envi图像的切割-分析-增强-信息提取

1．图像的切割分析增强信息提取

2．（取子区）

ENVI：Basic Tools>> Resize Data >> Resize Data Input File对话框（如下图）。

①选择需要切割的原始图像；②选择Spatial Subset或Spectral Subset方式；

③若设置空间切割方式（Spatial Subset>>select Spatial Subset）点击“Image”；

④出现Subset by Image对话框，Subset的尺寸用2种形式，移动图像上的方

框或直接填写samples/lines（列/行）值；③‟若设置波段范围（Spectral Subset>>File Spectral Subset），选择波段；若要根据已选择的感兴趣区域进行切割，可用ENVI：Basic Tools>>Subset Data via ROIs。若要使用与上次输入的空间大小相同的文件的空间子集，点击“Previous” 按钮。

注：Resize Data还可以进行图像重采样（如下），若仅仅进行子区的选择，则不要调整Output File Dimensions。* 图像左上角为原点(1.1 --- 列.行)。

“Masking”---把一个空间掩膜应用到图像的某个部分，包括统计、分类、分离（unmixing）、匹配滤波、连续删除（continuum removal）和波谱特征拟合（spectral feature fitting）。

2．图像的重采样

ENVI：Basic Tools>> Resize Data >> Resize Data

Input File对话框选择需要采样的原始图像—OK

>>Resize Data Parameters——调整Output File

Dimensions的像元数；选择采用方法>> 文件

输出

四. 影像分析

影像统计分析

1. 统计特征分析ENVI：Basic Tools>> Statistics >> Computer Statistics

Calculate Statistics Parameters对话框---选择统计类型（Basic、Histogram、Covariance）

2. 主成分分析(ENVI: Transform>>principle compents)

Transforms > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate.---- 选择输入文件--- 选择输出PC 波段数---“Select Subset from Eigenvalues”---出现PC EigenValues 绘图窗口（每个节点是PC 各分量的特征值，可进一步计算PC各分量的方差百分比）。

3. 相关分析ENVI：Basic Tools>> Statistics >> Computer Statistics

五.图像增强(Image:Enhance)

1. 直方图调整

(1) 直方图匹配(Image: Enhance>>Histogram Matching)

至少显示两幅图像，从想更改直方图的图像（如“Display#1—PC1”）中，选择Enhance>>Histogram Matching---…Match To‟选择想匹配直方图的图像“Display#2--V” ---“OK”，保存直方图匹配后的PC1‟。

查看两图像（PC1‟与V）直方图：点右键Interactive Stretching或选择Functions > Interactive Stretching显示直方图；若需…图像替代‟则要求两直方图输入值相同，—可根据两直方图输入值的关系，通过…Band Math‟使两直方图数值相同（PC1‟变为PC1‟‟）---保存PC1‟‟，可为下一步PC1‟‟图像替代V，进行HSV-RGB反变换作准备。

(2) 直方图的交互式拉伸(Image: Enhance>>Interactive Stretching )

ENVI 用2% 的系统默认线性拉伸值来显示所有图像(两边均舍去信息量的2%)，经过这样处理后合成的假彩色图像层次分明、地物差异大，各类地物易于判别。

注：多在Scroll窗口对全局调整，分别调整R、G、B，使彩色更丰富（一般R、G敏感，B线性即可）。

2. 彩色变换（ENVI: Transform>>Color Transform）包括…HSV-色调、饱和度、数值‟变换，…HLS--色调、亮度、饱和度‟变换等。

3. MNF变换

最小噪声分离（Minimum Noise Fraction，MNF）变换是同主分量变换相似的一种方法，它被用来分离数据中的噪声，确定数据内在的维数，减少随后处理的计算量（Green 等人，1988；Boardman和Kruse，1994）。

六.专题信息提取

1. 波段运算获取不同专题信息

ENVI: Basic Tools>>band math

例：Newband=band5-band4

具体操作是：

打开Band Math对话框(如右图)，在Enter an expression中键入：b5-b4，点击OK后将会出现Variables to Bands Pairings对话框。从可利用波段列表中，分别选择b5和b4代表的波段，并键入待输出的文件名，点击OK即可。

2. NDVI的提取:> NDVI(vegetation Index)

NDVI（Normalized Difference Vegetation Index）归一化植被指数：是一个普遍应用的植被指数，将多波谱数据变换成唯一的图像波段显示植被分布。NDVI 值指示着像元中绿色植被的数量，较高的NDVI值预示着较多的绿色植被。NDVI 变换可以用于A VHRR、Landsat MSS、Landsat TM、SPOT 或

A VIRIS 数据，也可以输入其他数据类型的波段来使用。

3. 缨帽变换ENVI: Transform>>Tasseled Cap

5. 定义感兴趣区(ROI)及分类

监督分类（Supervised Classification）

监督分类：按照分类以前自定义的样本进行分类。

1. 训练样本的选择和优化

1）训练样本的提取（ROI区的选择）

ENVI: Basic Tools >> Region Of Interest>> ROI tool调出感兴趣区工具窗口进行样本选择（注意：必须事先打开一幅图像），可以进行样本编辑（名称，颜色，填充方式等），样本选择越精确，分类结果越好。感兴趣区工具窗口的打开方式还有：Image：Overlay>>Region of Interest，或者直接在图像窗口上点击鼠标右键，再选择ROI Tool。

根据前面的背景资料和预处理结果选择分类图像，建立各类地物的训练区。各类地物的解译标志，即地物的明显特征是最重要的选择标准。根据其在影像上表现出的色调、纹理等特征，通过目视解译方法用鼠标在工作区影像图上选择其训练区，并使训练区的分布尽量均匀。在实际的工作中，由于存在“同物异谱”的情况，因此对于同一种类型可能有多种不同的特征。为此，我们可以对同一地物选择多个训练区，分类后再合并。

感兴趣工具窗口见下图。