ENVI遥感影像处理 ppt课件
合集下载
《ENVI软件操作练习》ppt课件
练习内容
• 多波段合成 • 练习图像加强、剪裁等操作; • 制造Mask掩膜 • 目视解译:采用非监视分类法,进展土
地覆被类型分类
部流动的熔岩流。将上面的灰度图设置了颜色表彩色显示的结果,下
方蓝色区域是低温区,深红色是温度高的区域。
练习内容
• 熟习ENVI软件主要的操作模块; • 将绵阳三台县Landsat8遥感影像图各波
段翻开显示;进展不同波段的彩色合成 练习;
• 翻开三台水鸟维护区的边境矢量图,在 遥感影像图上进展剪裁操作
波段
1-海岸 波段
2-蓝波 段
3-绿波 段
4-红波 段
5-近红 外波段
6-短波 红外1
7-短波 红外2
8-全色 波段
9-卷云 波段
波长范 围(μm)
0.433– 0.453
0.450– 0.515
0.525– 0.600
0.630– 0.680
0.845– 0.885
1.560– 1.660
2.100– 2.30090
表: Landsat8数据波段参数
空间分 辨率 (m) 30 30 30 30 30 30 30 15 30
有时候单波段灰度图像也能解释一些特别的景象,比如下面是TIRS 传感器的热红外1波段的图像,该影像位于冰岛,中间亮白色的区域 是Bardarbunga火山,热红外波段灰度图像突出显示了从薄冰区向南
ENVI软件操作练习
Landsat8数据不同波段组合的用途
• 2021年2月11日发射的Landsat系列最新卫星Landsat8
• 携带有OLI陆地成像仪和TIRS热红外传感器 • Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传
遥感图像分析与处理ppt课件
19
仪器所引起 的条带噪声
• 引起辐射畸变的原因:是由于探测器的不正常功能 或不同敏感度、地形因素和大气因素等造成的。
20
二、大气引起的辐射预处理
大气引起的辐射变化
21
大气引起的辐射预处理方法
• 1、物理模型法 :
• 根据辐射通过大气层时的物理原理进行建模。 • 优点:具有严密、准确和适用广。 • 缺点:模型复杂,而且需要大量难以获得的参数,所以可
较大区域或整幅影像 较小区域或局部影像
28
§3 几何校正
• 原始遥感图像上常存在各种像元位置误差,使图像表现出旋 转、中心偏离、偏扭、梯形变化、纵横向比例尺不一致、边 缘与中心比例尺不一致等变形,因此需要进行几何校正。
数学变换
29
简述引起遥感影像几何变形的原因?
30
一、导致几何畸变的原因:
• 遥感平台姿态变化、地球自转和球面弯曲、大气折 射、地形起伏等外部因素综合作用导致几何变形。
x=fx(u,v) y=fy(u,v)
上述数学关系常表示为二元多项式(一次、二次、三次或更高 次)表达,其中二元二次多项式可以表示为:
x a00 a10u a01v a11uv a20u2 a02v2
y
b00
b10u
a01v
b11uv
b20u 2
b02v 2
• 1、地面控制点的选取方法
• 控制点分布均匀,边界、四角要有,以避免图像校正不能满 幅,地形起伏大的区域要多选;所选点在图像上要易辨认且 目标较小,如道路的交叉点、河流的分叉处或弯曲处、飞机 场等,而且这些特征在研究时间范围内没有变化。
道路交叉口
仪器所引起 的条带噪声
• 引起辐射畸变的原因:是由于探测器的不正常功能 或不同敏感度、地形因素和大气因素等造成的。
20
二、大气引起的辐射预处理
大气引起的辐射变化
21
大气引起的辐射预处理方法
• 1、物理模型法 :
• 根据辐射通过大气层时的物理原理进行建模。 • 优点:具有严密、准确和适用广。 • 缺点:模型复杂,而且需要大量难以获得的参数,所以可
较大区域或整幅影像 较小区域或局部影像
28
§3 几何校正
• 原始遥感图像上常存在各种像元位置误差,使图像表现出旋 转、中心偏离、偏扭、梯形变化、纵横向比例尺不一致、边 缘与中心比例尺不一致等变形,因此需要进行几何校正。
数学变换
29
简述引起遥感影像几何变形的原因?
30
一、导致几何畸变的原因:
• 遥感平台姿态变化、地球自转和球面弯曲、大气折 射、地形起伏等外部因素综合作用导致几何变形。
x=fx(u,v) y=fy(u,v)
上述数学关系常表示为二元多项式(一次、二次、三次或更高 次)表达,其中二元二次多项式可以表示为:
x a00 a10u a01v a11uv a20u2 a02v2
y
b00
b10u
a01v
b11uv
b20u 2
b02v 2
• 1、地面控制点的选取方法
• 控制点分布均匀,边界、四角要有,以避免图像校正不能满 幅,地形起伏大的区域要多选;所选点在图像上要易辨认且 目标较小,如道路的交叉点、河流的分叉处或弯曲处、飞机 场等,而且这些特征在研究时间范围内没有变化。
道路交叉口
[课件]ENVI培训教程PPT
高光谱分析
• 像元纯净指数(PPI) 纯净像元指数是一种在多波谱和高光谱影像中寻找波 谱最纯净的像元的方法。通过,波谱最纯净的像元与 混合的端元相对应。像元纯净指数通过迭代将N维散点 图映射为一个随机单位向量来计算。每次映射的纯净 像元被记录下来,并且每个像元被标记为纯净像元的 总次数也将被记录下来。这将生成一幅像元纯净影像 PPI,在该影像上,每个像元的DN值与像元被标记为 纯净像元的次数相对应。
基于影像自带几何信息的地理坐标定位
• 构建GLT(几何查找表) 几何信息查找表文件包含了行和列的对应信息,这样就 将输出影像中的每一个像素同输入影像联系起来。如 果GLT值是正值,那么就会进行精确的像素匹配。如 果GLT值是负值,无法进行精确的像素匹配,只能使 用最临近的像素进行匹配。 • 通过GLT纠正影像 • 通过IGM(输入几何信息数据文件)纠正影像
监督分类 • 平行六面体法 平行六面体使用一条简单的判定规则对多光谱数据进行分类。判 定边界在影像数据空间中是否形成了一个N维的平行六面体。平 行六面体的尺度是由标准差阈值所确定的,而该标准差阈值则是 根据每种所选类的均值求出。 • 最小距离法 最小距离分类使用了每个感兴趣区的均值矢量,来计算每一个未 知像元到每一类均值矢量的欧氏距离。除非用户指定了标准差和 距离的阈值,否则所有像元都将分类到感兴趣区中最接近的那一 类。
• 二值编码法 二值编码分类技术将根据波段值落在波谱均值的下方或 者上方的情况,把数据波谱和端元波谱编码为0或者1。 “异或”逻辑函数被用来将每一种编码后的参考波谱同 编码后的数据波谱进行比较,生成一幅分类影像。 • 波谱角法 波谱角填图分类法(SAM)是一个基于物理的波谱分类 法,它是用N维角度将像元与参考波谱进行匹配。该算 法将波谱看作是空间的矢量,矢量的维数就等于波段的 个数,通过计算波谱间的角度,来判断两个波谱间的相 似度。
遥感图像处理 ppt课件
像元对应于地面宽度的不等 HOME 36
> L3-L1 ,距星下点越远畸变 越大,对应地面长度越长。
遥感影像变形的原因
• 地表曲率的影响
全景畸变:即当传感 器扫描角度较大时 , 影响更加突出,造成 边缘景物在图像显示 时被压缩 。假定原地 面真实景物是一条直 线,成像时中心窄 、 边缘宽, 但图像显示 时像元大小相同 ,这 时直线被显示成反 S形 弯曲。
X F1 ( x, y ) Y F2 ( x, y )
(1)
• 式中的x、y为像元在原始图像上的坐标,X、Y为 像元在校正后的图像(目的图像,即参考图像) 上的坐标。得到函数F1(x,y)和F2(x,y)的方法是选择 原始图像和目的图像同名点对,采用多项式逼近 法求得。
43
• 即:
无论是卫星还是飞机,运动过程中都会由于种种原因产 生飞行姿势的变化从而引起影像变形。
28
遥感影像变形的原因
• 地形起伏的影响
当地形存在起伏时, 会产生局部像点的位 移,使原来本应是地 面点的信号被同一位 置上某高点的信号代 替。由于高差的原因, 实际像点 P 距像幅中 心的距离相对于理想 像点P0距像幅中心的 距离移动了△r。
40
2、几何畸变校正
(1)基本思路
校正前的影像看起来是 由行列整齐的等间距像元 点组成的,但实际上,由 于某种几何畸变,影像中 像元点间所对应的地面距 离并不相等(图 a )。校 正后的影像亦是由等间距 的网格点组成的,且以地 面为标准,符合某种投影 的均匀分布(图 b ),影 像中格网的交点可以看作 是像元的中心。校正的最 终目的是确定校正后影像 的行列数值,然后找到新 影像中每一像元的亮度值。
13
磁带
输入 数字化 扫描 几何校正 图像复原 辐射校正 反差增强 数字图像处理
卫星遥感影像处理流程PPT课件
遥感技术
• 遥感技术的应用 1、对全国土地资源进行概查和详查; 2、对全国农作物的长势及其产量监测和估产; 3、对全国森林覆盖率的统计调查;
4、 对灾害监测和环境监测。
国内常用高分数据
高分辨率卫星遥感数据产品(1)
国家 发射时间 分辨率
波段设置
立体成像 定位精度 成像范围 价格
SPOT-5 法国
采集能力
90万km2/天
北京天目创新科技有限公司
内部使用
15
国内常用高分数据
高分辨率卫星遥感数据产品(2)
所属公司
IKONOS 美国
GeoEye-1 美国
QuickBird 美国
WorldView-1 美国
发射时间
1999年9月
2008年9月
2001年10月
2007年9月
分辨率 波段设置 立体成像
成像分幅
11km*11km
采集能力
10万km2/天
北京天目创新科技有限公司
内部使用
10
国内常用高分数据
QuickBird
国家
QuickBird 美国发射时间20 Nhomakorabea1年10月
分辨率 波段设置 立体成像
PAN:0.6米 多光谱:2.4米
PAN: 0.45 - 0.90μ m 波段1: 0.45 - 0.52μ m B 波段2: 0.52 - 0.60μ m G 波段3: 0.63 - 0.69μ m R 波段4: 0.76 - 0.90μ m NIR
×
定位精度
平面CE90:23m 高程LE90:15m
成像分幅
16.5km*16.5km
采集能力
25万km2/天
