LandsatTM影像處理最完整流程

1、一. 界面系統(tǒng)介紹 1. 主菜單: 菜單項， File、 Basic Tool、 Classification、 Tranform、 Spectral 實 習所涉及的（粗略介紹） 2. Help 工具的使用 3. 主菜單設置（Preferences）:內存設置 二. 文件的存取與顯示 1 圖像顯示 由一組三個不同的圖像 窗口組成:主圖像窗口、滾動窗口、縮放窗口。 1） 主圖像 Image 窗口:（ 400*400 ） 100顯示（全分辨率顯示）scroll 的方框，可 交互式分析、查詢信息。主圖像窗口內的功能菜單：在主圖像窗口內點擊鼠標右鍵， 切換隱藏子菜單的開啟和關閉。該 Functions

2、 菜單控制所有的 ENVI 交互顯示功能， 這包括：圖像鏈接和動態(tài)覆蓋；空間和波譜剖面圖；對比度拉伸；彩色制圖；諸如 ROI 的限定、光標位置和值、散點圖和表面圖等交互特征；諸如注記、網格、圖像等值線 和矢量層等的覆蓋（疊置） ；動畫以及顯示特征。 2）滾動 Scroll 窗口：全局，重采樣 （降低分辨率 ）顯示一幅圖像。只有要顯示的圖像比 主圖像窗口能顯示的圖象大時，才會出現(xiàn)滾動窗口。滾動窗口位置和大小最初在 envi.cfg 文件中被設置并且可以被修改。 3） 縮放 Zoom 窗口：（200*200 ）顯示 image 的方框。縮放系數(shù)（用戶自定義）出現(xiàn)在 窗口標題欄的括號中。 2 圖像的

3、頭文件資料的獲取和編輯 ENVI： FileEdit ENVI Header，選擇相應的文件。 從 Header Info 對話框里，你可以點擊 Edit Attributes 下拉菜單中的選項，調用 編輯特定文件頭參數(shù)的獨立對話框。這些參數(shù)包括波段名、波長、地圖信息等。 3 圖像的存取 File Open Image File.當你打開任何文件，可用波段列表（ABL）自動地出現(xiàn)。 ABL列出該圖像文件的所有波段，并允許你顯示灰階和彩色圖像、啟動新的顯示窗口、 打開新文件、關閉文件，以及設置顯示邊框。 要選擇當前活動顯示，請按以下步驟： 從 ABL（ Available Ba nds List

4、）內，點擊 Display #X” 按鈕菜單（其中 “X” 是與顯示窗口標題欄內數(shù)字相對應的數(shù)字） 要開始一個新的顯示，從按鈕菜單選擇 ，再從列表中選擇所需要的顯示。 New Display”。 點擊 “ Load Band” 或 “ Load RGB” ,以把選定的波段導入選定的顯示。 4. 灰度圖像和彩色圖像的顯示ENVI： FileOpen ImageAvailable Bands List（ABL ）中選擇 Gray Scale或RGB Color模式 5剖面和波譜圖（ Profiles and Spectral Plots） lmage:ToolsProfiles。ENVI允許抽取水

5、平的（X）、垂直的（Y）、波譜的（對 X、 Y 和 Z 每個像元為 Z ）以及任意的剖面圖。剖面圖顯示在單獨的圖表窗口，并且 剖面圖可以同時是激活的。鼠標用來移動一個十字準線并交互地選擇剖面圖。圖表窗 口內 Options 菜單下的 Auto Scale Y-Axis 非常有用。 三. 圖像預處理 1 圖像的切割（取子區(qū)） ENVI： Basic Tools Resize Data Resize Data Input Fil對話框（如下圖）。 選擇需要切割的原始圖像；選擇Spatial Subset或Spectral Subset方式；若設 置空間切割方式(Spatial Subsetsele

6、ct Spatial Subset)點擊 “Image”；出 現(xiàn) Subset by Image 對話框， Subset 的尺寸用 2 種形式，移動圖像上的方框或直接填寫 samples/lines （列 /行）值；若設置波段范圍（Spectral SubsetFile ENVI： Spectral Subset）,選擇波段；若要根據已選擇的感興趣區(qū)域進行切割，可用 Basic ToolsSubset Data via ROIs若要使用與上次輸入的空間大小相同的文件的 空間子集,點擊“ Previous” 按鈕。 注：Resize Data還可以進行圖像重采樣（如下），若僅僅進行子區(qū)的選擇，則

7、不要調 整 Output File Dimensions 。* 圖像左上角為原點 （1.1 - 列.行）。 “Masking”-把一個空間掩膜應用到圖像的某個部分,包括統(tǒng)計、分類、分離 unmixing ）、匹配濾波、連續(xù)刪除（ continuum removal ）和波譜特征擬合 ( spectral feature fitting )。 2 圖像的重采樣 ENVI： Basic Tools Resize Data Resize Data Input File 對話框選擇需要采樣的原始圖像 OK Resize Data Parameters調整 Out put File Dimensions

8、 的像元數(shù)；選擇采用方法 文件 輸出 四. 影像分析影像統(tǒng)計分析 1. 統(tǒng)計特征分析 ENVI：Basic Tools Statistics Computer Statistics Calculate Statistics Parameters 對話框 -選擇統(tǒng)計類型( Basic、 Histogram 、 Covariance) 2. 主成分分析 (ENVI: Transformprinciple compents) Transforms Principal Components Forward PC Rotation Compute New Statistics and Rotate. 選

9、擇輸入文件 - 選擇輸出 PC 波段數(shù) -“ Select Subset from Eigenvalues” -出現(xiàn) PC EigenValues 繪圖窗口(每個節(jié)點是PC各分 量的特征值, 3. 相關分析 可進一步計算PC各分量的方差百分比)。 ENVI： Basic Tools Statistics Computer Statistics 五.圖像增強 (Image:Enhance) 1. 直方圖調整 (1) 直方圖匹配 (Image: EnhanceHistogram Matching) 至少顯示兩幅圖像，從想更改直方圖的圖像(如“Display#1 PC1”)中，選擇 En ha nc

10、eHistogram Matchi ng- Match To 選擇想匹配直方圖的圖 像“ Display#2-V” - “OK”，保存直方圖匹配后的PC1。 查看兩圖像(P C1 與V)直方圖：點右鍵 In teractive Stretchi ng或選擇 Fun ctio ns Interactive Stretching 顯示直方圖；若需圖像替代則要求兩直方圖輸入值相 同，一可根據兩直方圖輸入值的關系，通過Band Math 使兩直方圖數(shù)值相同(PC1 變?yōu)镻C1)-保存PC1,可為下一步PC1圖像替代V,進行HSV-RGB反變 換作準備。 (2) 直方圖的交互式拉伸 (Image: En

11、hanceInteractive Stretching ) ENVI 用 2% 的系統(tǒng)默認線性拉伸值來顯示所有圖像 (兩邊均舍去信息量的 2%),經過這 樣處理后合成的假彩色圖像層次分明、地物差異大,各類地物易于判別。 注：多在Scroll窗口對全局調整，分別調整R、G、B，使彩色更豐富(一般 R、G敏感, B 線性即可)。 2. 彩色變換(ENVI: TransformColor Transform)包括HSV色調、飽和度、數(shù)值 變換， HLS-色調、亮度、飽和度變換等。 3. MNF 變換 最小噪聲分離（Minimum Noise Fraction , MNF）變換是同主分量變換相似的一種

12、方法 Green ，它被用來分離數(shù)據中的噪聲，確定數(shù)據內在的維數(shù)，減少隨后處理的計算量（ 等人， 1988； Boardman 和 Kruse， 1994)。 六. 專題信息提取 1. 波段運算獲取不同專題信息 ENVI: Basic Toolsband math 例： Newband=band5 -band4 具體操作是： 打開Ba nd Math對話框（如右圖），在Enter an exp ression中鍵入：b5-b4，點擊 OK后將 會出現(xiàn) Variables to Bands Pairings 對話框。從可利用波段列表中，分別選擇 b5 和 b4 代表的波段，并鍵入待輸出的文件名，

13、點擊 OK即可。 2. NDVI 的提取 : NDVI(vegetation Index) NDVI( Normalized Difference Vegetation Index )歸一化植被指數(shù)：是一個普遍應 NDVI 值指示著像 用的植被指數(shù)，將多波譜數(shù)據變換成唯一的圖像波段顯示植被分布。 元中綠色植被的數(shù)量，較高的 NDVI 值預示著較多的綠色植被。 NDVI 變換可以用于 AVHRR、Landsat MSS、Landsat TM、SPOT 或 AVIRIS 數(shù)據，也可以輸入其他數(shù)據類型 的波段來使用。 3. 纓帽變換 ENVI: TransformTasseled Cap 5. 定義

14、感興趣區(qū)（ROI及分類 監(jiān)督分類（ Supervised Classification） 監(jiān)督分類：按照分類以前自定義的樣本進行分類。 1. 訓練樣本的選擇和優(yōu)化 1）訓練樣本的提取（ROI區(qū)的選擇） ENVI: Basic Tools Regi on Of In terest ROI too調出感興趣區(qū)工具窗口進行 樣本選擇（注意：必須事先打開一幅圖像） ，可以進行樣本編輯（名稱，顏色，填充 方式等），樣本選擇越精確，分類結果越好。感興趣區(qū)工具窗口的打開方式還有： Image：OverlayRegion of Interest ，或者直接在圖像窗口上點擊鼠標右鍵，再選 擇 ROI Tool。

15、 根據前面的背景資料和預處理結果選擇分類圖像，建立各類地物的訓練區(qū)。各類地物 的解譯標志，即地物的明顯特征是最重要的選擇標準。根據其在影像上表現(xiàn)出的色調 、紋理等特征，通過目視解譯方法用鼠標在工作區(qū)影像圖上選擇其訓練區(qū)，并使訓練 區(qū)的分布盡量均勻。在實際的工作中，由于存在“同物異譜”的情況，因此對于同一 種類型可能有多種不同的特征。為此，我們可以對同一地物選擇多個訓練區(qū)，分類后 再合并。 感興趣工具窗口見下圖。 提取訓練樣本的具體操作如下： （1）確定 ROI 的提取類型（ROIPolygon, Polyline, Point. Rectangel, Ellipse） 和待操作窗口（主圖像窗口

16、、滾動窗口或縮放窗口） 。 （2）在圖像窗口上畫出感興趣區(qū)，單擊鼠標右鍵確定選擇形狀（此時可以拖動感興趣 區(qū)域，用Ctrl +鼠標左鍵可以刪除），再次單擊右鍵確定此訓練區(qū)（此時若要刪除訓 練區(qū)，需要點擊 ROI Tool窗口中的Delete控鍵，此操作將刪除所有該類型的感興趣區(qū) 域）。ROI Tool窗口中將會顯示選擇區(qū)域的顏色和相關信息，其中，感興趣區(qū)域名稱 （ROI Name）和色彩可以修改。可就某一類訓練區(qū)選擇多個感興趣區(qū)域。 （3）該類訓練區(qū)的選擇完成后，點擊ROI Tool窗口的New Region控鍵，再進行另一類 訓練樣本的選擇，其顏色將自動改變。按以上操作完成所有訓練區(qū)的選擇。

17、 2）訓練樣本的優(yōu)化和提純 ROI 上述步驟中選擇的某類訓練樣本，可能混入了其他類型的樣本，為了提高圖像分類精 度，需要對訓練樣本進行提純。 N 維可視化分析器（ N Dimensional Visualizer） 即是對選擇的訓練區(qū)像元進行提純。當某些像元始終聚集在一起運動時，這些就是所 需的最純像元；若在運動時，像元分成了兩個部分，則說明選擇了兩類地物的訓練區(qū) ，需把此訓練區(qū)像元分開處理。 ROIExport ROIs to n-D Visualizer n-D Control; n-D Visualizer 讓訓練區(qū)像元在n維空間內自由轉動（可以控制轉動速度Speed），當轉到最能區(qū)分各

18、 類型訓練區(qū)像元的位置時，停止轉動，進行樣本提純操作。即： （1 ）在n-D Visualizer窗口中用鼠標選擇某類訓練區(qū)的純像元并點擊鼠標右鍵確定（ 可進行多次選擇)，再次單擊右鍵Export Class,提純后的訓練區(qū)將出現(xiàn)在ROI Tool 窗口中。 (2)進行下一個類型訓練區(qū)的提純時，首先要在n-D Visualizer窗口中單擊右鍵 New Class,下面的操作如前。如此，完成所有訓練區(qū)的提純。 (3 )訓練區(qū)的保存：ROISave ROIs- 2. 選擇分類方式 分類方式包括平行六面體法、最短距離法、馬氏距離法、最大似然法、波譜角分類以 及二進制編碼法等，選擇合適的分類方式。

19、1) 最大似然法( Maximum Likelood Classification ) ENVI: Classification supervised Maximum likelihood Classification Input File 選擇分類的圖像 Maximum likelihood Parameters 選擇訓練樣本，設 置說明 最大似然分類假定每個波段每一類統(tǒng)計呈均勻分布,并計算給定像元屬于一特定類別 的可能性。除非選擇一個可能性閾值，所有像元都將參與分類。每一個像元被歸到可 能性最大的那一類里。 在 Maximum Likelihood Parameters 對話框中設置一般分

20、類參數(shù),在 “ Set Probability Threshold ” 文本框里,鍵入一個閾值(01)。選項參數(shù)被用來控制像 元準確分類的可能性。如果像元的可能性低于所有類的閾值，則它被歸為“無類別” ,在此,我們一般選擇默認值。 2) 波譜角分類法( Spectral Angle Mapper SAM) ENVI: Classification supervised Spectral Angle Mapper Classification Input File 選擇分類的圖像 Spectral Angle Mapper Parameters 選擇訓練樣本，設置說明 波譜角分類法是以物理學為基

21、礎的一種分類法，通過比較終端光譜向量和每個像元的 矢量在 N 維空間中的角度,將像元分配到相應的區(qū)間中去,角度值越小,分類越精確。 輸入由上步提純得到的像元數(shù)據,選擇適宜的參數(shù) Maximum Angle (radians) 值, 0.1(弧度)。 小于此值的像元將不參加分類，經多次實驗。默認值是 3. 分類 引入影像 確定分類范圍和波段 選擇訓練樣本 給定閾值 確定存儲路徑和文 件名一OK。下圖為最大似然法分類對話框。 非監(jiān)督分類（ Unsupervised Classification ） 非監(jiān)督分類：僅僅用統(tǒng)計方法對數(shù)據集中的像元進行分類，不需要樣本。 方法： （1） IsoData:u

22、nsupervisedIsoData IsoData Parameters 對話框：參數(shù)設置說 明 在 ISODATA Parameters 對話框中，輸入 Number of Classes （分類數(shù)），Min （最少分 類數(shù)）8 Max （最大分類數(shù)） 15， M aximum Iteration （最大迭代數(shù)） 10，Chang Threshold （像元變化的閥值） 5.00， Minimum # Pixel in Class （每類中的最小像元 數(shù)） 1， Maximum Class Stdv 最大標準差） 3.00， Minimum Class Distance （最小 類間距）

23、4.00，Maximum Merge Pairs （最大合并數(shù)）2等8個基本參數(shù)（根據實際圖 像和先驗知識更改參數(shù)的設置） （2） K-Means:unsupervised K-Means K-Means Parameters 參數(shù)設置說明 分類后處理（ Post Classification） 1.分類統(tǒng)計：ENVI:ClassificationPost ClassificationClass Statistics 包 括每一類的點數(shù)、最小值、最大值、平均值以及類的每個波段的標準差等。其中每 類的最小值、最大值、平均值以及標準差可以以圖的方式進行顯示。可以顯示出每 類的直方圖，并且計算其協(xié)方

24、差矩陣、相關矩陣、特征值和特征矢量等。 2. 兩個分類結果的比較： ENVI:ClassificationPost ClassificationConfusion Matrix ：分類結果的精度，顯示在一個混淆矩陣里。通過用分類結果與地表真實圖像 （Ground Truth Image ）或地表真實感興趣區(qū)（ Ground Truth ROIs）相比較來計算混 淆矩陣。分類結果記錄了總體精度、準確度、 Kappa 系數(shù)、混淆矩陣、 commission 誤 差（每類中額外像元占的百分比）和冗長誤差（類左邊的像元占的百分比）等等。當 用地表真實圖像計算混淆矩陣時，還可以輸出每類圖像中沒有被正確分

25、類的那些像元 。 3. 類別集群：ENVI: ClassificationPost ClassificationClump Classes細小塊 的合并，將一些碎塊進行合并（平滑處理） 。 注：未被選上用于聚塊（clum ping）的類，在輸出圖像上無變化。 4. 類別篩選：ENVI: ClassificationPost Classification Sieve Classes通過 用斑點分組消除這些隔離的被分類的像元。該功能菜單將刪除分類中的孤島像元，并 用黑像元表示，可以用成塊分類功能代替黑像元。 注：在 “Group Min Threshold ” 文本框里，輸入一個類組需要包含的最少

26、像元數(shù)（ 4 或 8）。任何一組小于這一數(shù)值的像元將從類中被刪除。 5. 類的合并： ENVI : ClassificationPost ClassificationCombine Classes： 將分過的類進行選擇性的合并，可以合并為一類或幾類。 6. 類的疊合：ENVI : ClassificationPost ClassificationOverlay Class 用 一幅彩色合成影像或灰階影像生成一幅影像地圖，并且類的顏色疊置在一起，輸出一 幅3波段的RGB圖像。 7. 修改類的顏色： Image: ToolsColor Mappingclass color mapping ：當一個

27、分 類后的圖像被導入一個顯示窗口時，每類自動呈現(xiàn)出不同的顏色。每類的顏色與監(jiān)督 分類中選擇的感興趣區(qū)的顏色或非監(jiān)督分類中預先選擇的每類顏色相對應。未分類區(qū) 域在圖像中呈黑色，可以改變每類的顏色。 七. 制圖輸出 圖形的整飾 1.經緯網格線Grid來設置網格線的屬性及圖像邊界。 注：設圖面大小 - Annotation - Options Display Borders-輸入左、上、右 和低部圖像邊框所需要的邊框寬度（按像元） 2. 注記 Image: overlayannotation（ 標題；圖例；比例尺；南北指針 ） （1） 添加注記： Image: overlayannotation 。

28、注記可以被放置在主圖像窗口、滾動 窗口或縮放窗口。通過從各自的 Options 菜單中選擇 Annotation ，每種圖表，包括 X、 Y、 Z 剖面圖或表面圖，可以被注記。當出現(xiàn) #n Annotation 對話框時（其中 “#n ” 指正被注記的那個顯示） ，選擇 Object 所需要的注記對象。 1文本注記（Text）: Objecttext，選擇注記的屬性（如 font、size等），在文 本框中輸入待添加文本，用鼠標在圖像中點擊注記位置，按右鍵確定。 2圖例注記（ map key）： Objectmap key 可以直接將各類的圖例加載上去，并且可以進行顏色、名稱等編輯。 3比例尺

29、注記（ Scale Bar）：ObjectScale bar 4偏差圖注記（ Declination ）： ObjectDeclination ， Declination 選項允許你在 True North ，用星號顯示） 圖像上放置一個磁偏角圖表。磁偏角圖表包括指向真北（ 5 6 7 8 、坐標北（Grid North，GN）和磁北（Magnetic North，MN）的箭頭的任意組合。 覆蓋分類結果： Image:Overlayclassification 邊界設置（ Set Display Border）： OptionSet Display Border 其他注記略 若要對注記進行選擇或編輯： ObjectSelection/Edit 注：每一種注記添加到圖像中后，單擊鼠標右鍵進行確定。所有注記對象都