ENVI基本影像处理流程操作.ppt

ENVI基本影像处理流程操作 邓书斌E mail dengsb esrichina ESRI中国 北京 有限公司遥感事业部 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 1ENVI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 FeatureExtraction空间特征提取模块 DEMExtraction立体像对高程提取模块 AtmosphericCorrection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 IDLAdvanced数学与统计扩展工具包 IDLDataMiner数据库连接工具包 Orthorectification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 EXTENDIDL C Java Net Panchromatic全色Multispectral多光谱Hyperspectral高光谱 T RadarLidarhermalTerrain GPSVect 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 GeodatabaseGIS分析 1 1ENVI简介 大气校正扩展模块 AtmosphericCorrection 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 DEMExtraction 快速从ALOSPRISM ASTER CARTOSAT 1 FORMOSAT 2 GeoEye 1 IKONOS KOMPSAT 2 OrbView 3 QuickBird WorldView 1 SPOT1 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3DShapefile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 FeatureExtraction 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 asimpleflatbinary 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 File SaveFileAs 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 SaveImagesAs 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 File SaveZoomAs 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 Map Mosaicking的镶嵌窗口下 Apply SaveTemplate等 Classification等功能下 OutputResultto等 1 4数据显示 波段列表 每次打开的文件都显示在AvailableBandsList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 ENVIZOOM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 Pansharping 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 使用OpenImageFile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OpenExternalFile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HeaderInformation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 ENVIMenuFile DisplayMenu ShortcutFile 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 DisplayDefaultStretch 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 PageUnit 默认为英寸 Inches 可设置为厘米 Centimeters 还有缓冲大小 cachesize 可以设置为物理内存的50 75 左右 文件碎片大小设置为cachesize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 4ENVI中的几何校正 2 5ENVI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 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 其他卫星 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 a0 a1x a2Y a3x2 a4xy a5y2 y b0 b1x b2Y b3x2 b4xy b5y2 最少控制点个数 N n 1 n 2 2 误差计算 RMSEerror 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 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 TransverseMercator 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 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 ITT IDLxx products envixx 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 Xi an 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 CustomizeMapProjection 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 TransverseMercator椭球 Krasovsky基准面 Krasovsky 自定义 中央经线 117东向偏移 500000m 2 4ENVI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 4ENVI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 4ENVI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 5ENVI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Landsat5TM30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 5ENVI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 CNSpectralSharpening 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 ENVIZOOM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Landsat5TM30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 5ENVI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 5ENVI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SPOT410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 5ENVI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 5ENVI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LandsatTM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ClumpSieve 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 ISODATAK 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LandsatTM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 1ENVI的快速制图 4 2三维可视化 4 1ENVI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 geographiclookuptable 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 infillpixel 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 ITT IDL70 products envi45 save add下 打开 ITT IDL70 products envi45 menu envi men文件 在0 File 1 OpenImageFile openenvifile envi menu event 下添加以下菜单1 OpenHDF5File notused open hdf5 event 启动ENVI 在菜单File下新增一个菜单OpenHDF5File GLT校正风云三号气象卫星 打开文件 选择 主菜单 File OpenHDF5File 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ImporttoENVI 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 GeoreferencefromInputGeometry BuildGLT 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 GeoreferencefromInputGeometry GeoreferencefromGLT 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GoogleEarthBridge功能 将校正结果在GoogleEarth下叠加显示 可以看到校正结果和GoogleEarth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 2cm比例尺为1 4006cm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 X2 Y2 Z2 X3 Y3 Z3 左右 X1 Y1 Z1x1 y1x1 y1 x2 y2x2 y2 x3 y3x3 y3 1 X Y Z 2 X Y Z 3 ENVI正射校正 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 BuildRPCs 也可以根据地面控制点 GCP 或者外方位元素 XS YS ZS Omega Phi andKappa 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 OpenExternalFile 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GroundControlPointsSelection工具面板中 选择Options OrthorectifyFile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 AutomaticRegistration 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 oadap ZCo oningverage 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 决策树运行和分类后处理 规则定义 规则获取 经验总结和样本总结 C4 5 规则描述 类1 NDVI大于0 3 坡度大于或者等于20度 类2 NDVI大于0 3 坡度小于20度 阴坡 类3 NDVI大于0 3 坡度小于20度 阳坡 类4 NDVI小于或等于0 3 波段4值大于或等于20 类5 NDVI小于或等于0 3 波段4值小于20 规则描述 表达式与变量 规则表达 二叉树表达 运行结果 选择Options Execute 执行决策树 2 面向对象的影像特征提取 面向对象的图像分析 面向对象的技术 集合临近像元为对象用来识别感兴趣的光谱要素 充分利用高分辨率的全色和多光谱数据 利用空间 纹理 和光谱信息来分割和分类的特点 以高精度的分类结果或者矢量输出 FX操作流程 分为两个部分 发现对象 特征提取 规则分类 特征提取 监督分类 导出要素 查看报告和统计 完成 计算属性 发现对象 是 定义要素 影像分割 合并分块 精炼分块 是 输出对象为矢量文件 准备工作 空间分辨率的调整 光谱分辨率的调整 多源数据组合 空间滤波 导入数据 基本影像 BaseImage 必选 辅助数据 AncillaryData 可选 掩膜文件 MaskFile 可选 分割影像 FX根据临近像素亮度 纹理 颜色等对影像进行分割 它使用了一种基于边缘的分割算法 这种算法计算很快 并且只需一个输入参数 就能产生多尺度分割结果 选择高尺度影像分割将会分出很少的图斑 选择一个低尺度影像分割将会分割出更多的图斑 合并分块 影像分割时 由于阈值过低 一些特征会被错分 一个特征也有可能被分成很多部分 我们可以通过合并来解决这些问题 FX利用了FullLambda Schedule算法 该方法在结合光谱和空间信息的基础上迭代合并邻近的小斑块 这一步是可选项 如果不需要可以直接跳过 分块精炼 FX提供了一种阈值法 Thresholding 进一步精炼分块的方法 它是基于亮度值的栅格操作 根据分割后结果中的一个波段的亮度值聚合分块 对于具有高对比度背景的特征非常有效 例如 明亮的飞机对黑暗的停机坪 这一步是可选项 如果不需要可以直接跳过 计算对象属性 计算4个类别的属性 光谱 空间 纹理 自定义 颜色空间和波段比 其中 颜色空间 选择三个RGB波段转换为HSI颜色空间 波段比 选择两个波段用于计算波段比 常用红色和近红外波段 特征提取方法 监督分类 规则分类和直接矢量输出 直接输出矢量 输出Shapefile矢量文件 属性 监督分类法特征提取 根据一定样本数量以及其对应的属性信息 利用K邻近法和支持向量机监督分类法进行特征提取 规则分类法特征提取 每一个分类有若干个规则 Rule 组成 每一个规则有若干个属性表达式来描述 规则与规则直接是与的关系 属性表达式之间是并的关系 如下是对水的一个描述 面积大于500像素 延长线小于0 5 NDVI小于0 3 房屋特征提取 第一条属性描述 划分植被覆盖和非覆盖区 Customized bandratio 0 0 3 第二条属性描述 去除道路影响 Spatial rect fit 0 5 1 Spatial Area FuzzyTolerance 0 90elongation 延长 elongationavgband 2 avgband 2 50 预览结果 3 基于立体像对的DEM提取 立体像对高程提取 DEMExtraction 快速从ALOSPRISM ASTER CARTOSAT 1 FORMOSAT 2 GeoEye 1 IKONOS KOMPSAT 2 OrbView 3 QuickBird WorldView 1 SPOT1 5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3DShapefile文件格式 输入立体像对定义地面控制点定义连接点设定DEM提取参数输出DEM并检查结果编辑DEM 采用向导操作方式一步步指导您通过以下步骤进行DEM提取 1 支持RPC DIM等位置文件 您可以定义或是加载已有的GCP点对 将DEM和地图坐标联系起来 也可以屏幕上选择GCP点 2 定义控制点 ENVI可以自动产生匹配点 或者您自己从两幅图像中选择匹配点 3 定义连接点 Tie 可以通过立体眼镜进行3D浏览 生成核图像 设置DEM输出参数投影参数 4 设置DEM输出参数 5 输出DEM并检查结果 当DEM提取向导完成后 可以将DEM加载查看 DEM提取向导也提供了编辑DEM选项 可以通过ENVI的DEM编辑工具进行编辑 浏览结果 通过将ENVI的3D表面浏览工具将纹理影像叠加到DEM上检查DEM提取的结果 立体3D测量工具 立体3D测量工具允许您通过单一的匹配点交互的计算高程值 4 多时相影像动态检测技术 遥感变化检测技术 遥感变化检测就是从不同时期的遥感数据中 定量地分析和确定地表变化的特征与过程 检测方法 图像直接比较法 图像差值法 图像比值法 主成分分析法 光谱特征变异法 假彩色合成法 波段替换法 变化矢量分析法 波段交叉相关分析以及混合检测法等 分类后结果比较法 直接分类法 多时相主成分分析后分类法 图像差值法 图像差值法就是将两个时相的遥感图像相减 其原理是 图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值 而当地类发生变化时 对应位置的灰度值将有较大差别 因此在差值图像上发生地类变化区域的灰度值会与背景值有较大差别 从而使变化信息从背景影像中显现出来 光谱特征变异法 同一地物反映在一时相影像上的信息与其反映在另外时相影像上的光谱信息是一一对应的 当将不同时相的影像进行融合时 如同一地物在两者上的信息表现不一致时 那么融合后的影像中此地物的光谱就表现得与正常地物的光谱有所差别 此时称地物发生了光谱特征变异 我们就可以根据发生变异的光谱特征确定变化信息 假彩色合成法 由于地表的变化 相同传感器对同一地点所获取的不同时相的影像在灰度上有较大的区别 在进行变化信息的发现时 将前 后两时相的数据精确配准 再利用假彩色合成的方法 将后一时相的一个波段数据赋予红色通道 前一时相的同一波段赋予蓝色和绿色通道 利用三原色原理 形成假彩色影像 其中 地表未发生变化的区域 合成后影像灰度值接近 而土地利用发生变化的区域则呈现出红色 即判定为变化区域 多波段主成分分析法 当地物属性发生变化时 必将导致其在影像某几个波段上的值发生变化 所以只要找出两时相影像中对应波段值的差别并确定这些差别的范围 便可发现变化信息 在具体工作中将两时相的影像各波段组合成一个两倍于原影像波段数的新影像 并对该影像作PC变换 由于变换结果前几个分量上集中了两个影像的主要信息 而后几个分量则反映出了两影像的差别信息 因此可以试着抽取后几个分量进行波段组合来发现变化信息 图像分类后比较法 该方法的核心是基于分类基础上发现变化信息 即首先运用统一的分类体系对每一时相遥感影像进行单独分类 然后通过对分类结果进行比较来直接发现土地覆被等的变化信息 波段替换法 在RGB假彩色合成中 G和B分量用前时相的两个波段 用后一时相的一个波段影像组成R分量 在合成的RGB假彩色图像上能够很容易地发现红色区域即为变化区域 信息提取技术 手工数字化法 屏幕数字化 区域生长法 图像自动分类 监督分类 非监督分类 面向对象的特征提取法 图像分割 手工阈值分割 自动阈值分割 组合法 图像直接比较法 DifferenceMap 单波段间的差异运算 减法 除法 数据预处理 相对大气校正 像元归一化处理 像元单位标准化处理 变化等级的量化 阈值划分 直接分割结果 分类后比较 ChangeDetection Statistics 变化类型的差异分析 变化统计 像素 百分比 面积统计 生成掩膜图像 流程化图像处理工具 动态监测 流程化操作 一步步引导您处理影像 包括部分预处理流程 包括影像配准 相对大气校正等 只是发现变化信息 还需要借助其他工具提取变化信息 ENVI高光谱分析技术 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 HyperspectralRemoteSensing 用很窄 10 2 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 ImagingSpectrometry 遥感 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 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 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 CASI HYMAP AVIRIS Spectralcoverage VIStoNIR 400 2500nm Spectralbands 224Spectralresolution 10nm FOV 30 IFOV 1 0mradDigitization 12bits HYMAP Spectralcoverage VIS 400 800nm 15nmbands NIR 881 1335nm 14nmbands SWIR1 1400 1813nm 12nmbands SWIR2 1950 2543nm 16nmbands Spectralbands 126 FOV 60 IFOV 2 5mrad along track 2 0mrad across track Pixelsperline 512 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 5 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 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 W 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 残差等定标工具 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 直接反射 邻接反射 大气校正方法 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 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MODTRAN4 模型 它是由SpectralSciences Inc SSI 和AirForceResearchLabs AFRL 合作开发 ITTVIS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 MODTRAN4 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 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 EditHeader 数据类型 支持四种数据类型 浮点型 floating 4 bytesignedintegers 2 bytesignedintegers 以及2 byteunsignedintegers 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 2500 m 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 March 水气去除设置WaterRetrieval 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