ENVI高光谱数据处理流程幻灯片

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。

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）。

高光谱分辨率遥感用很窄(10—2l）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,每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry)遥感。

高光谱遥感具有不同于传统遥感的新特点：(1）波段多—-可以为每个像元提供几十、数百甚至上千个波段；(2）光谱范围窄——波段范围一般小于10nm；（3）波段连续—-有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱；(4）数据量大——随着波段数的增加，数据量成指数增加；（5）信息冗余增加—-由于相邻波段高度相关，冗余信息也相对增加。

优点：（1）有利于利用光谱特征分析来研究地物；（2）有利于采用各种光谱匹配模型；(3）有利于地物的精细分类与识别。

ENVI高光谱数据处理流程：一、图像预处理高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。

辐射校正一般由数据提供商完成。

二、显示图像波谱打开高光谱数据,显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出.三、波谱库1、标准波谱库软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。

2、自定义波谱库ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等.3、波谱库交互浏览波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等四、端元波谱提取端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点"。

端元波谱的确定有两种方式：（1）使用光谱仪在地面或实验室测量到的“参考端元"，一般从标准波谱库选择；(2）在遥感图像上得到的“图像端元”.端元波谱获取的基本流程：（1）MNF变换重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。

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。

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。