遥感图像处理图像校正

遥感图像处理图像校正第一页，共一百一十六页，2022年，8月28日主要内容数字图像的性质与特点辐射校正

图像的几何畸变

几何校正的方法

几何校正的重采样、内插方法第二页，共一百一十六页，2022年，8月28日数字图像遥感数据的表示既有模拟图像又有数字图像。模拟图像：普通像片那样的灰度级及颜色连续变化的图像数字图像：而是以数字形式表示的遥感影像。包括把模拟图像数字化的图像。模拟图像数字图像模数（A/D）转换数模（D/A）转换第三页，共一百一十六页，2022年，8月28日数字图像的性质与特点把模拟图像分割成同样形状的小单元，进行空间离散化处理叫采样（sampling）。以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值，为亮度值的离散化处理，即量化（quantization）。以上两种过程结合起来叫图像的数字化（digitization）。

第四页，共一百一十六页，2022年，8月28日采样采样的原理第五页，共一百一十六页，2022年，8月28日量化量化的概念第六页，共一百一十六页，2022年，8月28日数字图像的性质与特点

由于传感器上探测元件的灵敏度直接影响有效量化的级数，因此，不同传感器提供的有效量化的级数是不同的。传感器类型卫星名称有效量化级数信息量/bitMSSLandsat646TMLandsat2568HRV(S)Spot2568HRV(PA)Spot646AVHRRNOAA102410常用的遥感数字图像有效量化级数。第七页，共一百一十六页，2022年，8月28日数字图像的性质与特点像素（像元）是遥感数字图像最基本的单位，是成像过程的采样点，也是计算机图像处理的最小单元。像素具有空间特征和属性特征。由于传感器从空间观测地球表面，因此每个像素含有特定的地理位置的信息，并表征一定的面积。对于多光谱扫描仪提供的数字图像来说，一个像素对应的地表面积是由传感器上瞬间视场角所决定的，瞬间视场角在地表的投影面称地面分辨率（或空间分辨率），由于传感器种类不同，它的瞬间视场角也不同，因此，对应的地面分辨率是不同的。

第八页，共一百一十六页，2022年，8月28日数字图像的性质与特点第九页，共一百一十六页，2022年，8月28日数字图像的性质与特点像素的属性特征采用亮度值来表达，在不同波段上，相同地点的亮度值可能是不同的，这是因为地物在不同波段上辐射电磁波的特征不同造成的。遥感数字图像中像素的数值是由传感器所探测到的地面目标地物的电磁辐射强度决定的。入射到传感器中的电磁波被探测器元件转化为电信号，经过模/数转换，成为绝对辐射亮度值R。为便于应用，R又被转换为能够表征地物辐射亮度的相对值。第十页，共一百一十六页，2022年，8月28日数字图像的性质与特点像素有正像素和混合像素之分。正像素：像素内只包含一种地物。如水体，它的亮度值代表了水体的光谱特征。混合像素：像素内包括两种或两种以上地物。如出苗不久的麦田，它的一个像素亮度位内包含麦苗和土壤的光谱特征。

第十一页，共一百一十六页，2022年，8月28日数字图像的性质与特点数字图像的特点便于计算机处理与分析：计算机是以二进制方式处理各种数据的。采用数字形式表示遥感图像，便于计算机处理。因此，与光学图像处理方式相比，遥感数字图像是一种适于计算机处理的图像表示方法。图像信息损失低：由于遥感数字图像是用二进制表示的，因此在获取、传输和分发过程中，不会因长期存储而损失信息，也不会因多次传输和复制而产生图像失真。而模拟方法表现的遥感图像会因多次复制而使图像质量下降。抽象性强：尽管不同类别的遥感数字图像，有不同的视觉效果，对应不同的物理背景，但由于它们都采用数字形式表示，便于建立分析模型，进行计算机解译和运用遥感图像专家系统。第十二页，共一百一十六页，2022年，8月28日多波段数字图像的数据格式

BSQ方式（bandsequential）各波段的二维图像数据按波段顺序排列。第十三页，共一百一十六页，2022年，8月28日多波段数字图像的数据格式BIL方式（bandinterleavedbyline）对每一行中代表一个波段的光谱值进行排列，然后按波段顺序排列该行，最后对各行进行重复。第十四页，共一百一十六页，2022年，8月28日多波段数字图像的数据格式BIP方式（bandinterleavedbypixel）在一行中，每个像元按光谱波段次序进行排列，然后对该行的全部像元进行这种波段次序排列，最后对各行进行重复。第十五页，共一百一十六页，2022年，8月28日从具有畸变的图像中消除畸变的处理过程叫图像校正，包括：辐射校正几何校正图像校正第十六页，共一百一十六页，2022年，8月28日辐射校正辐射校正（radiometriccorrection）：消除辐射量失真利用遥感器观测目标物辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的，这是因为测量值中包含太阳位置及角度条件、薄雾等大气条件所引起的失真。为了正确评价目标物的反射特性及辐射特性，必须消除这些失真。引起辐射畸变的因素：遥感器的灵敏度特性、太阳高度及地形、大气等。第十七页，共一百一十六页，2022年，8月28日辐射校正由遥感器的灵敏度特性引起的畸变校正由光学系统的特性引起的畸变校正：在使用透镜的光学系统中，例如在摄像面中，存在着边缘部分比中心部分发暗的现象（边缘减光）。如果以光轴到摄象面边缘的视场角为θ，则理想的光学系统中某点的光量与cosnθ几乎成正比，利用这一性质可以进行校正（cosnθ校正）。由光电变换系统的特性引起的畸变校正：由于光电变换系统的灵敏度特性通常有很高的重复性，所以可以定期地在地面测定其特性，根据测定值进行校正。第十八页，共一百一十六页，2022年，8月28日辐射校正太阳高度及地形等引起的畸变校正视场角和太阳角的关系引起的亮度变化的校正：太阳光在地表反射、扩散时，其边缘更亮的现象叫太阳光点（sunspot），太阳高度高时容易产生。太阳光点与边缘减光等都可以用推算阴影曲面的方法进行校正。阴影曲面是指在图像的明暗范围内，由太阳光点及边缘减光引起的畸变部分。地形倾斜的影响校正：当地形倾斜时，经过地表扩散、反射再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化。可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校正的方法，以及对消除了光路辐射成分的图像数据采用波段间的比值进行校正的方法等。第十九页，共一百一十六页，2022年，8月28日辐射校正由遥感器引起的误差或由太阳高度引起的误差，一般在数据生产过程中由生产单位根据遥感器参数进行校正，而不需要用户进行自行处理。用户应该考虑大气影响引起的辐射畸变。第二十页，共一百一十六页，2022年，8月28日大气影响的定量分析进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。

第二十一页，共一百一十六页，2022年，8月28日大气影响的定量分析无大气：

在没有大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。

设E0λ为波长λ的入射辐照度，θ为入射方向的天顶角，当无大气存在时，地面上单位面积的辐照度为：

第二十二页，共一百一十六页，2022年，8月28日大气影响的定量分析假定地表面是朗伯体，其表面为漫反射，则某方向物体的亮度为：是地物反射率；是球面度（半球反射）

第二十三页，共一百一十六页，2022年，8月28日大气影响的定量分析传感器接收信号时，受仪器的影响还有一个系统增益因子，这时进入传感器的亮度值为：第二十四页，共一百一十六页，2022年，8月28日大气影响的定量分析

由于大气的存在，辐射经过大气吸收和散射，透过率小于1，从而减弱了原信号的强度。同时大气的散射光也有一部分直接或经过地物反射进入到传感器，这两部分辐射又增强了信号，但却不是有用的。在入射方向有与入射天顶角θ和波长λ有关的透过率Tθλ；反射后，在反射方向上有与反射大顶角Φ和波长λ又有关的透过率TΦλ。因此进入传感器的亮度值为

第二十五页，共一百一十六页，2022年，8月28日大气影响的定量分析大气对辐射散射后，来自各个方向的散射又重新以漫入射的形式照射地物，其辐照度为ED，经过地物的反射及反射路径上大气的吸收进入传感器，其亮度值为（此值通常很小，有人主张忽略不计）第二十六页，共一百一十六页，2022年，8月28日大气影响的定量分析相当部分的散射光向上通过大气直接进入传感器，这部分辐射称为程辐射度，亮度为。第二十七页，共一百一十六页，2022年，8月28日大气影响的定量分析可见，由于大气影响的存在，实际到达传感器的辐射亮度是前面所分析的三项之和，即第二十八页，共一百一十六页，2022年，8月28日大气影响的定量分析比较以下两个公式：

大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子。

第二十九页，共一百一十六页，2022年，8月28日大气影响的定量分析图像某一剖面,在无大气时（a)白处亮度值为50，黑处亮度值为0，则亮度对比C1=（50－0）／50＝1。当有大气影响时(b)，乘上透过率后假定减少10％，亮度值减少到45，而由于L2和Lp存在，黑白处亮度均增加10，这样亮度对比变成

C2

=（55-10)/55＝9/11。可见，对比度减小，图像质量下降了

第三十页，共一百一十六页，2022年，8月28日大气影响的粗略纠正严格地说，去除大气影响是将公式

中的附加项和附加因子求出，最终求出地物反射率R，从而恢复遥感影像中地面目标的真实面目。当大气透过率变化不大时，有时只要去掉含ED和Lp的数据项就可修正图像的亮度，使图像中像元之间的亮度变化真正反映不同像元地物反射率之间的变化关系。这种对大气影响的纠正是通过纠正辐射亮度的办法实现的，因此也称作辐射校正。

第三十一页，共一百一十六页，2022年，8月28日大气影响的粗略纠正精确的校正公式需要找出每个波段像元亮度值与地物反射率的关系。为此需得到卫星飞行时的大气参数，以求出透过率Tθ、Tφ等因子。如果不通过特别的观测，一般很难得到这些数据，所以，常常采用一些简化的处理方法，只去掉主要的大气影响，使图像质量满足基本要求。

第三十二页，共一百一十六页，2022年，8月28日大气影响的粗略纠正

粗略校正指通过比较简便的方法去掉式

中的Lp，即程辐射度，从而改善图像质量。式中还有漫入射因子ED及其他如透过率等影响，这些因子都作为地物反射率的因子出现，直接相减不易去除，常用比值法或其他校正方法去除。严格地说，程辐射度的大小与像元位置有关，随大气条件、太阳照射方向和时间变化而变化，但因其变化量微小而忽略。可以认为，程辐射度在同一幅图像的有限面积内是一个常数，其值的大小只与波段有关。

第三十三页，共一百一十六页，2022年，8月28日大气影响的粗略纠正直方图最小值去除法

数字图像直方图第三十四页，共一百一十六页，2022年，8月28日大气影响的粗略纠正直方图最小值去除法

基本思想在于一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。实测表明，这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。

第三十五页，共一百一十六页，2022年，8月28日大气影响的粗略纠正直方图最小值去除法

一般来说由于程辐射度主要来自米氏散射，其散射强度随波长的增大而减小，到红外波段也有可能接近于零第三十六页，共一百一十六页，2022年，8月28日大气影响的粗略纠正直方图最小值去除法

具体校正方法十分简单，首先确定条件满足，即该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。校正时，将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。第三十七页，共一百一十六页，2022年，8月28日大气影响的粗略纠正回归分析法

假定某红外波段，存在程辐射为主的大气影响，且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大一些，设为波段b，分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交，且

第三十八页，共一百一十六页，2022年，8月28日大气影响的粗略纠正回归分析法

第三十九页，共一百一十六页，2022年，8月28日大气影响的粗略纠正回归分析法

是斜率：和分别为a、b波段亮度的平均值。是波段a中的亮度为0处波段b中所具有的亮度。可以认为就是波段b的程辐射度。校正的方法是将波段b中每个像元的亮度值减去，来改善图像，去掉程辐射。同理依次完成其他波段的校正。

第四十页，共一百一十六页，2022年，8月28日几何校正当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。遥感影像的总体变形（相对于地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。而用户拿到这种产品后，由于使用目的不同或投影及比例尺的不同，仍旧需要作进一步的几何校正。

第四十一页，共一百一十六页，2022年，8月28日几何校正遥感影像变形的原因

遥感器的内部畸变：由遥感器结构引起的畸变。

遥感平台位置和运动状态变化的影响

地形起伏的影响地球表面曲率的影响大气折射的影响地球自转的影响

第四十二页，共一百一十六页，2022年，8月28日遥感影像变形的原因遥感平台位置和运动状态变化的影响无论是卫星还是飞机，运动过程中都会由于种种原因产生飞行姿势的变化从而引起影像变形。航高：当平台运动过程中受到力学因素影响，产生相对于原标准航高的偏离，或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，从而导致图像扫描行对应的地面长度发生变化。航高越向高处偏离，图像对应的地面越宽

第四十三页，共一百一十六页，2022年，8月28日遥感影像变形的原因遥感平台位置和运动状态变化的影响航速：卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，其他因素也可导致遥感平台航速的变化。航速快时，扫描带超前，航速慢时，扫描带滞后，由此可导致图像在卫星前进方向上（图像上下方向）的位置错动。

第四十四页，共一百一十六页，2022年，8月28日遥感影像变形的原因遥感平台位置和运动状态变化的影响俯仰：遥感平台的俯仰变化能引起图像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动。

第四十五页，共一百一十六页，2022年，8月28日遥感影像变形的原因遥感平台位置和运动状态变化的影响翻滚：遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度。可导致星下点在扫描线方向偏移，使整个图像的行向翻滚角引起偏离的方向错动。

第四十六页，共一百一十六页，2022年，8月28日遥感影像变形的原因遥感平台位置和运动状态变化的影响偏航：指遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致图像的倾斜畸变。第四十七页，共一百一十六页，2022年，8月28日遥感影像变形的原因地形起伏的影响

当地形存在起伏时，会产生局部像点的位移，使原来本应是地面点的信号被同一位置上某高点的信号代替。由于高差的原因，实际像点P距像幅中心的距离相对于理想像点P0距像幅中心的距离移动了△r。高差引起的像点位移第四十八页，共一百一十六页，2022年，8月28日遥感影像变形的原因地表曲率的影响

地球是球体，严格说是椭球体，因此地球表面是曲面。这一曲面的影响主要表现在两个方面，一是像点位置的移动，当选择的地图投影平面是地球的切平面时，使地面点P0相对于投影平面点P有一高差△h。像点位移第四十九页，共一百一十六页，2022年，8月28日遥感影像变形的原因地表曲率的影响二是像元对应于地面宽度的不等。由于传感器通过扫描取得数据，在扫描过程中每一次取样间隔是星下视场角的等分间隔。如果地面无弯曲，在地面瞬时视场宽度不大的清况下，L1，L2，L3，…的差别不大。但由于地球表面曲率的存在，对应于地面的P1，P2，P3，…，显然P3-P1像元对应于地面宽度的不等＞L3-L1，距星下点越远畸变越大，对应地面长度越长。第五十页，共一百一十六页，2022年，8月28日遥感影像变形的原因地表曲率的影响全景畸变：即当传感器扫描角度较大时，影响更加突出，造成边缘景物在图像显示时被压缩。假定原地面真实景物是一条直线，成像时中心窄、边缘宽，但图像显示时像元大小相同，这时直线被显示成反S形弯曲。全景畸变导致S弯曲现象第五十一页，共一百一十六页，2022年，8月28日遥感影像变形的原因大气折射的影响大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移大气折射的影响NP第五十二页，共一百一十六页，2022年，8月28日遥感影像变形的原因地球自转的影响卫星前进过程中，传感器对地面扫描获得图像时，地球自转影响较大，会产生影像偏离。因为多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，这时地球自西向东自转。相对运动的结果，使卫星的星下位置逐渐产生偏离。偏离方向如图所示，所以卫星图像经过校正后成为图C的形态。地球自转引起偏离(a)获得图像（b）实际对应的地面位置（c）影像变形第五十三页，共一百一十六页，2022年，8月28日几何畸变校正从具有几何畸变的图像中消除畸变的过程。也可以说是定量地确定图像上的像元坐标（图像坐标）与目标物的地理坐标（地图坐标等）的对应关系（坐标变换式）。

第五十四页，共一百一十六页，2022年，8月28日几何畸变校正几何校正的方法系统性校正：当知道了消除图像几何畸变的理论校正公式时，可把该式中所含的与遥感器构造有关的校准数据（焦距等）及遥感器的位置、姿态等的测量值代入到理论校正式中进行几何校正。该方法对遥感器的内部畸变大多是有效的。可是在很多情况下，遥感器的位置及姿态的测量值精度不高，所以外部畸变的校正精度也不高。

第五十五页，共一百一十六页，2022年，8月28日几何畸变校正几何校正的方法非系统性校正：利用控制点的图像坐标和地图坐标的对应关系，近似地确定所给的图像坐标系和应输出的地图坐标系之间的坐标变换式。坐标变换式经常采用1次、2次等角变换式，2次、3次投影变换式或高次多项式。坐标变换式的系数可从控制点的图像坐标值和地图坐标值中根据最小2乘法求出。

第五十六页，共一百一十六页，2022年，8月28日几何畸变校正几何校正的方法复合校正：把理论校正式与利用控制点确定的校正式组合起来进行校正。①分阶段校正的方法，即首先根据理论校正式消除几何畸变（如内部畸变等），然后利用少数控制点，根据所确定的低次校正式消除残余的畸变（外部畸变等）；②提高几何校正精度的方法，即利用控制点以较高的精度推算理论校正式中所含的遥感器参数、遥感器的位置及姿态参数。

第五十七页，共一百一十六页，2022年，8月28日几何畸变校正几何畸变有多种校正方法，但常用的是一种通用的精校正方法，适合于在地面平坦，不需考虑高程信息，或地面起伏较大而无高程信息，以及传感器的位置和姿态参数无法获取的情况时应用。有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感影像之间的几何配准和复合分析，以得到比较精确的结果。第五十八页，共一百一十六页，2022年，8月28日几何畸变校正基本思路

校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，图像中像元点间所对应的地面距离并不相等（图a）。校正后的图像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布（图b），图像中格网的交点可以看作是像元的中心。校正的最终目的是确定校正后图像的行列数值，然后找到新图像中每一像元的亮度值。第五十九页，共一百一十六页，2022年，8月28日几何畸变校正具体步骤——重采样找到一种数学关系，建立变换前图像坐标（x，y）与变换后图像坐标（u，v）的关系，通过每一个变换后图像像元的中心位置（u代表行数，v代表列数，均为整数）计算出变换前对应的图像坐标点（x，y）。分析得知，整数（u，v）的像元点在原图像坐标系中一般不在整数（x，y）点上，即不在原图像像元的中心。计算校正后图像中的每一点所对应原图中的位置（x，y）。计算时按行逐点计算，每行结束后进入下一行计算，直到全图结束。第六十页，共一百一十六页，2022年，8月28日几何畸变校正具体步骤——重采样重采样的两种方法对输入图像的各个象元在变换后的输出图像坐标系上的相应位置进行计算，把各个象元的数据投影到该位置上。

对输出图像的各个象元在输入图像坐标系的相应位置进行逆运算，求出该位置上的象元数据。该方法是经常采用的方法。

第六十一页，共一百一十六页，2022年，8月28日几何畸变校正重采样的方法第六十二页，共一百一十六页，2022年，8月28日几何畸变校正计算方法建立两图像像元点之间的对应关系

（u,v)(x,y)，需求出12个系数，至少列出12个方程，即要找到6个已知的对应点（控制点）如果要提高精度，必须大大增加控制点的数目，用最小二乘法进行曲面拟合求系数。实际计算时常采用2元2次多项式2元n次多项式第六十三页，共一百一十六页，2022年，8月28日几何畸变校正具体步骤——内插计算计算每一点的亮度值。由于计算后的（x，y）多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常用内插法计算。第六十四页，共一百一十六页，2022年，8月28日几何畸变校正计算方法为了确定校正后图像上每点的亮度值，只要求出其原图所对应点（x，y）的亮度。通常有三种方法：最近邻法双向线性内插法三次卷积内插法。

第六十五页，共一百一十六页，2022年，8月28日几何畸变校正计算方法最近邻法

图像中两相邻点的距离为1，即行间距△x＝1，列间距△y=1，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，就取哪个的亮度值作为（x,y）点的亮度值f（x，y）。设该最近邻点的坐标为（k,l）,则k=Integer(x+0.5)l=Integer(y+0.5)f(x,y)=f(k,l)几何位置上的精度为±0.5象元第六十六页，共一百一十六页，2022年，8月28日几何畸变校正最邻近内插法以距内插点最近的观测点的像元值为所求的像元值。该方法最大可产生0.5个像元的位置误差，优点是不破坏原来的像元值，处理速度快。第六十七页，共一百一十六页，2022年，8月28日几何畸变校正计算方法双线性内插法

取（x，y）点周围的4邻点，在y方向（或x方向）内插二次，再在x方向（或y方向）内插一次，得到（x，y）点的亮度值f(x，y），该方法称双线性内插法。设4个邻点分别为(i,j),(i,j+1),(i+1,j),

(i+1,j+1),过(x,y)作直线与x轴平行，与4邻点组成的边相交于点（i,y)和(i+1,y)。先在y方向内插,由f(i,j+1)和f(i,j)计算交点的亮度f（i,y)；由f(i+1,j+1)和f(i+1,j)计算交点的亮度f(i+1,y)。然后计算x方向，以f(i,y)和f(i+1,y)来内插f(x,y)值。第六十八页，共一百一十六页，2022年，8月28日几何畸变校正双线性内插法使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。缺点是破坏了原来的数据，但具有平均化的滤波效果。第六十九页，共一百一十六页，2022年，8月28日几何畸变校正计算方法三次卷积内插法增加邻点来获得最佳插值函数。取与计算点（x，y）周围相邻的16个点，与双向线性内插类似，可先在某一方向上内插，每4个值依次内插4次，求出f（x，j-1），f(x,j)，f(x,j+1),f(x,j+2)，再根据这四个计算结果在另一方向上内插，得到f(x，y）。因这种三次多项式内插过程实际上是一种卷积，故称三次卷积内插。第七十页，共一百一十六页，2022年，8月28日几何畸变校正3次卷积内插法使用内插点周围的16个观测点的像元值，用3次卷积函数对所求像元值进行内插。缺点是破坏了原来的数据，但具有图像的均衡化和清晰化的效果，可得到较高的图像质量。第七十一页，共一百一十六页，2022年，8月28日几何畸变校正三种方法比较方法优点缺点提醒最邻近法简单易用，计算量小处理后的图像亮度具有不连续性，影响精确度双线性内插法精度明显提高，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。

计算量增加，且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。

鉴于该方法的计算量和精度适中，只要不影响应用所需的精度，作为可取的方法而常被采用。

3次卷积内插更好的图像质量，细节表现更为清楚。

计算量很大。欲以三次卷积内插获得好的图像效果，就要求位置校正过程更准确，即对控制点选取的均匀性要求更高。

第七十二页，共一百一十六页，2022年，8月28日几何畸变校正控制点的选取几何校正的第一步便是位置计算，首先是对所选取的二元多项式求系数。这时必须已知一组控制点坐标。

控制点数目的确定其最低限是按未知系数的多少来确定的。一次多项式有6个系数，就需要有6个方程来求解，需3个控制点的3对坐标值，即6个坐标数。2次多项式有12个系数，需要12个方程（6个控制点）。依次类推，n次多项式，控制点的最少数目为(n+1)(n+2)/2。实际工作表明，选取最少数目的控制点来校正图像，效果往往不好。在图像边缘处，在地面特征变化大的地区，如河流拐弯处等，由于没有控制点，而靠计算推出对应点，会使图像变形。因此，在条件允许的情况下，控制点数的选取都要大于最低数很多。第七十三页，共一百一十六页，2022年，8月28日几何畸变校正控制点的选取控制点选取的原则控制点的选择要以配准对象为依据。以地面坐标为匹配标准的，叫做地面控制点（记作GCP）。有时也用地图作地面控制点标准，或用遥感图像（如用航空像片）作为控制点标准。无论用哪一种坐标系，关键在于建立待匹配的两种坐标系的对应点关系。一般来说，控制点应选取图像上易分辨且较精细的特征点，这很容易通过目视方法辨别，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场、城廓边缘等。特征变化大的地区应多选些。图像边缘部分一定要选取控制点，以避免外推。此外，尽可能满幅均匀选取，特征实在不明显的大面积区域（如沙漠），可用求延长线交点的办法来弥补，但应尽可能避免这样做，以避免造成人为的误差。

第七十四页，共一百一十六页，2022年，8月28日几种遥感图像处理系统简介PCIERDASENVI第七十五页，共一百一十六页，2022年，8月28日PCI简介PCI软件是加拿大PCI公司开发的用于图像处理、几何制图、GIS、雷达数据分析、以及资源管理和环境监测的多功能软件系统。PCI作为图像处理软件系统的先驱，以其丰富的软件模块、支持所有的数据格式、适用于各种硬件平台、灵活的编程能力和便利的数据可操作性代表了图像处理系统的发展趋势和技术先导。PCI不仅可用于卫星和航空遥感图像的处理，还可应用于地球物理数据图像、医学图像、雷达数据图像、光学图像的处理。它的应用领域包括石油天然气勘探、矿产资源勘探、林业、农业、土地资源调查评估与管理、自然灾害动态监测、测绘、环保、城市规划、铁路交通、大规模管道工程设计、沙漠治理、工程建设、气象预报、医学光片解析、光谱分析、雷达数据分析等非常广泛的领域。第七十六页，共一百一十六页，2022年，8月28日PCI简介PCI拥有最齐全的功能模块：常规处理模块、几何校正、大气校正、多光谱分析、高光谱分析、摄影测量、雷达成像系统、雷达分析、极化雷达分析、干涉雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GIS联接、正射影像图生成及DEM提取（航片、光学卫星、雷达卫星）、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/输出等四百多个软件包。PCI是第一个支持多传感器正射投影校正和从立体像对提取DEM图像的软件。PCI最早提供了用先进的神经网络理论和模糊逻辑理论进行精确的分类。第七十七页，共一百一十六页，2022年，8月28日PCI简介PCI率先在其RADAR软件模块中推出处理极化数据和模拟图像；PCI率先处理多达1024通道的多光谱数据。PCI软件能够运行于多种平台，包括各种微机，SUN，DEM，IBM，INTERGRAPH，DC，APPLE，VAX、LINUIX机等。自1999年6月以来，PCI公司在原有软件组合的基础上，将各个遥感分离的处理模块组合成针对不同应用的用户的软件包。从图象处理的产品来讲，PCI总体已形成三个系列的产品。即专业遥感图像处理产品、专业雷达信号处理及分析产品、数字摄影测量产品。第七十八页，共一百一十六页，2022年，8月28日PCI专业遥感图像处理产品PCI专业遥感图像处理产品，按用户不同的需求从普通应用到专业分析共分为三个商业软件包及五个专业扩展模块。第一软件包IMAGEWORKS该软件包主要由三部分组成：IMAGEWORK/MultispectralClassification影像处理和多光谱分类工具：用于显示图像、位图和矢量数据，包含了基本的图像处理功能。GCPWORKS几何校正工具：可做图象-图象、图象-地图、图象-矢量、图象-CHIP数据库的几何配准和图象镶嵌。校正方法有多项和小样条法。图象镶嵌时支持不规则接边，自动进行颜色匹配。GEOGATEWAY（无须格式转换、直接数据读取），PCI能够接受任何格式的数据：PCI直接读取包括了60多种图像、栅格及矢量数据格式（并对其中30多种数据可直接写入）。第七十九页，共一百一十六页，2022年，8月28日PCI简介第二软件包EASI/PACEImageprocessingKitw/VisualModeller包含了第一软件包的全部功能，又增加了以下功能：VISUALMODELLER（可视化编程模型）XPACEKENNAL（XPACE核心程序）IMAGEPROCESSING（影像处理）GEOMETRICCORRECTION（地理校正）VECTORUTILITIES（矢量数据数字化、编辑，矢量/栅格转换）多层栅格模型专业制图地形分析DEM提取磁带输入输出第八十页，共一百一十六页，2022年，8月28日PCI第二软件包增加的功能VISUALMODELLER（可视化编程模型）交互式建立简单或复杂的数据处理流程的工具。该模块通过组合调用EASI/PACE中的标准程序，如：IMPORT和EXPORT来完成数据处理的流程。开发此模块的目的在于方便用户使用，并提高工作效率。它可以帮助程序员建立一个复杂的系统，也可以协助非编程者创建一个风格简明的处理流程。同样教师也可以用它来演示遥感技术的原理及应用。Modeller是用户建立自己的工作流程的强大的工具。PACE中的程序可以象画流程图一样被联结在一个Modeller内。在流程中，当前进程以高亮度方式显示，这样，用户可以监控数据是如何从一个流程“流向”另一个流程的。特别是用户可以在任何时候，在图像显示窗口中显示当前进程的内容。以便更准确，详细的观察和控制处理的中间结果。当然,用户也可以用批处理的形式，在一个Modeller中顺序运行多个文件。下拉菜单中的参数被智能化的设置成每一个用户最常用的缺省值。所以，在许多情况下，Modeller将替代Xpace的功能。（当然XPACE必需存在）用户可在Modeller运行的任何时候，停止或重新启动Modeller。在Modeller的内容被改动后，只有改动点的下一个进程受到影响，着对研究和创建流程是非常有用的。在软件包中，有一个Modeller实例，这个实例引导用户开发自己的Modeller，用户还可将PCISOFTWARETOOLBOX中的程序嵌入Modeller中。Modeller本身与硬件平台无关。用户在UNIX系统下开发的Modeller，可直接在WINDOWS/95/NT下运行。Modeller是以ASCII格式传送的，用户可用EMAIL发送或接受Modeller。另外，Modeller可以被存入一个PIX文件中。第八十一页，共一百一十六页，2022年，8月28日PCI第二软件包增加的功能XPACEKENNAL（XPACE核心程序）

数据库的管理、查询，EASI/PACE的数据结构是PCIDSK，在一个PIX文件中是分波段存贮图象，其它与图象有关的数据如投影信息、位图、矢量、训练样区、LUT（LOOKUPTABLE）、PCT（PSEUDOCOLORTABLE）、文件及属性数据等作为数据段（SEGMENT）有专门的编号和存贮位置，这一段数据结构是公开的。这部分还包括EASI结构化语言的界面，在EASI中可调用所有的EASI/PACE程序，而它本身又是一种完整的程序设计语言。第八十二页，共一百一十六页，2022年，8月28日PCI第二软件包增加的功能IMAGEPROCESSING（影像处理）

IMAGEPROCESSING的图象变换、滤波、模板操作、反差调整等功能比IMAGEWORK强很多，支持的图象变换方法有COSINE，FOURIER，HADAMARD及WALSHZDFFT等。主要如下：可调假彩色表

图像数据库算术

位平面逻辑运算

图像去条带

使用误差分散法的图像压缩

拉伸图像数据

均值滤波器

边缘探测滤波器

高斯滤波器

中值滤波器

众数滤波器

锐化滤波器

多边形格筛滤波器

可编程序滤波器

图像数据线性剖面

统计查找表功能

用于RGB图像的数据融合

高斯噪声生成

RGB到HIS变换

HIS到RGB变换

行恢复

查找表编辑

产生镜面对称图像

假彩色表插值

24比特图像压缩到8比特

旋转图像数据

付里叶/余弦/哈达玛/沃西正变换与反变换第八十三页，共一百一十六页，2022年，8月28日PCI第二软件包增加的功能GEOMETRICCORRECTION（地理校正）磁盘对磁盘的投影转换、地理参考信息的设置，配置了地理参考信息的图象的自动镶嵌，可以是任意多幅图象。VECTORUTILITIES（矢量数据数字化、编辑，矢量-栅格转换）多层栅格模型

栅格GIS模块，可做INDEX、MATRIX、OVERLAY和PROXIMITY分析，提供了一种灵活的建模语言，可支持任意的算式、循环、条件语句和内部变量，还可建立属性数据与专题图的联接。ACE专业制图PCI的ACE是一个功能完善的专业制图软件，其特点有：完全的“所见即所得”环境，栅格与矢量一体化，图像可以是黑白、真彩色和伪彩色图像，矢量数据分层调用，每类要素的表示方法存储在RST(表示码设置表RepCodeSetupTable)中统一管理，具有任意复杂的填充方式和多层线形的制作功能和灵活的文字注释方式，一张图可分成多个区域，图廓可以可视化制作调整，可支持各种绘图仪和打印机。有符号编辑和外国文字（包括汉字）引入的功能。第八十四页，共一百一十六页，2022年，8月28日PCI第二软件包增加的功能地形分析

可进行流域分析、体积计算等模型、迭加和近似分析，利用强大的模式语言叠加多达128层信息并和属性数据结合起来，可选择地图、执行数学运算、对比、产生报告和区域评估。利用DEM或已有图像数据产生绚丽的透视图、增强分类图、坡度图、坡向图、模拟图和浮雕图。用户也可勾绘出河床、汇水盆地、水网图并计算表面之下体积。DEM提取

主要完成从扫描的航片上利用视觉差的原理，提取数字高程模型。通过计算框标点、焦距长度、像主点、镜头曲变系数之间的关系确立扫描影像内定向模型。通过计算数字摄象机传感器的长度、宽度、焦距长度、像主点、光线曲变系数确立数字相机影象内定向模型。自动计算DEM，或从一对影象中手工选择点来测量高程。磁带输入输出：可读写的磁带格式很多。第八十五页，共一百一十六页，2022年，8月28日PCI简介第三软件包EASI/PACEIMAGEPRO包含了第二软件包的全部功能，又增加了以下功能，可以追加PCI专业扩展模块。多光谱分析雷达分析AVHRR轨道领航者大气校正高光谱分析神经元网络分类器目标图像库管理三维可视化飞行模拟第八十六页，共一百一十六页，2022年，8月28日PCI简介5个专业扩展模块，均可单独与第二或第三软件包配合使用。大气校正图像锁定数据融合极化雷达分析PCI作者软件工具箱目标库第八十七页，共一百一十六页，2022年，8月28日PCI简介PCI功能特点编程性强，扩展灵活PCI开发较早，它给用户的开发工具是一个函数库，用户需要用C、C++、Fortran语言来开发应用程序，同时利用函数库中提供的接口函数来与软件系统进行集成，用户必须对软件的底层结构有比较深入的了解。输入输出功能及文件管理PCI以PCIDSK数据库的格式存储所有相关的信息。PCIDSK源自加拿大遥感中心数据的UNIDSK数据库格式，在这种格式下所有的图像数据和所有的统计数据都存储在同一个文件中。并且PCI在某种程度上对遥感处理软件中的各种信息进行了一定程度的集成，即文件管理由面向数据转变为面向空间信息。PCI支持的文件格式较多。第八十八页，共一百一十六页，2022年，8月28日PCI简介PCI功能特点图像的显示与控制PCI的显示结构是传统的显示方式即面向像元，图像的放大以像元为单位。多幅图像的镶嵌必须要求像元大小一致，否则要手工重采样到同一大小。图像校正处理PCI提供了完整的校正处理，包括辐射校正、几何精校正和正射校正。PCI提供了一个单独的软件包——GCPWORKS，来实现包括镶嵌改变在内的几何校正。PCI提供了相应的流程帮助用户一步一步完成所需的功能，十分方便。第八十九页，共一百一十六页，2022年，8月28日PCI简介PCI功能特点图像增强处理PCI提供的对比度增强是在图像显示及控制部分实现的，提供了快速自动拉伸和交互式功能。PCI实现了与对比度增强类似的滤波处理，处理后的结果直接显示，而且滤波的效果可以预览。但PCI对于空域增强处理的弱点是：若想永久保存滤波后的处理结果，必须重新存储一个文件，而且滤波的方法必须自己记录。PCI也可以实现任意多波段处理功能的组合，但是必须保存很多中间结果。分类除ISODATA外，PCI还提供了K均值聚类、神经网络分类器，模糊逻辑分类器和句法分类器。第九十页，共一百一十六页，2022年，8月28日PCI简介PCI功能特点矢量，GIS及制图PCI支持两种类型的矢量元素，点和线段，实现了矢量层的编辑功能。PCI在实现辅助信息与原图像的覆盖叠加方面是以像元为基本单位。在制图方面PCI支持的打印机种类较少，但是考虑打印机的特性较好，将打印机分为位图和连续色调打印机。DEM处理PCI提供了丰富的DEM数据获取手段，最多的地形参数分析，最好的三维透视图的参数控制，最强的三维漫游观察能力。高光谱分析PCI提供了比较多的光谱库以及丰富的定量分析工具。SAR处理对于单波段单极化SAR图像的处理有三个步骤：信号处理，图像处理和应用信息提取。PCI在机载，星载雷达数据的几何校正，天线方向图校正，滤波，纹理分析等处理方面的质量非常好。第九十一页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS是美国亚特兰大ERDAS（EarthResourceDataAnalysisSystem）公司集遥感和GIS于一身的软件包。ERDAS的设计体现了高度的模块化，主要模块有核心模块、图像处理模块、地形分析模块、数字化模块、扫描仪模块、栅格GIS模块、硬拷贝模块、磁带机模块。其中图像处理模块又包括增强模块、预分类模块、分类模块、分类后处理模块、辐射度纠正模块、几何纠正模块。第九十二页，共一百一十六页，2022年，8月28日核心板块的划分（由低到高）IMAGINEEssentials：ERDASIMAGINE基本地图生产系统，提供了众多的工具生产以图像可视化与分析（增强，无监督分类，专题制图，三维景观显示等），信息集成（影像库管理，矢量数据查询检索等）和简单几何纠正为主的高质量专题地图，另外还拥有易于使用的应用界面扩展工具E从宏语言。IMAGINEAdvantage：一个易于使用而且是集成的环境使你能够通过图像镶嵌、地表DEM内插、高级图像解译（增强，滤波，高光谱图像处理，傅立叶变换）和对航空像片的正射纠正工具对你的图像数据进行综合分析；全面支持IK0h0S的带有传感器参数的正射纠正。第九十三页，共一百一十六页，2022年，8月28日核心板块的划分（由低到高）IMAGINEProfessional：ERDASIMAGINE的快速图像检测与分类、最大似然、模糊决策等，使得自动与快速地生成广大的土地覆盖图成为可能。特别功能包括无需编程就能扩展应用功能的图形空间数据建模工具，雷达图像基本分析和完整而专业易用的分类工具。IMAGINEClassifier：通过建立专家系统既能充分利用多光谱信息又能将空间与关系等信息引入（多种信息），构成知识库，从而能生成更加精确的土地覆盖图和其它信息类别分类专题图。第九十四页，共一百一十六页，2022年，8月28日附加模块IMAGINEVector：唯一的、可以直接将ESRIArcInfoCoverage矢量数据结合进遥感图像处理软件中，可进行输入/输出，无需转换，可在Arc结构格式内进行清理与建立拓朴关系，多边形的拼接，分类专题影像自动转换成ArcInfo矢量数据等。IMAGINEVirtualGIS：一个功能强大栅格、矢量、注记等多种数据的三维可视化分析工具，可在3D环境中观察图像或建立贯穿飞行（fly-through），并让你在虚拟地理信息环境中进行交互操作，查询检索，通视性分析（Viewshed)等。第九十五页，共一百一十六页，2022年，8月28日附加模块IMAGINEOrthoMax：一个具有广泛应用的高性能的数字摄影测量、地形制图和正射纠正系统。主要的数字摄影测量功能包括单景测量、DEM提取、立体可视化，图像正射纠正，建立TIN模型等。IMAGINERadarMappingSystem：综合雷达制图软件模块，下分IMAGINERadarInterpreter（雷达图像基本处理功能），OrthoRadar（雷达图像正射纠正），StereoSARDEM（雷达图像立体法DEM提取）和IFSARDEM（雷达图像干涉法DEM提取）四个模块，可完成诸如伽玛滤波等各种斑点噪声压缩、纹理分析、与多光谱数据融合、斜矩调整、SAR影像正射纠正、立体法DEM提取、干涉法DEM提取等功能。第九十六页，共一百一十六页，2022年，8月28日附加模块IMAGINESubpixelClassifier：子象元分类模块是功能强大的多光谱图像分析工具，它以优于神经元网络的解析光谱算法提供了在混合象元中，检测感兴趣地物时更高水平的光谱区分能力和相应的分类精度（能提取出占象元中20％以上的地物）。IMAGINEOrthoBase：能够建立无缝正射镶嵌的精确的正射影像，对制图应用中的大量公共使用的影像格式进行三角测量和正射纠正。其内置传感器模型提供了标准航摄相机，35mm和数字相机，摄像机，SPOT和IRS-IC、IKONOS等处理模式。而通用传感器建模工具还提供了推扫式卫星传感器模型。第九十七页，共一百一十六页，2022年，8月28日附加模块OrthoBASEPro：它是OrthoBASE的增强版，重点增加了数字地形模型DEM的自动提取功能，主要特点是面向生产的无须是摄影测量专家的流程化处理，而成果却是一流专家的。它可任意定义一个或几百个立体像对，支持各种传感器类型如航片、SPOT、IRS－IC、IKONOS以及可构成立体像对的非专业像机等，可灵活定义提取DEM的区域或剔除不需要的区域（如湖泊河流，城市区域等），可输出栅格的DEM、ESRI3DShapefile、TIN或ASCII格式；可一步完成DEM提取及相应的镶嵌，或分步分像对处理然后镶嵌输出，最后还能生成精度报告，进行质量控制与评价。第九十八页，共一百一十六页，2022年，8月28日附加模块StereoAnalyst：是微机版数字摄影测量方法提取地形高程信息和三维要素，使您的二维GIS转换为具有三维信息的真实世界。主要功能有：以简单的步骤提取三维地理信息，形成精确的矢量层；道路、建筑物和宗地数据的高效自助要素提取工具；自动属性元素输入；用高分辨率影像同时编辑和更新带有三维信息的二维GIS数据；可从航片、摄像机、数字相机和35mm相机正射影像上提取三维信息；可用ERDAS和ESRI的产品将所获取的矢量直接形成三维shaoefiie文件，并立即使用它们。第九十九页，共一百一十六页，2022年，8月28日附加模块IMAGINEDevelopers’Toolkit：

这个函数库及相关手册用于客户化ERDASIMAGINE的标准版本，还可以开发出新的完整的应用，从而满足用户对ERDASIMAGINE软件包扩展的需要。IMAGINEATCOR2:

这是一个大气校正和雾去除模块，即改正地球表面地物光谱反射由于大气雾而产生的变化，它所带来的最大好处是能够正确比较与分析多时相影像以及不同传感器影像的能力。IMAGINENITF:

具有将图像和注记集成为一体的独特功能的模块，还可将注记集成到专题地图合成中。NIF（美国国家图像传输格式）是美国乃至世界国防领域中的标准格式，为世界许多其它国家所采用。第一百页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS的系统特点菜单清晰易读，用户界面良好充分的人机对话几乎都含有缺省值，除了一些特殊情况，这样便于操作，操作的过程也就成了学习提高的过程。包含充分的接口如与世界著名的GIS软件ARCINFO，计算机辅助设计软件Autocad，大众数据库Dbase，及Minitab、SAS各种统计软件等，有着良好的接口，这样，ERDAS的数据文件就能与其它软件进行交流与共享，扩大了ERDAS的应用面。第一百零一页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS的系统特点别具特色的栅格地理信息系统具有关于GIS专题的迭加、复合、搜索、分析等诸多功能，GISMO语言，方便易用。包含了图像处理领域内诸多最新的算法软件版本不断更新，更适应于各种各样的新应用。第一百零二页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS8.6计划新增功能GLT／VIEWER中将可以利用直方图工具察看直方图范围。根据百分比裁切直方图，这对于11bit图像特别有用。采用“Bi-CubicSpline”采样方法。根据测量工具的结果直接生成注释层。漫游时动态灰度调整、在用户定义的区域内自动漫游、对矢量线和多边形进行属性标注、对选择的矢量建立缓冲区。通视分析：支持地球曲率参数、利用表格工具调用多个观察者参数、对非方形象素利用距离参数管理。利用ArcObjects在ERDASIMAGINE中读取新的ESRI数据和数据库：读取ArcSDE矢量、ArcSDE栅格图读／写/编辑、个人Geodatabase读／编辑、企业Geodatabase读。第一百零三页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS8.6计划新增功能镶嵌工具的提高：根据目标图像的均值／标准差调整灰度、直方图匹配到理想图像。数据交换：文件选择中增加“AllRaster”过滤器、CIP/CADRG（RPF）输出/数据生产、DTED输出、ASRP/USRP/DIGESTDLL、ASTEREOS-HDF输入、MODISEOS-HDF输入、MapInfo输入/输出改进、TIFFJPEGrasterDLL、ENVIrasterDLL/输入、AVIRISrasterDLL/输入、HYDICErasterDLL/输入、HyperionrasterDLL/输入、IntergraphCIT＆COTrasterDLLs等。第一百零四页，共一百一十六页，2022年，8月28日ERDAS简介ERDAS8.6计划新增功能新的信息提取技术—结构采样“FrameSampling”：可以提高分类精度并降低利用多分辨率信息进行土地覆盖类型评估的费用。可以应用于：大面积农业作物评估，如：洪灾危险、违法种植不可能或难以进行地面实地考察的情况：不能接近地区、费用限制等。要求高精度而且可以测量只用光谱方法分类难以满足要求：增加高分辨率图像。第一百零五页，共一百一十六页，2022年，8月28日ENVI简介ENVI（TheENvironmentForVisualizingImages）是由美国BetterSolutionsConsultingLimitedLiabilityCompany开发的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。第一百零六页，共一百一十六页，2022年，8月28日ENVI简介ENVI设计思想ENVI是完全由IDL（InteractiveDataLanguage)）写成。ENVI的许多特性与IDL语言的特性紧密相关。IDL是一个用于交互式数据分析和数据可视化的完整计算环境。将大量数学设计分析和图