《使用ENVI的高光谱工具处理多光谱数据》

ENVI高光谱分析技术ENVI高光谱分析技术指的是利用ENVI软件和高光谱数据对地球表面进行分析和解译的技术。

高光谱分析技术是一种通过检测和记录地球表面上的物质反射和辐射特征来获取地物信息的方法。

通过分析不同波长的光谱数据，可以对地表进行分类、监测和测量，同时提供了对地球表面物质和环境变化的深入理解。

ENVI软件是一款功能强大、易于使用的高光谱遥感图像处理和分析软件。

它可以对高光谱数据进行校正、预处理、分割、分类、特征提取和变化检测等操作，进一步提取和分析高光谱数据中的信息。

ENVI软件可以处理来自多个传感器和平台的高光谱数据，包括卫星、航空和地面平台。

高光谱分析技术的主要步骤包括：1.数据获取和预处理：包括获取高光谱数据源，对数据进行几何校正、大气校正和辐射校正等预处理，以消除大气和仪器引起的影响。

2.高光谱数据展示和可视化：通过ENVI软件可以将高光谱数据以图像或光谱曲线的形式进行可视化，直观展示不同波段的反射率或辐射亮度。

3.特征提取和分类：通过ENVI软件中的分类算法，可以对高光谱数据进行地物分类，将不同类型的地物分开并标记出来。

常用的分类算法包括最大似然分类、支持向量机分类等。

4.目标检测和提取：通过高光谱分析技术，可以识别和提取特定目标或特征，如植被指数、污染物浓度等。

5.变化检测和监测：通过对不同时期的高光谱数据进行比较，可以检测地表发生的变化，如土地利用变化、植被覆盖变化等。

6.数据分析和解释：通过对高光谱数据中的光谱曲线进行分析，可以推断地表物质的成分和性质，并进行解释和评估。

高光谱分析技术在许多领域中得到广泛应用。

在农业领域，可以通过分析作物的生长状态、养分含量和病虫害情况，提供精准的农作物管理和决策支持。

在环境监测领域，可以监测水质、土壤质量、植被变化等环境指标，提供环境保护和可持续发展的数据支持。

在城市规划和土地管理领域，可以分析土地利用类型、城市扩张和更新等信息，为城市发展提供科学依据。

高光谱制图—FLAASH大气校正
FLAASH是目前精度最高的大气辐射校正模型， 使用了 MODTRAN 4+ 辐射传输模型的代码，基 于像素级的校正 FLAASH可对Landsat, SPOT, AVHRR, ASTER, MODIS, MERIS, AATSR, IRS等多光谱、高光谱 数据、航空影像及自定义格式的高光谱影像进行 快速大气校正分析。能有效消除大气和光照等因 素对地物反射的影响，获得地物较为准确的反射 率和辐射率、地表温度等真实物理模型参数
高光谱制图—FLAASH大气校正(5)
如果要自动保存前面所输入的FLAASH参 数 如果需要生成相关诊断文件（如通道定义 文件等）
高光谱影像地理坐标定位
空间遥感平台在传感器采集数据的同时也精确地 记录了自身的几何信息，使用这些几何信息如星 历、姿态数据以及传感器探元与成像数据上像元 间的几何关系等，可以计算出影像上每一个像元 所对应的经纬度，其结果将作为影像数据的辅助 地理信息一并打包发布给用户。利用这些详细的 输入几何信息（Input Geometry）使得影像不需 要选择大量地面控制点就可以进行几何精纠正， 即ENVI所谓的地理坐标定位Georeference）。
比较Ｎ维散点图和二维散点图 利用N维散点图进行端元选取，理解使用菜 单Class Controls的使用 Ｎ维可视化仪同光谱剖面的链接，使用鼠 标中键来进行光谱曲线的绘制 光谱分析与Ｎ维可视化仪连接起来
高光谱影像分析-光谱切面
光谱切面包括水平切面、垂直切面和任意 方向切面。 切面是一幅ENVI影像，沿水平方向的切面， 样本数等于光谱波段数，行数等于采样数； 沿垂直方向的切面，样本数等于行数；对 于任意方向的切面，样本数等于沿ROI折 线的像元总数

感兴趣区和掩膜的选择和使用可具体情况具体分析，运行一项或两项均可。
北京卓立汉光仪器有限公司
4. 滤波
打开图像，FilterConvolutions and Morphology。在Convolutions and Morphology Tools 中，选择 Convolutions滤波类型（高通滤波 器、低通滤波 器、拉普拉斯算子、方向滤波器、高斯高通滤波器、高斯低通滤波器、中值滤波 器、Sobel、Roberts、自定义卷积核）。
2.3.2.3. 保存波谱库
北京卓立汉光仪器有限公司 在Spectral Libraries Resampling Parameters对话框中，为Resample Wavelength To选择匹配源，一般选择图像文件为参考。 输出重采样波谱库.sli
北京卓立汉光仪器有限公司
3. 感兴趣区和掩膜
3.1. 感兴趣区（ROI）
Display 窗 口 中 ， Overlay → Region of Interest ， 在 ROI 对 话 框 中 ， 单 击 ROI_Type→Polygon. 绘制窗口中，选择Image，绘制一个多边形，右键结束，可根据需要多绘制 几个。

主菜单→Basic Tools→Subset Data via ROIs，选择裁剪图像。 在Saptial Subset via ROIs Parameters中，设置参数。 Select Input ROIs，选择绘制的ROI。 Mask Pixel Outside of ROIs选择yes。
4.1. 设置参数
Kernel Size(卷积核大小)：奇数。 Image Add Back(加回值)：将原始图像中的部分加回到卷积滤波结果图像中， Editable Kernel(卷积核中各项的值)。

ENVI高光谱数据处理流程1.数据预处理数据预处理是高光谱数据处理流程中的第一步，其主要目的是去除数据中的噪声并增加图像质量。

常用的预处理方法包括：大气校正、大气校正之后的辐射校正、大气校正之后的大气校正等。

-大气校正：高光谱数据中的大气散射会引入许多噪声。

大气校正的目的是根据大气散射的物理原理，通过对高光谱数据进行光谱校正和辐射校正，去除大气散射带来的干扰。

-辐射校正：高光谱数据中的辐射能量受到地面温度、雨水和云等因素的影响，导致数据中存在辐射偏差。

辐射校正的目的是根据卫星的辐射源数据和大地辐射能量的关系，对高光谱数据进行校正，消除辐射偏差。

-大气校正之后的大气校正：在进行大气校正之后，仍然可能存在一些小范围的大气散射。

大气校正之后的大气校正的目的是再次进行大气散射校正，进一步提高图像质量。

2.特征提取特征提取是高光谱数据处理流程中的核心步骤，其主要目的是从高光谱数据中提取出对地物分类和解译有用的特征信息。

-光谱特征提取：光谱特征提取是指根据高光谱数据中不同波段的辐射能量变化，提取出反映地物光谱特性的特征参数。

常用的光谱特征包括：光谱曲线的均值、方差、斜率等。

-空间特征提取：空间特征提取是指从高光谱数据的空间分布中提取出反映地物空间特性的特征参数。

常用的空间特征包括：纹理特征、形状特征、边缘特征等。

3.分类与监督解译分类与监督解译是高光谱数据处理流程中的关键步骤，其主要目的是将预处理和特征提取之后得到的数据进行分类和解译。

-监督分类：监督分类是指通过已知的训练样本数据，建立分类模型，并将该模型应用于未知的高光谱数据，将数据分成不同的类别。

常用的监督分类方法有：最大似然分类、支持向量机分类、随机森林分类等。

-非监督分类：非监督分类是指利用高光谱数据本身的统计特性，将数据按照统计特性对其进行分类。

常用的非监督分类方法有：K-均值聚类、多元高斯聚类等。

4.地物解译与验证地物解译与验证是高光谱数据处理流程中的最后一步，其主要目的是对分类结果进行解译和验证，以评估分类的准确性。

envi高光谱数据处理流程
envi高光谱数据处理流程是一种非常常用的数据处理方法，主要应用于高光谱遥感数据处理。

其主要流程包括：数据预处理、光谱反射率计算、特征提取与分类等几个步骤。

1、数据预处理：数据预处理包括数据校正、波长校准及大气校正等过程。

其中，数据校正主要是将数据进行去背景、去噪、去影响等处理。

波长校准是将采集到的数据进行波长校准，保证数据的准确性。

大气校正是将采集的数据进行大气校正，降低大气对数据的影响。

2、光谱反射率计算：光谱反射率计算是将采集到的数据进行转换，得到地表反射率信息。

这个过程主要通过将采集到的数据进行比对处理，计算出地表反射率。

3、特征提取：特征提取是将采集到的数据进行特征分析，得到地物分类信息。

这个过程主要通过对采集到的数据进行分析，计算出每个波段的特征，然后根据这些特征进行分类。

4、分类：分类是将采集到的数据进行分类，识别出地表不同的类别。

这个过程主要通过将采集到的数据进行分析，然后根据不同的特征进行分类，最终得到地表不同的类别。

总之，envi高光谱数据处理流程是一个比较全面、细致的数据处理方法，可以有效地对高光谱遥感数据进行处理，得到准确的地表信息。

- 1 -。

高光谱数据分析ENVI操作手册1.常见参数选择主菜单→File→Preferences●用户自定义文件（User Defined Files）图形颜色文件，颜色表文件，ENVI的菜单文件，地图投影文件等。

需重启ENVI ●默认文件目录(Default Directories)默认数据目录，临时文件目录，默认输出文件目录，ENVI补丁文件、光谱库文件、备用头文件目录等，需重启ENVI。

●显示设置(Display Default)可以设置三窗口中各个分窗口的显示大小，窗口显示式样等。

其中可以设置数据显示拉伸方式（Display Default Stretch），默认为2%线性拉伸。

●其他设置(Miscollaneous)制图单位（Page Unit），默认为英寸（Inches），可设置为厘米（Centimeters）还有缓冲大小（cache size），可以设置为物理内存的50-75%左右。

Image Tile Size不能超过4M。

2.显示图像及其波谱2.1.打开文件●主菜单，Open Image File→文件名.raw。

●或Window→Available Bands List→File →Open Image File→文件名.raw。

2.2.显示图像●显示单波段灰度级图像：Gray color,选择的波段一般是图像显示最清晰的波段。

●显示伪彩色图像：RGB color，选择具有明显吸收谷、强烈反射作用和所含信息量较大的波段作为彩色合成RGB波段。

●显示真彩色图像：波段列表（Available Bands List）中，右键→Load TrueColor 。

●图像保存：Display窗口，File→Save Image As→Image File，选择输出格式、路径和名称，OK。

●动画显示：Display窗口，Tools→Animation，动态显示各波段图像，能很快的分辨出包含信息量较多的波段。

噪声白化
MNF首先对数据进行白化处理， 使得不同波段的噪声具有相同的
方差。
2024/1/24
信号提取
通过迭代计算，逐步提取出信号成 分，实现信号与噪声的分离。
数据降维
MNF变换后，数据被压缩到较少的 波段中，便于后续处理和分析。
14
04
高光谱数据分类与目标识 别
2024/1/24
15
分类算法原理及实现
应用领域
广泛应用于农业、林业、地质、环境、 城市规划等领域，如作物长势监测、森 林类型识别、矿产资源勘查、环境污染 监测等。
2024/1/24
5
ENVI软件在高光谱处理中优势
强大的数据处理能力
丰富的信息提取方法
ENVI软件支持多种高光谱数据格式，提供丰 富的数据处理工具，如辐射定标、大气校正、 正射校正等。
2024/1/24
10
03
高光谱图像增强与变换
2024/1/24
11
图像增强方法介绍
01
02
03
直方图均衡化
通过拉伸像素强度分布， 增强图像的对比度，使图 像更加清晰。
2024/1/24
空间域滤波
利用滤波器对图像进行空 间域卷积，实现图像平滑、 锐化等效果。
频域增强
将图像转换到频率域，对 频率成分进行操作，如低 通、高通滤波等，再转换 回空间域。
2024/1/24
17
非监督分类方法
1 2
K均值聚类法 将高光谱数据划分为K个簇，通过迭代更新簇中 心和像素归属，使得同一簇内像素相似度最大， 不同簇间相似度最小。
ISODATA聚类法 在K均值聚类基础上引入类别合并和分裂操作， 自适应地调整类别数目和聚类中心，提高聚类效 果。

envi无人机多光谱影像处理流程
处理遥感数据是一项复杂的任务，特别是在处理无人机多光谱影像方面。

下面是一个基本的无人机多光谱影像处理流程：
1. 数据采集：使用多光谱传感器的无人机进行数据采集。

无人机根据预先设置的飞行线路和参数进行飞行，在规定的区域内获取多光谱影像。

2. 数据预处理：对采集的多光谱影像进行预处理，包括去除散焦、轨迹畸变校正、几何校正、辐射校正等。

这些预处理步骤能够帮助提高影像质量和准确度。

3. 数据分割：将多光谱影像分割成不同的地物类别，如植被、水体、建筑等。

常用的分割方法包括阈值分割、区域生长法等。

4. 特征提取：从各个地物类别中提取特征，用于后续的分类和分析。

常见的特征包括纹理特征、形状特征、频谱特征等。

5. 分类：使用机器学习或深度学习算法对特征进行分类，将不同的地物类别分类出来。

常用的分类算法有支持向量机（SVM）、随机森林（Random Forest）、卷积神经网络（Convolutional Neural Network）等。

6. 土地利用/土地覆盖分析：根据分类结果进行土地利用/土地
覆盖分析，估计不同类别的面积和分布情况。

这可以帮助决策者对土地资源进行合理规划和管理。

7. 结果展示：将处理后的数据结果进行可视化展示，以便于用户对结果进行分析和理解。

可以生成各种图表、地图等形式的结果。

需要注意的是，以上流程只是一个基本框架，具体的处理流程还会受到数据的特点和处理目标的影响，需要根据具体情况进行调整和完善。

专题二十四 使用ENVI的高光谱工具处理多光谱数据(节选)1.1.专题概述本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。

要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。

要获取额外的详细信息，请参见《ENVI遥感影像处理实用手册》（ENVI User’s Guide）或者ENVI的在线帮助。

♦本专题中使用的文件光盘：《ENVI遥感影像处理专题与实践》附带光盘 #1♦背景知识ENVI并非仅设计成高光谱影像处理系统。

在1992年，ENVI的开发者就决定开发出一个通用的影像处理软件，它包含一整套的基本处理工具，弥补了商业软件缺乏强大灵活处理功能的不足，使得它能够处理各种科学格式的影像数据。

它对全色、多光谱、高光谱以及基本和改进雷达影像数据都提供了支持。

当前，ENVI包含了与其它主要影像处理系统（例如：ERDAS，ERMapper和PCI）相同的基本处理功能。

其中，ENVI在前沿遥感研究中采用了许多不同的先进算法。

虽然这些算法都是在处理成像光谱仪数据或者多达上百个波谱波段的高光谱数据基础之上发展而来，但是它们也可以应用到多光谱数据和其它标准数据类型的处理上。

本专题将对某些分析Landsat Thematic Mapper（TM）数据的方法进行介绍。

本专题分为两个独立的部分：1）使用标准或者经典多光谱分析技术，对TM影像数据进行典型的多光谱分析，2）使用ENVI高光谱工具对相同的数据集进行分析。

1.2.使用ENVI的高光谱工具分析多光谱数据♦读取TM影像数据z要从磁带中读取数据，可以在ENVI主菜单中选择File → Tape Utilities → Read Known Tape Formats → Landsat TM（或者对于新的EDC-格式的磁带选择NLAPS）。

z要从光盘中读取数据，可以选择File →Open External File → Landsat → Fast，或者选择File → Open External File → Landsat → NLAPS（对于NLAPS数据）。

1.1 ENVI Classic标准波谱库
保留原来的5种标准波谱库，存放在 …\Harris\ENVI54\classic\spec_lib，分别在5个文件夹 中，储存为ENVI波谱库格式
✓ USGS矿物波谱 ✓ 植被波谱 ✓ JPL波谱库 ✓ IGCP264波谱库 ✓ JHU波谱库
1.2 波谱库创建
元波谱收集 • 基于连续最大角凸锥（Sequential Maximum Angle Convex Cone——简
称SMACC）的端元自动提取。
4、高光谱图像物质识别
4 物质识别
ENVI提供许多波谱分析方法，包括：二进制编码、波谱 角分类、线性波段预测（LS-Fit）、线性波谱分离、光谱 信息散度、匹配滤波、混合调谐匹配滤波（MTMF）、 包络线去除、光谱特征拟合、多范围光谱特征拟合等
5.2 波谱识别
波谱角分类 /Classification/Supervised Classification/Spectral
Angle Mapper Classification
5.3 分类结果浏览及后处理
得到的结果就是ENVI的分类文件的格式，自动加载显示 在图中。
分类后处理
5.4 向导式目标识别——沙漏分析工具
4 物质识别
专题内容：
✓ 用波谱角分析方法从高光谱图像中识别物质
数据
✓ “301-技术专题：高光谱数据处理与分析\2-物质识别”
端元波谱收集
物质识别
5、高光谱图像分类
5 高光谱图像分类流程
影像文件
最小噪声分离 MNF
数据维数判断
是否从图像获得端
否
元波谱
计算纯净像元指数
N维可视化和端元选择

ENVI高光谱数据处理流程一、显示图像波谱1.打开文件：主菜单中，File→Open Image File→文件名.raw或者Window→Available Bands List→File →Open Image File→文件。

2.显示真彩色图像：波段列表（Available Bands Lis）中，右键→Load TrueColor。

3.*设置像素大小：主窗口（Display）中，右键→Pixel Locator。

4.绘制波谱：主窗口中，右键→Z Profile（Spectrum）。

5.收集任意点波谱：Spectral Profile中，Options→Collect Spectra，点击图像任6.光谱平滑：Spectral Profile中，Options→Set Z Profile Avg Window，将window7.部分光谱：主菜单→Basic Tools→Resize Data(Spatial/Spectral)→Spectral Subset，选择需要的光谱波段。

生成新的文件，右键→Load True Color to<new>。

显示新图像。

8.关闭所有文件：File→Close All Files。

二、标准波谱库主菜单→Spectral→Spectral Libraries→Spectral Library Viewer→安装文件夹下，ITT\IDL\IDL80\products\envi48\spec_lib。

共有usgs_min、veg _lib、jpl_lib、jhu_lib四个标准波谱库。

在Spectral Library Viewer中，单击波谱名称，自动显示波谱。

三、自定义波谱库1.输入波长范围：在菜单中，Spectral Spectral Library→Spectral Library Builder2.波谱收集：以从影像数据中收集波谱为例：a)打开高光谱图像，收集任意点波谱。

ENVI高光谱分析ENVI（Environment for Visualizing Images）是一种用于遥感数据分析和处理的软件平台，通过其高光谱分析工具，可以对高光谱数据进行处理和解释。

高光谱分析是一种基于光谱信息的数据分析方法，可以通过测量目标物体反射或辐射出的电磁波谱，来获取物体的光谱特性以及与之相关的信息。

高光谱数据是由接收传感器采集的波长范围较宽的连续光谱数据。

与常规的彩色图像数据相比，高光谱数据包含了更多的细节和信息。

通过对高光谱数据进行分析，可以提供更准确和全面的目标物体特征、组成和状态信息。

ENVI高光谱分析提供了一系列功能强大的工具和算法，用于处理和分析高光谱数据。

首先，可以利用ENVI对高光谱数据进行预处理，如去噪、辐射校正和几何校正等。

然后，可以通过ENVI的分类分析功能对高光谱数据进行分类，将目标物体按照其光谱特性划分为不同的类别，如植被、水体、建筑物等。

此外，ENVI还提供了目标检测和变化检测的功能，可以帮助用户发现目标物体的存在和变化。

ENVI高光谱分析还支持光谱曲线的提取和分析。

用户可以选择感兴趣的区域或像素，提取其代表性的光谱曲线，并进行分析。

通过对光谱曲线进行分析，可以获取目标物体的物理特性信息，如物质组成、粒径分布等。

此外，ENVI还支持光谱相似性和光谱混合分析等功能，帮助用户更好地理解和解释高光谱数据。

ENVI高光谱分析还提供了数据可视化和结果输出的功能。

用户可以利用ENVI的图像显示和分析工具，对高光谱数据进行可视化，以便更直观地观察和分析数据。

同时，用户还可以将分析结果输出为图像文件或报告，以便与其他人共享和交流。

总而言之，ENVI高光谱分析为用户提供了一种强大且全面的工具，用于处理和解释高光谱数据。

通过利用ENVI的功能和算法，用户可以更准确地分析高光谱数据，获取目标物体的光谱特性和相关信息，从而在不同领域的应用中取得更好的效果和成效。

无论是在农业、环境、地质、气象还是其他领域，ENVI高光谱分析都可以帮助用户更好地理解和利用高光谱数据，并为实现可持续发展和智能决策提供有力支持。

ENVI高光谱数据处理流程ENVI（Environment for Visualizing Images）是一款功能强大的遥感数据处理软件，用于高光谱数据的处理和分析。

它提供了许多功能模块，可以进行数据导入、预处理、特征提取、分类和可视化等操作。

下面是ENVI高光谱数据处理流程的详细介绍。

1.数据导入首先，我们需要将高光谱数据导入ENVI软件。

ENVI支持导入多种高光谱数据格式，如Hyperion、AVIRIS等。

可以通过ENVI的文件菜单选择导入数据或者使用ENVI API导入数据。

2.数据预处理在数据导入之后，我们需要对高光谱数据进行预处理，以减少噪声和增强图像的质量。

ENVI提供了多种数据预处理方法，包括大气校正、大气校正和去除噪声。

可以根据数据的需求选择适当的预处理方法。

3.特征提取特征提取是高光谱数据分析的关键步骤。

在这一步骤中，我们可以利用ENVI提供的各种特征提取算法来提取数据中的有用信息。

ENVI提供了许多特征提取算法，包括主成分分析（PCA）、线性判别分析（LDA）、最大似然分类（MLC）等。

4.分类分类是高光谱数据处理的一个重要环节。

ENVI提供了多种分类算法，用于将数据分成不同的类别。

可以使用ENVI的分类工具对特征提取后的数据进行分类，根据分类结果进行应用。

5.可视化可视化是高光谱数据处理的最后一步。

ENVI提供了丰富的可视化工具，可以对数据进行可视化和可视化分析。

可以通过ENVI的图像菜单选择适当的可视化工具，并根据需要生成图像。

以上是ENVI高光谱数据处理的基本流程。

当然，根据具体的应用和需求，还可以根据需要选择其他的处理方法和工具。

此外，ENVI还支持自定义算法和脚本编程，以满足更高级的数据处理需求。

总结起来，ENVI高光谱数据处理流程包括数据导入、数据预处理、特征提取、分类和可视化等步骤。

通过这些步骤，我们可以对高光谱数据进行全面的处理和分析，从而获取有用的信息并进行进一步的应用。

40 to 100 km 20 to 30 km 15 km 或者更少
高级设置
• 光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、 CASI、AISA。
• 气溶胶厚度系数：用于技术邻域效应范围。一般值为1~2km。 • CO2混合比率：默认为390ppm。 • 使用领域纠正。 • 使用以前的MODTRAN模型计算结果。 • 设置MODTRAN模型的光谱分辨率（推荐值5 cm-1)。 • 设置MODTRAN多散射模型。 • 提供三种模型供选择Isaacs，DISORT和 Scaled DISORT。默认是
和几个植被波谱
– Johns hopkins university 0.4~14um 矿物波谱
– IGCP264 (项目) 到
26个质优样品应用波谱仪测量得
• 打开波谱库（spectral/spectral libraries/…view)
• 显示波谱曲线(点击）
• 创建波谱库（spectral/spectral libraries/…builder)
• 两种气溶胶去除方法
– 2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑 值（一般是阴影区或者水体），系统将采用能见度值来计算；所 以即使选择了该选项也要给能见度。
– 选择None，采用能见度值参与气溶胶去除，能见度值大约参考值 参见表
天气条件 晴朗 中等雾、阴霾 厚雾、阴霾
能见度
3、物质制图与识别、探测
•波谱库 •波谱分析 •端元波谱收集 •高光谱制图与识别
波谱库
• ENVI波谱库 （安装目录下spec_lib）
– Jet Propulsion Laboratory 0.4~2.5um 160种纯矿物波谱

ENVI上机⼤实验报告遥感原理与应⽤⽬录1、实验⼀⾼光谱数据分析 (2)2、实验⼆影像镶嵌 (15)3、实验三影像配准 (26)4、实验四⾮监督分类 (38)5、实验五监督分类 (41)6、实习总结 (49)- 1 -实验⼀⾼光谱数据分析⼀、实验⽬的本专题旨在向⽤户介绍波谱库的概念，并描述如何从感兴趣区中提取波谱信息，然后还将进⾏彩⾊合成，并使⽤⼆维散点图进⾏简单的分类。

让学⽣学会如何使⽤ENVI 先进的⾼光谱⼯具对多光谱数据进⾏分析。

更好地理解⾼光谱处理的概念及其⼯具。

本专题将从特定矿物质的感兴趣区中提取其波谱曲线，并与波谱库中的波谱曲线进⾏⽐较，找出显⽰波谱信息的最佳RGB 彩⾊组合。

使⽤⼆维散点图定位独特的像元，探究其数据的分布特点，然后进⾏简单的分类。

⼆、实验数据介绍Imaging Spectrometer，简称为A VIRIS）所采集的表观反射率数据，该数据是美国内华达州（Nevada）Cuprite 地区的表观反射率数据，它使⽤ATREM ⼤⽓纠正建模软件进⾏了校正。

这个数据⼦集共包含50 个波段，波谱分辨率近似为10nm 宽，其波长范围为1.99~2.48µm。

三、实验内容本部分将介绍以下内容：波谱库操作、浏览和提取影像反射率波谱、ENVI 中感兴趣区（ROI）的定义及进⾏彩⾊合成影像的选取，其⽬的是为了鉴别波谱类型。

1加载A VIRIS影像数据并显⽰灰阶影像在 ENVI 主菜单中，选择 File → Open Image File，然后选择进⼊envi47/data⽬录。

选择zhumuqian 95_at.int ⽂件作为输⼊⽂件名，点击Open 弹出可⽤波段列表，它将列出 50 个波段的名字。

在可⽤波段列表对话框中，选择 Band 193（2.2008um），点击 Gray Scale 单选按钮，然后点击 Load Band。

将灰度影像加载到显⽰窗⼝中。

从主影像窗⼝菜单中选择 Tools> Profiles>Z Profile (Spectrum)，提取表观反射率波谱曲线。

ENVI高光谱分析ENVI高光谱分析是一种用于图像处理和数据分析的软件平台，主要用于处理和分析在大气、地球表面和水体等领域获取的高光谱数据。

高光谱数据是指在较窄波段范围内获取的光谱信息，通常包含数百个波段。

ENVI高光谱分析利用这些波段信息，可以提供更详细、更精确的数据结果，有助于理解地球表面的复杂变化和环境过程。

1.数据预处理：ENVI高光谱分析可以对高光谱数据进行预处理，包括大气校正、辐射校正、几何纠正等。

这些预处理步骤可以消除由于大气、仪器和环境等因素引起的杂乱噪声，并提高数据的质量和可靠性。

2.特征提取：ENVI高光谱分析可以通过使用不同的数学和统计算法，从高光谱数据中提取目标的特征信息。

这些特征可以用于分类、目标检测、遥感变化检测等应用。

3.数据可视化：ENVI高光谱分析可将高光谱数据以多种方式进行可视化，包括光谱曲线、散点图、等高线、伪彩色图等。

这些可视化方法有助于用户直观地理解数据的内在规律和潜在关系。

4.数学建模和分析：ENVI高光谱分析提供了多种数学建模和分析工具，包括主成分分析、线性回归、非线性回归、聚类分析等。

这些工具可以帮助用户识别数据中的模式和趋势，从而进行进一步的数据分析和解释。

5.地物分类：ENVI高光谱分析可进行高光谱图像的地物分类，包括监督分类和非监督分类。

监督分类需要用户提供一些参考样本，用于训练分类器；非监督分类则通过统计分析和像元聚类等方法，自动划分不同地物类型。

6.数据挖掘：ENVI高光谱分析可以挖掘高光谱数据中的隐藏信息和趋势，帮助用户发现新的知识和洞见。

数据挖掘算法包括关联规则挖掘、聚类分析、分类分析等。

ENVI高光谱分析在许多领域具有广泛的应用，包括地球科学、环境监测、农业、气象、地质勘探等。

例如，在农业领域，ENVI高光谱分析可以帮助农民分析土壤和植被的光谱特征，以优化施肥、灌溉和作物管理等决策。

在环境监测领域，ENVI高光谱分析可以检测和监测大气污染、水体污染、土壤侵蚀等环境问题。

4.1. 设置参数
Kernel Size(卷积核大小)：奇数。 Image Add Back(加回值)：将原始图像中的部分加回到卷积滤波结果图像中， Editable Kernel(卷积核中各项的值)。
有助于保持图像的空间连续性。
滤波前
滤波后
北京卓立汉光仪器有限公司
5. 主成分分析列出各波段以及相应的百分比，可自主选择主成分波段。“No”系统会计 算特征值和显示供选择的输出波段。
5.2. 协方差矩阵、特征向量矩阵的统计
主菜单，Basic ToolsStatisticsView Statistics File，打开主成分分析中得到 的统计文件，可以得到各个波段的基本统计值、协方差矩阵、相关系数矩阵和特 征向量矩阵。 当协方差矩阵数据量较大时，不能直接在统计文件中显示，这时可通过输出 ASCII文件并导入到excel中来查看协方差矩阵和特征向量矩阵。 波长、 反射率和协方差矩阵、特征向量矩阵的数据分析可采用其他数值统计 分析软件进行。
2.2. 添加注记


在Spectral Library Plots窗口中，Option→Annotate Plot，手动添加注记，如文 Annotation窗口中，Object选择注记类型后，在Spectral Library Plots窗口中左 在Spectral Library Plots窗口中，右键→Plot Key，添加注记，名称和颜色在

选择Memory或在Enter Output Filename输入文件名生成新的文件。 右键→Load True Color to<new>，显示新图像。
北京卓立汉光仪器有限公司
1.6. 光谱数据输出
光谱曲线窗口中，File→Save Plot As→ASCII，在Output Plots to ASCII File文 件中，Selsct Plot To Output选中需要输出曲线的点，输出路径和名称，OK。