在envi ndvi中用决策树做分类,其ndvi值是直接用ndvi工具算还是用band math,ndvi值是否用cursor value来查看

文档分类:
利用ENVI提取植被覆盖度.pdf
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,
下载前请先预览,预览内容跟原文是一样的,在线预览图片经过高度压缩,下载原文更清晰。
您的浏览器不支持进度条
下载文档到电脑,查找使用更方便
还剩?页未读,继续阅读
该用户其他文档
下载所得到的文件列表利用ENVI提取植被覆盖度.pdf
文档介绍:
在进行植被覆盖度提取之前,首先要对 TM-SPOT 融合影像等经过基本预处理的数据进行大气纠正, 去除一些大气的影响。同时可进行土壤指数计算。 DEM 影像做坡度计算。可选取植被、土壤、地形等最基本的要素作为评价区域自然环境的生态因子, 以“植被覆盖度”及“土壤指数”作为植被和土壤的生态因子。以“坡度”作为地形因子。然后将这些生态因子做统一的归一化处理。接下来确定评价方法,包括经验模型法、植被指数法、像元分析模型法、 FCD 模型法、决策树分类法和神经网络法等。做成自然环境生态评价图,对生态环境进行评价。 1 以指数法和综合指数法为例说明植被覆盖度提取的有关步骤 1 . 1 快速大气纠正工具操作流程及说明大气纠正结果一般是基于物理模型精度的正负 15 % 。利用 FLAASH 大气纠正的误差会小一些。主要从图像光谱中进行直接的大气纠正,而不需要一些辅助的手段。选取 Radiometric Correction 下的 Quick Atmospheric Correction Input File 工具( 图 1), 接着选取融合后的结果,此时如果有背景值,为了计算精确, 需要做掩膜处理, 如果没有背景值可以不做此项。图 1 ENVI 里的快速大气纠正工具操作图可以利用大气纠正前后的光谱曲线来查看同一个像元的光谱曲线( 图 2)。图 2 同一像元的光谱曲线利用 ENVI 提取植被覆盖度王小花( 内蒙古自治区环境科学研究院, 呼和浩特 010011 ) 摘要:植被覆盖度是生态质量优劣的一个重要评价指标。通过介绍 NDVI 中植被覆盖度获取的操作流程及解释, 希望可以为提取植被覆盖度提供一些参考。关键词: 植被覆盖度; 遥感; 植被指数中图分类号: X 144 文献标识码: A 文章编号: 2095 - 672 X ( 2014 ) 07 - 0071 - 02 Use ENVI extracting vegetation coverage Wang Xiaohua (Inner Mongolia Institute of Environmental Sciences,Hohhot 010011 ) Abstract: Vegetation coverage is an important ecological quality of the merits evaluation.Through the introduction of NDVI vegetation cover operation process and explain get, and hope to provide some reference for the extraction of vegetation coverage. Key words :V RVegetation index 利用 ENVI 提取植被覆盖度王小花环境与发展第 26 卷第 7 期由于绿色和近红外波段是高反射,所以在光谱曲线上一般显示了两个峰值。高吸收的是蓝波段和红波段, 对应的是光谱曲线上的两个波谷。 1 . 2 植被覆盖度 NDVI 估算模型根据前人的研究, NDVI 估算模型为:FC= ( NDVI- NDVImin ) / ( NDVImax-NDVImin ) 其中 NDVImax 表示区域最大 NDVI 值, NDVImin 表示区域最小 NDVI 值。由于图像中存在一定误差, NDVImax 和 NDVImin 并不一定就是最大值和最小值, 所以在读取最大值和最小值的时候,最好取直方图的两头“拐点处”的值。 1 . 3 用大气纠正完的结果计算 NDVI 在工具栏找到 NDVI 计算工具,设置好传感器类型和波段数值,默认输出浮点型,保存一个文件名便可。 1 . 4 统计 NDVImax 和 NDVImin pute Statistics 工具,选中计算的 NDVI 结果,选择一个掩膜文件来统计背景值,操作时选择勾选直方图( Histograms )( 图 3), 行和列的缩放比例系数一般都默认为 1 ,除了选择直方图的 2个拐点作为最大最小值之外,还可以用累计的百分比选取最大最小值, 例如由 5 %- 95 % 对应的值来选取。图 3 直方图有了最大最小值之后,使用波段运算工具,利用上边提到的公式计算出植
内容来自淘豆网www.taodocs.com转载请标明出处.
文件大小:0 KB
下载次数:ENVI中计算植被覆盖指数
&新的评价方法中的植被覆盖指数:评价区域(市、县)单位面积归一化植被指数(
NDVI),采用MODIS卫星的 MOD13 的 NDVI 数据,详见2015年版生态环境状况评价技术规范(HJ
192-2015)
&新标准要求利用5-9月份MODIS的MOD13的NDVI数据计算植被覆盖指数,MODIS传感器搭载在AQUA和TERRA两颗卫星上。
&MODIS数据产品分级系统:MODIS标准数据产品分级系统由5级数据构成,它们分别是:0级、1级、2级、3级和4级。
0级数据:卫星地面站直接接收到的、未经处理的、包括全部数据信息在内的原始数据为0级数据。
1级数据:对没有经过处理的、完全分辨率的仪器数据进行重建,数据时间配准,使用辅助数据注解,计算和增补到0级数据之后为1级数据。
2级数据:在1级数据基础上开发出的、具有相同空间分辨率和覆盖相同地理区域的数据为2级数据。
3级数据:3级数据是以统一的时间-空间栅格表达的变量,通常具有一定的完整性和一致性。在3级水平上,将可以集中进行科学研究,如:定点时间序列,来自单一技术的观测方程和通用模型等。
4级数据:通过分析模型和综合分析3级以下数据得出的结果数据为4级数据。
& &MOD13——陆地 3
级标准数据产品,内容为栅格的归一化植被指数和增强型植被指数( NDVI/EVI ),空间分辨率 250m 。
下面是用ENVI软件操作一步步计算,得到植被覆盖指数的步骤,。数据处理流程为:
图 植被覆盖指数处理流程
第一步:打开数据
为了节省数据打开时间,先把建金字塔的功能关掉。File-&Preferences,Pyramids选项卡中的Greate
Pyramid if None Exists项目改为No,点击OK。
关闭数据打开时建金字塔的功能
注:打开所有之后,做后续处理的时候,可以打开建金字塔的功能。
&以A2014129这景数据打开为例,File-&Open
As-&EOS-&MODIS,选择MOD13Q1.Av06.005.9.hdf文件,
打开,数据分为三个数据集:NDVI(归一化植被指数)、EVI(增强型植被指数)、4波段反射率数据(绿波段、红波段、两个近红外波段)。NDVI的数据有效范围为-之间的浮点型数据。无效值用-3000填充。(见NDVI数据产品说明)。
&注:NDVI产品波段存储的DN值是扩大了10000倍的,ENVI打开自动读取的是真实的NDVI值,即-0.2~1之间的数值,无效值是-0.3。
同样的方法,打开5月的另外三景数据。
第二步:求月NDVI最大值
& 利用Bandmath工具,求取月NDVI最大值,并把小于0的值赋值为0。打开工具/Band
Algebra/Band Math,输入表达式:0&b1&b2&b3&b4,点击OK。
图 求每月NDVI最大值并将小于0的赋值为0
b1:选择5月第1景NDVI数据
b2:选择5月第2景NDVI数据
b3:选择5月第3景NDVI数据
b4:选择5月第4景NDVI数据
得到5月NDVI最大值的图像。
图 求取5月NDVI最大值
同样的方法,分别求6-9月的每月NDVI最大值。
第三步:求月NDVI最大值的均值
打开工具/Band Algebra/Band Math,输入表达式:(b1+b2+b3+b4+b5)/5。
b1:5月NDVI最大值
b2:6月NDVI最大值
b3:7月NDVI最大值
b4:8月NDVI最大值
b5:9月NDVI最大值
图 计算月均值
第四步:投影转换
&通过Viewer
Metadat工具查看计算出的NDVI月均值图的投影信息,是正弦投影,下面将其转换为Albers投影。
图 NDVI月均值数据的投影信息
& & (1)在Toolbox中,选择/Raster
Management/Reproject Raster,在弹出的Reproject Raster面板中,在Dataset To
Reproject区域设置输入文件。单击Browse按钮,在弹出的对话框中选择NDVI月均值数据,单击OK。看到下方显示了投影坐标系的名称(Name)、基准面(Datum)和投影类型(Type)。
& & (2)单击Select Output
Coordinate System按钮,在弹出的Select Coordinate System面板中,选择Favorite
Projected-&WGS_1984_Albers,点击OK。
图 投影转换
(3)设置重采样算法为Bilinear;设置重投影方法为Triangulation。其他按照默认即可,设置输出路径和文件名。
图 投影转换面板
得到NDVI月最大值的月均值,即公式中的Pi。
第五步:归一化处理
&正常的NDVI是0-1之间,为了便于和其他生态因子一起进行评价,将求出来的NDVI月最大值的月均值归一化到0-100之间,需要乘以一个归一化系数,即公式中的Aveg,这个系数的参考值是:0.(前提是NDVI扩大了10000倍)。下面用波段运算将NDVI的月均值进行归一化。
打开工具/Band Algebra/Band
Math,输入表达式:b1*1165124,点击OK。b1:5-9月NDVI月最大值的平均值-albers.dat
得到的结果就是归一化后的NDVI月最大值的月均值。在ArcMap中进行分区域统计区域的像元均值,得到区域的植被覆盖指数。
第六步:统计各个县的植被覆盖指数
&在ArcMap中统计各个县的植被覆盖指数。启动ArcMap,分别加载处理好的NDVI最大值月均值结果,以及gd-xian.shp数据,工具为:ArcToolbox-&Spatial
Analyst-&区域分析-&以表格显示分区统计,设置如下图所示:
图 统计区域均值
&在图层中,找到该统计结果,右键-&打开,即可看到统计表格,MEAN这一列,即为各个区域的植被覆盖指数。
注:为了避免地名显示为乱码的情况,用区域代码(PAC)统计。
图 ArcGIS中统计结果
注:ENVI统计结果和ArcGIS统计结果稍有差别,原因可能是两个软件对边界像元的处理方式不同。
已投稿到:
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。ENVI 教案作者 Wujian老师-海文库
全站搜索:
您现在的位置:&>&&>&理学
ENVI 教案作者 Wujian老师
遥感数字图像处理实验教程(ENVI)第一章 ENVI 应用基础1.1 ENVI 软件概述ENVI (The Environment for Visualizing Images)是美国 ITT Visual Information Solutions 公司的旗舰产品。ENVI 由遥感领域的科学家采用 IDL 开发的一套功能强大的遥 感图像处理软件;它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件 解决方案,它提供先进的,人性化的使用工具来方便用户读取、准备、探测、分析和共享 影像中的信息。从 2000 年开始连续三年,ENVI 被美国国家影像制图局(NIMA)等权威机 构组织的 Passfind 项目遥感影像系统评比当中被评为“最佳的遥感目标识别软件”。 今天, 众多的影像分析师和科学家选择 ENVI 来从地理空间影像中提取信息。 ENVI 软件已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、 国防安全、地球科学、公用设施管理、遥感工程、水利、海洋,测绘勘察和城市与 区域规划等行业。1.2 ENVI 软件功能与特点ENVI 是以模块化的方式提供给用户的,可使用户根据自己的应用要求、资金情况合理 地选择不同的功能模块及其不同组合,对系统进行剪裁,充分利用软硬件资源,并最大限 度地满足用户的专业应用要就。ENVI 面向不同需求的用户,提供了两种环境的产品架构, 并有丰富的功能扩展模块供用户选择,如图 1.1 所示是 ENVI+IDL 的体系架构。 图 1.1 ENVI/IDL 体系架构 ENVI 软件特点: 1、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 射影像图生成、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 Landsat7、 IKONOS、SPOT, RADARSAT, NASA, NOAA, EROS 和 TERRA 等卫星 数据,并准备接受未来所有传感器的信息。 2、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***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。 3、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。 3、集成的雷达分析工具易于快速处理雷达数据 用 ENVI 完整的集成式雷达分析工具可以快速处理雷达 SAR 数据,提取 CEOS 信息并浏 览 RADARSAT 和 ERS-1 数据。用天线阵列校正、斜距校正、自适应滤波等功能提高数据的 利用率。纹理分析功能还可以分段分析 SAR 数据。ENVI 还可以处理极化雷达数据,用户可 以从 SIR-C 和 AIRSAR 压缩数据中选择极化和工作频率,用户还可以浏览和比较感兴趣区 的极化信号,并创建幅度图像和相位图像。1.3 ENVI 文件系统和存储1.3.1 栅格文件系统(用图说明,参见 DEM 文件结构的说明)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和一个相关的 ASCⅡ (文 本)的头文件。 1.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 头文素位居第 n 位;然后第二波段第一行第一个像素位居第 n+1 位,第二波段第一行第二个像 素位居 n+2 位;其余数据排列位置依次类推。1.3.2 栅格文件存储图像原始的 DN(Digital Number)值记录图像的光谱信息,不能轻易更改。在窗口中 显示的一般是经过拉伸等增强处理的 LUT 上的灰度值,在保存文件时,就有不同的方式。 1.主菜单界面 主菜单→File→Save File As,将图像按照需要的格式进行存储,保存的为原始数据, 没有拉伸等增强处理。 2.主图像窗口 主菜单→File→Save Images As,将图像按照需要的格式进行存储,存储的图像是显 示的图像样式。 主菜单→File→Save Zoom As,将 Zoom 窗口显示的图像按照需要的格式进行存储, 存储的图像是显示的图像样式。1.3.3 ENVI 文件命名约定ENVI 软件对文件命名除不能使用用于头文件的扩展名“.hdr” 之外,不加以任何限 制。为了便于使用,一些 ENVI 功能预先载入含特定扩展名的文件列表。这些扩展名如表 1.1 所示。当运行 ENVI 时,应当使用一致,以便文件处理效率最高。若需要,这也并不 排除你使用另外的文件名。表 1.1 ENVI 文件类型 扩展名 未定义 .bll .cdp .hdr .cff .cnt .dsr .evf ENVI Image(ENVI图像文件) ENVI Bad Lines List(ENVI坏行文件) SIR-C Compressed Data Product(ENVI压缩数据产品) ENVI Header File(ENVI头文件) ENVI Calibration Factors(ENVI定标因子文件) ENVI PPI Count File(ENVI像元纯净指数计算文件) ENVI Density Slice Range File(ENVI密度分割文件) ENVI Vector File(ENVI矢量文件) 文件类型 .exp .fmt .grd .ker .key .lev .lut .mos .ndv .pts .roi .txt .sli .sta .pat .stk .evcENVI Band Math or Spectral Math Expression(ENVI数学和波谱运算表达式文件) ENVI Tape Script(ENVI磁带脚主要是支持 FLAASH 大气校正及快速大气校正的文件。 ? Data:数据目录,包括一个矢量文件夹(一些矢量数据) 、两个 TM5 数据、两个 DEM 数据和一个高光谱数据。 ? Filt_func:常见传感器的波谱响应文件,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:图像的投影信息文件,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 语言编译好的、可执行的 ENVI 程序,比如各种功能扩展程序。 ? Save_add:软件使用者自主开发的、可执行程序,比如各种功能扩展程序。 ?Spec_lib:波谱库,包含了几个植被矿物波谱库,用户可以自定义。1.4.2 常用参数设置在 ENVI 主菜单中,选择 File→Preferences,在打开的 System Preferences 对话框中可以 浏览和更改 ENVI 系统的当前配置信息。这些配置参数保存在 Menu 文件夹下的 envi.cfg 文 件中。 可以设置的参数包括: 1、用户自定文件(User Defined Files) 在 System Preferences 对话框中切换到 User Defined Files,如图 1.2 所示。该处可以选 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。如果使用 ENVI 的中文菜单,可以设置 ENVI 的菜单文件三项。 图 1.2用户自定义文件选择框2、默认文件目录(Default Directories) 在 System Preferences 对话框中切换到 Default Directories 选项,如图 1.3 所示。需要注 意的是临时文件目录一般应设置在一个空间比较大的磁盘。 图 1.3 默认文件目录设置3、显示设置(Display Defaults) 在 System Preferences 对话框中切换到 Display Defaults,如图 1.4 所示。 图 1.4 显示设置4、其他项设置(Miscollaneous) 在 System Preferences 对话框中切换到 Miscollaneous 选项,如图 1.5 所示。从左到右、 从上到下,包括配置文件名称、主菜单的排列方向、多列表选项的最大数量、最大直方图 bins、下拉菜单中选择的数量、所应用的内存最大值、脚输入与输出的数据格式如表 1.2 和表 1.3 所示。表 1.2 ENVI 支持输入的数据格式 Flat Binary Files: ● BSQ(band sequential format) ● BIL(band interleaved by line format) ● BIP(band interleaved by pixel format) Remote Sensing Format Files: ● ADRG ● GeoTIFF ● AIRSAR ● HDF ●ArcView Raster(.bil) ● HDF MAS-50 ● ATSR ● JERS ● ***HRR ● MRLC ● CADRG ● NITF ● CIB ● DMSP (NOAA) ● DOQ (USGS) ● EOSAT FAST IRS-1 ● EOSAT FAST TM ● ERS ● ESA Landsat TM ● ESA SHARP ● GeoSPOT Digital Elevation Formats ● USGS DEM● DMA DTED ● USGS SDTS DEM Image Processing Formats: ● ArcView Raster(.bil) ● ERDAS 7.5(.lan) ● ERDAS 8.x(.img) ● ER Mapper ● PCI(.pix) Other Generic Image Formats: ● ASCII ● BMP ● GIF ● HDF ● JPEG ● PICT ● SRF ● TIFF(GeoTIFF) ● TIFF world files(.tfw) ● NLAPS CD ● XWDImage ● PDS Vector Files: ● RADARSAT ● ARC/INFO Interchange ● SeaWiFS ● MapInfo Interchange Format ● SIR-C ● ArcView Shape File ● SPOT CD ● Microstation DGN ● TIMS ● DXF ● TOPSAR ● USGS DLG ● ENVI Vector File (.evf) ● USGS DLG inDEM Format ● USGS SDTS SDTS 表 1.3 ENVI 支持输出的数据格式ENVI Flat Binary Files: ● BSQ(band sequential format) ● BIL(band interleaved by line format) ● BIP(band interleaved by pixel format)Generic Image Formats: ● ASCII ● PICT ● BMP● XWD Digital Elevation Formats ● USGS DEM ● DMA DTED ● USGS SDTS DEM Vector Files: ● ARC/INFO Interchange ● MapInfo Interchange Format ● SRF ● GIF ● TIFF(GeoTIFF) ● HDF ● TIFF world files(.tfw) ● JPEG● ArcView Shape File ● Microstation DGN ● DXF ● USGS DLG ● ENVI Vector File (.evf) ● USGS DLG in SDTS Format1.5.2 输入 ENVI 图像文件ENVI 图像文件输入的操作步骤如下: 1、在 ENVI 主菜单中,选择 File→Open Image File,打开 Enter Data Filenames 对 话框。 2、在 Enter Data Filenames 对话框中选择需要打开的图像文件名,点击“打开”按 钮后弹出 Avaliable Bands List 对话框(图 1.6)。图 1.6 Avaliable Bands List 对话框相关参数说明: ? 在 Avaliable Bands List 对话框中单击 RGB Scale 的单选按钮后会弹出 Avaliable Bands List 对话框。在 Avaliable Bands List 对话框中可用波段列表中,通过在相应的 波段名字上单击鼠标左键,任意选择三个波段和 RGB 颜色通道对应。所选择的波段名将在 被选择的波段名文本控件中显示出来,如图 1.7 所示。图 1.7 Avaliable Bands List 对话框在 Avaliable Bands List 对话框中单击 Load Band,这样影像将会在弹出的一个新显 示窗口中显示该图像。如图 1.8 所示。 图 1.8 Dispay 图像显示主影像窗口1.5.3 输入外部数据文件外部数据文件读取步骤如下(以 Landsat 卫星 TM 数据为例,文件名为******): 1、在 ENVI 主菜单中,选择 File→Open External File→Landsat→Fast,在弹出的 Enter Lantsat Fast Filenames 对话框中,选择头文件(header.dat)。如图 1.9 所示。 图 1.9 Enter Lantsat Fast Filenames 对话框图 1.9 Available Bands List 对话框(2)单击 Enter Lantsat Fast Filenames 对话框中的打开按钮。载入二进制图像数 据文件。如图 1.10 所示。 对于普通的单波段二进制文件,用 Open External File 方式找不到对应选项,使用 Open Image File 时弹出 Header Info 对话框,如图 1.10 所示,此时就需要手动创建一个 头文件的方式打开。 具体操作步骤如下: 图 1.10 Header Info 对话框(1)在主菜单上,选择 File→Open Image File,选择对应的文件。 (2)在弹出的 Header Info 对话框中填写图像如下信息: ? “Samples”图像文件的列数 ? “Lines”图像文件的行数 ? “Bands”图像文件的波段数 ? “Offset”图像文件从文件头到实际数据起始处的字节偏移量 ? “Xstart”和“Ystart”图像左上角的起始像元坐标 ? “Data Type”选择适当的数据类型 ? “Byte Order”来选择数据的字节顺序。此参数在不同的平台上有所不同:对 DEC 和 PC 机,选择“Host(Intel):for the host least significant first 字节顺序; ” 对于其它的所有平台,选择“Network(IEEE):for the network most significant ” first 字节顺序。 ? 使用“Interleave”下拉菜单,选择下列选项,以确定数据存储顺序(BSQ、BIL、 BIP) 。 (3)点击 OK 按钮,ENVI 自动生成一个头文件并把文件打开。1.5.4 ENVI 数据的输出ENVI 数据的输出操作一般步骤如下: (1)在需要输出的图像的显示窗口中,选择 File→Save Image As→Image File,弹 出 Output Display to Image File 对话框(图 1.11)。 图 1.11 Output Display to Image File 对话框相关参数设置: ? Output File Type:下拉列表框,用于选择输出数据文件类型。 (2)在 Output Display to Image File 对话框中,设置文件存储路径和文件名,单击 OK 按钮, 完成图像数据输出。1.6 ENVI 数据显示操作影像加载成功后,ENVI 影像显示窗口就会出现在屏幕上。该显示窗口由主影像窗口 (Image Window)、滚动窗口(Scroll Window)和缩放窗口(Zoom Window)三部分构成 (如图 1.12 所示)。这三个显示窗口相互关联,改变其中任意窗口都会对另外窗口产生 影响。 提示:若要选择屏幕上合适的影像窗口排列组合形式,只需在任意影像的窗口中单击 鼠标右键,然后在弹出的快捷菜单中选择 Display Window Style 的子菜单来选择所需的 一个排列组合方式。 图 1.12 显示窗口组合方式选择菜单 第二章 遥感数据预处理2.1 坐标定义与投影转换图像预处理是遥感数字图像处理中非常重要的环节,也是空间信息提取之前首先要做 的工作。主要包括图像几何校正、图像融合、图像镶嵌和图像裁剪等一般过程。2.1.1 坐标定义ENVI 中的坐标定义文件存放在 ITT\IDLxx\products\envixx \map_proj 文件夹下。 三个文件记录了坐标信息: ? ellipse.txt:椭球体参数文件。 ? datum.txt:基准面参数文件。 ? map_proj.txt: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。 1、定义椭球体 语法为 &椭球体名称&, &长半轴&, &短半轴&。 这里将 “Krasovsky, , ” “IAG-75, , ” 和 加入 ellipse.txt 末端 (图 2-1) 。图 2-1 定义地球椭球体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、定义基准面 语法为&基准面名称&,&椭球体名称&,&平移三参数&。这里将“Beijing-54, Krasovsky, -12, -113, -41” “Xi'an-80,IAG-75,0,0,0”加入 datum.txt 末端 和 (图 2-2)。 图 2-2 定义大地基准面有的时候为了与其他软件平台兼容,基准面的名称需要写成所用的椭球体名称。 3、 定义投影 (1) 选择主菜单 Map→Customize Map Projection 命令; (2) 在 Customized Map Projection Definition 窗口中设置地图投影的参数 (图 2-3);图 2-3 定义地图投影关参数说明: ? Projection Name:定义投影名称; ? Projection Type:定义投影类型,这里选择 Transverse Mercator; ? Projection Datum:定义大地基准面,这里选择之前定义的 Beijing-54; ? False easting:定义东偏移的距离 500km; ? Latitude of Projection origin:定义投影的起始维度; ? Longitude of central meridian:定义中央经线; ? Scale factor:定义缩放倍率。 (3) 定义好参数后,选择 Projection→Add New Projection 命令; (4) 选择 File→Save Projections 保存自定义投影(图 2-4);图 2-4 定义投影输出(5) 点击 OK,输出自定义投影。 ? 在 ITT\IDLxx\products\envixx \map_proj 文件夹中的 map_proj.txt 文件 中可看到刚才定义的坐标系参数。图 2-5 系统投影信息4、使用定义的坐标系统 (1) 在主菜单中,选择 File→Open Image File,打开一幅无坐标系统的影像数 据; ? 影像数据投影缺失表现为 Map InfoDatum:&none&。 (2) 选择未定义投影影像的 Map Info 图层,右键单击选择 Edit Map Infromation; (3) 在 Edit Map Information 窗口中编辑地图信息(图 2-7); 图 2-7 编辑地图信息图 2-6 波段选择列表(4) 点击 Change Proj 按钮,在弹出的 Projection Selection 对话框中选择 beijing54,点击 OK(图 2-8)。 (5) 点击 OK 完成投影定义。定义坐标后的图像投影信息如图 2-9 所示。图 2-9 图像投影信息图 2-8 选择地图投影 2.1.2 投影转换(1) 选择主菜单 Map→Convert Map Projection 工具; (2) 在 Convert Map Projection Input Image 中选择需要转化投影的图像文件(图 2-10) ;图 2-10 选择转换图像投影的文件? Spatial Subset:空间裁剪,参考图像裁剪; ? Spectral Subset:光谱分割,可有选择性的对波段进行处理。 (3) 在 Convert Map Projection Parameters 中点击 Change Proj 按钮,选择投影类型; (4) 在 Projection Selection 对话框中选择投影类型,这里选择 xi’an80(如果没有选 项,参考定义坐标系统) ,点击 OK 按钮; (5) 在 Convert Map Projection Parameters 中设置转换参数及输出文件和文件名等; 图 2-11 图像投影转换参数设置(6) 点击 OK 执行投影转换操作。2.2 图像几何校正遥感图像的几何纠正是指消除影像中的几何形变,产生一幅符合某种地图投影或图形 表达要求的新影像。一般常见的几何纠正有从影像到地图的纠正,以及从影像到影像的纠 正,后者也称为影像的配准。遥感影像中需要改正的几何形变主要来自相机系统误差、地 形起伏、地球曲率以及大气折射等。几何纠正包括两个核心环节:一是像素坐标的变换, 即将影像坐标转变为地图或地面坐标;二是对坐标变换后的像素亮度值进行重采样。2.2.1 影像到影像的几何纠正1、打开并显示图像文件 在 ENVI 主菜单栏中,选择 File →Open Image File,打开参考影像(这里以 SPOT 图 像为例) 和需校正影像 (这里以 TM 图像为例) 它们将分别显示在 Display 窗口, 。 如图 2.12 所示。 图 2.12 待纠正影像和参考影像显示图2、启动几何纠正模块 (1) 在 ENVI 主菜单中,选择 Map→Registration→Select GCPs:Image to Image, 弹出 Image to Image Registration 几何纠正模块对话框。 (2) 选择显示参考影像(SPOT 文件)的 Display 为基准图像的(Base Image) ,显 示需校正影像(TM 文件)的 Display 为待纠正图像(Warp Image) (如图 2.13 所示) 。 (3) 点击 OK 按钮,弹出 Ground Control Point Selection 对话框,进行地面控制 点的采集,如图 2.14 所示。图 2.14 地面控制点选择对话框图 2.13 选择基准影像与待纠正影像3、采集地面控制点 在图像几何纠正过程中,采集地面控制点是一项重要和繁重的工作,直接影响最后的 纠正结果,在实际操作中要特别认真和具有耐心。 (1) 在 Ground Control Point Selection 对话框中,选择 Options→ Set Point Colors,设置或修改 GCP 在可用和不可用状态的颜色。 (2) 在两个 Display 中移动方框位置,寻找明显的地物特征点作为输入 GCP。 (3) 在 Zoom 窗口中,点击左小下角第三个按钮,打开定位十字光标,将十字光标 分别移到基准影像与待纠正影像相同地物点上。 (4) 在 Ground Control Point Selection 上,单击 Add Point 按钮,将当前找到 的点进行收集。如图 2.15 所示。图 2.15 同名地物控制点采集(5) 利用同样的方法继续寻找其余的点,当选择控制点的数量达到 3 时,RMS 被自 动计算。Ground Control Point Selection 上的 Predict 按钮可用,这时在基准图像显示 窗口上面定位一个特征点,单击 Predict 按钮,纠正图像显示窗口上会自动预测区域,适 当调整一下位置,点击 Add Point 按钮,将当前找到的点收集。随着控制点数量的增多, 预测点的精度越来越精确。 (6) 选择 Option→Auto Predict,打开自动预测功能,这时在基准图像显示窗口 上面定位一个特征点时,纠正图像显示窗口上会自动预测。当选择一定数量的控制点之后 (至少 3 个) ,可以利用自动找点功能。 (7) 选择 Option→Automatically Generate Points,选择一个匹配波段,如选择 信息量多 Band5,单击 OK 按钮。 (8) 在 Automatic Tie Point Method Parameter 对话框中。这里设置 Tie 点的数 量(Number of Tie points) :60;其他选择默认参数(图 2.16 所示) ,点击 OK 按钮。 图 2.16 Tie 点选择参数设置(9) 在 Ground Control Points Selection 上,单击 Show List 按钮,可以看到选 择的所有控制点列表,如图 2.17 所示。图2.17 控制点列表(10) 选择 Image to Image GCP List 上的 Option→Order Points by Error,按照 RMS 值由高到低排序。对于 RMS 过高,建议直接删除,选择此行,按 Delete 按钮;二是在 两个图像的 ZOOM 窗口上, 将十字光标重新定位到正确的位置, 点击 Image to Image GCP List 上的 Update 按钮进行微调。当 RMS 值小于 1 个像素时(根据实际情况判断最小 RMS 值) , 点的数量足够且分布均匀,完成控制点的选择。 (11) 选择 File→Save GCPs to ASCII,将控制点保存。 4、选择纠正参数并输出结果 此处ENVI提供两种输出方式:Warp File和Warp File(as Image Map) (1) Warp File 方式 A. 在Ground Control Points Selection上,选择Options→Warp File,选择需纠 正图像。 B. 在纠正参数对话框中(图2.18所示) ,设 置纠正参数; 相关参数说明: ? 重采样选择双线性(Bilinear),背景值 (Back ground)为0。 ? Output Image Extent:默认是根据基 准图像大小计算,可以进行适当调整。 C. 选择输出路径和文件名,单击OK按钮。 Warp File纠正方式得到的结果影像,它的 尺寸大小、投影参数和像元大小(如果基准图像 有投影)都与基准图像一致。 (2) Warp File(as Image Map)方式 A. 选择Options→Warp File(as Image Map),选择纠正文件(TM文件)。 B. 投影参数不变,在X和Y的像元大小输入 30m,按回车键,图像输出大小自动更改。 C. Output Image Extent:默认是根据基准 图像大小计算,可以进行适当调整。 D. 设置输出路径和文件名,单击OK按钮。 5、检验纠正结果 检验纠正结果的基本方法是:同时在两个窗口中打开图像,其中一幅是纠正后的图 像, 一幅是基准图像, 通过视窗链接 (Link Displays) 及十字光标或者地理链接 (Geographic Link)进行关联。 在显示纠正结果的Image窗口中,从右键快捷菜单中选择Geographic Link命令,选 择需要链接的两个窗口,打开十字光标进行查看。图2.18 校正输出参数设置2.2.2 图像到地图的几何纠正图像到地图的几何纠正纠正过程与图像到图像几何纠正基本类似。采集控制点方式 更加灵活,如果控制点需要从不同途径收集或者直接从图上读取后键盘输入,可以采用这 种方式,如地形图的纠正。 下面以TM图像为例介绍该种几何纠正。 1、打开并显示图像文件 在ENVI主菜单栏中,选择File →Open Image File,打开需纠正影像。 2、启动几何纠正模块 (1) 在 ENVI 主菜单中,选择 Map→Registration→Select GCPs Image to Map: Image to Map,打开几何纠正模块。如图打开了很多显示窗口,还需要选择纠正图像的显 示窗口。弹出纠正参数设置选择对话框(Image to Map Registration) ; (2) 在 Image to Map Registration 对话框中,填写纠正图像的投影参数、像元大 小(X/Y Pixel Size) 。 3、采集地面控制点 地面控制点通过以下几种方式采集(几种方式可以同时采用)。 (1) 键盘输入 在纠正图像Display中移动方框位置,寻找明显的地物特征点作为输入GCP。 A. 在Zoom窗口中,移动定位十字光标(利用键盘↓↑←→微调),将十字光标定位 到地物特征点上; B. 在两个Display中移动方框位置,寻找明显的地物特征点作为输入GCP; C. 在Zoom窗口中,点击左小下角第三个按钮 ,打开定位十字光标,将十字光标移 到相同地物点上; D. 在Ground Control Point Selection对话框上,将这个点的坐标x(E) 、y(N) 值键盘输入; 重复 (1) (3) ~ 步骤继续采集其他控制点。 当采集到第4个点的时候, 可以通过Predict 预测功能预测图上大致位置。 (2) 从栅格文件中采集 A. 打开控制点采集的栅格文件,并在Display中显示; B. 在纠正图像的Display中移动方框位置,寻找明显的地物特征点作为输入GCP; C. 在栅格文件Display中,将Zoom窗口中十字光标定位到相同的地物特征点; D. 在栅格文件Display中, 右键打开快捷菜单, 选择Pixel Locator, 单击Pixel Locator 对话框上的Export按钮, 系统自动将定位点坐标输入Ground Control Points Selection对话 框中的x(E) 、y(N)项; E. 重复(1)~(4)步骤采集其他控制点。 (3)从矢量文件中采集 A. 在ENVI主菜单中,Open→Open Vector File,在文件选择对话框中,文件类型选 择USGS DLG(*.ddf,*.dlg),选择矢量文件; B. 由于不是ENVI的.evf矢量格式文件,ENVI自动会对它进行格式转换。选择输出到 内存(Memory),投影参数按照默认设置。 C. 在Available Vector List对话框中,单击Load Selected按钮,加载到新的Vector Window中。 D. 在纠正图像的Display中移动方框位置,寻找明显的地物特征点作为输入GCP。 E. 在Vector Window中,找到相应的区域,按住鼠标中键拉框对矢量数据放大。 F. 在放大图上找到相应的位置,单击左键出现十字光标,松开左键后单击右键调出 快捷菜单,选择Export Map Location,系统自动将当前的坐标信息输入Ground Control Points Selection对话框中的x(E) 、y(N) 。 G. 重复(4)~(6)步骤采集其他控制点。 在Ground Control Points Selection上,查看RMS值是否符合要求,单击Show List 按钮,可以看到选择的所有控制点列表。如果RMS值符合精度要求,点的数量足够且分布 均匀,在Ground Control Points Selection上,选择File→Save GCPs to ASCII,将控 制点保持,完成控制点采集工作。 4、选择纠正参数输出结果 在Ground Control Points Selection上,选择Option→Warp File,选择纠正文件 (TM文件),输出参数设置与图像到图像的几何纠正方式类似。 5、检验纠正结果 将标准矢量数据叠加在纠正结果上,或者与经过纠正的图像显示在Displays中,与 纠正结果用Geographic Link命令链接查看地物特征点,检查纠正结果的精度。2.3 图像融合遥感图像融合就是将不同类型传感器获取的同一地区的图像数据进行空间配准,然后 采用一定方法将各图像的优点或互补性有机结合起来产生新图像的技术。遥感图像融合方 法通常有 IHS 变换融合方法、PCA 变换融合方法、小波变换融合方法与高通滤波(HPF) 融 合方法等。其中,前三种方法最具代表性,也最常用。2.3.1 HSV 融合在图像处理中经常应用的彩色坐标系统(或称彩色空间) 有两种。一种是由红(R )、 绿(G)、蓝(B)三原色组成的彩色空间即 RGB 空间。另一种是 HSV 颜色空间,即亮度(V), 色调(H)和饱和度(S)。HSV 颜色空间中三分量 V,H,S 具有相对独立性,可分别对它们进行 控制,并且能够准确定量地描述颜色特征。 在遥感图像融合中,常常需要把 RGB 空间转换为 HSV 空间,在 HSV 空间复合不同分辨 率的数据,即直接采用全色图像替换多光谱图像的亮度分量 V,然后采用最近邻法、双线 性内插法或者三次卷积法对 HSV 颜色空间的色调和饱和度重采样到高分辨率像元尺寸,然 后通过逆变换回到 RGB 颜色空间形成复合图像。 操作步骤如下: (1)在主菜单中,选择 File→Open Image File,打开融合的多光谱图像与高分辨率 图像; (2)在主菜单中,选择 Transform→Image Sharpening→HSV 命令,打开 HSV 图像融 合对话框,在 Select Input RGB Input Bands 窗口中选择 RGB 颜色空间图像(图 2-19); (3)在 Select Input RGB Input Bands 窗口中选择 RGB 颜色空间图像;图 2-19 选择 RGB 图像(4)在 High Resolution Input File 窗口中选择输入的高分辨率图像(图 2-20); 图 2-20 选择高分辨率图像(5)在 HSV Sharpening Parameters 窗口中,设置重采样方法以及融合图像的路径 和文件名(图 2-21);图 2-21 HSV 融合参数设置(6)点击 OK 执行 HSV 图像融合(图 2-22)。 图 2-22 HSV 融合参数设置2.3.2 PCA 变换融合又称 K-L 变换法,先是把多光谱图像的特征空间的特征轴旋转到平行于混合集群结构 轴的方向去,得到新的特征轴。实际操作是将原来的各个因素指标(这些指标中部分有相 关关系)重新组合,组合后的新指标是互不相关的。在由这些新指标组成的新特征轴中, 只用前几个分量图像就能完全表征原始集群的有效信息,原始图像中的大多数信息主要集 中到前几个主成分中。采用高分辨率图像替换经 PCA 变换的第一主成分,然后通过主成分 逆变换进行 PCA 变换的融合。 操作步骤如下: (1)在主菜单中,选择 File→Open Image File,打开融合的多光谱图像与高分辨率 图像; (2)在主菜单中,选择 Transform→Image Sharpening→PC Spectral Sharpening 命令进行 PCA 变换图像融合; (3)在 Select Low Spatial Resolution Multi Band Input File 窗口中选择输入 的低分辨率多光谱图像(图 2-23); 图 2-23 选择低空间分辨率多波段图像(4)在 Select High Spatial Resolution Input File 窗口中选择输入的高分辨率 图像(图 2-24);图 2-24 选择高空间分辨率图像 (5)在 PC Spectral Sharpen Parameters 对话框中设置重采样方法与融合图像输出 的路径和文件名(图 2-25);图 2-25 PCA 图像融合参数设置(6)点击 OK 完成 PCA 图像融合操作。2.4 图像镶嵌影像镶嵌是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 响图的过程。 下面以两幅经过几何校正的 TM 30 米图像为例(文件名分别为 mosaic_2 和 mosaic1_equal),介绍 ENVI 环境下图像的镶嵌过程。 操作步骤如下: (1)选择主菜单 File→Open Image File,打开要进行拼接的图像(图 2-26);图 2-26 图像波段选择列表 (2)单击主菜单 Map→Mosaicking→Georeferenced,打开图像镶嵌窗口; (3) 在 Map Based Mosaic 窗口中单击 Import→Import Files 命令; (4)在弹出的 Mosaic Input Files 对话框中选择待拼接的图像文件(图 2-27);图 2-27 选择镶嵌文件(5)点击 OK,把图像加载到了图像镶嵌的窗口中; (6)在图层列表栏中选择需要调整重叠次序的图层,右键点击选择 Raise Image to Top 或者 Raise Image to Position 进行重叠次序的调整(图 2-28); (7)在图层列表栏中选择需要调整重叠次序的图层,右键点击选择 Edit Entry 对图 像镶嵌参数进行设置(图 2-29);图 2-28 调整图像重叠次序图 2-29 设置图像镶嵌参数 相关参数说明: ? 在 Edit Entry 对话框中,设置 Data Value to Ignore:0,忽略 0 值,Feathering Distance 设置羽化半径; ? 在 Entry 参数对话框中,单击 Select Cutline Annotation File 按钮,选择切 割线的注记文件;点击 ? 按钮进行波段组合设置;在 Color Balancing 中对图像进行调色处理,这里选择 Adjust 对图像 mosaic_2.img 进行调色; (8)点击 OK,结果如图 2-30 所示。图 2-30 图像镶嵌参数结果(9)点击 File 菜单下的 Save template 命令对图像进行虚拟镶嵌; (10)点击 File 菜单下的 Apply 命令,打开镶嵌图像保存对话框,设置输出的像元 分辨率, 重采样方法以及输出文件名等参数, 点击 OK 完成图像的镶嵌和保存 (图 2-31) 。 (11)点击 OK 进行图像的镶嵌(图 2-32)。 图 2-31 图像镶嵌输出参数设置图 2-32 图像镶嵌结果2.5 图像裁剪影像裁剪的目的是将研究区以外的区域去除,经常是按照行政区划或研究区域的边界 对图像进行裁剪,在基础数据生产中,还经常要做标准分副裁剪。按照 ENVI 的图像裁剪 过程,可分为规则裁剪和不规则裁剪。2.5.1 规则裁剪(1)在主菜单中,选择 File→Open Image File,打开裁剪的图像; (2)在主菜单中,选择 Basic Tools→Resize Data (Sptial/Spectral)命令; (3)在 Resize Data Input File 对话框中选择需要裁剪的图像(图 2-33); 图 2-33 选择图像裁剪文件? Spatial Subset 按钮在空间上对图像进行裁剪; ? Spactral Subset 按钮在光谱空间上分割。 (4)点击 Spatial Subset 按钮,设置规则裁剪的方式(图 2-34); A. 基于图像的裁剪,点击 区域(图 2-35)。图 2-34 选择图像裁剪方式图 2-35 基于图像的裁剪 ?Image:通过输入行列数确定裁剪尺寸,按住鼠标左键拖动图像的红色矩形 框确定裁剪区域,或者直接用鼠标拖动红色边框来确定裁剪尺寸以及位置; 选择坐标范围(图 2-36)。B. 基于地图坐标的裁剪,点击图 2-36 基于地图坐标的裁剪? Map:通过输入左上角和右下角两点坐标来确定外边界矩形区域(图像必须有地理坐标); C. 基于文件的裁剪,点击 选择基准图像。图 2-37 基于地图坐标的裁剪 File:以另外一个图像文件范围为标准确定外边界区域; ROI/EVF:以感兴趣区域或者矢量边界为区域进行裁剪; Scroll:根据当前放大的(meta zoomed)缩放窗口中的显示区域进行裁 剪; (5)选择输出路径及文件名,点击 OK 按钮,完成规则图像裁剪(图 2-38)。 ? ? ?图 2-38 图像裁剪输出参数设置2.5.2 不规则裁剪不规则裁剪是指裁剪图像的边界范围是一个任意多边形,通过事先确定的一个完整的 闭合区域进行,这个区域可以是一个手工绘制的 ROI 多边形,也可以是 ENVI 支持的矢 量数据文件。 1、基于手动绘制感兴趣区域的图像裁剪 (1) 打开要裁剪的图像,并显示在 Display 中; (2) 在 Image 视图窗口中选择 Overlay→Region of Interest。在 ROI Tool 窗口 中,选择 ROI_Type→Polygon; (3) 在 Window 一栏中选择感兴趣区域绘制窗口,这里选择 Image,然后在 Image 窗体中绘制一个多边形区域,然后右键单击两次结束; (4) 选择主菜单 Basic→subset data via ROIs, 或者选择 ROI Tool→File→Subset data via ROIs 命令,选择裁剪图像(图 2-39); 图 2-39 选择图像裁剪文件(5) 点击 OK,在出现的 Spatial Subset via ROI Parameters 窗口中选择进行裁 剪的感兴趣区域及输出文件(图 2-40)。图 2-40 选择 ROI 文件(6) 单击 OK,对图像进行裁剪处理(图 2-41)。 图 2-41 图像裁剪前后对比2、基于矢量边界生成的感兴趣区域的裁剪 (1) 选择主菜单 File→Open Vector File,打开 Shapefile 矢量文件,投影参数 不变,选择 Output Result to 为 Memory,点击 OK。如图 2-42 所示;图 2-42 输入矢量文件参数 (2) 在 Available Vector List 窗口中选择矢量图层, 然后选择菜单 File→Export Layers to ROI 命令; (3) 在弹出的窗口中选择用矢量边界进行裁剪的影像图层,点击 OK; (4) 在 Export EVF layers to ROI 窗口中选择转换方法,这里以第一种为例(图 2-43);图 2-43 导出 EVF 图层为 ROI(5) 选择主菜单 Basic→subset data via ROIs, 或者选择 ROI Tool→File→Subset data via ROIs,选择要裁剪图像,点击 OK; (6) 在弹出的 Spatial Subset via ROI Parameters 窗口中选择进行裁剪的感兴 趣区域及输出文件(图 2-44)。图 2-44 图像裁剪输出参数设置(7) 单击 OK,对图像进行裁剪处理(图 2-45)。 图 2-45 图像裁剪前后对比 第三章 图像增强遥感图像在获取的过程中由于受到大气的散射、反射、折射或者天气等的影响,获得 的图像难免会带有噪声或目视效果不好, 例如对比度不够、 图像模糊; 有时总体效果较好, 但是所需要的信息不够突出, 例如线状地物或地物的边缘部分; 或者有些图像的波段较多, 数据量较大,例如 TM 影像,各波段的信息量存在一定的相关性,为进一步的处理造成困 难。针对上述问题,需要对对图像进行增强处理。通过图像增强技术,改善图像质量,提 高图像目视效果, 突出所需要的信息、 压缩图像的数据量, 为进一步的图像判读做好准备。 本章依据图像增强方法的不同,依次划分为辐射增强、光谱增强、空间域增强、频率 增强四个部分进行讲解。3.1 辐射增强处理辐射增强是一种通过直接改变图像中的像元的亮度值来改变图像的对比度,从而改善 图像视觉效果的图像处理方法。人的眼睛鉴别图像时能够分辨 20 级左右的灰度级,而显 示设备显示灰度的动态范围要大得多,例如计算机显示器能够显示 256 个灰度级,灰度值 范围为 0~255。因此,辐射增强能够使一幅图像充分利用成像设备,达到最佳动态范围, 改善目视效果。一般来说,原始遥感数据的灰度值范围比较窄,通常比显示器的小很多。 增强处理可以将其灰度范围拉伸到 0~255 的灰度级区间来显示,从而使图像对比度提高, 视觉效果得以改善。 ENVI 提供以下几种辐射增强功能:1)交互式直方图调整;2)直方图匹配;3)坏道 填补;4)去条带处理等。3.1.1 交互式直方图调整交互式直方图拉伸操作步骤如下: 1、打开一个多光谱图像,并 Display 中显示。 2、在 Display 窗口主菜单中,选择 Enhance→Interactive stretching,弹出交互式 直方图拉伸操作对话框(图 3.1)。 图 3.1 交互式直方图拉伸操作对话框如需浏览像元灰度值(DN 和指定灰度值(DN 值)的像元个数、百分比以及累积百分 比,可以在交互式直方图拉伸操作对话框内的直方图内按住鼠标左键并拖动随之产生的白 色十字交叉指针,在状态栏中将显示这些信息。 3、在交互式直方图拉伸操作对话框中,选择 Stretch_Type→拉伸方法。不同拉伸方 法操作和参数设置不一样。具体操作如下: ? Linear(线性拉伸) ①选择 Stretch_Type→Linear。 ②选择 Options→Auto Apply,打开自动应用功能。 ③设定拉伸范围,使用鼠标左键,移动输入直方图中的垂直线(白色虚线)到所需要 的位置,或在“Stretch”文本框内直接输入所需要的 DN 值或一个数据百分比。 ? Piecewise Linear(分段线性拉伸) ①选择 Stretch_Type→Piecewise Linear。 ②选择 Options→Auto Apply,打开自动应用功能。 ③一个转换函数(初始为一条白色直线)将被绘制在输入直方图中。在输入直方图的 任何位置点击鼠标中键,为转换函数增加一个节点,绘制的线段将把端点和绘制的节点标 记连接起来。 注:如果不是三键鼠标,要为转换函数增加一个节点,使用 Ctrl+鼠标滚轮键组合完 成。 ④要移动一个点的位置,在标记上按住鼠标左键,然后把它拖放到一个新位置。要删 除点,在标记上点击鼠标右键。也可以手动地键入输入和输出值,选择 Options→Edit Piecewise Linear。 ? Gaussian(高斯拉伸) ①选择 Stretch_Type→Gaussian ②选择 Options→Auto Apply,打开自动应用功能。 ③设定拉伸范围,使用鼠标左键,移动输入直方图中的垂直线(白色虚线)到所需要 的位置,或在“Stretch”文本框内直接输入所需要的 DN 值或一个数据的百分比。 ④选择 Options→Set Gaussian Stdv,设置高斯标准差。 ⑤输出直方图用一条红色曲线显示被选择的 Gaussian 函数。被拉伸数据的分布呈白 色,并叠加显示在红色 Gaussian 函数上。 ? Equalization(直方图均衡化拉伸) ①选择 Stretch_Type→Equalization。 ②选择 Options→Auto Apply,打开自动应用功能。 ③设定拉伸范围,使用鼠标左键,移动输入直方图中的垂直线(白色虚线)到所需要 的位置,或在“Stretch”文本框内直接输入所需要的 DN 值或一个数据的百分比。 ④根据拉伸 DN 值范围自动缩放数据,使每个直方图 bin 中的 DN 数相均衡。输出直方 图用一条红色曲线显示均衡化函数,被拉伸数据的分布呈白色叠加显示。 ? Square Root(平方根拉伸) ①选择 Stretch_Type→Square Root。 ②选择 Options→Auto Apply,打开自动应用功能。 ③设定拉伸范围,使用鼠标左键,移动输入直方图中的垂直线(白色虚线)到所需要 的位置,或在“Stretch”文本框内直接输入所需要的 DN 值或一个数据的百分比。 ④输出直方图用一条红色曲线显示平方根函数,被拉伸数据的分布呈白色叠加显示。 ? Arbitrary(自定义拉伸和直方图匹配) ①选择 Stretch_Type→Arbitrary。 ②选择 Options→Auto Apply,打开自动应用功能。 ③设定拉伸范围,使用鼠标左键,移动输入直方图中的垂直线(白色虚线)到所需要 的位置,或在“Stretch”文本框内直接输入所需要的 DN 值或一个数据的百分比。 ④在 Output Histogram 窗口中, 单击或按住并拖放鼠标左键, 可以在 Output Histogram 窗口绘制输出直方图,单击右键接受绘制的输出直方图(单击中键取消绘制的输出直方 图)。输出直方图用红色显示自己绘制的直方图,匹配的数据函数用白色曲线绘制。 ⑤通过使用自定义对比度拉伸功能也可以把一幅图像的直方图与另一幅图像的直方 图进行匹配。 ⑥从一个图表获得输入或输出直方图,在图表顶部的“Input Higtogram”或“Output Histogram”文本标签上点击鼠标左键并拖放即可。把名字拖放到其他自定义输出直方图 中,然后释放按钮。被导入的直方图将用红色绘制,输出直方图将被拉伸,以与导入的直 方图相匹配。 ? User Defined LUT(自定义查找表拉伸) ①选择 Stretch_Type→User Defined LUT。 ②选择 Options→Auto Apply,打开自动应用功能。 ③选择 Options→Edit User Defined LUT。当出现编辑对话框时,一个包括输入 DN 值和相应拉伸输出值的列表显示在“Edit User Defined LUT”列表下,这些值反映了当 前的拉伸情况。在值上点击进行编辑。当它出现在“Edit Selected Item:”文本框中时, 输入所需值,然后按回车键确认新值。 (4)根据处理需要选定拉伸方法并设置好对应参数后,在交互式直方图拉伸操作对话框中, 选择 File→Export Stretch,设置输出路径和文件名,数据类型,单击 OK 按钮输出拉伸 结果。3.1.2 直方图匹配使用直方图匹配可以自动地把一幅显示图像 (需配准影像) 的直方图匹配到另一幅 (主 图像)上,从而使两幅图像的亮度分布尽可能接近。直方图匹配经常作为相邻图像镶嵌或 者应用多时相图像进行动态监测的预处理,还可以应用在自定义主成份融合中全色波段与 第一主成份的匹配。 直方图匹配具体操作步骤如下(以两幅 TM 图像为例): (1)分别打开 TM119029.img 和 TM120029.img 两幅图像; (2) 在主图像窗口中, 选择 Enhance→Histogram Matching, 弹出 Histogram Matching (图 3.3)。图 3.3 Histogram Matching 对话框3、在 Histogram Matching Input Parameters 对话框的 Match To 列表中,选择作为 匹配的参考基础直方图所在的图像显示窗口。 4、在 Input Histogram 下方,选择直方图绘制源:Image,Scroll,Zoom,Band(所 有像元)或一个 ROI(感兴趣区)。 5、点击 OK 按钮,在 Display 中显示出匹配后的结果。 6、在显示匹配结果的主图像窗口中,选择 Enhance→Interactive Stretching。 7、在 Output Histogram 图中显示两个直方图,输出直方图用红色显示,被匹配的输 出直方图用白色显示。如图 3.4 所示。图 3.4 直方图匹配后交互式拉伸对话框8、选择 File→Export Stretch,选择输出路径和文件名,数据类型,单击 OK 按钮, 输出匹配结果。3.1.3 坏道填补有些图像,由于传感器等原因使得图像数据中具有坏数据行。在 ENVI 中,可以找出 这些坏道用其他值填充。 (1)打开数据并在 Display 中显示。 (2)在主图像窗口中双击鼠标,打开 Cursor Location/Value 功能,确定要代替行的位 置. (3)在主菜单中,选择 Basic Tools→PreProcessing→General Purpose Utilities →Replace Bad Lines。在 Bad Lines Input File 对话框中,选择一个图像文件。 (4)在 Bad Lines Parameters 对话框中(图 3.5) ,在“Bad Line”的文本框中指定 要替代的坏行,然后按回车键。这些行将显示在“Selected Lines”列表中。要从列表中 删除行,点击它即可。 (5)在 Half Width to Average 文本框中,输入要参与计算平均值的邻近行数。 (6)点击 OK 按钮,在出现 Bad Lines Output 对话框中,选择输出路径及文件名, 单击 OK 按钮,输出结果。图 3.5 Bad Lines Parameters 对话框3.1.4 去条带处理使用 Destripe Data 功能可以消除图像数据中的周期性扫描行条带。 这种条带噪声经常 在 Landsat MSS 数据中见到(每 6 行出现一次) ,在 Landsat TM 数据中也存在(每 16 行出 现一次) 。计算每 n 行的平均值,并将每行归一化为各自的平均值。要求数据必须是原始 格式(平行条带) ,并且没有被旋转或地理坐标定位。 (1)打开图像数据。 (2) 在主菜单中选择, 选择 Basic Tools→Preprocessing→General Purpose Utilities →Destripe。当出现 Destriping Data Input File 对话框时,选择输入文件。 (3)在 Destriping Parameters 对话框中,在标有“Number of Detectors”的文本框中 输入条带出现的周期,如对于 Landsat TM,该值为 16。 (4)选择输入路径及文件名,单击 OK 按钮输出结果。3.2 光谱增强光谱增强是基于多光谱数据对波段进行变换达到图像增强处理,如波段比计算、主成 分变换、独立成分变换、最小噪声分离变换、彩色变换 3.2.1 波段比计算计算波段的比值可以增强波段之间的波谱差异,减少地形的影响。用一个波段除以另 一个波段生成一幅能提供相对波段强度的图像,该图像增强了波段之间的波谱差异。具体 操作步骤如下: (1)打开一个多波段图像文件(此处以 TM120029.img 为例)。 (2)ENVI 主菜单中,选择 Transforms→Band Ratios,弹出 Band Ratio Input Bands 对话框(图 3.6)。图 3.6 Band Ratio Input Bands 对话框3、在 Band Ratio Input Bands 对话框中,从可用波段列表中(Select from the Available Bands)中选择分子(Numerator)和分母(Denominator)波段。单击 Clear 按钮可以清除选择的分子和分母波段。 注:计算波段比,必须输入一个“分子”波段和一个“分母”波段,波段比是分子与 分母的比值。ENVI 能够核查分母为 0 的错误,并将他们的值设置为 0。ENVI 可以计算多个 比值,并在一个文件中将它们作为多波段输出。 4、在 Band Ratio Input Bands 对话框中,单击 Enter Pair 按钮,将比值波段添加 到 Selected Ratio Pairs 中。 5、可以通过输入另外的波段比建立所需的多比值合成。在“Selected Ratio Pairs” 列表中的多有比值都将在一个单独文件中作为多波段文件输出,如图 3.7 所示。图 3.7 Band Ratios Parameters 对话框图 3.8 波段比多比值合成6、 Band Ratio Input Bands 对话框中, 在 单击 OK 按钮, 弹出 Band Ratios Parameters 对话框(图 3.8)。 7、在 Band Ratios Parameters 对话框中,设置输出数据类型(Output Data Type), 默认是浮点型(Floating Point)。如果选择“Byte”,ENVI 将按照在“Min”和“Max” 文本框中键入的数值对比值进行拉伸。 8、在 Band Ratios Parameters 对话框中,设置输出文件路径和文件名,单击 OK 按 钮执行处理。3.2.2 主成分分析主成份变换具体操作步骤如下: 1、打开一个多波段图像文件(此处以 TM120029.img 为例)。 2、ENVI 主菜单中,选择 Transforms→Principal Components→Forward PC Rotation→Computer New Statistics and Rotate,弹出 Principal Components Input File 对话框中,选择 TM120029.img 图像文件; 3、在 Forward PC Rotation Parameters 对话框中(如图 3.9),在“Stats X/Y Resize Factor”文本框中键入小于、等于 1 的调整系数,用于计算统计值时的数据二次采样。键 入一个小于 1 的调整系数,将会提高统计计算速度。图 3.9 Forward PC Rotation Parameters 对话框相关参数说明: ? 在 Forward PC Rotation Parameters 对话框中,设置输出统计路径和文件名。 使用箭头切换按钮,选择根据“Covariance Matrix” (协方差矩阵)或根据“Correlation Matrix”(相关系数矩阵)计算主成份波段。 注: 一般来说, 计算主成份时选择使用协方差矩阵; 当波段之间数据范围差异较大时, 选择相关系数矩阵。 ? 在 Forward PC Rotation Parameters 对话框中,设置输出路径和文件名,输出 数据类型为浮点型(Floating Point)。 ? 单击“Select Subset from Eigenvalues”标签附近的 按钮,选择“YES”。统计信息将被计算,并出现 Select Output PC Bands 对话框,列出每个波段及相应的特 征值;同时,也列出每个主成份波段中包含的数据方差的累积百分比。如果选择“NO”, 则系统会计算特征值并显示供选择输出波段数。 ? 输出波段数(Number Of Output PC Bands)选择默认值(输出文件的波段数)。 4、单击 OK 按钮。 ENVI 处理完毕后,将出现 PC Eigen Values 绘图窗口(如图 3.10)。可以看到,第 一、二、三分量具有很大的特征值。主成份波段将被导入可选波段列表中,选择 PC1、PC2、 PC3 合成 RGB 显示。色彩非常饱和。选择 PC4、PC5、PC6 合成 RGB 显示,可以看到图像中 噪声很多。 ENVI 主菜单中,选择 Transform→Principal Components→Inverse PC Rotation 功能可以执行主成份逆变换。图 3.10 主成份分析特征值窗口3.2.3 独立成分分析独立主成分分析(Independent Components Analysis,ICA)将多光谱或者高光谱数据转 化成相互独立的部分(去相关) ,可以用来发现和分离图像中隐藏的噪声、降维、异常检 测、降噪、分类和波谱端元提取以及数据融合,它把一组混合信号转化成相互独立的成分 分析得到的结果更加有效。ENVI 中提供独立主成分正变换和独立主成分逆变换。 当使用独立主成分正变换时,ENVI 可以通过计算新的统计值,或根据已经存在的统计 值,或其他独立主成分变换的变换文件,进行独立主成分变换。 (1)打开一个多波段图像文件(此处以 TM119028.img 为例)。 (2)在主菜单中,选择 Transform→Independent Components→Forward IC Rotation→ Compute New Stats and Rotate。在 Independent Components Input File 对话框中,选择 TM119028.img 图像文件。 (3)在 Forward IC Parameters 对话框中(图 3.11 所示) ,在“Stats X/Y Resize Factor” 文本框中键入小于、等于 1 的调整系数,用于计算统计值时的数据二次采样。键入一个小 于 1 的调整系数,将会提高统计计算速度。例如,使用一个 0.1 的调整系数,在统计计算 时将只用到 1/10 的像元。选择默认值为 1。图 3.11 独立主成分分析对话框 (4)键入输出统计路径及文件名。 (5)变化阈值(Change Threshold) ,如果独立成分变化范围小于阈值,就退出迭代。 8 2 4 阈值的范围为 10 ~10 ,默认为 10 ,这个值越小,得到的结果越好,但计算量会增加。 (6)最大迭代次数(Maximum Iterations) ,最小为 100,值越大得到的结果越好,计 算量也增加。 (7)最大稳定性迭代次数(Maximization Stabilization Iterations) ,当达到最大迭代次 数还不收敛时,运行 stabilized fixed-point 算法优化结果。最小值为 0,值越大得到的结果 越好。 (8)对比度函数(Contrast Function) ,提供三个函数:LogCosh、Kurtosis 和 Gaussian, 默认为 LogCosh。选择这个函数需要设置一个系数(Coefficient),范围为 1.0~2.0。 (9)单击“Select Subset from Eigenvalues”标签附近的 按钮,选择“YES” 。统计信息将被计算,并出现 Select Output PC Bands 对话框,列出每个波段和其相应的特征值; 同时,也列出每个主成分波段中包含的数据方差的积累百分比。如果选择“NO” ,则系统 会计算特征值并显示供选择输出波段数。 (10)输出波段数(Number of Output PC Bands)选择默认值(输入文件的波段数) 。 (11)Sort Output Bands by 2D Spatial Coherence 复选框,如果选中则可以让噪声波段 不出现在 IC1 中。 (12)选择结果输出路径及文件名。如果需要输出转换特征,在 Output Transform Filename 中输入路径和文件名(.trans) 。这个文件可以用在类似图像中。 选择 Transform→Principal Components→Inverse IC Rotation 功能可以执行独立主成分逆 变换。3.2.4 最小噪声分离变换最小噪声分离(Mimimum Noise Fraction,MNF)是将一幅多波段图像的主要信息集 中在前面几个波段中,主要作用是判断图像数据维数、分离数据中的噪声,减少后处理中 的计算量。 MNF 变换包括正向变换和反向变换,具体操作步骤如下: 1、正向 MNF 变换 (1) ENVI 主菜单中, 在 选择 Spectral→MNF Rotation→Forward MNF→Estimate Noise Statistics From Data。 在标准 ENVI 文件选择对话框中, 选择多光谱图像文件, 打开 Forward MNF Transform Parameters 对话框(图 3.12 所示),设置参数。 图 3.12 Forward MNF Transform Parameters 对话框 (2)单击 Shift Diff Subset 按钮,选择用于计算统计信息的空间子集。 (3)Enter Output Noise Stats Filename[.sta](可选项):输出噪声统计文件。 (4)Enter Output Stats Filename[.sta](可选项):输出 MNF 统计文件,在逆向 MNF 变换中需要该文件。 (5)设置 MNF 变换结果输出路径和文件名。 (6)通过特征值来选择 MNF 变换输出的波段数(Select Subset from Eigenvalue): ? Yes:执行 MNF 变换后,会打开 Select Output MNF Bands 对话框(图 3.13 所示), 列表中显示每个波段及相应的特征值,还有每个 MNF 波段包含的数据方差的累积 百分比。Number Of Output MNF Bands 设置输出的波段数,一般可以选择波段数 特征值大于 1 作为输出波段,单击 OK 按钮继续 MNF 变换。 ? No:手动选择输出波段,默认输入波段数。图 3.13 elect Output MNF Bands 对话框 (7)单击 Ok 按钮,执行 MNF 变换。 (8) MNF 变换的结果会显示在波段列表中, 同时产生一个 MNF 特征值曲线。 如图 3.14 所示。 图 3.14 MNF 变换输出结果使用以前计算的噪声统计文件和使用与数据相关的“黑暗图像”(Dark Image)进行 噪声统计,除了要输入噪声统计文件和“黑暗图像”文件外,其他步骤与上同。 2、逆向 MNF 变换 (1)在 ENVI 主菜单中,选择 Spectral→MNF Rotation→Inverse MNF Transform。 在标准 ENVI 文件对话框中,选择 MNF 变换结果文件。 (2)在打开的 Enter Forward MNF Stats Filename 对话框中,选择正向 MNF 统计文 件,单击 OK 按钮。 (3)在 Inverse MNF Transform Parameters 对话框中,设置输出路径和文件名。 (4)在 Output Data Type 菜单中,选择输出数据类型。 (5)单击 OK 按钮,执行处理。3.2.5 彩色变换ENVI 彩色变换包括图像彩色空间变换和图像彩色拉升两种方法。 1、图像彩色空间变换 图像彩色空间变换指将三波段红、绿、蓝图像变换到一个特定的彩色空间(ENVI 支持 的彩色空间包括“色度、饱和度、颜色亮度值(HSV)”,“色度、亮度、饱和度(HLS)” 和 HSV。其中,色度代表像元的颜色,取值为 0~360;饱和度代表颜色的纯度,取值范围 为 0~1;亮度表示整体图形的明暗程度,取值范围为 0~1。),并且能从所选彩色空间 变换回 RGB。 ENVI彩色空间变换具体操作步骤如下: (1)打开一个至少 3 个波段图像文件(例如实例图像文件 TM120029.img),显示为 RGB 彩色图像。 (2)ENVI 主菜单中,选择 Transforms→Color Transforms→RGB to HSV。弹出 RGB to HSV Input 对话框,在可用波段列表中选择 TM120029.img 实例图像文件中的任意三个波段 进行变换。 (3)在 RGB to HSV Parameters 对话框中,设置输出路径和文件名,单击 OK 按钮完 成处理。 2、彩色拉伸 彩色拉伸是指通过调整三波段数据各波段的直方图来达到改善图像整体色彩的效果, 以达到增强图像的目的。 ENVI 彩色拉伸提供去相关拉伸、Photographic 拉伸和饱和度拉伸。各方法操作步骤 如下:(此处实验以 TM120029.img 图像文件为例) (1)去相关拉伸 A 打开一个至少 3 个波段图像文件(例如实例图像文件 TM120029.img),显示为 RGB 彩色图像。 B ENVI 主菜单中, 选择 Transforms→Decorrelation Stretch。 弹出 Decorrelation Stretch Input 对话框,在可用波段列表中选择 TM120029.img 实例图像文件中的任意三个 波段进行变换。 C 在 Decorrelation Stretch Parameters 对话框中,设置输出路径和文件名,单 击 OK 按钮完成处理。 处理结果图像如图 所示。 图 Decorrelation Stretch 拉伸前后图像对比显示 (2)Photographic 拉伸 A 打开一个至少 3 个波段图像文件(例如实例图像文件 TM120029.img),显示为 RGB 彩色图像。 B ENVI 主菜单中,选择 Transforms→Photographic Stretch。弹出 Photographic Stretch Input 对话框,在可用波段列表中选择 TM120029.img 实例图像文件中的任意三个 波段进行变换。 C 在 Photographic Stretch Parameters 对话框中,设置输出路径和文件名,单击 OK 按钮完成处理。 处理结果图像如图 所示。 图 Photographic 拉伸前后图像对比显示 (3)饱和度拉伸 A 打开一个至少 3 个波段图像文件(例如实例图像文件 TM120029.img),显示为 RGB 彩色图像。 B ENVI 主菜单中,选择 Transforms→Saturation Stretch。弹出 Saturation Stretch Input 对话框,在可用波段列表中选择 TM120029.img 实例,图像文件中的任意三 个波段进行变换。 C 在 Saturation Stretch Parameters 对话框中,设置输出路径和文件名,单击 OK 按钮完成处理。 处理结果图像如图 所示。 图 Saturation Stretch 拉伸前后图像对比显示3.2.5 NDVI 计算植被指数是遥感监测地面植物生长和分布的一种方法。由于不同绿色植被对不同波长 光的吸收率不同,光线照射在植物上时,近红外波段的光大部分被植物反射,而可见光波 段的光则大部分被植物吸收,通过对近红外和红波段反射率的线性或非线性组合,可以消 除地物光谱产生的影响。根据地物光谱反射率的差异作比值运算可以突出图像中植被的特 征、提取植被类别或估算绿色生物量,能够提取植被的算法称为植被指数(VI,Vegetation Index) 。植被指数是代数运算增强的典型应用。在遥感应用领域,植被指数已广泛用来定 性和定量评价植被覆盖及其生长活力。植被指数有助于增强遥感影像的解译力,并已作为 一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等 方面。 绿色植物叶子的细胞结构在近红外具有高反射性,其叶绿素在红光波段具有强吸收 性。因此,在多波段图像中,用红外/红波段的图像比值运算,结果图像上植被区域具有 高亮度值,甚至在绿色生物量很高时达到饱和。 归一化植被指数(NDVI,Normalized Vegetation Index)NDVI ?表 3.5 传感器IR ? R IR ? R(3.19)式中,IR 为遥感多波段图像中的近红外(infrared)波段,R 为红波段。常用的红外(IR)与红(R)波段 IR 波段 R 波段 LANDSAT TM LANDSAT MSS SPOT XS NOAA ***HRR4 7 3 23 5 2 1ENVI 中归一化植被指数(NDVI)运算操作步骤如下: (1)打开一个多波段图像文件(例如实例图像文件 TM120029.img)。 (2)ENVI 主菜单中,选择 Transforms→NDVI,弹出 NDVI Calculation Input File 对话框。如图 3.15 所示。图 3.15 NDVI Calculation Input File 对话框(3)在 NDVI Calculation Input File 对话框中,选择 TM120029.img 图像文件,单 击 Ok 按钮,弹出 NDVI Calculation Parameters 对话框。如图 3.16 所示。 图 3.16 NDVI Calculation Parameters 对话框(4)在 NDVI Calculation Parameters 对话框中,单击“Input File Type”下拉菜 单,选择 Landsat TM。用于计算 NDVI 的波段将自动被导入到“Red”和“Near IR”文本 框中。如果下拉菜单中没有列出的传感器类型的 NDVI,在“Red”和“Near IR”文本框中, 手动输入所需的波段。 (5)在 NDVI Calculation Parameters 对话框中,在“Output Data Type”下拉菜 单选择输出字节型(Byte)或浮点型(Floating Point)。 注:如果选择字节型输出,键入最小 NDVI 值,该值将被拉伸为 0;键入最大 NDVI 值, 该值将被拉伸为 255,获得的 NDVI 值将被拉伸为 0~255 范围内。如果选择浮点型,NDVI 数值范围保持为-1~1。 (6)在 NDVI Calculation Parameters 对话框中,设置输出路径和文件名,左键单 击 OK 按钮,完成处理。 处理结果图像如图 所示。 图 NDVI 处理后图像显示结果3.2.6 缨帽变换使用 Tassled Cap 变换可以对 Landsat MSS、Landsat5 TM 或 Landsat7 ETM 数据进行 变换。对这些数据进行 Tassled Cap 变换的具体操作步骤如下: (1)打开一个 Landsat5 TM 图像数据文件(例如实例图像文件 TM120029.img)。 (2)ENVI 主菜单中,选择 Transforms→Tassled Cap。弹出 Tassled Cap Transformation File 对话框。如图 3.17 所示。 图 3.17 Tassled Cap Transformation File 对话框(3)在 Tassled Cap Transformation File 对话框中,选择输入的 Landsat5 TM 数 据,单击 OK 按钮,弹出 Tassled Cap Transform Parameters 对话框。 (4)在 Tassled Cap Transform Parameters 对话框中,选择“Input File Type” 中的“Landsat5 TM”。如图 3.18 所示。图 3.18 Tassled Cap Transform Parameters 对话框(5)在 Tassled Cap Transform Parameters 对话框中,设置输出路径和文件名,单击 OK 按钮,完成缨帽变换处理。 处理结果图像如图 所示。 图 Tassled Cap 变换处理结果图像显示3.3 空间域增强辐射增强主要是通过单个的运算在整体上改善图像的质量,而空间增强则是有目的的 突出图像上的某些特征,如突出边缘或线状地物;也可以去除某些特征,如抑制在图像获 取或传输过程中产生的各种噪声。空间增强的目的性很强,处理后的图像从整体上可能与 原图像差异很大, 但却突出了需要的信息或者抑制了不需要的信息, 从而达到增强的目的。 空间增强的方法强调了像元与其周围相邻像元的关系,采用空间域中邻域处理的方法,在 被处理像元周围的像元的参与下进行运算处理,这种方法也叫“空间滤波”。 ENVI 提供以下几种空间增强功能:1)卷积滤波;2)边缘检测;3)纹理分析。3.3.1 卷积增强卷积 (Convolutions) 滤波核心是卷积核的确定, 不同的卷积核处理后有不同的效果。 ENVI 提供很多卷积核 (表 5.1 所示) 包括高通滤波 , (High Pass) 低通滤波 、 (Low Pass) 、 拉普拉斯算子(Laplacian)、方向滤波(Directional)、高斯高通滤波(Gaussian High Pass)、高斯低通滤波(Gaussian Low Pass)、中值滤波(Median)、Sobel、Roberts, 还可以自定义卷积核。 表 5.1 各种滤波说明 滤波 说明 高通滤波在保持图像高频信息的同时, 消除了图像中的低频 成分。它可以用来增强纹理、边缘等信息。高通滤波通过运 用一个具有高中心值的变换核来完成(周围通常是负值权 重) 。ENVI 默认的高通滤波器使用 3×3 的变换核(中心值 为“8” ,周围像元值为“-1”,高通滤波卷积值的维数必 ) 须是奇数 低频滤波保存了图像中的低频成分,使用像平滑。ENVI 默 认的低通滤波器使用 3×3 的变换核,每个变换核中的元素 包含相同的权重,使用外围值的均值来代替中心像元值 拉普拉斯滤波是边缘增强滤波, 它的运行不用考虑边缘的方 向。 拉普拉斯滤波强调图像中的最大值, 他通过运用一个具 有高中心值的变换核来完成 (一般来说, 外围南北向与东西 向权重均为负值,角落为“0”。ENVI 中默认的拉普拉斯滤 ) 波使用一个大小为 3×3,中心值为“4” ,南北向和东西向 均为“-1”的变换核。所有的拉普拉斯滤波卷积核的维数 都必须是奇数 方向滤波是边缘增强滤波, 它有选择性地增强有特定方向成 分的 (如梯度) 图像特征。 方向滤波变换核元素的总和为 0。 结果在输出的图像中有相同像元值的区域均为 0, 不同像元 值的区域呈现为较亮的边缘 高斯高通滤波器通过一个指定大小的高斯卷积函数对图像 进行滤波。默认的变换核大小是 3×3,且卷积核的维数必 须是奇数 高斯低通滤波器通过一个指定大小的高斯卷积函数对图像 进行滤波。默认的变换核大小是 3×3,且卷积核的维数必 须是奇数 中值滤波在保留大于卷积核的边缘的同时, 平滑图像。 这种 方法对于消除椒盐噪声或斑点非常有效。ENVI 的中值滤波 器用一个被滤波器大小限定的邻近区的中值代替每一个中 心像元值。默认的卷积核大小是 3×3高通滤波器(High Pass)低通滤波器(Low Pass)拉普拉斯算子(Laplacian)方向滤波器(Directional)高 斯 高 通 滤 波 ( Caussian High Pass) 高 斯 低 通 滤 波 ( Caussian Low Pass)中值滤波器(Median) SobelSobel 滤波器非线性边缘增强滤波,它是使用 Sobel 函数的 近似值的特例,也是一个预先设置变换核为 3×3 的,非线 性边缘增强算子。 滤波器的大小不能更改, 也无法对卷积核 进行编辑 Roberts 滤波是一个类似于 Sobel 德非线性边缘探测滤波。 它是使用 Roberts 函数预先设置的 2×2 近似值的特例,也 是一个简单的二维空间差分方法, 用于边缘锐化和分离。 滤 波器的大小不能更改,也无法对卷积核进行编辑 可以通过选择和编辑一个用户卷积核, 定义常用的卷积变换 核(包括矩形或正方形变换核)Roberts自定义卷积核下面具体以高通滤波(High Pass)卷积核来说明卷积滤波操作步骤,操作如下: (1)打开 ENVI 自带实例图像文件 can_tmr.img。 (2) ENVI 主菜单中, 在 选择 Filter→Convolutions and Morphology, 弹出如图 3.19 Convolutions and Morphology Tool 对话框。图 3.19 Convolutions and Morphology Tool 对话框(3) Convolutions and Morphology Tool 对话框中, 在 选择 Convolutions→High Pass, 并进行参数设置(此处选择默认设置)。 注意:不同的滤波类型对应不同的参数,主要包括三项参数: ? Kernel Size:卷积核大小,以奇数来表示,如 3X3、5X5 等,有些卷积核不能改 变大小,包括 Sobel 和 Roberts。默认卷积核是正方形,如果需要使用非正方形,选择 Options→Square Kernel。 ? Image Add Back:输入一个加回值(add back)。将原始图像中的一部分“加回” 到卷积滤波结果图像上,有助于保持图像的空间连续性。该方法经常用于图像锐化。“加 回”值是原始图像在结果输出图像中所占的百分比。例如,如果为“加回”值输入 40%, 那么 40%的原始图像将被“加回”到卷积滤波结果图像上,并生成最终的结果图像。 ? Editable Kernel:卷积核中各项的值。在文本框中双击鼠标可以进行编辑,选 择 File→Save Kernel 或者 Restore Kernel,可以把卷积核保存为文件(.ker)或者打开 一个卷积核文件。 (4)在 Convolutions and Morphology Tool 对话框中,单击 Quick Apply 按钮,弹 出如图 3.20 Convolutions Quick-Apply Input Band 对话框。图 3.20 Convolutions Quick-Apply Input Band 对话框(5)在 Convolutions Quick-Apply Input Band 对话框中,选择图像波段列表中的 一个增强波段,增强后的波段将会在 Display 中显示出来。如果要更改卷积增强波段,在 Convolutions and Morphology Tool 对话框中, 选择 Opations→Change Quick-Apply Input Band。 (6)如果要将增强结果输出到文件,在 Convolutions and Morphology Tool 对话框 中,单击 Apply To File 按钮,在弹出的对话框中设置输出存储路径和文件名。3.3.2 纹理分析纹理是通过色调或颜色变化表现的细纹或细小的图案,这种细纹或细小的图案在某一 确定的图像区域中以一定的规律重复出现。 ENVI 支持基于概率统计或二阶概率统计的纹理 滤波。 1. 基于概率统计的滤波(Occurrence Measures) 使用 Occurrence Measures 选项可以应用 5 个不同的基于概率统计的纹理滤波。概率 统计滤波可以利用的是数据范围(Data Range)、平均值(Mean)、方差(Variance)、 信息熵(Entropy)和偏斜(Skewness)。概率统计把处理窗口中每一个灰阶出现的次数 用于纹理计算。操作过程如下: (1)在 ENVI 主菜单中,选择 Filter→Texture→Occurrence Measures。弹出如图 3.21 Texture Input File 对话框所示。图 3.21 Texture Input File 对话框(2)在 Texture Input File 对话框中选择需要增强的图像文件,单击 OK 按钮,弹 出如图 6.5 Occurrence Measures Parameter 对话框所示。 图 3.21 Occurrence Measures Parameter 对话框(3)在 Occurrence Measures Parameter 对话框中,勾选“Textures to Compute” 复选框中部分纹理处理类型,设置要创建的纹理图像。 (4)在 Rows(Y)和 Cols(X)文本框中设置处理窗口的大小。 (5)设置输出路径和文件名。点击 OK 按钮,开始执行图像处理。 2. 基于二阶概率统计的滤波(Co-occurrence Measures) 使用 Co-occurrence Measures 选项可以应用 8 个基于二阶矩阵的纹理滤波,这些滤 波包括均值(Mean)、方差(Variance)、协同性(Homogeneity)、对比度(Contrast)、 相异性(Dissimilarity)、信息熵(Entropy)、二阶矩(Second Moment)和相关性 (Correlation)。二阶概率统计用一个灰色调空间相关性矩阵来计算纹理值,这是一个 相对频率矩阵,即像元值在两个邻近的由特定距离和方向分开的处理窗口中的出现频率, 该矩阵显示了一个像元和它的特定邻域之间关系的发生数。 基于二阶概率统计的滤波(Co-occurrence Measures)具体操作步骤如下: (1)ENVI 主菜单中,选择 Filters→Texture→Co-occurrence Measures,在弹出的 Texture Input File 对话框中选择图像文件。 (2)在 Co-occurrence Measures 对话框中,通过“Texture to Computer”部分纹 理类型旁的复选框,选择要创建的纹理图像。 (3)在 Rows(Y)和 Cols(X)文本框中设置处理窗口的大小。 (4)键入 X、Y 变换值(Co-occurrence Shift),用于计算二阶概率矩阵。 (5)设置灰度量化级别(Greyscale quantization levels):none、64、32 或者 16。 (6)Co-occurrence Measures 对话框中具体参数设置如图 3.22。参数设置后 Co-occurrence Measures 对话框所示(系统默认设置)。 图 3.22 参数设置后 Co-occurrence Measures 对话框(7)在 Co-occurrence Measures 对话框中,选择输出路径和文件名,单击 OK 按钮 进行处理。3.4 频率域增强在数字图像处理中,图像最直观的理解是把图像理解为二维函数 F(x,y),其中 x,y 作为数字图像中像素的二维空间的坐标,F 的值作为数字图像像素该位置的灰度值。但是 在空间域在处理某些数字图像的问题时,会比较困难甚至是几乎难以处理。在频率下处理 的时候, 同样的问题用不同的描述方式是和空间域的表示是等价的, 但由于描述方式不同, 以前空间上很难处理的问题在频率域上就有可能变得容易。在频率域上处理时,还可以使 用数字信号处理的一系列成熟的方法,使得在处理图像上有了更多的工具。3.4.1 傅立叶变换(FFT)1822 年法国数学家傅立叶在《热分析理论》一书中指出:任何周期函数都可以表示为 不同频率的正弦和或余弦和的形式,每个正弦和或余弦和乘以不同的系数构成傅立叶级 数。无论函数多么复杂,只要是周期的,并且满足了某些数学条件,都可以用这样的和来 表示。此外,非周期函数也可以用正弦和或余弦和乘以加权函数的积分来表示,在这种情 况下的公式就是傅立叶变换。傅立叶变换(Fourier Analysis)是变换域分析的一种,在图 像处理中是一种有效而重要的分析手段。它的应用十分广泛,如图像特征提取、空间频率 域滤波、噪音的去除,图像恢复、纹理分析等。 应用傅里叶变换的第一步是把图像波段转换成一系列不同频率的二维正弦波傅里叶 图像;然后,在频率域内对傅里叶图像进行滤波、掩膜等各种操作,减少或者消除部分高 频或低频成分;最后,将频率域的傅里叶图像变换为空间域图像。 ENVI 中傅立叶变换包含:快速傅里叶变换、定义 FFT 滤波器和反向傅里叶变换;3.4.2 快速傅立叶变换(FFT)快速傅立叶变换具体实现步骤如下: (1)打开一个 TM 图像。 (2) 在主菜单中, 选择 Filters→FFT Filtering→Forward FFT, 弹出 Forward FFT Input File 对话框,在该对话框中,选择输入图像文件。 (3)在弹出的 Forward FFT Parameters 对话框中,选择输出路径及文件名。 在可用波段列表中,选择一个 FFT 图形显示在 Display 中(如图 3.23 所示) 。从图上 看,中间很亮的部分集中了图像的低频信息;外围较暗的部分集中了图形的高频信息;图 中外边框两个较明显的小白条是周期性条带噪声,方向与空间域中图像垂直。图 3.23 FFT 图像3.4.3 定义傅里叶变换滤波器在快速傅里叶变换得到的结果上,可以定义一些滤波器进行频率域的增强处理,具体 步骤如下: (1)在 Display 窗口中显示一幅 FFT 图像。 (2)在主菜单中,选择 Filters→FFT Filtering→Filter Definition。在 Filter Definition 选择对话框中, 选择当前显示 FFT 图像的 Display 窗口; 另

我要回帖

更多关于 envi决策树分类 的文章

 

随机推荐