《envi圖像預(yù)處理》課件

ENVI圖像預(yù)處理本課程介紹了ENVI中圖像預(yù)處理的基本步驟和常用方法，包括圖像校正、幾何校正、輻射校正、大氣校正等。課程大綱數(shù)字圖像基礎(chǔ)知識(shí)光譜特性分析幾何校正概述云霧去除綜述數(shù)字圖像基礎(chǔ)知識(shí)像素圖像由許多被稱為像素的微小點(diǎn)組成。每個(gè)像素存儲(chǔ)著關(guān)于該點(diǎn)顏色和亮度的信息。灰度級(jí)灰度級(jí)表示每個(gè)像素的亮度程度，通常用0到255的數(shù)值來表示，0為黑色，255為白色。色彩空間色彩空間描述了圖像中顏色的表示方式，常見的色彩空間包括RGB、CMYK和HSV等。分辨率圖像的分辨率是指圖像中像素的數(shù)量，分辨率越高，圖像越清晰，細(xì)節(jié)越豐富。光譜特性分析波長與反射率不同物質(zhì)對不同波長的光反射率不同，形成獨(dú)特的“光譜指紋”。光譜曲線通過繪制反射率隨波長的變化曲線，可以識(shí)別物質(zhì)類型。人眼感知人眼只能感知可見光范圍的光譜信息，而遙感可以捕捉更廣泛的光譜信息。常見光譜校正方法1大氣校正消除大氣散射和吸收的影響，恢復(fù)地表真實(shí)反射率。2幾何校正將圖像與地理坐標(biāo)系進(jìn)行配準(zhǔn)，確保圖像的空間一致性。3輻射校正將圖像的灰度值轉(zhuǎn)換為物理量，如反射率或輻射亮度。幾何校正概述傳感器誤差傳感器自身誤差導(dǎo)致圖像幾何畸變，例如透鏡畸變、掃描方向誤差等。地球曲率地球表面為球形，導(dǎo)致影像邊緣產(chǎn)生彎曲，需要進(jìn)行投影轉(zhuǎn)換。地形起伏地形起伏導(dǎo)致影像不同區(qū)域存在高度差，需要進(jìn)行正射校正。圖像拼接技術(shù)幾何校正拼接前，需要對影像進(jìn)行幾何校正，保證影像之間幾何一致性。重疊區(qū)域影像之間需要有重疊區(qū)域，以便進(jìn)行拼接匹配。拼接算法常用的拼接算法包括圖像配準(zhǔn)、縫合、平滑等。影像融合方法介紹全色影像具有高空間分辨率，但缺乏光譜信息。多光譜影像具有豐富的光譜信息，但空間分辨率較低。融合影像將兩種影像的信息結(jié)合，兼具高空間分辨率和豐富光譜信息。云霧去除綜述云霧會(huì)遮擋地表信息，影響遙感圖像分析。多種云霧去除方法可用于恢復(fù)地表信息。選擇合適的云霧去除方法取決于影像特征。土地覆蓋分類流程1分類精度評(píng)價(jià)評(píng)估分類結(jié)果的準(zhǔn)確性2分類結(jié)果分析解釋分類結(jié)果，識(shí)別土地覆蓋變化3分類方法選擇選擇合適的分類算法4數(shù)據(jù)預(yù)處理圖像校正、增強(qiáng)、去噪5影像數(shù)據(jù)準(zhǔn)備獲取遙感影像數(shù)據(jù)分類精度評(píng)價(jià)總體精度正確分類的樣本數(shù)占總樣本數(shù)的比例，反映模型整體的分類準(zhǔn)確性。Kappa系數(shù)衡量分類結(jié)果與隨機(jī)分類結(jié)果的差異，越大表示模型分類能力越強(qiáng)。制圖精度指每個(gè)類別被正確分類的比例，反映模型對特定類別的分類準(zhǔn)確性。變化檢測應(yīng)用1土地覆蓋變化監(jiān)測森林砍伐、城市擴(kuò)張、農(nóng)業(yè)用地變化。2災(zāi)害監(jiān)測評(píng)估洪水、地震、火災(zāi)等災(zāi)害的影響，并進(jìn)行災(zāi)后重建。3資源管理追蹤水資源變化、土壤侵蝕狀況、礦產(chǎn)資源開采等。柵格數(shù)據(jù)處理數(shù)據(jù)預(yù)處理包括幾何校正、輻射校正等，確保數(shù)據(jù)的空間一致性和準(zhǔn)確性。數(shù)據(jù)分析基于柵格數(shù)據(jù)的分析方法，如空間統(tǒng)計(jì)、遙感指數(shù)計(jì)算等。數(shù)據(jù)可視化將處理后的柵格數(shù)據(jù)轉(zhuǎn)化為地圖、圖表等可視化形式，方便理解和解讀。集成多源數(shù)據(jù)互補(bǔ)優(yōu)勢不同數(shù)據(jù)源擁有獨(dú)特的特征和信息，例如遙感數(shù)據(jù)可以提供空間覆蓋，而地面數(shù)據(jù)則可以提供詳細(xì)的屬性信息。提升精度融合多源數(shù)據(jù)可以克服單一數(shù)據(jù)源的局限性，增強(qiáng)分析結(jié)果的可靠性和精度。擴(kuò)展應(yīng)用集成數(shù)據(jù)可以解決復(fù)雜問題，例如識(shí)別土地利用變化、監(jiān)測環(huán)境污染等。ENVI軟件基本操作安裝與啟動(dòng)ENVI軟件的安裝過程簡單明了，可參考官方文檔進(jìn)行操作，啟動(dòng)軟件后即可進(jìn)入主界面。界面概述ENVI軟件擁有直觀的界面，主要包括菜單欄、工具欄、數(shù)據(jù)視圖窗口等，用戶可根據(jù)需要進(jìn)行操作?；竟δ蹺NVI軟件提供豐富的圖像處理功能，包括數(shù)據(jù)導(dǎo)入、顯示、分析、處理等，用戶可根據(jù)需求選擇合適的功能。ENVI圖像預(yù)處理功能輻射校正將圖像像素值轉(zhuǎn)換為真實(shí)物理值，消除傳感器和大氣影響幾何校正對圖像進(jìn)行地理定位，使圖像像素與地理坐標(biāo)系一致圖像拼接將多幅圖像拼接成一幅完整的圖像，消除圖像之間的縫隙圖像增強(qiáng)改善圖像視覺效果，提高圖像信息的清晰度波段組合與顯示1多光譜影像包含多個(gè)波段，每個(gè)波段對應(yīng)特定光譜范圍。2波段組合將不同波段數(shù)據(jù)按特定順序組合，形成彩色圖像。3顏色映射將不同波段值映射到不同的顏色，增強(qiáng)圖像視覺效果。直方圖處理圖像灰度分布直方圖顯示每個(gè)灰度值的像素?cái)?shù)量，揭示圖像的整體亮度和對比度。圖像增強(qiáng)通過調(diào)整直方圖，可以增強(qiáng)圖像對比度，使圖像細(xì)節(jié)更清晰。色彩平衡直方圖均衡化可以使圖像的灰度值分布更均勻，從而改善圖像的視覺效果。圖像濾波技術(shù)高斯模糊減少噪聲，平滑圖像。中值濾波去除椒鹽噪聲，保留邊緣特征。銳化濾波增強(qiáng)圖像細(xì)節(jié)，提高清晰度。幾何校正實(shí)操1影像預(yù)處理校正前，需對影像進(jìn)行預(yù)處理，例如去噪、輻射校正等，以提高校正精度。2控制點(diǎn)選擇選擇地面控制點(diǎn)(GCP)或參考點(diǎn)(RP)，準(zhǔn)確標(biāo)定影像與地面坐標(biāo)系之間的對應(yīng)關(guān)系。3模型選擇根據(jù)影像類型和精度要求，選擇合適的幾何校正模型，例如多項(xiàng)式變換或仿射變換。4校正參數(shù)計(jì)算利用選定的控制點(diǎn)或參考點(diǎn)，計(jì)算校正參數(shù)，以建立影像與地面坐標(biāo)系的轉(zhuǎn)換關(guān)系。5校正影像生成根據(jù)計(jì)算出的校正參數(shù)，生成幾何校正后的影像，使其符合預(yù)定的空間參考系統(tǒng)。圖像拼接實(shí)踐1數(shù)據(jù)準(zhǔn)備準(zhǔn)備不同時(shí)相或不同位置的圖像數(shù)據(jù)2幾何校正確保圖像具有相同的坐標(biāo)系和幾何精度3拼接處理使用ENVI的Mosaic工具進(jìn)行圖像拼接4質(zhì)量評(píng)估檢查拼接結(jié)果的質(zhì)量，例如拼接縫是否存在錯(cuò)位或顏色不一致融合算法比對加權(quán)平均法簡單易行，但結(jié)果易受噪聲影響。主成分分析法可以有效減少數(shù)據(jù)冗余，但對高光譜影像效果較好。IHS變換法在保留高分辨率影像細(xì)節(jié)的同時(shí)，引入低分辨率影像的光譜信息。小波變換法可以有效提高融合影像的空間分辨率和光譜信息。云霧去除實(shí)例ENVI提供多種云霧去除方法，例如基于圖像特征的去除方法，基于物理模型的去除方法，以及結(jié)合機(jī)器學(xué)習(xí)的去除方法等。具體方法的選擇需要根據(jù)實(shí)際情況進(jìn)行判斷，例如影像類型，云霧覆蓋程度，以及數(shù)據(jù)質(zhì)量等。ENVI提供了友好的操作界面，方便用戶快速上手和進(jìn)行云霧去除處理，提升遙感影像數(shù)據(jù)的質(zhì)量和可利用性。分類方法選擇監(jiān)督分類需要先對訓(xùn)練樣本進(jìn)行人工標(biāo)注，建立類別特征庫。無監(jiān)督分類根據(jù)像素值特征自動(dòng)聚類，無需先驗(yàn)信息。面向?qū)ο蠓诸惢趫D像分割，對每個(gè)分割區(qū)域進(jìn)行分類。精度評(píng)估實(shí)操1混淆矩陣計(jì)算分類結(jié)果的準(zhǔn)確率、精確率和召回率2Kappa系數(shù)衡量分類結(jié)果的一致性3誤差分析識(shí)別分類錯(cuò)誤的原因并進(jìn)行改進(jìn)變化檢測流程數(shù)據(jù)準(zhǔn)備獲取兩期或多期影像數(shù)據(jù)，并進(jìn)行預(yù)處理，包括幾何校正、輻射校正等。圖像配準(zhǔn)將不同時(shí)期的影像數(shù)據(jù)進(jìn)行配準(zhǔn)，以保證它們在空間上的一致性。變化檢測算法選擇合適的變化檢測算法，例如圖像差值法、比值法、變化向量分析法等。變化提取根據(jù)變化檢測結(jié)果，提取出變化區(qū)域，并進(jìn)行分析和解釋。多光譜影像處理遙感數(shù)據(jù)獲取多光譜影像數(shù)據(jù)通常由衛(wèi)星或飛機(jī)傳感器獲取，提供不同波段的光譜信息。植被指數(shù)計(jì)算利用多光譜影像，可以計(jì)算植被指數(shù)，如NDVI，評(píng)估植被覆蓋度和健康狀況。土地覆蓋分類多光譜數(shù)據(jù)能夠區(qū)分不同地物的反射特征，實(shí)現(xiàn)土地覆蓋分類，識(shí)別不同土地類型。NDVI指數(shù)計(jì)算NDVI歸一化植被指數(shù)公式(NIR-RED)/(NIR+RED)范圍-1到1用途評(píng)估植被覆蓋度、生物量、健康狀況SAVI指數(shù)提取0.5土壤調(diào)整SAVI指數(shù)修正了土壤背景的影響，有效提高了植被信息的提取精度。1.0最大值SAVI指數(shù)的取值范圍在0到1之間，值越大代表植被覆蓋度越高。植被指數(shù)應(yīng)用1監(jiān)測植被覆蓋度植被指數(shù)可以用于評(píng)估植被覆蓋程度，了解植被生長狀況，并監(jiān)測其變化趨勢。2評(píng)估植被健康狀況通過