Bands List中，列表中可以完成当前 在ENVI中打开的或存储在内存中的文件的信息，还可以进行包括：打开新 文件、关闭文件、将内存数据项保存到磁盘，以及编辑ENVI头文件等操作。,三视窗显示,当你打开一个图像文件时，会在一个ENVI的三视窗图像显示中，其中包括 主图像窗口，缩放窗口和滚动窗口（应用于大的图像），如图1.5所示，目 前大部分的ENVI图像处理操作都在这个窗口中完成。,ENVI ZOOM显示,将图层管理、图像显示、鼠标信息等集中在一个窗体中，目前只有部分 ENVI图像处理操作在这个窗口中完成，如面向对象的特征提取、Pan sharping、异常检测等，在新的软件版本中会有更多的功能集成在此窗体 中完成。,1.4 数据显示,1.5 数据输入一般数据的打开,AVHRR,HDF,SeaWiFS,MrSID,BMP,JPEG,NLAPS,E,R,M,a,p,p,e,r,P,C,I (.,pix,),JPEG,2000,PDS,ERDAS,7.x,(.,lan,),Landsat7,Fast,(.,fst,),RADARSAT,ERDAS,IMAGINE,8.x,(.,img,),Landsat,7,HDF,SRF,GeoTIFF,MAS-50,TIFF,HDF,MRLC,(.,dda,),使用,Open Image File,打开,ENVI,图像文件或其它已知格式的 二进制图像文件。,ENVI,自动地识别和读取下列类型的文件：,1.5 数据输入特定数据的打开,对于特定的已知文件类型，利用内部或外部的头文件信息 通常会更加方便。使用 Open External File 选项，ENVI 能够读取一些标准文件类型的若干格式，包括精选的遥感 格式、军事格式、数字高程模型格式、图像处理软件格式 及通用图像格式。ENVI 从内部头文件读取必要的参数，因 此不必在Header Information对话框中输入任何信息。,1.6常见系统设置用户自定义文件,这里可以选择自定义的图形颜色文件、颜色表文件、ENVI的菜单文件,（ENVI Menu File、Display Menu、Shortcut File）、地图投影文件 等，需要重启ENVI。,1.6常见系统设置默认文件目录,设置一些ENVI默认打开的文件夹，如数据目录、临时文件目录、输出 文件目录、ENVI补丁文件、光谱库文件、备用头文件目录等，需要重 启ENVI。,1.6常见系统设置显示设置,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。,1.6常见系统设置综合设置,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。,2.,影像预处理,2.1 一般预处理流程介绍,2.2 预处理中基础知识,2.3 自定义坐标系,2.4 ENVI中的几何校正,2.5 ENVI中的图像融合、镶嵌、裁剪,校正模型选择,影像,参考源,控制点选取,误差检查,不 符 合,图像融合,图像镶嵌,图像裁剪,配准影像,其它影像,同名点选取（人工,/,自动）,影像配准,影像重采样,校正影像,2.1数据预处理一般流程,2.2预处理中基础知识,常见商业高分辨率卫星,传感器,发射时间,国家,多光谱波段,空间分辨率,(,米,),重返周期,IKONOS,1999,美国,红、绿、蓝、近红外,全色：,1,多光谱：,4,1.5-2.9,SPOT5,2001,法国,红、绿、近红外、中远红外,全色：,5,或,2.5,（超模式,多光谱,:10,26,Quick Bird,（快鸟,2001,美国,红、绿、蓝、近红外,全色：,0.61,多光谱：,2.44,1-3.5,FORMOSAT II,2004,中国台,湾,红、绿、蓝、近红外,全色：,2,多光谱：,4,1,EROS-B,2006,以色列,/,全色：,0.7,（立体）,55,CartoSAT-1,（,P5,）,2005,印度,/,全色：,2.5,（立体）,ALOS,2005,日本,红、绿、蓝、近红外,全色：,2.5,（立体）,多光谱：,10,2,北京一号小卫星,2005,中国,红、绿、近红外,全色：,4,多光谱：,32,3-5,KOMPSAT-2,2006,韩国,红、绿、蓝、近红外,全色：,1,多光谱：,4,3,WorldView-1/2,2008,美国,红、绿、蓝、近红外 红边、海岸、黄、近红外,2,全色：,0.5,多光谱：,2.4,1.1-3.7,资源应用卫星,-2B,星,2008,中国,/,全色：,2.37,多光谱：,19.5,26,GeoEye-1,2008,美国,红、绿、蓝、近红外,全色：,0.41,（,0.5,）,多光谱：,1.65,2-3,RapidEye,2008,德国,蓝、绿、红、红边、近红外,5,每天,其他卫星,传感器,发射时间,国家,多光谱波段,空间分辨率,(,米,),Landsat17,7299,美国,蓝、绿、红、近红外、短波红外、热红外,15、30、60、80、120,SPOT4,1999,法国,绿、红、近红外、中远红外,全色：,10,多光谱,:20,中巴资源卫星,-01/02,1999,中国,蓝、绿、红、近红外,多光谱：,19.5,Resourcesat（P6）,2003,印度,绿、红、近红外、短波红外,多光谱,24,米全色,5.8,米,ALOS,2005,日本,微波、立体像对、多光谱,2.5,米立体像对、,10,米多光,谱、,3,米,Radar,TerraSAR-X,2007,德国,微波,1 m Radar,、,3m,、,5m,COSMO-SkyMed,2007,意大利,微波,3,米、,15,米,RADARSAT II,2008,加拿大,微波,3m,超细化模式,1m,景观光线模式,NOAA气象卫星,/,美国,红、近红外、中红外和两个热红外,1.1km,风云系列卫星,/,中国,可见光,4,个，近红外,2,个，中远红外,2,个，,热红外,2,个。,1.1km,MODIS,/,美国,36,个波段,250m、500m和1000m,减小卫星,A,、,B,星,2008,中国,多光谱近中红外,(4,波段,),、高光谱,(111,波段,),多光谱：,30,米 高光谱：,100,米,Hyperion/EO-1,2000,美国,0.4,2.5,m,共有,220,波段,30,米,2.2 预处理中基础知识,数据源的选择,图像选择,经济成本,专题目的,专题地域环境,专题图比例尺,空间分辨率,时间分辨率,波谱分辨率,2.2 预处理中基础知识,影像格式,传感器文件格式,不同的卫星传感器研发或运行机构一般会给所分发的卫星数据设计 一种分发格式，如Landsat系列的Fast格式、EOS系列卫星的HDF格 式等。,商业软件文件格式,商业化的图像处理软件都会开发出软件本身的图像格式，如ENVI的 Hdr&img格式，Erdas的IMG格式，PCI的pix格式等。,通用图像文件格式,很多图像格式成为国际通用，被大多数软件所支持。如TIFF、,JPEG2000、BMP等。,2.2预处理中基础知识,引起图像畸变因素,系统误差,有规律的、可预测的。比如扫描畸变,非系统误差,无规律的,如传感器平台的高度、经纬度、速度和姿态的不稳，地球曲率及空 气折射，地形影响等,2.3预处理中基础知识,几何校正中的几个概念,几何校正,：纠正系统和非系统因素引起的几何畸变。,图像配准（Registration）,：同一区域里一幅图像（基准 图像）对另一幅图像校准，以使两幅图像中的同名像素配 准。,图像纠正（Rectification）,：借助一组控制点，对一幅图,像进行地理坐标的校正。又叫地理参照（Geo-referencing）,图像地理编码（Geo-coding）,：特殊的图像纠正方式，把,图像矫正到一种统一标准的坐标系。,图像正射校正（Ortho-rectification）,：借助于地形高程 模型（DEM），对图像中每个像元进行地形的校正，使图像 符合正射投影的要求。,2.4预处理中基础知识,实际中的概念,几何粗校正校正系统误差，地面站完成,几何精校正包括图像纠正、地理编码和部分图像配准,图像配准,正射校正,2.2预处理中基础知识,卫星影像的校正,根据卫星轨道参数，包括位置、姿态、轨道及扫描特征，校正影像(有时加入DEM)。,地面控制点校正+校正模型,轨道参数+地面控制点+DEM,2.2预处理中基础知识,多项式模型,多项式模型,x=a,0,+a,1,x+a,2,Y+a,3,x,2,+a,4,xy+a,5,y,2,+,y=b,0,+b,1,x+b,2,Y+b,3,x,2,+b,4,xy+b,5,y,2,+,最少控制点个数,N=（n+1）*（n+2）/2,误差计算,RMSE,error,=sqrt（x-x）,2,+（y-y）,2,）,2.2预处理中基础知识,控制点获得途径,基础数据,基础测绘数据,数字线画图（DLG）,数字栅格图（DRG）,影像数据,正射影像（DOM）,实地测量,2.2预处理中基础知识,控制点质量控制,图像选点原则,选取图像上易分辨且较精细的特征点：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,特征变化大的地区需要多选,图像边缘部分一定要选取控制点,尽可能满幅均匀选取,数量原则,在图像边缘处，在地面特征变化大的地区，需要增加控制点,保证一定数量的控制点，不是控制点越多越好。如一景TM的控制点,数量在30-50左右。,2.2预处理中基础知识,重采样方法（插值算法）,最近邻法,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,简单易用，计算量小，图像的亮 度具有不连续性，精度差,2.2预处理中基础知识,重采样方法（插值算法）,双线性内插法,取（x,y）点周围的4邻点，在y方向内插二次，再在x方向 内插一次，得到（x,y)点的亮 度值f（x,y),双线性内插法比最近邻发虽 然计算量有所增加，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。,内插法会对图像起到平滑作 用，从而使对比度明显的分界 线变得模糊。,x,y,双线内插算法原理示意图,原始图像,2.2预处理中基础知识,重采样方法（插值算法）,三次卷积内插法,进一步提高内插精度的一 种方法，通过增加邻点来 获得最佳插值函数,取与计算点周围相邻的16 个点，先在某一方向内插，再根据计算结果在另一个 方向上内插，得到一个连 续内插函数,计算量大，精度高，细节 表现更为清楚，对控制点 要求较高,x,y,1,2,3,4,5,2.2预处理中基础知识,图像融合,图像融合,将低分辨率的多光谱影像与高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。,关键技术,两个影像配准在亚像元范围内,融合方法选择,运算速度和交换缓冲空间,2.2预处理中基础知识,图像融合方法,彩色,合成,数学运算,彩色技术,空间配准,高分辨率,多光,/,谱,图像变换,HIS,变换,加,与,乘,差值 比值,主成 分分 析,滤波,分析,小波,分析,HSV,变换,2.2预处理中基础知识,图像镶嵌,图像镶嵌,指在一定地数学基础控制下，把多景相邻遥感影像拼接成一个大范,围的影像图的过程。,关键技术,颜色的平衡,接边处理,运算速度和交换缓冲空间,2.2预处理中基础知识,图像裁剪,图像裁减,图像裁剪的目的是将研究之外的区域去除，常用的是按照行政区划,边界或自然区划边界进行图像的裁剪。,关键技术,裁剪区的确定,无数据区处理,2.3 自定义坐标系坐标系原理,地理坐标系是以经纬度为单位的地球坐标系统，地理坐标 系中有2个重要部分，即地球椭球体（spheroid）和大地基 准面（datum）。,大地基准面指目前参考椭球与WGS84参考椭球间的相对位置关系（3 个平移，3个旋转，1个缩放），可以用其中3个、4个或者7个参数 来描述它们之间的关系，每个椭球体都对应一个或多个大地基准面。,投影坐标系是利用一定的数学法则把地球表面上的经纬线 网表示到平面上，属于平面坐标系。数学法则指的是投影 类型，目前我国普遍采用的是高斯克吕格投影，在英 美国家称为横轴墨卡托投影（Transverse Mercator）。,2.3 自定义坐标系北京54与西安80坐标系,都是投影直角坐标系,北京54坐标系、西安80坐标系实际上指的是我国的两个大,地基准面。,坐标名称,投影类型,椭球体,基准面,北京54,Gauss Kruger（Transverse Mercator）,Krasovsky,北京54,西安80,Gauss Kruger（Transverse Mercator）,IAG75,西安80,椭球体名称,年代,长半轴（米）,短半轴（米）,扁率,WGS84,1984,6378137.0,6356752.3,1：298.257,克拉索夫斯基（Krasovsky,1940,6378245.0,6356863.0,1：298.3,IAG-75,1975,6378140.0,6356755.3,1：298.257,2.3 自定义坐标系 ENVI中自定义坐标系,ENVI中的坐标定义文件存放在HOME ITTIDLxxproductsenvixx map_proj 文件夹下，三个 文件记录了坐标信息：,ellipse.txt,datum.txt,map_proj.txt,椭球体参数文件 基准面参数文件 坐标系参数文件,在ENVI中自定义坐标系分三步：定义椭球体、基准面和定 义坐标参数,2.3 自定义坐标系定义椭球体,语法为,。这里将 “Krasovsky，6378245.0，6356863.0”和“IAG-75，6378140.0，6356755.3”加入ellipse.txt末端。,注：ellipse.txt文件中已经有了克拉索夫斯基椭球，由于 翻译原因，这里的英文名称是Krassovsky，为了让其他软 件平台识别，这里新建一个Krasovsky椭球体。,2.3 自定义坐标系添加基准面与定义坐标系,语法为,。这里 将“Beijing-54,Krasovsky,-12,-113,-41”和 “Xian-80,IAG-75,0,0,0”加入datum.txt 末端。,注：有的时候为了与其他软件平台兼容，基准面的名称直 接写成所用的椭球体名称。,在ENVI任何用到投影坐标的功能模块中都可以新建坐标系 (在任何地图投影选择对话框中，点击“New”按钮。)，或 者直接选择主菜单-Map-Customize Map Projection,2.3 自定义坐标系坐标系定义练习,利用自定义坐标系将一幅北京54坐标系转化为西安80坐标 系。,试验的栅格数据情况为：一幅北京坐标系的栅格数据，投,影参数如下：,投影类型：Transverse Mercator 椭球：Krasovsky 基准面：Krasovsky（自定义）中央经线：117,东向偏移：500000m,2.4 ENVI中的几何校正,传感器参数校正,传感器(带有地理定位文件),SPOT1-4,SeaWiFS,ASTER,AVHRR,ENVISAT,MODIS,RADARSAT,自定义地理定位文件,GLT,IGM,2.4 ENVI中的几何校正,传感器参数校正练习,数据源,Modis传感器的2级数据（“1-Modis”文件夹内),EOS-HDF格式储存,处理过程,利用自带地理定位文件进行几何校正,输出,几何校正结果,2.4 ENVI中的几何校正,几何精校正流程,显示图像文件,采集地面控制点,计算误差,选择几何模型,检验校正结果,开始,结束,重采样输出,误,差 太 大,2.5 ENVI中的几何校正,几何精校正练习,数据源,已经做过几何校正的SPOT4全色10米分辨率影像（“2-几何精校正”,文件夹）,待校正的Landsat5 TM 30米分辨率影像（“2-几何精校正”文件,夹）,处理过程,用SPOT4影像作为基准影像，选择控制点来校正TM影像。,输出,校正结果,2.5 ENVI中的影像融合、镶嵌、裁剪融合,ENVI中的融合方法,HSV变换、主成分分析、Brovey变换,，,CN,Spectral,Sharpening,，高保真的Gram-Schmidt，Pansharping，小波融合,（补丁）,自定义,有地理坐标和无地理坐标都可以融合,操作方式,主模块,流程化操作,ENVI,ZOOM中,数据源,已经做过几何校正的SPOT4全色10米分辨率影像（“3-影像融合”,文件夹）,待校正的Landsat5 TM 30米分辨率影像（“3-影像融合”文件夹）,处理过程,用主成分分析、HSV颜色变换等方法融合两个影像,输出,融合结果,2.5 ENVI中的影像融合、镶嵌、裁剪镶嵌,基于像素镶嵌和基于地理坐标镶嵌,自动颜色平衡，边缘直方图匹配,接边线、接边羽化,虚拟镶嵌,运算速度快,占用非常少的虚拟内存空间,2.5 ENVI中的影像融合、镶嵌、裁剪,镶嵌练习,数据源,两幅已经校正好的SPOT4 10米全色影像（“4-影像镶嵌”文件夹中）,处理过程,用注记工具勾画两影像接边线，用羽化和颜色校正等使两幅影像镶,嵌在一起。,输出,镶嵌结果,2.5 ENVI中的影像融合、镶嵌、裁剪裁剪,空间裁减,基于感兴趣区（ROI）的裁减,基于矢量/栅格数据文件的裁剪,自定义裁剪,波谱裁剪,2.5 ENVI中的影像融合、镶嵌、裁剪,裁剪练习,数据源,一幅TM影像、影像区域的Shapefile矢量文件（“5-影像裁剪”文,件夹中）,处理过程,用ROI工具在TM影像上绘制不规则的多边形感兴趣区域，后利用这 个感兴趣区域裁剪TM影像,利用Shapefile矢量文件裁剪TM影像,输出,裁剪结果,3.,影像信息基本提取方法,3.1 影像信息提取技术概述,3.2 影像增强处理,3.3 监督分类,3.4 非监督分类,3.1 影像信息提取技术概述,遥感影像通过亮度值或像元值的高低差异（反映地物的光 谱信息）及空间变化（反映地物的空间信息）来表示不同 地物的差异，这是区分不同影像地物的物理基础。,遥感影像分类就是利用计算机通过对遥感影像中各类地物 的光谱信息和空间信息进行分析，选择特征，将图像中每 个像元按照某种规则或算法划分为不同的类别，然后获得 遥感影像中与实际地物的对应信息，从而实现遥感影像的 分类。,3.1 影像信息提取技术概述,遥感分类技术的发展,可分为四个阶段,人工解译,基于光谱 计算机自 动分类,基于专家 知识的决 策树分类,面向对象 特征自动 提取,四种方法并存,3.2图像增强处理,图像变换,主成分（PCA）,独立主成分,最小噪声分离(MNF),颜色空间变换（HSV,HLS）,穗帽变换,波段运算,图像拉伸,去相关、饱和度、彩色,直方图（匹配、拉伸）,滤波,卷积,形态学、纹理、自适应、自定义,频率域,局部增强,智能数字化工具,智能数字化工具,提高数字化的效率,增强ENVI矢量的功能,计算提取的线状地物的长度,过头去除以及两线相交,ENVI中基于光谱分类方法,非监督分类,ISODATA,K-Means,监督分类,基于传统统计分析分类器,平行六面体,最小距离,马氏距离,最大似然,基于人工智能分类器,神经网络,基于模式识别分类器,支持向量机,模糊分类,类别定义,/,特征判别,影像分类,分类器选择,样本选择,分类后处理,结果验证,平行六面体 最小距离 马氏距离 最大似然,波谱角 二进制编码 光谱信息散度,神经网络 支持向量机分类 模糊分类,3.3 监督分类,3.2 监督分类练习,数据源,以Landsat TM为数据源（“6-监督与非监督分类”文件夹内）。,处理过程,选择样本,后选择一种分类器进行分类。,分类后处理,类后处理,Majority/Minority,分析,Clump,Sieve,精度分析,生成随机样本,混淆矩阵,结果,分类结果,3.4 非监督分类,非监督分类：也称为聚类分析或点群分类。在多光谱图像中搜寻、定,义其自然相似光谱集群的过程。,分类器选择,ISODATA,K-means,其他,影像分类,类别定义/类别合并码,分类后处理 结果验证,影像分析,3.4 非监督分类练习,数据源,以Landsat TM为数据源（“6-监督与非监督分类”文件夹内）,处理过程,分类器选择ISODATA或者K-mean对TM进行分类。,分类后处理,类别定义,类后处理,Majority/Minority,分析、Clump、Sieve,重新组合类别,精度分析,生成随机样本,混淆矩阵,结果,分类结果,4.,制图与三维可视化,4.1 ENVI的快速制图,4.2 三维可视化,4.1 ENVI的快速制图QuickMap,随意选择边界颜色,设置所有格网线属性,颜色、样式、字体等,整饰和必要的标注作为图像显示,自动标注,地图综合,三维场景构建与3D 曲面飞行,快速利用影像及DEM构建三维场景,叠其他数据，如矢量,用户自定义背景,可对DEM和影像进行重采样，提高浏览速度,放大时逐步增强细节,设置飞行路线，可将飞行录制成视频,ENVI高级预处理,主要内容,1、GLT几何校正,2、单景高分辨率影像的正射校正,3、影像自动配准,1、GLT几何校正,GLT几何校正法利用输入的几何文件生成一个地理位置查找 表文件（geographic lookup table，GLT），从该文件中 可以了解到某个初始像元在最终输出结果中实际的地理位 置。,地理位置查找表文件是一个二维图像文件，文件中所包含 两个波段：地理校正影像的行和列，文件对应的灰度值表 示原始影像每个像素对应的地理位置坐标信息，用有符号 整型储存，它的符号说明输出像元是对应于真实的输入像 元，还是由邻近像元生成的填实像元（infill pixel）。符号为正时说明使用了真实的像元位置值；符号为负时说 明使用了邻近像元的位置值，值为0说明周围7个象元内没 有邻近像元位置值。,GLT校正风云三号气象卫星安装补丁,先安装ENVI的HDF5读取补丁，将文件解压放 在ITTIDL70productsenvi45save_add下，打 开ITTIDL70productsenvi45menuenvi.men文件，在,0 File,1 Open Image File open envi file,envi_menu_event,下添加以下菜单,1 Open HDF5 File not used open_hdf5_event启,动ENVI,在菜单File下新增一个菜单Open HDF5 File。,GLT校正风云三号气象卫星打开文件,选择：主菜单-File-Open HDF5 File，选择文件打开。,文件中包含很多的信息，选择图像数据EV_RefSB，在右边 可以预览。点击Import to ENVI,加载到ENVI中的波段列表 中。同样的方法将定位文件打开（Latitude和Longitude），,GLT校正风云三号气象卫星,生成,GLT,文件,选择:主菜单-Map-Georeference from Input Geometry-,Build GLT,在弹出的对话框中框，X波段选择经度longitude信息文件，Y波段选择纬度latitude信息文件。在接下来弹出的对话框 中填写输出GLT文件的投影信息。,值得注意的是，由于X波段左边边缘为0值，因此有必要对 边缘进行掩膜处理，这里选择空间子集去掉开始3个像素。,填写GLT输出参数，像元大小选择默认，旋转角度,（Rotation）为0（正上方为北），选择保存路径和文件名 输出。,GLT校正风云三号气象卫星,利用,GLT,文件几何校正影像,选择:主菜单-Map-Georeference from Input Geometry-,Georeference from GLT。在弹出对话框中选择GLT文件,和待校正文件，选择输出路径和文件名。,GLT校正风云三号气象卫星,验证结果,利用ENVI下的Google Earth Bridge功能，将校正结果在 Google Earth下叠加显示，可以看到校正结果和Google Earth完全重合。,2,、单景高分辨率影像的正射校正,2.1 影像正射校正,2.2,ENVI下的正射校正,为什么要进行正射纠正?,在卫星影像和航空影像中会有一些几何误差,误差主要由以下原因引起:,比例尺变化,传感器的姿态/方位,传感器的系统误差,正射纠正可以消除这些误差,比例尺变化,在所有的摄影影像中都会发生,影像的各处比例尺是不相同的,房子的宽度=8m,2 cm,比例尺为 1:400,6 cm,比例尺为 1:133,比例尺变化,在影像的铅直方向也有同样的影响,房子的宽度是恒定的(8m),而在影像上的体现却各有,不同,这说明各处的比例尺是变化的,传感器姿态/方位,要进行三角测量，就要给定软件 计算或估计出的空间传感器的位 置和方位,12,3,推帚扫描透视中心传感器的系统误差,数据是沿扫描线获取的，每条扫描线都有自己的透视中心,每条扫描线的传感器位置和方向都不同,用多项式函数可以对每个透视中心和旋转角度进行修正,多项式的次数越大要进行三角测量所需的地面控制点（GCP）,数目就越多,多项式的纠正只能针对分辨率比较低的卫星影像，而对于 高分辨率的卫星影像我们需要严格的物理模型（如，dim原 数据）或者是有理函数多项式进行模拟卫星参数（如RPC参 数）。,三种之间建立关联,影像空间 和 目标空间 的数学关联主要靠控制点的测量,X,Y,Z,x,y,通过数学函数可以在这些值,间建立关联,GCP#1,GCP#2,GCP#3,目标,X,2,Y,2,Z,2,X,3,Y,3,Z,3,左右,X,1,Y,1,Z,1,x,1,y,1,x,1,y,1,x,2,y,2,x,2,y,2,x,3,y,3,x,3,y,3,#1,X,Y,Z,#2,X,Y,Z,#3,ENVI正射校正,传感器,模型,文件,ALOS/PRISM,RPC,RPC文件,ASTER,RPC,RPC文件,CARTOSAT-1(P5),RPC,RPC文件,FORMOSAT-2,Pushbroom Sensor,星历参数文件,(METADATA.DIM),IKONOS,RPC,RPC文件（_rpc.txt）,OrbView-3,RPC,RPC文件(_metadata.pvl),QuickBird,RPC,RPC文件(.rpb),WorldView-1,RPC,RPC文件(.rpb),GeoEye-1,RPC,KOMPSAT-2,RPC,SPOT5Level1Aand,1B,Pushbroom Sensor,星历参数文件,(METADATA.DIM),自定义RPC文件正射校正,ENVI还具有根据星历表参数建立,RPC文件来正射校正数据的功能,（Map-Build RPCs）。也可以根 据地面控制点（GCP）或者外方位 元素（X,S,Y,S,Z,S,Omega,Phi,and Kappa）建立RPC文件，校正一 般的推扫式卫星传感器、框幅式航 空相片和数码航空相片。,打开文件,在主界面中，选择File-Open External File，选择对应 的传感器类型和文件格式。,选择校正模型,选择Map-Orthorectification，选择对应的传感器模型。,选择控制点,有三种方式供选择，默认的为键盘输入参考点，第二种方 式是从影像上选择控制点，第三种方法是从矢量数据中获 得控制点。,输出校正结果,在Ground Control Points Selection工具面板中，选择 Options-Orthorectify File 输出校正结果。,3,、影像配准,我们经常会遇到这种情况,解决方法,选择重叠区同名点（链接点-Tie），利用数据模型进行校 正。,ENVI提供影像自动配准功能（Automatic Registration），,对于已经做过几何校正的两个影像，可以不用手工选择同,名点；对于没有地理参考的影像，推荐手工选择至少三个 同名点。,Tie点选择策略,基于灰度,Tie点选择策略,基于特征,检查Tie,目视和根据RMS,验证结果,链接显示，查看特征点。,ENVI高级影像信息提取,主要内容,1、基于专家知识的决策树分类,2、面向对象的影像特征提取,3、基于立体像对的DEM提取,4、多时相影像动态检测技术,1,、基于专家知识的决策树分类,专家分类与决策支持系统,根据光谱特征、空间关系和其他上下文关系归类像元,+,DEM,+,+,+,专家分类提供了土地利用而不仅,仅是土地覆盖,R,M,oad,ap,？,Z Co,oning verage,Landcover,Classification,陡坡上的植被,缓坡上的植被,高ft植被,公园用地,决策树分类步骤,专家知识决策树分类的步骤大体上可分为四步：知识（规 则）定义、规则输入、