ENVI高光谱数据处理流程
ENVI基本影像处理流程操作
ENVI基本影像处理流程操作ENVI（Environment for Visualizing Images）是一款基于科研的遥感数据处理软件，该软件可以进行多光谱、高光谱和雷达影像的处理、分析以及可视化等操作。
本文将介绍ENVI基本影像处理流程的操作步骤，并提供一些实用技巧。
1. ENVI软件的安装ENVI软件的安装包可以通过官方网站下载，安装过程需要注意以下几点：•系统要求：ENVI软件需要安装在一台配备了Windows操作系统的计算机上。
安装前请确认您的计算机符合软件的系统要求。
•授权方式：ENVI采用了USB加密狗的授权方式，安装时需要连入加密狗。
•安装路径：ENVI软件的安装路径需要选择到英文全路径，建议安装在较大的磁盘上。
2. ENVI软件的启动ENVI软件具有图形界面和命令行两种启动方式，这里只介绍图形界面启动方式。
操作步骤如下：1.在Windows桌面上找到ENVI的快捷方式，鼠标双击打开ENVI软件；2.程序启动后，会出现ENVI Main窗口，该窗口分为菜单栏和工具栏两部分；3.在菜单栏中选择基本操作>打开文件，弹出Open File窗口；4.选择需要打开的影像文件，点击打开按钮，ENVI软件会自动加载文件。
3. ENVI基本影像处理流程ENVI软件提供了多种基本影像处理流程，这里将介绍最常用的三种：图像增强、变换和分类。
下面的操作步骤均在ENVI软件的主界面中完成。
3.1 图像增强图像增强是指通过某些方法，使影像的细节更明显、对比度更强、噪声更小，从而使影像更易于解译。
下面介绍ENVI中的直方图均衡化增强方式。
1.打开需要增强的影像文件；2.在ENVI菜单栏中选择基本操作>图像增强>直方图均衡化；3.弹出直方图均衡化窗口，选择需要增强的波段，点击确定按钮；4.ENVI软件会自动完成直方图均衡化操作，并在新窗口中显示增强后的影像。
3.2 变换变换是指将原始影像进行变换，获得不同的波段组合，以便更好地提取地物信息。
高光谱数据处理的相关方法
高光谱数据的处理步骤
1．先将原始的光谱反射在软件Viewspec pro 中进行异常值的删除，然后将重复的测量进行平均。
具体步骤如下
双击图标打开软件，（图1）点击File open 打开文件，默认路径为ViewSpecPro文件夹。
为了使打开和存储路径是储存数据的文件夹，需要对打开路径进行修改
将导出的txt文本中的直接复制到execl中。
此时需要注意小数位数的选择。
4到5位较好。
在此软件中可以进行反射率的一阶导，二阶导等的基础变化。
2利用origin对数据进行平滑。
步骤如下
首先打开软件将波段和对应的反射率复制进去然后进行一介导和平滑。
界面如下
一介导
平滑
制图比较效果
原始的
一介导平滑前
一介导平滑后
在ENVI中统去除
首先建立光谱数据库步骤如下
文件的保存为sli格式
点击polt出现右面的图
连续统去除
统去除后的效果图
统去除数据的保存
同去除前后的效果比较数据的打开类似前面。
ENVI高光谱数据分析操作手册
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
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
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
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。
高光谱数据预处理流程
高光谱数据预处理流程
高光谱数据预处理流程主要包括以下步骤：
噪声去除：由于高光谱图像数据常常受到多种噪声的干扰，如设备噪声、环境噪声等，这些噪声会影响图像的质量，因此需要采取有效的方法去除。
常用的噪声去除方法包括平滑滤波、中值滤波和小波变换等。
图像校正：由于高光谱成像仪的工作原理和环境因素的影响，常常会导致图像出现几何畸变和辐射失真等问题。
因此，需要进行图像校正，以恢复图像的几何形状和辐射特性。
常用的图像校正方法包括多项式回归、仿射变换和径向畸变校正等。
图像融合：高光谱图像数据通常由多个波段组成，这些波段之间存在一定的相关性。
为了提高图像的分辨率和信息量，可以将多个波段进行融合，从而得到一个更加丰富的图像。
常用的图像融合方法包括基于像素的融合、基于区域的融合和基于小波变换的融合等。
归一化：高光谱图像数据的量级通常很大，不同波段之间的数值范围也存在较大的差异。
为了使不同波段之间的数值具有可比性，需要进行归一化处理。
常用的归一化方法包括最大最小归一化、对数归一化和标准化等。
请注意，具体流程可能因数据类型和研究需求而有所差异。
在实际操作中，建议咨询具有相关经验和专业知识的工程师或研究人员。
另外，高光谱数据处理流程除了以上预处理步骤外，还包括显示图像波谱、选择需要的光谱波段进行输出等步骤。
具体流程可能因实际情况而有所不同，建议根据实际情况调整和优化处理流程。
envi无人机多光谱影像处理流程
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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
– 美国地质调查局(USGS)
0.4~2.5um 500种质优矿物波谱
27 °C or 80 °
March
May
SAW SAW MLW MLW SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
SAW MLW MLW SAS SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
July
MLW MLW SAS SAS MLS
3636
2.92
21 °C or 70 °
5119
Latitude (°N) 80 70 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 -80
4.11
Jan.
SAW SAW MLW MLW SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
Scaled DISORT和streams为8，这种模型对于小于1000nm具有较 高的精度； • 天顶角\方位角（针对非星下点传感器）。 • 输出反射率缩放系数（Output Reflectance Scale Factor）：为了 降低结果储存空间，默认反射率乘于10000。
输出结果
• 表面反射率影像 • 水气含量数据 • 云图 • 日志文件 • FLAASH大气校正模板文件
从光谱影像上获得光谱曲线
高光谱图像
空间成像的同时，记录 下成百个连续光谱通道 数据
从每个像元均可提取 一条连续的光谱曲线
对高光谱图像的处理实质是对像元光谱曲线的定量 化处理与分析
高光谱成像技术
• 成像光谱仪：
– 与地面光谱辐射计相比，成 像光谱仪不是在“点”上的 光谱测量，而是在连续空间 上进行光谱测量，因此它是 光谱成像的；
– 与传统多光谱遥感相比，其 光谱通道不是离散而是连续 的，因此从它的每个像元均 能提取一条平滑而完整的光 谱曲线。
成像光谱仪系统介绍
• 航空成像光谱仪系统 • 国内系统：MAIS、OMIS-1、OMIS-2、PHI、WHI、
LASIS • 国外系统：AIS、AVIRIS、TRWIS、GERIS、
• 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
HYMAP
• Spectral coverage: • VIS:400-800nm,15nm bands; • NIR:881-1335nm, 14nm bands; • SWIR1:1400-1813nm, 12nm bands; • SWIR2:1950-2543nm, 16nm bands; • Spectral bands: 126 • FOV: 60° • IFOV: 2.5 mrad(along_track) • 2.0 mrad(across_track) • Pixels per line: 512
水气去除设置Water Retrieval
• 水气去除设置，采用两种方式对水气进行去除：
– 利用水气去除模型恢复影像中每个像元的水气量 • 使用水气去除模型，数据必须具有15nm以上波谱分辨率，且 至少覆盖以下波谱范围之一： 1050-1210 nm (对应 1135 nm) 870-1020 nm (对应940 nm) 770-870 nm (对应820 nm)
为什么做大气纠正？
• 太阳辐射通过大气以某种方式入射到物体表面然后再反射 回传感器
• 原始影像包含物体表面，大气，以及太阳的信息 • 如果我们想要了解某一物体表面的光谱属性，我们必须将
它的反射信息从大气和太阳的信息中分离出来。
大气散射
邻接反射
直接反射
大气校正方法
• 基于辐射传输模型
– LOWTRAN模型 – MORTRAN模型 – ATCOR模型 – 6S模型
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
T T T T T MLS MLS SAS MLW MLW MLW SAW
Sept.
MLW MLW SAS SAS MLS
T T T T T MLS MLS SAS MLW MLW MLW MLW
Nov.
SAW SAW MLW SAS SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
• 匹配时需要设置三种方法所占的权重,权重是任意的,最后 输出一个总体得分,得分越高,表明匹配效果越好.
光谱识别流程
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源自元波谱计算纯净像元指数
N维可视化和端元选择
是否输入用户选定端 元波谱
使用ENVI大气校正模块——基本参数设置
• 传感器基本信息设置
使用ENVI大气校正模块——大气模型
Model Atmosphere
Sub-Arctic Winter (SAW) Mid-Latitude Winter (MLW) U.S. Standard (US) Sub-Arctic Summer (SAS) Mid-Latitude Summer (MLS) Tropical (T)
• ENVI的大气校正模块能够对高光谱、多光谱影像进行校 正。
– 高光谱包括：HyMAP、 AVIRIS、 HYDICE、HYPERION、 Probe-1, CASI、AISA等；
– 多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、 MODIS、SeaWiFS、SPOT、QuickBird等，以及航空（860nm1135nm）数据。
• 多光谱与高光谱的模型基础一样：MODTRAN 4+。这个 模块通过高光谱像素光谱上的特征来估计大气的属性，可 以有效地去除水蒸气, 气溶胶散射，漫反射的邻域效应。 采用向导式操作流程，还包括快速大气校正功能。
使用ENVI大气校正模块——输入文件准备
• 数据是经过定标后的辐射亮度（辐射率）数据 • 数据带有中心波长（wavelenth）值，如果是高光谱还必
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)
• ENVI提供针对特定传感器的定标，包括ASTER、 AVHRR、MODIS、MSS、TM、IKONOS、QuickBird、 WorldView等；通用方法，包括：平场域定标、对数残差、 内部平均反射率法和经验线性；针对热红外数据，还提供 大气校正工具、相对通道发射率、归一化发射率、Α残差 等定标工具。
– 单一的水气因数用于整体影像，默认是1， • 对于多光谱数据使用水气去除模型，可以在多光谱设置中手动 设置水气波段
气溶胶模型（Aerosol Model）
• 提供四种标准MODTRAN气溶胶模型
– Rural（乡村）、Urban（城市）、Maritime（海洋）、 Tropospheric（对流层，能见度在40km以上）
– 用很窄（10-2λ）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，因此高光谱遥感又通常被称为成 像光谱（Imaging Spectrometry）遥感。
环境与减灾小卫星星座（HJ-1B）
2、高光谱数据预处理
• 传感器定标 • 大气校正
传感器定标
• 传感器定标是针对设备本身，建立传感器每个探测元件输 出的数据量化值（DN）与它所对应像元内的实际地物的 辐射亮度之间的定量关系（陈述彭等，1998）。辐射亮 度（辐射率）单位可为：（μW）/（cm2*nm*sr）。
须有波段宽度（FWHM）,这两个参数都可以通过编辑头 文件信息输入（Edit Header）。 • 数据类型 • 支持四种数据类型：浮点型（floating）、4-byte signed integers, 2-byte signed integers,以及 2-byte unsigned integers。 • 数据存储类型： ENVI标准栅格格式文件，且是BIP或者 BIL。 • 波谱范围：flaash能够做的数据光谱范围是0.4－2500μm。
• 基于统计学模型
– 平场域定标 – 对数残差 – 内部平均反射率法 – 经验线性
• 基于简化辐射传输模型的黑暗像元法 • 基于统计的不变目标法 • 基于植被指数的大气阻抗植被指数法 • ……