ENVI实验步骤.docx

ENVI实验步骤.docx

《ENVI实验步骤.docx》由会员分享，可在线阅读，更多相关《ENVI实验步骤.docx（11页珍藏版）》请在冰豆网上搜索。

ENVI实验步骤

1、ENVI:

主菜单——Transform——colortransform

2、密度分割

打开图像——GrayScale——选一个波段——Tools——colormapping——Densifyslice——

选择刚才相应的波段————可调整分割密度——applying

3、图象拉伸：

打开图像——选择某波段——Enhance——选择拉伸类型——右击图像——InteractiveStretching（查看直方图）

4、直方图均衡化：

打开图像——选择波段——Enhance——Equalization（?

）

5、图象匹配：

98

打开两个波段——Enhance——HistogramMatching

6、辐射定标：

（老师给的图像信息：

Landsat5,2003.1.10，太阳高度角87度，过境时间9:

59）

（1）BasicTools——Preprocessing——CalibrationUtillities——LandsatTM

（2）进入下一步的参数选择：

根据传感器类型选择Landsat4、5或7，从遥感影像的头文件获取DataAcquisition时间、sunelevation

（3）如果是用FileopenExternalfile——Landsat——Fast的方法打开header.dat（头文件）的话，sunelevation就已经填好，这里CalibrationType注意选择Radiance——输出文件，定标完成

7、大气校正（老师给的文档上有）

一、辐射定标

1.由于ENVI4.4中有专门进行辐射定标的模块，因此实际的操作十分简单。

将原始TM影像打开以后，选择

BasicTools–Preprocessing–CalibrationUtilities–LandsatTM

2.进入下一步参数选择：

根据传感器类型选择Landsat4,5或者7。

从遥感影像的头文件中获取DataAcquisition的时间，Sunelevation。

如果你是用File–OpenExternalFile–Landsat–Fast的方法打开header.dat的话，sunelevation就已经填好了。

这里CalibrationType注意选择为Radiance。

输出文件，定标就完成了。

二、大气校正

大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。

FLAASH可以处理任何高光谱数据、卫星数据和航空数据（860nm/1135nm），这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION（EO-1）AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。

FLAASH还可以校正垂直成像数据和侧视成像数据。

Flaash大气校正使用了MODTRAN4+辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。

FLAASH可对Landsat,SPOT,AVHRR,ASTER,MODIS,MERIS,AATSR,IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。

能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

校正过程

点击envi——BasicTools－Preprocessing－CalibrationUtilities－FLAASH

Spectral－FLAASH.或者点击envi-spectral-FLAASH

1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（BasicTools——ConvertData）；

2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长宽度fwhm（每一波段的波长范围）的编辑。

不是高光谱数据可以不对fwhm进行编辑。

（envi——file——EditEnviHeader）

3、输入数据后，弹出如下对话框

   共有两种选择，如果输入影像不同波段有不同的转换因子，那选择第一种，反之第二种。

我用的是irs影像所有波段都为同一因子，所以选用第二种，因子的值根据输入数据的单位与envi标准

单位的转换尺度。

RadianceScaleFactors是一个单位转换因子，如果你的radiance（光谱灵敏度）是标准单位w/m2*um*rad，而flaash要求输入的是uw/cm2*sr*nm，则该因子为10。

1m=103mm=106μm=109nm=1012pm（皮米）

1w=103mw=106μw  1兆瓦=106瓦

Rad平面角弧度    sr立体角球面度

4、设置输出参数，包括：

OutputReflectanceFile.、OutputDirectoryforFLAASHFiles、和Output

DirectoryforFLAASHFiles

5、输入成像和传感器的参数

Scenecenterlacation影像的中心点的经纬度，可以将影像打开，查看中心点的经纬度（通过在一下窗口输入中心点的行列号即可）

sensoraltitude传感器高度（轨道高度），选择正确的传感器后就可以显示了。

GroundElevation平均海拔（所选区域的）单位是km

6、atmosphericmodel地球大气模型和气溶胶模型

6种标准大气模型

根据以下表选择所校正区域的大气模型

数据经纬度与获取时间决定选用的大气模型

水气反演设置（WaterRetri）

水气反演设置，采用两种方式对水气进行去除

a.利用水气去除模型恢复影像中每个像元的水气量

使用水气反演模型，数据必须具有15nm以上波谱分辨率，且至少覆盖以下波谱范围之一：

1050－1210nm（优先考虑），770－870nm，870－1020nm。

对于大多传感器，水气反演默认显示的是NO，因为大多数传感器没有适当的波段来补偿水气的影响。

b.单一的水气因数用于整体影像，默认是1，多光谱数据使用水气反演模型，可以在多光谱设置

中手动设置水气波段

气溶胶模型（AerosolRetri）

用气溶胶模型要求数据波段覆盖660nm和2100nm波谱。

a.提供四种标准MODTRAN气溶胶模型

Rural（乡村）、Urban（城市）、Maritime（海洋）、Tropospheric

b.两种气溶胶反演方法

2-Band（K-T）方法（类似模糊减少法），如果没有找到适应的黑值（一般是阴影区或者水体），系统将采用能见度值来计算；所以即使选择了该选项也要给。

天气情况与能见度的关系

7.光谱打磨（高光谱）SpectralPolishing

  光谱打磨（高光谱数据）   

使波谱曲线更加近似于真实地物的波谱曲线  

对波谱曲线进行微调

8.多光谱数据参数设置

当基本设置里设置了水气反演模型和气溶胶模型时，相应的在改多光谱设置框中设置参数   

水气去除模型参数   

气溶胶模型参数设置（用气溶胶模型要求数据波段覆盖660nm和2100nm波谱.）设置值见下表所示：

9．高光谱数据参数设置

自动选择通道定义（推荐）   

设置通道定义

10．高级设置

光谱定义文件：

内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、AISA

气溶胶高度

CO2混合比率：

390ppm

使用领域纠正

使用以前的MODTRAN模型计算结果

设置MODTRAN模型的光谱分辨率（推荐值5cm-1）

设置MODTRAN多散射模型

天顶角"方位角（针对非星下点传感器）

8、几何精校正（是今天的课程，大家自行整理啦）

9、相关系数：

打开图象——basictools----Statistic-----computerStatistic-----选择图象-----OK-----Covariance----OK

直方图匹配

使用HistogramMatching工具可以自动地把一幅显示图像的直方图匹配到另一幅上，从而使两幅图像

的亮度分布尽可能地接近。

使用该功能以后，在该功能被启动的窗口内，输入直方图将发生变化，以与所

选图像显示窗口的当前输出直方图相匹配。

在灰阶和彩色图像上，都可以使用该功能，也可以为输入直方

图选择来源。

注意：

要使用该功能，必须显示至少两幅图像。

在想要更改直方图的图像窗口中，选择Enhance>HistogramMatching。

将出现HistogramMatchingInput

parameters对话框。

在“MatchTo”列表中，选择想匹配的直方图所在的图像显示号。

在“InputHistogram”

下方，通过选择适当的切换按钮：

“Image”，“Scroll”（二次采样数据），“Zoom”，“Band”（所有像元）或

一个“ROI”（感兴趣区），来选择输入直方图的来源。

点击“OK”。

显示出的拉伸将发生变化，以与所选择的直方图相匹配。

注意：

要查看直方图的匹配情况，在应用直方图匹配的图像窗口中，选择Enhance>InteractiveStretching。

在出现的对话框中，在“OutputHistogram”图中显示两个直方图，输出直方图用红色显示，被匹配的

输出直方图用白色显示。

数据格式转换（BSQ，BIL，BIP）

ConvertData（BSQ,BIL,BIP）选项允许在通用的数据存储格式之间进行转换。

这种转换对于运用特定

的数据更为有效，譬如运用为了进行特殊处理或交互式分析而存储为某一特定格式的数据。

连续波段

（BSQ）的数据可以生成十分清晰的图像，以像元为单元的波段交叉（BIP）数据能快速抽取单个波谱和

波谱平均值，以行为单元的波段交叉（BIL）数据则折衷了上述两种格式的优点。

在BSQ格式中，每一个完整的空间波段之后紧跟着下一个完整波段。

在BIL格式中，第一波段的第

一行之后紧跟着第二波段的第一行，然后是第三波段的第一行，直至所有波段的第一行，后来的每一个波

段的行也按照类似模式存储。

在BIP格式中，每一个波段的第一个像元后紧跟着第二个像元，向后依次类

推。

选择BasicTools>ConvertData（BSQ,BIL,BIP）。

当出现ConvertFileInputFile对话框时，选择输入文

件，若需要，可以选取任意子集。

注意：

当输入所需的整幅图像或选取的空间和/或波谱子集之后，将出现FileConvertParameters对话框；

在窗口顶部显示有输入文件的信息。

通过点击相应的OutputInterleave切换按钮，选择所需的转换后格式。

注意：

ENVI自动判定输入文件的格式，并转换成需要的格式（仅限其余两种）。

在“ConvertinPlace”标签附近选择“YES”或“NO”切换按钮。

若让新格式覆盖掉原来的文件，选

择“YES”。

这一选项将节省大量的磁盘空间，但是运行速度比存到另一个文件要慢。

若将转换后的文件存

为另一个新文件，选择“NO”。

警告：

如果覆盖功能因某种原因（例如：

停电）失败，数据将被破坏，并且源文件无法恢复。

键入输出文件名。

点击“OK”按钮，开始转换。

将出现FileConversion状态窗口，显示要输出的文件

名以及完成的百分比。

红640—780nm，橙640—610，黄610—530，绿505—525，蓝505—470，紫470—380。

红640—780nm

橙640—610nm

黄610—530nm

绿505—525nm

蓝505—470nm

紫470—380nm

红620nm--760nm橙592nm--620nm黄578nm--592nm绿500nm--578nm青464nm--500nm蓝446nm--464nm紫400nm--446nm

PRODUCT=02319219-01WRS=130/03500ACQUISITIONDATE=19860620SATELLITE=L5INSTRUMENT=TM10PRODUCTTYPE=MAPORIENTED  PRODUCTSIZE=SUBSCENE                                                      TYPEOFGEODETICPROCESSING=SYSTEMATICRESAMPLING=CCRADGAINS/BIASES=  0.99992/-0.0100  2.42430/-0.0232  1.36344/-0.0078  2.62901/-0.0193  0.58771/-0.0080  3.20107/0.25994  0.38674/-0.0040VOLUME#/#INSET=1/1STARTLINE#=  1LINESPERVOL=35525ORIENTATION=  0.00PROJECTION=TM  USGSPROJECTION#=    9USGSMAPZONE=    0USGSPROJECTIONPARAMETERS=6378245.0000000000000006356863.018773047300000    1.000000000000000    0.000000000000000    105.000000000000000    0.000000000000000  500000.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000    0.000000000000000EARTHELLIPSOID=Krassovsky        SEMI-MAJORAXIS=6378245.000SEMI-MINORAXIS=6356863.019PIXELSIZE=25.00PIXELSPERLINE=4335LINESPERIMAGE=5075UL1032400.0446E363659.2709N  356862.500  4055212.500UR1043639.8935E363735.6623N  465212.500  4055212.500LR1043659.9967E352900.2917N  465212.500  3928362.500LL1032522.7085E352825.3857N  356862.500  3928362.500BANDSPRESENT=1234567BLOCKINGFACTOR=  1RECORDLENGTH=4335SUNELEVATION=62SUNAZIMUTH=108CENTER1042647.6040E355841.3935N  450084.676  3983332.091  3730  2876OFFSET=-375REVB

product--产品代号            startline--开始行           pixelperline--一行多少像元

wrs--轨道号行号              linespervol--?

           linesperimage--一个图有多少行

acquisitiontime--获取时间          orientation--方向                ul--左上角坐标

satellite--卫星类型              projection--投影方式              ur--右上角坐标

instrument--传感器类型？

          usgsprojection--usgs投影方式        lr--右下角坐标

producttype--产品类型            mapzone--投影带                ll--左下角坐标

productsize--产品大小            usgsprojectionparameter--投影参数    bandspersent--波段数

typeofgeodeticprocessing--坐标类型？

earthellipsoid--椭球体              blockingfactor--?

参数

resampling--重采样              semi-majoraxis--长半轴              recordlength--记录长度

gains/biases--增溢/偏移量      semi-minoraxis--短半轴              sunelevation--太阳高度角

volume--?

           pixelsize--像元大小        sunazimuth--太阳方位角 

center--景中心坐标offset--偏移

http:

//bbs.esrichina-

像元面积=pixelsize平方