下载文档原格式
在开始撰写envi5.3中规则影像裁剪步骤的文章之前，让我们先回顾一下envi5.3中的规则影像裁剪是什么。
envi5.3是一款专业的遥感图像处理软件，其中的规则影像裁剪功能可以根据用户设定的规则，对影像进行裁剪操作，以满足不同的需求。
接下来，我们将深入探讨envi5.3中规则影像裁剪的步骤，以便更好地理解和应用这一功能。
1. 确定裁剪范围在进行规则影像裁剪之前，首先需要确定裁剪的范围。
用户可以通过在envi5.3中选择相应的工具或输入特定的坐标来确定裁剪范围。
此步骤十分关键，因为裁剪范围的确定将直接影响最终裁剪出的影像的内容和准确性。
2. 设定裁剪规则一旦确定了裁剪范围，接下来就是设定裁剪规则。
envi5.3中的规则影像裁剪功能支持多种裁剪规则设定，例如按照特定的坐标范围、按照像元值、按照特定的地物类型等等。
用户可以根据实际需求，灵活选择裁剪规则，以便达到期望的裁剪效果。
3. 执行裁剪操作当裁剪范围和规则设定完成后，就可以执行裁剪操作了。
envi5.3会根据用户设定的规则，自动对影像进行裁剪处理，裁剪出符合要求的新影像。
在执行裁剪操作时，用户需要留意影像处理的速度和裁剪的精度，以确保裁剪结果符合预期。
总结回顾通过以上的步骤，我们对envi5.3中规则影像裁剪的操作流程有了初步的了解。
在实际操作过程中，用户可以根据具体的需求和影像特点，灵活运用裁剪工具，达到理想的裁剪效果。
规则影像裁剪功能也为遥感图像处理提供了更多的可能性和便利性。
个人观点和理解在我看来，envi5.3中的规则影像裁剪功能极大地方便了遥感图像处理的工作。
通过灵活设定裁剪范围和裁剪规则，用户可以更加精准地获取所需的影像信息，从而为后续的遥感数据分析和应用提供了有力的支持。
在未来的发展中，我期待envi5.3能够进一步优化规则影像裁剪的功能，使其更加智能、高效，并且更加符合用户的实际需求。
在本文中，我们深入探讨了envi5.3中规则影像裁剪的步骤，并对其进行了总结和回顾。
利用矢量数据对影像做多边形裁剪ＥＮＶＩ中是可以利用矢量来对影像作多边形裁减的，但是要求矢量文件是面矢量文件，而且它要和需要裁剪的影像必须是配准的，裁减的方法是先将矢量转化成为感兴趣区域（ROI），再利用ROI裁减出感兴趣区域。
操作方法如下：1．打开影像文件和矢量文件分别在ENVI主菜单中选择File→Open Image File和File→Open Vector File 打开所要裁减的影像和矢量文件，它们会分别出现在可用波段列表和可用矢量列表中，如图所示：并在左上图中选择load selected将矢量叠加到影像上，确保矢量能够和影像叠加起来，叠加后如下图所示。
2、在可用矢量列表菜单中选择File Export Layers To ROI：3、在弹出的窗口中选择所要裁剪的影像文件，单击ok4、在接下来的Exprot EVF Layers to ROI窗口中根据自己的需要，选择第一个选项将所有的矢量导出成一个ROI或者选择第二个选项将每一个矢量分别到出成一个ROI，单击OK。
5、显示待裁剪影像，在待裁剪影像上选择ROI，上面转换ROI会自动加载到影像上，如下图所示，这样就可以根据ROI来对影像进行裁剪了。
5、裁剪方法：在ENVI主菜单中选择Basic Tools Subset Data via ROIs在弹出的对话框里选择待裁剪影像，如下图所示接下来，在弹出的Spatial Subset via ROI Param…窗口中选中所要裁减的ROI，并在Mask pixels outside of ROI处选成YES，这样才能裁减出矢量文件形状的区域，在Mask Background Value处添加区域以外的背景值，这里我们选择0作为背景值，（通常会选择-9999或是-999来作为背景值，但是也要针对不同的图像灵活运用，比如有的图像的数据类型是BYTE，那么它将只支持0-255，所以应该选择0-255之间的值作为背景值。
图像裁剪图像裁剪的目的是将研究之外的区域去除。
常用的方法是按照行政区划边界或自然区划边界进行图像裁剪。
在基础数据生产中，还经常要进行标准分幅裁剪，按照ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。
⑴规则分幅裁剪规则分幅裁剪是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。
操作步骤：1．在主菜单中，选择file→open image file，打开裁剪图像。
2．在主菜单中，选择file→save file as→ENVI standard，弹出new file builder 对话框。
在该对话框中，单击import file按钮，弹出creat new file input file对话框。
3. 在create new file input file对话框中，选中select input file列表中的裁剪图像图像，单击spatial subset按钮（空间波段子集），在spatial subset对话框中，单击image按钮，弹出subset by image对话框，在所选波段中进行子波段裁剪范围设置。
4. 在subset by image对话框中，可以通过输入行列数确定裁剪尺寸，按住鼠标左键拖动图像中的红色矩形框确定裁剪区域，或者直接用鼠标左键按钮红色边框拖动来裁剪尺寸以及位置，单击OK按钮。
5. 在select spatial subset对话框中可以看到裁剪区域信息，单击OK按钮。
6. 在creat new file input file对话框中，可以通过spectral subset按钮选择输出波段子集，单击OK按钮。
7. 选择输出路径及文件名，单击OK按钮，完成规则分幅裁剪过程。
⑵不规则分幅裁剪不规则分幅裁剪是指裁剪对象的外边界范围是一个任意多边形。
任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的ROI多边形，也可以是ENVI支持的矢量文件。
镶嵌1、分别打开034、035的六个波段的图像，并分别合成034、035的文件。
2、Basic tools---mosaioking---georeferenced---在map basedmosaic中---import--- import files(同时选中034、035的合文件并打开)3、在下面#1右键---edit entry---第一个空0第二个40（可以任意选）---color balancing：fixed ----ok。
#2 除了color balancing：adjust 其他同上4file ---apply 命名并保存裁剪image窗口---overlay---region of interest---在对话框roi type---rectangle在image窗口画出一个区域、双击右键---#1 roi tool 窗口---file---subset data via rois---选中裁剪的合文件（例如034）---下一个对话框---点击select all items然后命名并保存，在available bands list 选择最上面的文件打开即可。
ENVI裁剪经验下一篇：ENVI/Erdas下裁剪栅格影像图的步骤一、basic tools-resize data进行规则裁剪：（虽然是进行图像重采样工具，但也可以用于简单快速的裁剪）1、图1：选中要裁剪的图像；对话框下面选择spatial subset(构建空间子集＿就是裁剪图像)(另spectral subset-构建波谱子集)2、图2：提供多种裁剪方式：（1）直接输行列裁剪，这样裁剪的前提是你要预告查看需要图像所占的行列是多少。
（2）image裁剪，图3：可以输入需要裁剪图像的大小，然后鼠标可以拖动图中所选区域的位置直到合适的位置。
（3）或者是使用map、file、ROI/evf等方式进行裁剪。
但map、file两种方式个人感觉都不方便，roi/evf方式方便，但这里只能进行规则裁剪。
ENVI对图像进行配准校正拼接裁剪ENVI在图像处理领域被广泛应用，其中配准、校正、拼接和裁剪是常见且重要的操作。
本文将介绍ENVI在图像配准校正拼接裁剪方面的基本原理和操作步骤。
一、图像配准图像配准是将多幅图像对准到一个统一的坐标系统中，使它们具有相同的尺度、旋转和平移。
ENVI提供了多种图像配准方法，包括基于特征点匹配的自动配准和基于控制点辅助的手动配准。
1. 自动配准ENVI的自动配准功能利用图像中的特征点进行匹配，通过计算特征点的几何变换关系来实现配准。
使用该功能时，首先选择一个参考图像，然后选择其他需要配准的图像。
ENVI将自动检测并匹配这些图像中的特征点，并计算图像之间的几何变换关系，最终实现图像的配准。
2. 手动配准对于某些情况下自动配准效果不佳或需要更精确的配准结果的场景，ENVI提供了手动配准功能。
该功能需要用户手动在图像中添加控制点，根据已知的地理坐标信息进行匹配。
通过选择足够数量的控制点，并进行几何变换，可以实现更准确的图像配准结果。
二、图像校正图像校正是指通过去除图像中的变形、噪声、光照等因素，使得图像更加准确和清晰。
ENVI提供了多种图像校正方法，如大气校正、几何校正等。
1. 大气校正在遥感图像处理中，大气校正是一个重要的步骤。
ENVI提供了不同的大气校正模型，如基于大气遥感参数的MODTRAN模型、Atmospheric and Topographic Correction (ATCOR)模型等。
用户可以根据实际需求选择合适的大气校正方法对图像进行校正，以消除大气干扰，还原地物的真实信息。
2. 几何校正几何校正是指将图像中的地物从图像坐标转换为地理坐标，使得图像与实际地理位置相符。
ENVI提供了自动几何校正功能，可以使用地面控制点或地面矢量数据进行几何校正。
通过选择合适的校正方法和参考数据，可以将图像校正为具有地理坐标的图像。
三、图像拼接图像拼接是将多幅图像按照空间位置进行组合，生成一幅更大尺寸的图像。
镶嵌1、分别打开034、035的六个波段的图像，并分别合成034、035的文件。
2、Basic tools---mosaioking---georeferenced---在map basedmosaic中---import--- import files(同时选中034、035的合文件并打开)3、在下面#1右键---edit entry---第一个空0第二个40（可以任意选）---color balancing：fixed ----ok。
#2 除了color balancing：adjust 其他同上4file ---apply 命名并保存裁剪image窗口---overlay---region of interest---在对话框roi type---rectangle在image窗口画出一个区域、双击右键---#1 roi tool 窗口---file---subset data via rois---选中裁剪的合文件（例如034）---下一个对话框---点击select all items然后命名并保存，在available bands list 选择最上面的文件打开即可。
ENVI裁剪经验下一篇：ENVI/Erdas下裁剪栅格影像图的步骤一、basic tools-resize data进行规则裁剪：（虽然是进行图像重采样工具，但也可以用于简单快速的裁剪）1、图1：选中要裁剪的图像；对话框下面选择spatial subset(构建空间子集＿就是裁剪图像)(另spectral subset-构建波谱子集)2、图2：提供多种裁剪方式：（1）直接输行列裁剪，这样裁剪的前提是你要预告查看需要图像所占的行列是多少。
（2）image裁剪，图3：可以输入需要裁剪图像的大小，然后鼠标可以拖动图中所选区域的位置直到合适的位置。
（3）或者是使用map、file、ROI/evf等方式进行裁剪。
但map、file两种方式个人感觉都不方便，roi/evf方式方便，但这里只能进行规则裁剪。
E N V I影像拼接裁剪 Revised final draft November 26, 2020一、无缝拼接（E N V I）1.通过open打开要拼接的两幅影像。
2.然后在Toolbox/Mosaicking/SeamlessMosaic，会出现SeamlessMosaic下面的对话框：3.通过上述对话框左上角的加号+选择要拼接的两幅影像，点击OK：4.进行匀色操作：在匀色ColorCorrection操作中，勾选预览ShowPreview；勾选HistogramMatching，此时自行选择HistogramMatching勾选预览ShowPreview；勾选HistogramMatching，此时自行选择HistogramMatching。
5.羽化处理：选择Seamlines点击AutoGenerateSeamlines进行自动羽化，如果羽化结果颜色基本一致，则导出结果即可6.导出结果：在Export中选择输出形式及输出位置，点击finish，拼接完成。
二、矢量裁剪(ArcGIS+ENVI)（1）已知全国矢量图，在ArcGIS中提取出北京市的矢量边界图：1.在ArcGIS中打开全国范围的矢量图，与被裁剪的影像进行对比，查看其投影系及显示方式是否一致：2.不一致，先把全国矢量图的十进制形式转化为度分秒形式：视图/数据框属性（或鼠标在图像显示区域右击选择数据框属性），并在弹出的对话框中将十进制转化为度分秒形式，其弹出数据框属性对话框如下：3.提取北京市的矢量边界图：编辑器/开始编辑，鼠标点击要去除的边界，通过删除键进行删除，最后只剩下北京市的边界图。
4.导出北京市边界图：ArcTool/转换工具/转为Shapefile/要素类转Shapefile，在弹出的对话框中选择要转换的文件及输出地址，点击确定。
（2）利用北京市边界图进行裁剪1.将上述结果（北京市矢量边界图）导入ENVI中。
2.Toolbox/Rastermanagement/Masking/buildmask，选择需要做掩膜的影像（就是被裁剪影像），点击OK，弹出掩膜定义对话框，点击Options的下拉菜单，在出现的子菜单中选择Import?EVFS，则弹出右下图，再选择矢量边界图，点击OK。
![[应用]ENVI裁剪](https://uimg.taocdn.com/6c2630264b35eefdc8d333ff.webp)
一、basic tools-resize data进行规则裁剪：（虽然是进行图像重采样工具，但也可以用于简单快速的裁剪）1、图1：选中要裁剪的图像；对话框下面选择spatial subset(构建空间子集＿就是裁剪图像)(另spectral subset-构建波谱子集)2、图2：提供多种裁剪方式：（1）直接输行列裁剪，这样裁剪的前提是你要预告查看需要图像所占的行列是多少。
（2）image裁剪，图3：可以输入需要裁剪图像的大小，然后鼠标可以拖动图中所选区域的位置直到合适的位置。
（3）或者是使用map、file、ROI/evf等方式进行裁剪。
但map、file两种方式个人感觉都不方便，roi/evf方式方便，但这里只能进行规则裁剪。
二、basic tools-subset data via rois进行规则和不规则裁剪。
首先必须建立裁剪所需的ROI（感兴趣区），即需要进行裁剪的范围。
（一）建立感兴趣区1、图4：通过主图像窗口-tools-region of interest-roi tool，然后自己在图像上定义出一块感兴趣区（实际中难于确定严格准确的裁剪界限）。
2、图5：打开外部确定好的矢量裁剪范围（矢量文件必须是区文件），并将其加载到图像上（load selected），为后面方便，这里矢量文件中包含两个区。
3、图6，加载矢量范围后图像，然后将矢量范围转为感兴趣区（file-export active layerto rois）。
4、图7：如果矢量文件包含多个区，这里可以选择每个EVF to a new roi，并可以在attribute column to use for name后选择矢量区的一个属性做为标志，这里我选择ID，这适用于后面将要对每个区进行统计分析的处理，如果仅仅是简单的裁剪，多个区可以转为一个感兴趣即可。
5、basic tools- subset data via roi-选择要裁剪的图像-OK跳出图8对话框，设置好即可进行不规则或者是规则的裁剪了。
实验报告一、实验内容：1.遥感影像读入与裁剪；2.遥感影像融合；3.遥感影像非监督分类；4.分类结果转成矢量（shapefile）二、实验内容实验一1.将实验所需数据复制到新建的C盘test文件2.打开ENVI Classic——file——preferences修改前三个选项，都改为C盘test3点击file——open image file——enter data filenames选中这九个图像文件4.弹出对话框并选B50——loadband，出图5返回菜单，点击basic tools——layer stacking——import file选中B10—B706.点击spatial subset——Image，框选一个范围，并修改下面两个数字7.逐步点击ok，到layer stacking parameters——reorder files 进行从小到大排序8.点击ok，选中chose——test将文件命名为stack_b1-6162-7.img9.点击RGB Color，如图依次选择B50，B40，B3010. 点击display——New Display——load RGB，出图11. 回到主菜单，点选Transform——Image Sharpening——HSV——display212.在主菜单上点击Basic Tools——rezise Data——点选B80进行如下操作13.将文件保存为b8.img14.在RGB Color进行B50，B40，B30排序15.产生display3，出图16.点击Transform——Image sharpening——HSV，选择display217.依次确定后跳出如下对话框，将图片命名为hsv_543.img保存18.完成后生成新的display219.图片点右键——Geographic Link全部点选on20.实验一结束，关闭所有图片实验二1．在主菜单点击Classification——Unsupervised——ISODATA，选择stack_b1-6162-7.img2.弹出如下对话框，第三个数字改为5，保存文件名为iso.img3.生成新的display4．点击主菜单上Classification——post Classification——Majority\Minority analysis，如图选择iso.img,5.弹出如下对话框之后，点选所有class，将kernel size数值调为76.将文件保存，并命名为iso_maj77.img7.生成新的display8.在图片上单击右键——Geographic Link全部点选on9.继续在主菜单点击Classification——post Classification—— Classification to vector，选择iso_maj77.img10.选择所有class，output一栏选择single layer，保存文件，命名为iso_maj77toevf.evf11.计算机进行分析，分析完成后出现如下对话框12.选择RTV，对弹出对话框进行如下选择13.在生成图片的菜单上选择file——export active layer to shapefile，选择命名为iso_maj77toshp.shp保存。
方法1：file-save file as-envi standard-import file- 方法原理是pix-pix，所以要求波段之间具有相同的行列数。
如果波段行列数不一样，即使具有相同的地理坐标系且波段之间有重叠的部分，也不能完成波段的合并。
file-save file as-envi standard-import file-把你7个波段都打开,按住ctrl把7个波段选中,在下面选择输出路径-搞定方法2： File>Basic Tools>Layer Satcking，该波段合并的方法是基于地理坐标系的，所以要求输入的所有的波段数据必须具有地理坐标信息，但是每个波段可以有不同的地理坐标信息。
File>Basic Tools>Layer Satcking，注意：单波段图像必须有统一的坐标。
无坐标的也许通过上面的方法可行。
图像的保存：单波段保存为8BIT，多波段合成保存为24BIT。
File: G:\遥感处理\LT51200382010231BJC00\LT51200382010231BJC00_B7.TIF Dims: 7881 x 6981 x 1 [BSQ] Size: [Byte] 55,073,458 bytes. File Type : TIFF Sensor Type: Unknown Byte Order : Host (Intel) Projection : UTM, Zone 50 North Pixel : 30 Meters Datum : WGS-84 Wavelength : None Upper Left Corner: 1,1 Description: GEO-TIFF File Imported into ENVI [Tue Jun 04 10:06:23 2013] ArcGIS和ENVI中的投影坐标问题[原创] 2008-05-24 12:01:14| 分类：遥感软件图像处理 | 标签： |字号大中小订阅 1.和很多地理图象（栅格图像和矢量图象）一样，一副矢量图应该也有自己的坐标系，矢量图的坐标系应该产生于矢量图生成的过程，因为地理图象的坐标信息是不可缺少的。
任务二图像裁剪一、规则分幅裁剪 (1)二、不规则裁剪 (3)1、手工绘制感兴趣区 (4)2、矢量数据生成感兴趣区 (6)图像裁剪的目的是将研究之外的区域去除。
常用方法是按照行政区划边界或自然区划边界进行图像裁剪；在基础数据生产中，还经常要进行标准分幅裁剪。
按照ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。
一、规则分幅裁剪规则分幅裁剪是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。
数据准备：TM影像处理过程（1）打开裁剪图像bhtmsat.img。
（2）在主菜单中，选择File→Save File as→ENVI Standard，弹出New File Builder对话框。
（3）在New File Builder对话框中，单击Import File按钮，弹出Create New File Input File对话框。
（4）在Create New File Input File对话框中，选中Select Input File列表中的裁剪图像，单击Spatial Subset按钮。
（5）在Select Spatial Subset对话框中，单击Image按钮，弹出Subset by Image对话框。
（6）在Subset by Image对话框中，可以通过输入行列数确定裁剪尺寸，或者直接按住鼠标左键拖动图像中的红色矩形框确定裁剪尺寸及位置，单击OK。
（7）在Select Spatial Subset对话框中可以看到裁剪区域信息，OK确认。
（8）在Create New File Input File对话框中，可以通过Spectral Subset按钮选择输出波段子集，单击OK。
（9）选择输出路径及文件名，单击OK，执行规则分幅裁剪过程。
其他几种确定外边界矩形框的方式●Map：通过输入左上角和右下角两点坐标来确定外边界矩形框●File：以另外一个图像文件范围为标准确定外边界矩形框●ROI/EVF：以感兴趣区或者矢量外围最大矩形为外边界矩形框●Scroll：根据当前放大的缩放窗口中的显示为外边界矩形框二、不规则裁剪不规则裁剪是指裁剪图像的外边界范围是一个任意多边形。
一. ENVI中根据任意多边形对影像进行裁剪ENVI中可以对影像进行多边形裁剪，但是要求多边形是面矢量文件，而且该多边形需和要裁剪的影像是配准的。
裁剪的方法是先将矢量转化成感兴趣区域（ROI），再利用（ROI）从影像中裁剪出感兴趣区域。
用ENVI4.7，以1：25万分幅矩形框对影像进行裁剪为例，具体操作如下：1）打开ENVI界面，在主菜单中打开影像，如图所示：2）在ENVI主菜单中打开多边形矢量文件，注意选择文件类型Shapefile(*shp), 如图所示：在弹出的对话框中选择正确的投影类型，投影之后的文件在弹出该对话框时会自动选择正确的投影，如下图，3）将多边形叠加到影像上在弹出的Availabel Vectors List对话框中选中矢量多边形图层，点击load selected按钮，Select Vectors Window选择已打开的影像窗口（Display #1）,然后点击OK按钮，确保矢量多边形叠加到影像上。
（注意：所看到该多边形的边界是双线，这是为了使相邻图幅间能有一定的重叠而对原多边形做了缓冲之后形成的新多边形（前面打开的也是该新多边形），因缓冲区不形成多边形，所以不影响裁剪。
如果你不需要做缓冲，那直接用多边形就可以。
）4）将矢量多边形转为ROI，如下图：（注意：如果你只需要根据一个多边形框来裁剪，那么在Export EVF Layers to ROI对话框中选择Covert all records of an EVFlayer to a new ROI ,这样就可以通过击右键点ROI tool直接选择你所要裁剪的区域。
这里按照对一幅影像进行多个区域裁剪来进行介绍）步骤3）和4）也可变换顺序。
5）裁剪影像，如下图：（注意：上图Spatial Subset via ROI Para…对话框中，在Secelet Input ROIs中选择建立的ROI（小技巧：根据像元点数多少来选择ROI区域）；Mask pixels outside of ROI ？选项选择Yes,此时ROI外围外的背景值自动默认是0。
目录第一部分利用ENVI对图像进行配准-校正-拼接-裁剪 (2)一、图像配准与校正 (2)（一）基础知识 (2)（二）ENVI操作 (4)二、图像镶嵌（图像拼接） (16)（一）基础知识 (16)（二）ENVI操作 (16)三、图像裁剪 (20)（一）基础知识 (20)（二）ENVI操作 (21)第二部分：下载影像及介绍 (26)（一）基本信息 (26)（二）日期信息 (26)（三）云量信息 (26)（四）空间信息 (26)第一部分利用ENVI对图像进行配准-校正-拼接-裁剪一、图像配准与校正（一）基础知识1、图像配准就是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
2、几何校正是指利用地面控制点和几何校正数学模型，来矫正非系统因素产生的误差，非系统因素如传感器本身的高度、地球曲率、空气折射或地形等的影响。
由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。
简单来说，图像校正是借助一组控制点，对一幅图像进行地理坐标的校正。
本文将采用地面控制点+校正模型的几何校正方式中的Image to Image，利用Image格式的基准影像对2006年兰州TM影像进行配准与校正。
3、图像选点原则[1]选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、飞机场、城廓边缘等。
[2]特征变化大的地区需要多选。
[3]图像边缘部分一定要选取控制点。
[4]尽可能满幅均匀选取。
[5]保证一定数量的控制点，不是控制点越多越好。
4、数理知识：[1]多项式模型x=a0+a1X+a2Y+a3X²+a4XY+ a5Y²+....y=b0+ b1X+b2Y+b3X²+ b4XY +b5Y²+ ....X，Y：校正前该点的位置；x，y：校正后该点的位置[2]最少控制点个数： ( n+1 )²[3]误差计算：RMSEerror= sqrt( (x' -x)²+ (y' -y)²)5、重采样方法（插值算法）[1]最近邻法概念：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 )点的亮度值优点：简单易用，计算显小缺点：图像的亮度具有不连续性，精度差[2]双线性内插法概念：取(x，y)点周围的4个邻点，在y方向内插2次，再在x方向内插1次，得到( x，y)点的亮度值 f ( x，y)优点：双线性内插法比最近邻法虽然计算虽有所增加，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。
实验报告一、实验内容：1.遥感影像读入与裁剪；2.遥感影像融合；3.遥感影像非监督分类；4.分类结果转成矢量（shapefile）二、实验内容实验一1.将实验所需数据复制到新建的C盘test文件2.打开ENVI Classic——file——preferences修改前三个选项，都改为C盘test3点击file——open image file——enter data filenames选中这九个图像文件4.弹出对话框并选B50——loadband，出图5返回菜单，点击basic tools——layer stacking——import file选中B10—B706.点击spatial subset——Image，框选一个范围，并修改下面两个数字7.逐步点击ok，到layer stacking parameters——reorder files 进行从小到大排序8.点击ok，选中chose——test将文件命名为stack_b1-6162-7.img9.点击RGB Color，如图依次选择B50，B40，B3010. 点击display——New Display——load RGB，出图11. 回到主菜单，点选Transform——Image Sharpening——HSV——display212.在主菜单上点击Basic Tools——rezise Data——点选B80进行如下操作13.将文件保存为b8.img14.在RGB Color进行B50，B40，B30排序15.产生display3，出图16.点击Transform——Image sharpening——HSV，选择display217.依次确定后跳出如下对话框，将图片命名为hsv_543.img保存18.完成后生成新的display219.图片点右键——Geographic Link全部点选on20.实验一结束，关闭所有图片实验二1．在主菜单点击Classification——Unsupervised——ISODATA，选择stack_b1-6162-7.img2.弹出如下对话框，第三个数字改为5，保存文件名为iso.img3.生成新的display4．点击主菜单上Classification——post Classification——Majority\Minority analysis，如图选择iso.img,5.弹出如下对话框之后，点选所有class，将kernel size数值调为76.将文件保存，并命名为iso_maj77.img7.生成新的display8.在图片上单击右键——Geographic Link全部点选on9.继续在主菜单点击Classification——post Classification—— Classification to vector，选择iso_maj77.img10.选择所有class，output一栏选择single layer，保存文件，命名为iso_maj77toevf.evf11.计算机进行分析，分析完成后出现如下对话框12.选择RTV，对弹出对话框进行如下选择13.在生成图片的菜单上选择file——export active layer to shapefile，选择命名为iso_maj77toshp.shp保存。
