Landsat TM 影像处理最完整流程Word格式.docx

Landsat TM 影像处理最完整流程Word格式.docx

《Landsat TM 影像处理最完整流程Word格式.docx》由会员分享，可在线阅读，更多相关《Landsat TM 影像处理最完整流程Word格式.docx（16页珍藏版）》请在冰点文库上搜索。

EditENVIHeader，选择相应的文件。

从HeaderInfo对话框里，你可以点击EditAttributes下拉菜单中的选项，调用

编辑特定文件头参数的独立对话框。

这些参数包括波段名、波长、地图信息等。

3．图像的存取

File>

OpenImageFile.当你打开任何文件，可用波段列表〔ABL〕自动地出现。

ABL列出该图像文件的所有波段，并允许你显示灰阶和彩色图像、启动新的显示窗口、

打开新文件、关闭文件，以与设置显示边框。

要选择当前活动显示，请按以下步骤：

从ABL〔AvailableBandsList〕，点击“Display#X〞按钮菜单〔其中“X〞

是与显示窗口标题栏数字相对应的数字〕，再从列表中选择所需要的显示。

要开始一个新的显示，从按钮菜单项选择择“NewDisplay〞。

点击“LoadBand〞或“LoadRGB〞，以把选定的波段导入选定的显示。

4.灰度图像和彩色图像的显示ENVI：

OpenImage>

AvailableBandsList〔ABL

〕中选择GrayScale或RGBColor模式

5．剖面和波谱图〔ProfilesandSpectralPlots〕

Image:

Tools>

Profiles。

ENVI允许抽取水平的〔X〕、垂直的〔Y〕、波谱的〔对

每个像元为Z〕以与任意的剖面图。

剖面图显示在单独的图表窗口，并且X、Y和Z

剖面图可以同时是激活的。

鼠标用来移动一个十字准线并交互地选择剖面图。

图表窗

口Options菜单下的AutoScaleY-Axis非常有用。

三.图像预处理

1．图像的切割〔取子区〕

BasicTools>

ResizeData>

ResizeDataInputFile对话框〔如如下图〕。

①选择需要切割的原始图像；

②选择SpatialSubset或SpectralSubset方式；

③假如设

置空间切割方式〔SpatialSubset>

selectSpatialSubset〕点击“Image〞；

④出

现SubsetbyImage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’假如设置波段围〔SpectralSubset>

File

SpectralSubset〕，选择波段；

假如要根据已选择的感兴趣区域进展切割，可用ENVI：

SubsetDataviaROIs。

假如要使用与上次输入的空间大小一样的文件的

空间子集，点击“Previous〞按钮。

注：

ResizeData还可以进展图像重采样〔如下〕，假如仅仅进展子区的选择，如此不要调

整OutputFileDimensions。

*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局部，包括统计、分类、别离

〔unmixing〕、匹配滤波、连续删除〔continuumremoval〕和波谱特征拟合

〔spectralfeaturefitting〕。

2．图像的重采样

ResizeData

InputFile对话框选择需要采样的原始图像—OK

ResizeDataParameters——调整OutputFile

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：

Statistics>

puterStatistics

CalculateStatisticsParameters对话框---选择统计类型〔Basic、Histogram、

Covariance〕

2.主成分分析（ENVI:

Transform>

principlepents）

Transforms>

Principalponents>

ForwardPCRotation>

puteNew

StatisticsandRotate.----选择输入文件---选择输出PC波段数---“Select

SubsetfromEigenvalues〞---出现PCEigenValues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：

五.图像增强（Image:

Enhance）

1.直方图调整

（1）直方图匹配（Image:

Enhance>

HistogramMatching）

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>

HistogramMatching---‘MatchTo’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InteractiveStretching或选择Functions

InteractiveStretching显示直方图；

假如需‘图像替代’如此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‘BandMath’使两直方图数值一样〔PC1

’变为PC1’’〕---保存PC1’’，可为下一步PC1’’图像替代V，进展HSV-RGB反变

换作准备。

（2）直方图的交互式拉伸（Image:

InteractiveStretching）

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清楚、地物差异大，各类地物易于判别。

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:

ColorTransform〕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

最小噪声别离〔MinimumNoiseFraction，MNF〕变换是同主分量变换相似的一种方法

，它被用来别离数据中的噪声，确定数据在的维数，减少随后处理的计算量〔Green

等人，1988；

Boardman和Kruse，1994〕。

1.波段运算获取不同专题信息

ENVI:

BasicTools>

bandmath

例：

Newband=band5-band4

具体操作是：

打开BandMath对话框（如右图），在Enteranexpression中键入：

b5-b4，点击OK后将

会出现VariablestoBandsPairings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（vegetationIndex）

NDVI〔NormalizedDifferenceVegetationIndex〕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

AVHRR、LandsatMSS、LandsatTM、SPOT或AVIRIS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:

TasseledCap

5.定义感兴趣区（ROI）与分类

监视分类〔SupervisedClassification〕

监视分类：

按照分类以前自定义的样本进展分类。

1.训练样本的选择和优化

1〕训练样本的提取〔ROI区的选择〕

BasicTools>

RegionOfInterest>

ROItool调出感兴趣区工具窗口进展

样本选择〔注意：

必须事先打开一幅图像〕，可以进展样本编辑〔名称，颜色，填充

方式等〕，样本选择越准确，分类结果越好。

感兴趣区工具窗口的打开方式还有：

Image：

Overlay>

RegionofInterest，或者直接在图像窗口上点击鼠标右键，再选

择ROITool。

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。

感兴趣工具窗口见如下图。

提取训练样本的具体操作如下：

〔1〕确定ROI的提取类型〔ROI>

Polygon,Polyline,Point,Rectangel,Ellipse〕

和待操作窗口〔主图像窗口、滚动窗口或缩放窗口〕。

〔2〕在图像窗口上画出感兴趣区，单击鼠标右键确定选择形状〔此时可以拖动感兴趣

区域，用Ctrl＋鼠标左键可以删除〕，再次单击右键确定此训练区〔此时假如要删除训

练区，需要点击ROITool窗口中的Delete控键，此操作将删除所有该类型的感兴趣区

域〕。

ROITool窗口中将会显示选择区域的颜色和相关信息，其中，感兴趣区域名称

〔ROIName〕和色彩可以修改。

可就某一类训练区选择多个感兴趣区域。

〔3〕该类训练区的选择完成后，点击ROITool窗口的NewRegion控键，再进展另一类

训练样本的选择，其颜色将自动改变。

按以上操作完成所有训练区的选择。

2〕训练样本的优化和提纯ROI

上述步骤中选择的某类训练样本，可能混入了其他类型的样本，为了提高图像分类精

度，需要对训练样本进展提纯。

N维可视化分析器〔N—DimensionalVisualizer〕

即是对选择的训练区像元进展提纯。

当某些像元始终聚集在一起运动时，这些就是所

需的最纯像元；

假如在运动时，像元分成了两个局部，如此说明选择了两类地物的训练区

，需把此训练区像元分开处理。

ROI>

ExportROIston-DVisualizer>

n-DControl;

n-DVisualizer

让训练区像元在n维空间自由转动〔可以控制转动速度Speed〕，当转到最能区分各

类型训练区像元的位置时，停止转动，进展样本提纯操作。

即：

〔1〕在n-DVisualizer窗口中用鼠标选择某类训练区的纯像元并点击鼠标右键确定〔

可进展屡次选择〕，再次单击右键>

ExportClass，提纯后的训练区将出现在ROI

Tool窗口中。

〔2〕进展下一个类型训练区的提纯时，首先要在n-DVisualizer窗口中单击右键

NewClass，下面的操作如前。

如此，完成所有训练区的提纯。

〔3〕训练区的保存：

SaveROIs…

2.选择分类方式

分类方式包括平行六面体法、最短距离法、马氏距离法、最大似然法、波谱角分类以

与二进制编码法等，选择适宜的分类方式。

1）最大似然法〔MaximumLikeloodClassification〕

Classification>

supervised>

Maximumlikelihood>

Classification

InputFile选择分类的图像>

MaximumlikelihoodParameters选择训练样本，设

置说明

最大似然分类假定每个波段每一类统计呈均匀分布，并计算给定像元属于一特定类别

的可能性。

除非选择一个可能性阈值，所有像元都将参与分类。

每一个像元被归到可

能性最大的那一类里。

在MaximumLikelihoodParameters对话框中设置一般分类参数，在“Set

ProbabilityThreshold〞文本框里，键入一个阈值〔0~1〕。

选项参数被用来控制像

元准确分类的可能性。

如果像元的可能性低于所有类的阈值，如此它被归为“无类别〞

，在此，我们一般选择默认值。

2）波谱角分类法〔SpectralAngleMapper—SAM〕

SpectralAngleMapper>

ClassificationInputFile选择分类的图像>

SpectralAngleMapper

Parameters选择训练样本，设置说明

波谱角分类法是以物理学为根底的一种分类法，通过比拟终端光谱向量和每个像元的

矢量在N维空间中的角度，将像元分配到相应的区间中去，角度值越小，分类越准确。

输入由上步提纯得到的像元数据，选择适宜的参数[MaximumAngle〔radians〕]值，

小于此值的像元将不参加分类，经屡次实验。

默认值是0.1〔弧度〕。

3.分类

引入影像—>

确定分类围和波段—>

选择训练样本—>

给定阈值—>

确定存储路径和文

件名—OK。

如下图为最大似然法分类对话框。

非监视分类〔UnsupervisedClassification〕

非监视分类：

仅仅用统计方法对数据集中的像元进展分类，不需要样本。

方法：

〔1〕IsoData:

unsupervised>

IsoData>

IsoDataParameters对话框：

参数设置说

明

在ISODATAParameters对话框中，输入NumberofClasses〔分类数〕，Min〔最少分

类数〕8、Max〔最大分类数〕15，MaximumIteration〔最大迭代数〕10，Chang

Threshold〔像元变化的阀值〕5.00，Minimum＃PixelinClass〔每类中的最小像元

数〕1，MaximumClassStdv〔最大标准差〕3.00，MinimumClassDistance〔最小

类间距〕4.00，Maximum＃MergePairs〔最大合并数〕2等8个根本参数〔根据实际图

像和先验知识更改参数的设置〕

〔2〕K-Means:

K-Means>

K-MeansParameters参数设置说明

分类后处理〔PostClassification〕

1.分类统计：

Classification>

PostClassification>

ClassStatistics：

包

括每一类的点数、最小值、最大值、平均值以与类的每个波段的标准差等。

其中每一

类的最小值、最大值、平均值以与标准差可以以图的方式进展显示。

可以显示出每一

类的直方图，并且计算其协方差矩阵、相关矩阵、特征值和特征矢量等。

2.两个分类结果的比拟：

Confusion

Matrix：

分类结果的精度，显示在一个混淆矩阵里。

通过用分类结果与地表真实图像

〔GroundTruthImage〕或地表真实感兴趣区〔GroundTruthROIs〕相比拟来计算混

淆矩阵。

分类结果记录了总体精度、准确度、Kappa系数、混淆矩阵、mission误

差〔每类中额外像元占的百分比〕和冗长误差〔类左边的像元占的百分比〕等等。

当

用地表真实图像计算混淆矩阵时，还可以输出每类图像中没有被正确分类的那些像元

。

3.类别集群：

Classification>

ClumpClasses细小块

的合并，将一些碎块进展合并〔平滑处理〕。

未被选上用于聚块〔clumping〕的类，在输出图像上无变化。

4.类别筛选：

SieveClasses通过

用斑点分组消除这些隔离的被分类的像元。

该功能菜单将删除分类中的孤岛像元，并

用黑像元表示，可以用成块分类功能代替黑像元。

在“GroupMinThreshold〞文本框里，输入一个类组需要包含的最少像元数〔

4或8〕。

任何一组小于这一数值的像元将从类中被删除。

5.类的合并：

ENVI:

bineClasses：

将分过的类进展选择性的合并，可以合并为一类或几类。

6.类的叠合：

OverlayClass：

用

一幅彩色合成影像或灰阶影像生成一幅影像地图，并且类的颜色叠置在一起，输出一

幅3波段的RGB图像。

7.修改类的颜色：

Tools>

ColorMapping>

classcolormapping：

当一个分

类后的图像被导入一个显示窗口时，每类自动呈现出不同的颜色。

每类的颜色与监视

分类中选择的感兴趣区的颜色或非监视分类中预先选择的每类颜色相对应。

未分类区

域在图像中呈黑色，可以改变每类的颜色。

七.制图输出

图形的整饰

1.经纬网格线>

Grid>

…来设置网格线的属性与图像边界。

设图面大小---Annotation---Options>

DisplayBorders---输入左、上、右

和低部图像边框所需要的边框宽度〔按像元〕

2.注记Image:

overlay>

annotation（标题；

图例；

比例尺；

南北指针）

（1）添加注记：

annotation。

注记可以被放置在主图像窗口、滚动

窗口或缩放窗口。

通过从各自的Options菜单中选择Annotation，每种图表，包括

X、Y、Z剖面图或外表图，可以被注记。

当出现#nAnnotation对话框时〔其中

“#n〞指正被注记的那个显示〕，选择Object>

>

所需要的注记对象。

1〉文本注记〔Text〕：

Object>

text，选择注记的属性〔如font、size等〕，在文

本框中输入待添加文本，用鼠标在图像中点击注记位置，按右键确定。

2〉图例注记〔mapkey〕：

mapkey可以直接将各类的图例加载上去，并且可

以进展颜色、名称等编辑。

3〉比例尺注记〔ScaleBar〕：

Scalebar

4〉偏差图注记〔Declination〕：

Declination，Declination选项允许你在

图像上放置一个磁偏角图表。

磁偏角图表包括指向真北〔TrueNorth，用星号显示〕

、坐标北〔GridNorth，GN〕和磁北〔MagneticNorth，MN〕的箭头的任意组合。

5〉覆盖分类结果：

classification

6〉边界设置〔SetDisplayBorder〕：

Option>

SetDisplayBorder

7〉其他注记略

8〉假如要对注记进展选择或编辑：

Selection/Edit

每一种注记添加到图像中后，单击鼠标右键进展确定。

所有注记对象都有一个小

的彩色菱形“handle〞，它被用来决定位置。

（2）保存注记文件：

1.选择Annotation:

File>

SaveAnnotation.2.当出现新的对

话框时，在文本框中键入输出文件名，或点击“Choose〞，然后当出现ENVI文件

选择对话框时后，输入一个文件名。

3.选择“OK〞，把注记保存到一个输出文件。

〔3〕图形输出

1．分类结果图像输出：

File>

SaveImageAs>

ImageFile〔有多种格式可

供选择〕orPostscriptFile

2．分类结果的矢量输出：

PostClassification>

ClassificationtoVector：

将选择的类变换为矢量多边形进展输出。

输出图像名不能与其他文件名一样。

八.图像存取的举例说明

ENVI中支持多种格式的图像文件，有些格式无法直接打开，需要添加头文件信息。

下

面以一DAT格式为例，说明如何打开其他格式的图像文件，并转换为ENVI标准格式。

如如下图是.dat格式的TM图像文件，每一个文件包含一个波段信息，header为头文件信

息。

〔1〕File>

OpenImageFile，选择待打开的图像，如先打开band1，将会出现头文

件对话框。

从头文件中查出图像行列数〔假如行列数填写错误将不能正确打开图像〕，

填入HeaderInfo对话框中。

波段数选择1〔注意这里的波段数是指待打开的文件包含

几个波段，并不是指第几波段〕。

假如无法用File>

OpenImageFile如此需要用File>

OpenExternalFile来选择

相应的文件格式类型。

〔2〕点击OK后band1文件将出现在可利用波段列表中。

重复以上操作打开所有的波段

假如要将这些波段合并到一个ENVI标准格式文件中，需进展下面的操作。

〔3〕ENVI:

SaveFileAs>

ENVIStandard，将出现NewFileBuilder对话

框，点击Impor