ENVI实习报告 - 图文

实习报告

1） 实习名称：ENVI软件操作实习

2） 目的与要求：ENVI（The Environment for Visualizing Images）是一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。此次实习主要是在机房学习一些关于ENVI的基本操作，如：图像预处理，影像分析，图像增强，影像到影像的配准等等

3） 原理与步骤：

一、专题信息提取

1. NDVI的提取ENVI: Transform>> NDVI(vegetation Index)

NDVI（Normalized Difference Vegetation Index）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显示植被分布的图像波段。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、Landsat MSS、Landsat TM、SPOT 或 AVIRIS 数据，也可以输入其他数据类型的波段来使用。 2. 波段运算获取不同专题信息 ENVI: Basic Tools>>band math 例：Newband=band5-band4 具体操作是：

打开Band Math对话框(如右图)，在Enter an expression中键入：b5-b4，点击OK后将会出现Variables to Bands Pairings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。

练习：湿度指数提取：

1.0*[(b2-b4)/(b2+b4)] 或 1.0*[(b2-b5)/(b2+b5)]

图为波段运算b5-b4后图像

图为湿度指数提取后图像

1.0*[(b2-b4)/(b2+b4)] 或 1.0*[(b2-b5)/(b2+b5)]

二、选择控制点

1. 从ENVI主菜单栏中，选择Map → Registration → Select GCPs: Image to Image。

2. 在Image to Image Registration对话框中，点击并选择Display #1，作为Base Image。

点击Display #2，作为Warp Image。

3. 点击OK，启动配准程序。

基准图像的控制点的坐标 校正图像的控制点的坐标 增加一个控制点 查看地面控制点列表 ① 2 ○4 ○5 ○6 ○ 3 ○

7 ○

多项式纠正法校正的次数 6RMS Error (Root mean square error均方根误差)，可以显示总的RMS误差。为了○

最好的配准，应该试图使 RMS 误差最小化。

7Predict预测点坐标功能 ○

4. 通过将光标放置在两幅影像的相同地物点上，来添加单独的地面控制点，在Ground

4，把该地面控制点添加到列表Control Points Selection对话框中，点击Add Point○5查看地面控制点列表。 中。点击Show List○

注意：

(1) 同名控制点的要求：分布均匀，不少于30个。

(2) 一旦已经选择了至少5个地面控制点以后，RMS误差就会显示出来。（RMS误

差是基于一个适于点的一次多项式（a first order polynomial）计算的，它的大小表明了点是否正确输入（如果误差较大，你可能需要编排基准位置）。） (3) 一旦已经选择了至少3个地面控制点以后，在标准影像选好控制点之后，就可

以用Predict预测出校正影像同名控制点的大致位置。 (4) 点击Show List,显示控制点列表：

“Order Points by Error”,按RMS误差大小的顺序排列控制点； “Clear all points”，清除所有的控制点

“On/Off”,开启或关闭点，即是否让所选的高亮度的控制点（如上图中的#5）参与

校正

“Delete”，删除所选高亮度的控制点

5. 保存地面控制点坐标：从Ground Control Points Selection对话框中，选择File → Save

GCPs to ASCII，输入文件名，保存。

三、校正影像

我们可以校正显示的影像波段，也可以同时校正多波段影像中的所有波段。这里我们对整个影像进行校正。

1. 从Ground Control Points Selection对话框中，选择Options → Warp File。

校正参数设置 ①

2 ○3 ○

输出图像范围 4 ○

⑤ 保存校正后影像

①

2 ○

(1)

法(Rotation旋转、Scaling缩放、translation

①ENVI 提供三种校正方法：RST

平移)、多项式法（polynomial）和三角校正法(Delaunay triangulation)。 A. RST 纠正是最简单的方法，需要三个或更多的 GCPs 运行图像的旋转、缩放

和平移。The RST warping algorithm uses an affine transformation（仿射变换）:

x = a1 + a2X + a3Y y = b1 + b2X + b3Y

6个参数，至少要3个控制点。这种算法没有考虑图像校正时的“shearing（切变）”。为了允许切变，应该使用一阶的多项式校正法。虽然RST方法是非常快的，但是，在大多数情况下，使用一阶的多项式法校正能得到更加精确的结果。

4B. 多项式校正（polynomial），可以实现 1 次到 n 次多项式纠正。在“Degree”○

里输入需要的次数，可以得到的次数依赖于选择的控制点数（#GCPs），要求(次数+1)2< = #GCPs，比如说希望degree=2，#GCPs必须>=9。考虑到切变，一阶的多项式法校正算法如下：

x = a1 + a2X + a3Y + a4XY y = b1 + b2X + b3Y + b4XY

C. 三角法校正（Triangulation）实际上是运用了德洛内（Delaunay）三角测量法。

Delaunay三角测量法就是利用不规则空间 GCPs建立Delaunay三角形（由与相邻Voronoi多边形<即泰森多边形>共享一条边的相关点连接而成的三角形）并把值内插到所输出的格网中。

Zero Edge选择是否要在三角测量纠正数据的边缘，用单个像元的背景颜色作边界。选择这一项，将避免一个也许出现在纠正图像的边缘“托影(smearing)”效果。For triangulation warping, use the Zero Edge toggle button to select whether or not you want a one-pixel border of background color at the edge of the warp data. (2)

2重采样(Resampling) 的三种方法：○最邻近法(Nearest Neighbor)、双线性内插法

(Bilinear interpolation)、三次卷积法(Cubic Convolution)

3里，输入 DN （Digital number）值，设定背景值（在(3) 在“BackgroundValue”○

纠正图像里，DN 值用于填充没有图像数据显示的区域）

(4) 输出图像大小范围（Output image Extent）⑤由纠正输入图像的包络矩形大小自

动设定。所以，输出的纠正图像大小通常与基图像(Base image)的大小不一样。输出大小的坐标由基图像坐标决定。所以，左上角的值（upper-left corner values）一般也不是（0，0），而是显示的从基图像左上角原点计算的X和Y值。这些偏移值被储存在文件头里，并允许基图像和纠正图像的动态覆盖（叠置），尽管它们的大小不同。

(5) 选择输出到“File”或“Memory”，File保存为文件，Memory保存在内存中。 (6) Click OK. ENVI 会把结果直接输出可用波段列表（Available Bands List）.

图为多项式法（polynomial）最邻近法(Nearest Neighbor)校正后图像

图为多项式法（polynomial）最邻近法(Nearest Neighbor)校正后图像

5）总结与建议：通过此次实习学到了一些关于

ENVI软件操作的知

识，提高了自学能力和动手能力。比起外业实习虽然枯燥了些，但是大家学习的都很认真，大家互相帮助，收获知识的同时收获了快乐。

本文来源：https://www.bwwdw.com/article/a18f.html