混合像元分解和应用ENVI操作文本.docx
《混合像元分解和应用ENVI操作文本.docx》由会员分享，可在线阅读，更多相关《混合像元分解和应用ENVI操作文本.docx（11页珍藏版）》请在冰豆网上搜索。
混合像元分解和应用ENVI操作文本
一基于PPI的端元提取
借助纯净像元指数（PPI）和n维可视化工具用于端元波谱收集。
第一步、获取纯净像元
这个步骤是在MNF变换的结果上计算纯净像元指数（PPI），之后选择阈值范围从PPI图像上获得感兴趣区，感兴趣区包含的像元就是比较纯净的像元。
（1）打开高光谱数据。
（2）在ENVI主菜单中，选择Spectral->MNFRotation->ForwardMNF->EstimateNoiseStatisticsFromData。
在标准ENVI文件选择对话框中，选择高光谱图像文件。
（3）打开ForwardMNFTransformParameters面板，选择MNF输出路径及文件名，单击OK执行MNF变换。
（4）在波段列表中输出MNF影像及特征曲线值。
从图中可以看出，大约20个波段以后的MNF的特征值很小
（5）MNF变换后，在ENVI主菜单中，选择Spectral->PixelPurityIndex->[FAST]NewOutputBand。
在打开的PixelPurityIndexInputFile对话框中，选择MNF变换结果，单击SpectralSubset按钮，选择前面10个波段（MNF后面波段基本为噪声），单击OK。
（6）在Display窗口中显示PPI结果。
选择Overlay->RegionofInterest，在ROITool面板中，选择Options->BandThresholdtoROI，选择PPI图像作为输入波段，单击OK，打开BandThresholdtoROI面板（图14.19）。
MinThreshValue：
10，MaxThreshValue：
空（PPI图像最大值），其他默认设置，单击OK计算感兴趣区，得到的感兴趣区显示在Display窗口中。
第二步、构建n维可视化窗口
（1）在ENVI主菜单中，选择Spectral->n-DimensionalVisualizer，在n-DVisualizerInputFile对话框中选择MNF变换结果，单击OK。
（2）在n-DControls面板中，选择1、2、3、4、5波段，构建5维的散点图。
第三步：
选择端元波谱
（1）在n-DControls面板中，设置适当的速度（Speed），单击Start按钮，在n-DVisualizer窗口中的点云随机旋转，当在n-DVisualizer窗口中的点云有部分聚集在一块时，单击Stop按钮。
（2）在n-DVisualizer窗口中，用鼠标左键勾画“白点”集中区域，选择的点被标示颜色。
（3）在n-DControls面板中，选择Class->Items1:
20->White（用于删除点），单击Start按钮，当看到有部分选择的点云分散时候，单击Stop按钮，在n-DVisualizer窗口中选择分散的点，自动会将选择的点删除。
借助<-，->，New按钮可以一帧帧从不同视角浏览以辅助删除分散点。
（4）在n-DVisualizer窗口中，单击右键选择NewClass快捷菜单，重复
（1）~（3）选择其他“白点”集中区域。
第四步、输出端元波谱
（1）在n-DControls面板中，选择Options->MeanAll，在InputFileAssociatedwithn-DScatterPlot对话框中选择原图像，单击OK。
（2）获取的平均波谱曲线绘制在n_DMean绘图窗口中。
（3） 识别每条波谱曲线对应的地物类型。
（4）在n_DMean绘图窗口中，选择File->SavePlotAs->SpectralLibrary（或者ASCII），将端元波谱保存为波谱库文件或者文本文件。
二丰度解混
（以线性光谱解混为例）
（1）Spectral->MappingMethod->spectralanglemapper打开要分类的图像
（2）在端元选择器中打开光谱库Import->formSpectralLibraryFile
（3）选择所有端元
（4）Apply后，填写保存路径即可
三利用端元进行分类
（以光谱角填图（spectralanglemapper）为例）
（1）Spectral->MappingMethod->Linerspectralunmixing打开要分类的图像
（2）在端元选择器中打开光谱库Import->formSpectralLibraryFile
（3）选择所有端元
（4）Apply后，填写参数设置，如图所示：
（5）结果图
升级会员 