ENVI基本影像处理

ENVI基本影像处理流程操作邓书斌Esri中国（北京）有限公司遥感事业部Dengsb@主要内容1.快速认识ENVI2.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ENVI1.1ENVI简介1.2安装目录结构1.3栅格文件系统和储存1.4数据输入1.5数据显示1.6常见系统设置1.1ENVI简介——ENVI/IDL体系结构ENVIEX空间特征提取模块DEMExtraction立体像对高程提取模块AtmosphericCorrection大气校正模块ENVI扩展模块主模块开发语言IDLAdvanced数学与统计扩展工具包IDLDataMiner数据库连接工具包Orthorectification正射校正模块SARscape雷达高级处理模块NITFNITF数据支持模块IDLENVI-从图像中获得您所需的信息

Image->InformationEXTENDIDL,C++,Java,.NetPanchromatic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矢量数据制图工具矢量工具地形工具高光谱工具信息提取工具预处理工具雷达工具读取显示工具三维可视分析制图输出GIS分析Geodatabase1.1ENVI简介——大气校正扩展模块(AtmosphericCorrection)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(DEMExtraction)快速从ALOSPRISM,ASTER,CARTOSAT-1,FORMOSAT-2,GeoEye-1,IKONOS,KOMPSAT-2,OrbView-3,QuickBird,WorldView-1,SPOT1-5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3DShapefile文件格式1.1ENVI简介——空间特征提取扩展模块（ENVIEX）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——正射校正扩展模块（Orthorectification）由瑞典的Spacemetric公司开发采用的正射校正方法具有可靠和高精度的特点，并且该方法被行业所认可。支持大区域范围内的多幅影像、多传感器的一次正射校正。具有镶嵌结果的功能，并提供接边线和颜色平衡辅助工具。采用流程化的向导式操作方式和工程化管理。自定义传感器模型提供接口函数，便于扩展功能。1.1ENVI简介——高级雷达处理扩展模块（SARscape）提供完整的雷达处理功能，包括基本SAR数据的数据导入、多视、几何校正、辐射校正、去噪、特征提取等一系列基本处理功能；调焦模块扩展了基础模块的调焦功能，采用经过优化的调焦算法，能够充分利用处理器的性能实现数据快速处理；提供基于Gamma/Gaussian分布式模型的滤波核，能够最大程度地去除斑点噪声，同时保留雷达图像的纹理属性和空间分辨率信息；可生成干涉图像、相干图像、地面断层图。主要功能包括：SLC像对交叠判断、多普勒滤波、脉冲调节、干涉图像生成、单列干涉图生成等；对极化SAR和极化干涉SAR数据的处理；永久散射体模块能用来确定特征地物在地面上产生的mm级的位移。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TREs1.1ENVI简介——ENVI/IDL的特点先进、可靠的影像分析工具——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（asimpleflatbinary）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File—SaveFileAs，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File—SaveImagesAs，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。File—SaveZoomAs，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：Map—Mosaicking的镶嵌窗口下：Apply；SaveTemplate等；Classification等功能下：OutputResultto等。1.4数据显示波段列表每次打开的文件都显示在AvailableBandsList中，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。ENVIZOOM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、Pansharping、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数据输入——一般数据的打开AVHRRHDFSeaWiFSMrSIDBMPJPEGNLAPSERMapper,PCI(.pix)JPEG

2000PDSERDAS7.x(.lan)Landsat7Fast(.fst)RADARSATERDASIMAGINE8.x(.img)Landsat7HDFSRFGeoTIFFMAS-50TIFFHDFMRLC(.dda)使用OpenImageFile打开

ENVI图像文件或其它已知格式的二进制图像文件。

ENVI自动地识别和读取下列类型的文件：1.5数据输入——特定数据的打开对于特定的已知文件类型，利用内部或外部的头文件信息通常会更加方便。使用

OpenExternalFile选项，ENVI能够读取一些标准文件类型的若干格式，包括精选的遥感格式、军事格式、数字高程模型格式、图像处理软件格式及通用图像格式。ENVI从内部头文件读取必要的参数，因此不必在HeaderInformation对话框中输入任何信息。1.6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（ENVIMenuFile、DisplayMenu、ShortcutFile）、地图投影文件等，需要重启ENVI。1.6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。1.6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（DisplayDefaultStretch），默认为2%线性拉伸。1.6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（PageUnit），默认为英寸（Inches），可设置为厘米（Centimeters）；还有缓冲大小（cachesize），可以设置为物理内存的50-75%左右，ImageTileSize不能超过4M。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自定义坐标系2.4ENVI中的几何校正2.5ENVI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传感器发射时间国家多光谱波段空间分辨率(米)重返周期IKONOS1999美国红、绿、蓝、近红外全色：1多光谱：

41.5-2.9SPOT52001法国红、绿、近红外、中远红外全色：5或2.5（超模式）多光谱:1026QuickBird（快鸟）2001美国红、绿、蓝、近红外全色：0.61多光谱：2.441-3.5FORMOSATII2004中国台湾红、绿、蓝、近红外全色：2多光谱：41EROS-B2006以色列/全色：0.7（立体）55CartoSAT-1（P5）2005印度/全色：2.5（立体）ALOS2005日本红、绿、蓝、近红外全色：2.5（立体）多光谱：102北京一号小卫星2005中国红、绿、近红外全色：4多光谱：323-5KOMPSAT-22006韩国红、绿、蓝、近红外全色：1多光谱：43WorldView-1/22008美国红、绿、蓝、近红外红边、海岸、黄、近红外2全色：0.5多光谱：2.41.1-3.7资源应用卫星-2B星2008中国/全色：2.37多光谱：19.526GeoEye-12008美国红、绿、蓝、近红外全色：0.41（0.5）多光谱：1.652-3RapidEye2008德国蓝、绿、红、红边、近红外5每天其他卫星传感器发射时间国家多光谱波段空间分辨率(米)Landsat1~772~99美国蓝、绿、红、近红外、短波红外、热红外15、30、60、80、120SPOT41999法国绿、红、近红外、中远红外全色：10多光谱:20中巴资源卫星-01/02

1999中国蓝、绿、红、近红外多光谱：19.5Resourcesat（P6）2003印度绿、红、近红外、短波红外多光谱24米全色5.8米ALOS2005日本微波、立体像对、多光谱2.5米立体像对、10米多光谱、3米RadarTerraSAR-X2007德国微波1mRadar、3m、5mCOSMO-SkyMed2007意大利微波3米、15米RADARSATII2008加拿大微波3m超细化模式1m景观光线模式NOAA气象卫星/

美国红、近红外、中红外和两个热红外1.1km风云系列卫星/中国可见光4个，近红外2个，中远红外2个，热红外2个。1.1kmMODIS/美国36个波段250m、500m和1000m减灾卫星A、B星2008中国多光谱近中红外(4波段)、高光谱(111波段)多光谱：30米高光谱：100米Hyperion/EO-12000美国0.4－2.5μm共有220波段30米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2.2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。2.2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+DEM2.2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。Δ

yΔx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ΔxΔy123452.2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自定义坐标系——坐标系原理地理坐标系是以经纬度为单位的地球坐标系统，地理坐标系中有2个重要部分，即地球椭球体（spheroid）和大地基准面（datum）。大地基准面指目前参考椭球与WGS84参考椭球间的相对位置关系（3个平移，3个旋转，1个缩放），可以用其中3个、4个或者7个参数来描述它们之间的关系，每个椭球体都对应一个或多个大地基准面。投影坐标系是利用一定的数学法则把地球表面上的经纬线网表示到平面上，属于平面坐标系。数学法则指的是投影类型，目前我国普遍采用的是高斯——克吕格投影，在英美国家称为横轴墨卡托投影（TransverseMercator）。2.3自定义坐标系——北京54与西安80坐标系都是投影直角坐标系北京54坐标系、西安80坐标系实际上指的是我国的两个大地基准面。坐标名称投影类型椭球体基准面北京54GaussKruger（TransverseMercator）Krasovsky北京54西安80GaussKruger（TransverseMercator）IAG75西安80椭球体名称年代长半轴（米）短半轴（米）扁率WGS8419846378137.06356752.31：298.257克拉索夫斯基（Krasovsky）19406378245.06356863.01：298.3IAG-7519756378140.06356755.31：298.2572.3自定义坐标系——ENVI中自定义坐标系ENVI中的坐标定义文件存放在HOME\ITT\IDLxx\products\envixx\map_proj文件夹下，三个文件记录了坐标信息：ellipse.txt椭球体参数文件datum.txt基准面参数文件map_proj.txt坐标系参数文件在ENVI中自定义坐标系分三步：定义椭球体、基准面和定义坐标参数2.3自定义坐标系——定义椭球体语法为<椭球体名称>,<长半轴>,<短半轴>。这里将“Krasovsky，6378245.0，6356863.0”和“IAG-75，6378140.0，6356755.3”加入ellipse.txt末端。注：ellipse.txt文件中已经有了克拉索夫斯基椭球，由于翻译原因，这里的英文名称是Krassovsky，为了让其他软件平台识别，这里新建一个Krasovsky椭球体。2.3自定义坐标系——添加基准面与定义坐标系语法为<基准面名称>,<椭球体名称>,<平移三参数>。这里将“Beijing-54,Krasovsky,-12,-113,-41”和“Xi'an-80,IAG-75,0,0,0”加入datum.txt

末端。注：有的时候为了与其他软件平台兼容，基准面的名称直接写成所用的椭球体名称。在ENVI任何用到投影坐标的功能模块中都可以新建坐标系(在任何地图投影选择对话框中，点击“New”按钮。)，或者直接选择主菜单->Map->CustomizeMapProjection2.3自定义坐标系——坐标系定义练习数据自定义坐标系显示。试验的栅格数据情况为：一幅北京坐标系的栅格数据，投影参数如下：

投影类型：TransverseMercator

椭球：Krasovsky

基准面：Beijing-54（自定义）

中央经线：117

东向偏移：500000m2.4ENVI中的几何校正——传感器参数校正传感器(带有地理定位文件)SPOT1-4SeaWiFSASTERAVHRRENVISATMODISRADARSAT自定义地理定位文件GLTIGM2.4ENVI中的几何校正——传感器参数校正练习数据源MODISLevel1B（“1-Modis”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2.4ENVI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2.4ENVI中的几何校正——几何精校正练习一数据源待校正的taian-drg.tif（“2-几何精校正\5wDRG”）处理过程自定义北京54坐标系，根据地形图信息选择控制点来校正地形图。输出校正结果2.4ENVI中的几何校正——几何精校正练习二数据源已经做过几何校正的SPOT4全色10米分辨率影像（“2-几何精校正\TM与spot”）待校正的Landsat5

TM30米分辨率影像（“2-几何精校正\TM与spot”）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2.4ENVI中的几何校正——几何精校正练习三数据源P5影像（“2-几何精校正\P5与rapideye”）待校正的RapidEye（“2-几何精校正\P5与rapideye”）处理过程影像到影像的手动选点及自动选点。输出校正结果2.5ENVI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，CNSpectralSharpening，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ENVIZOOM中2.5ENVI中的影像融合、镶嵌、裁剪——融合练习一数据源已经做过几何校正的SPOT4全色10米分辨率影像（“3-影像融合\TM与spot”）Landsat5

TM30米分辨率影像（“3-影像融合\TM与spot”）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2.5ENVI中的影像融合、镶嵌、裁剪——融合练习二数据源已校正的RapidEye多光谱5米分辨率影像（“3-影像融合\P5与rapideye”）已校正的全色P5全色2.5米分辨率影像（“3-影像融合\P5与rapideye”）处理过程用Gram-Schmidt方法融合两个影像输出融合结果2.5ENVI中的影像融合、镶嵌、裁剪——融合练习三数据源QuickBird全色及多光谱影像（“3-影像融合\Quickbird”）处理过程用ENVIZoom或ENVIEX下PanSharping方法融合输出融合结果2.5ENVI中的影像融合、镶嵌、裁剪——融合练习四数据源分辨率相差20倍WordView与Alos数据融合处理过程用ENVIZoom或ENVIEX下PanSharping方法融合输出融合结果2.5ENVI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2.5ENVI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TM 30米多光谱影像（“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2.5ENVI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2.5ENVI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（“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