《ENVI基本影像处理概论》.ppt

ENVI基本影像处理流程操作,ESRI中国（北京）有限公司 遥感事业部 邓书斌,主要内容,1.快速认识ENVI 2.影像一般预处理 3.影像信息基本提取方法 4.制图与三维可视化,数据的输入输出,图像显示与分析,图像预处理（几何纠正、融合、镶嵌等）,影像信息提取（人工解译、自动分类、特征提取、动态检测等）,专题制图/三维可视化分析（集成GIS现有数据),成果报告（GIS分析/共享）,遥感图像处理的一般流程,1.快速认识ENVI,1.1 ENVI简介 1.2 安装目录结构 1.3 栅格文件系统和储存 1.4 数据显示 1.5 常见系统设置,1.1ENVI简介ENVI/IDL体系结构,扩展模块,主模块,开发语言,1.1ENVI简介ENVI从图像中获得您所需的信息 Data - Information,Panchromatic 全色 Multispectral 多光谱 Hyperspectral 高光谱 Radar 雷达 Lidar 激光雷达 Thermal 热量数据 Terrain 地形数据 GPS 位置数据 Vector 矢量数据,1.1ENVI简介大气校正扩展模块(Atmospheric Correction),可以有效地去除水蒸气, 气溶胶散射，漫反射的邻域效应。 获得地物反射率和辐射率、地表温度等真实物理模型参数。 使影像变得“清晰”,1.1ENVI简介立体像对高程提取扩展模块(DEM Extraction),快速从ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1, SPOT 1-5等以及航空影像立体像对中提取DEM。 全面支持RPC模型参数，尽可能少的控制点以达到有效的精度 使用DEM编辑工具对提取的DEM做局部编辑 交互量测特征地物的高度和收集3D信息并导出为3D Shapefile文件格式,提供面向对象方法、易于使用的向导操作流程从高分辨率全色和多光谱数据中提取地物信息。包括： 交通工具 飞机, 坦克, 汽车, 船只 建筑物 建筑物轮廓, 屋顶 基础设施 道路, 桥梁, 机场, 海港码头 自然要素 河流, 湖泊,森林, 田地 云和雾,1.1ENVI简介空间特征提取扩展模块（Feature Extraction）,1.1ENVI简介正射校正扩展模块（Orthorectification）,由瑞典的Spacemetric公司开发 支持大多数传感器模型 快速、容易和精确校正影像 同时对多幅影像正射校正 集成镶嵌和裁剪（标准分幅）功能 可以自行开发新传感器模型 提供程序接口便于扩展 流程化操作方式（Workflow）,1.1ENVI简介 NITF数据支持扩展模块 （NITF）,读写、显示标准NITF格式文件 JPEG2000编码压缩NITF格式文件 支持NITF2.0、NITF2.1和NSIF1.0之间的转换 读写从商业卫星、NCDRD和 第二图像格式（NSIF）中获得政府标准数据 广泛支持NSDE的分类或未分类的TREs，也包括自定义的TREs,1.1ENVI简介ENVI/IDL的特点,先进、可靠的影像信息提取工具全套影像信息智能化提取工具,全面提升影像的价值。 专业的光谱分析高光谱分析一直处于世界领先地位。 随心所欲扩展新功能底层的IDL语言可以帮助用户轻松地添加、扩展ENVI的功能，甚至开发定制自己的专业遥感平台。 流程化图像处理工具ENVI将众多主流的图像处理过程集成到流程化（Workflow）图像处理工具中，进一步提高了图像处理的效率。 与ArcGIS的整合从2007年开始，与ESRI公司的全面合作,为遥感和GIS的一体化集成提供了一个典型的解决方案。,1.2 安装目录结构,Bin：相应的ENVI运行目录。 Data：数据目录，保存一矢量文件夹（一些矢量数据）、两个TM5栅格数据、两个DEM数据和一个高光谱数据。 Filt_func：ENVI常规传感器的光谱库文件。例如：aster、modis、spot、tm等。 Help：ENVI的帮助文档。 Lib：IDL生成的可编译的程序，用于二次开发。 Map_proj：影像的投影信息，文本格式，客户可以进行定制。 Menu：ENVI菜单文件，可以进行中、英文菜单互换。 Save：应用IDL可视化语言编译好的、可执行的ENVI程序。 Save_add：客户自主开发的、可执行程序，比如各种补丁程序。 Spec_lib：波谱库，不同地区可以有不同的波谱库，用户可以自定义。,1.3 栅格文件系统和储存,ENVI栅格文件格式：ENVI使用的是通用栅格数据格式，包含一个简单的二进制文件（ a simple flat binary ）和一个相关的ASCII（文本）的头文件。 ENVI头文件包含用于读取图像数据文件的信息，它通常创建于一个数据文件第一次被 ENVI读取时。单独的ENVI头文本文件提供关于图像尺寸、嵌入的头文件（若存在）、数据格式及其它相关信息。所需信息通过交互式输入，或自动地用“文件吸取”创建，并且以后可以编辑修改。您可以在ENVI之外使用一个文本编辑器生成一个ENVI头文件 通用栅格数据都会存储为二进制的字节流，通常它将以BSQ（按波段顺序）、BIP（波段按像元交叉）或者BIL（波段按行交叉）的方式进行存储。 储存 窗口菜单界面 FileSave File As，将影像按照需要的格式进行存储，保存的为原始数据，没有拉伸。 主影像窗口 FileSave Images As，将影像按照需要的格式进行存储，存储的影像是显示的影像样式。 FileSave Zoom As，将Zoom窗口显示的影像按照需要的格式进行存储。 其他窗口下的文件存储 例如：MapMosaicking的镶嵌窗口下：Apply；Save Template等；Classification等功能下：Output Result to等。,1.4 数据显示,波段列表 每次打开的文件都显示在Available Bands List中（如图1.4所示），列表中可以完成当前在ENVI中打开的或存储在内存中的文件的信息，还可以进行包括：打开新文件、关闭文件、将内存数据项保存到磁盘，以及编辑ENVI头文件等操作。 三视窗显示 当你打开一个图像文件时，会在一个ENVI的三视窗图像显示中，其中包括主图像窗口，缩放窗口和滚动窗口（应用于大的图像），如图1.5所示，目前大部分的ENVI图像处理操作都在这个窗口中完成。 ENVI ZOOM显示 将图层管理、图像显示、鼠标信息等集中在一个窗体中，目前只有部分ENVI图像处理操作在这个窗口中完成，如面向对象的特征提取、Pan sharping、异常检测等，在新的软件版本中会有更多的功能集成在此窗体中完成。,1.4 数据显示,1.5常见系统设置用户自定义文件,这里可以选择自定义的图形颜色文件、颜色表文件、ENVI的菜单文件（ENVI Menu File、Display Menu、Shortcut File）、地图投影文件等，需要重启ENVI。,1.5常见系统设置默认文件目录,设置一些ENVI默认打开的文件夹，如数据目录、临时文件目录、输出文件目录、ENVI补丁文件、光谱库文件、备用头文件目录等，需要重启ENVI。,1.5常见系统设置显示设置,可以设置三窗口中各个分窗口的显示大小，窗口显示式样等。其中可以设置数据显示拉伸方式（Display Default Stretch），默认为2%线性拉伸。,1.5常见系统设置综合设置,这个选项设置的是一些杂项，值得设置的为制图单位（Page Unit），默认为英寸（Inches），可设置为厘米（Centimeters）；还有缓冲大小（cache size），可以设置为物理内存的50-75%左右，文件碎片大小设置为cache size的1/10。,2.影像预处理,2.1 一般预处理流程介绍 2.2 预处理中基础知识 2.3 ENVI中的几何校正 2.4 ENVI中的图像融合、镶嵌、裁剪,校正模型选择,影像,参考源,控制点选取,误差检查,影像重采样,不符合,图像融合,图像镶嵌,图像裁剪,配准影像,其它影像,同名点选取（人工/自动）,影像配准,校正影像,2.1数据预处理一般流程,2.2预处理中基础知识常见商业高分辨率卫星,其他卫星,2.2 预处理中基础知识数据源的选择,图像选择,经济成本,专题目的,专题地域环境,专题图比例尺,空间分辨率,时间分辨率,波谱分辨率,2.2 预处理中基础知识影像格式,传感器文件格式 不同的卫星传感器研发或运行机构一般会给所分发的卫星数据设计一种分发格式，如Landsat系列的Fast格式、EOS系列卫星的HDF格式等。 商业软件文件格式 商业化的图像处理软件都会开发出软件本身的图像格式，如ENVI的Hdr&img格式，Erdas的IMG格式，PCI的pix格式等。 通用图像文件格式 很多图像格式成为国际通用，被大多数软件所支持。如TIFF、JPEG2000、BMP等。,2.2预处理中基础知识引起图像畸变因素,系统误差 有规律的、可预测的。比如扫描畸变 非系统误差 无规律的 如传感器平台的高度、经纬度、速度和姿态的不稳，地球曲率及空气折射，地形影响等,2.3预处理中基础知识几何校正中的几个概念,几何校正：纠正系统和非系统因素引起的几何畸变。 图像配准（Registration）：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。 图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。又叫地理参照（Geo-referencing） 图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。 图像正射校正（Ortho-rectification）：借助于地形高程模型（DEM），对图像中每个像元进行地形的校正，使图像符合正射投影的要求。,2.4预处理中基础知识实际中的概念,几何粗校正校正系统误差，地面站完成 几何精校正包括图像纠正、地理编码和部分图像配准 图像配准 正射校正,2.2预处理中基础知识卫星影像的校正,根据卫星轨道参数，包括位置、姿态、轨道及扫描特征，校正影像(有时加入DEM)。 地面控制点校正+校正模型 轨道参数+地面控制点+DEM,2.2预处理中基础知识多项式模型,多项式模型 x=a0+a1x+a2Y+a3x2+a4xy+a5y2+ y=b0+b1x+b2Y+b3x2+b4xy+b5y2+ 最少控制点个数 N=（n+1）*（n+2）/2 误差计算 RMSEerror=sqrt（x-x）2+（y-y）2）,2.2预处理中基础知识控制点获得途径,基础数据 基础测绘数据 数字线画图（DLG） 数字栅格图（DRG） 影像数据 正射影像（DOM） 实地测量,2.2预处理中基础知识控制点质量控制,图像选点原则 选取图像上易分辨且较精细的特征点：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，城廓边缘等 特征变化大的地区需要多选 图像边缘部分一定要选取控制点 尽可能满幅均匀选取 数量原则 在图像边缘处，在地面特征变化大的地区，需要增加控制点 保证一定数量的控制点，不是控制点越多越好。如一景TM的控制点数量在30-50左右。,2.2预处理中基础知识重采样方法（插值算法）,最近邻法 取与所计算点（x,y）周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近，就取哪个亮度值作为（x,y）点的亮度值 简单易用，计算量小，图像的亮度具有不连续性，精度差,2.2预处理中基础知识重采样方法（插值算法）,双线性内插法 取（x,y）点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y)点的亮度值f（x,y) 双线性内插法比最近邻发虽然计算量有所增加，但精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。 内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊。, y, x,双线内插算法原理示意图,原始图像,2.2预处理中基础知识重采样方法（插值算法）,三次卷积内插法 进一步提高内插精度的一种方法，通过增加邻点来获得最佳插值函数 取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续内插函数 计算量大，精度高，细节表现更为清楚，对控制点要求较高, x, y,1,2,3,4,5,2.2预处理中基础知识图像融合,图像融合 将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术。 关键技术 两个影像配准在亚像元范围内 融合方法选择 运算速度和交换缓冲空间,2.2预处理中基础知识图像融合方法,彩色,合成,数学运算,彩色技术,空间配准,高分辨率,/,多光谱,图像变换,HIS,变换,加,与,乘,差值,比值,主成,分分,析,滤波,分析,小波,分析,HSV 变换,2.2预处理中基础知识图像镶嵌,图像镶嵌 指在一定地数学基础控制下，把多景相邻遥感影像拼接成一个大范围的影像图的过程。 关键技术 颜色的平衡 接边处理 运算速度和交换缓冲空间,2.2预处理中基础知识图像裁剪,图像裁减 图像裁剪的目的是将研究之外的区域去除，常用的是按照行政区划边界或自然区划边界进行图像的裁剪。 关键技术 裁剪区的确定 无数据区处理,2.3 ENVI中的几何校正传感器参数校正,传感器(带有地理定位文件) SPOT1-4 SeaWiFS ASTER AVHRR ENVISAT MODIS RADARSAT 自定义地理定位文件 GLT IGM,2.3 ENVI中的几何校正传感器参数校正练习,数据源 Aster传感器的L1A级别数据（“数据/1-Aster”文件夹内) EOS-HDF格式储存 处理过程 利用自带地理定位文件进行几何校正 输出 几何校正结果,2.3 ENVI中的几何校正几何精校正流程,显示图像文件,采集地面控制点,计算误差,选择几何模型,检验校正结果,开始,结束,重采样输出,误差太大,2.3 ENVI中的几何校正几何精校正练习,数据源 已经做过几何校正的SPOT4全色10米分辨率影像（ “数据/2-几何精校正”文件夹） 待校正的Landsat5 TM 30米分辨率影像（“ 数据/2-几何精校正”文件夹） 处理过程 用SPOT4影像作为基准影像，选择控制点来校正TM影像。 输出 校正结果,2.4 ENVI中的影像融合、镶嵌、裁剪融合,ENVI中的融合方法 HSV变换、主成分分析、Brovey变换 ， CN Spectral Sharpening ，高保真的Gram-Schmidt，Pansharping，小波融合（补丁） 自定义 有地理坐标和无地理坐标都可以融合 操作方式 主模块 流程化操作 ENVI ZOOM中,2.4 ENVI中的影像融合、镶嵌、裁剪融合练习,数据源 已经做过几何校正的SPOT4全色10米分辨率影像（ “数据/2-几何精校正”文件夹） 待校正的Landsat5 TM 30米分辨率影像（“ 数据/2-几何精校正”文件夹） 处理过程 用主成分分析、HSV颜色变换等方法融合两个影像 输出 融合结果,2.4 ENVI中的影像融合、镶嵌、裁剪镶嵌,基于像素镶嵌和基于地理坐标镶嵌 自动颜色平衡，边缘直方图匹配 接边线、接边羽化 虚拟镶嵌 运算速度快 占用非常少的虚拟内存空间,2.4 ENVI中的影像融合、镶嵌、裁剪镶嵌练习,数据源 两幅已经校正好的SPOT4 10米全色影像（“数据/4-影像镶嵌”文件夹中） 处理过程 用注记工具勾画两影像接边线，用羽化和颜色校正等使两幅影像镶嵌在一起。 输出 镶嵌结果,2.4 ENVI中的影像融合、镶嵌、裁剪裁剪,空间裁减 基于感兴趣区（ROI）的裁减 基于矢量/栅格数据文件的裁剪 自定义裁剪 波谱裁剪,2.4 ENVI中的影像融合、镶嵌、裁剪裁剪练习,数据源 一幅TM影像、影像区域的Shapefile矢量文件（“数据/5-影像裁剪”文件夹中） 处理过程 用ROI工具在TM影像上绘制不规则的多边形感兴趣区域，后利用这个感兴趣区域裁剪TM影像 利用Shapefile矢量文件裁剪TM影像 输出 裁剪结果,3.影像信息基本提取方法,3.1 影像信息提取技术概述 3.2 影像增强处理 3.3 监督分类 3.4 非监督分类,3.1 影像信息提取技术概述,遥感影像通过亮度值或像元值的高低差异（反映地物的光谱信息）及空间变化（反映地物的空间信息）来表示不同地物的差异，这是区分不同影像地物的物理基础。 遥感影像分类就是利用计算机通过对遥感影像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像中每个像元按照某种规则或算法划分为不同的类别，然后获得遥感影像中与实际地物的对应信息，从而实现遥感影像的分类。,3.1 影像信息提取技术概述遥感分类技术的发展,可分为四个阶段,人工解译,基于光谱计算机自动分类,基于专家知识的决策树分类,面向对象特征自动提取,四种方法并存,3.2图像增强处理,图像变换 主成分（PCA） 独立主成分 最小噪声分离(MNF) 颜色空间变换（HSV,HLS） 穗帽变换 波段运算 图像拉伸 去相关、饱和度、彩色 直方图（匹配、拉伸） 滤波 卷积 形态学、纹理、自适应、自定义 频率域,局部增强,智能数字化工具,智能数字化工具 提高数字化的效率 增强ENVI矢量的功能 计算提取的线状地物的长度 过头去除以及两线相交,ENVI中基于光谱分类方法,非监督分类 ISODATA K-Means