envi图像处理基本操作

使用ENVI进行图像处理

主要介绍利用envi进行图像处理的基本操作，主要分为图像合成、图像裁减、图像校正、图像镶嵌、图像融合、图像增强。

分辨率：空间分辨率、波谱分辨率、时间分辨率、辐射分辨率。咱们平时所说的分辨率是指？怎么理解？ 1、 图像合成

对于多光谱影像，当我们要得到彩色影像时，需要进行图像合成，产生一个与自然界颜色一致的真彩色（假彩色）图像。

对于不同类型的影像需要不同的波段进行合成，如中巴CCD影像共5个波段，一般选择2、4、3进行合成。（为什么不选择其他波段？重影/不是真彩色）。SOPT5影像共7个波段，一般选择7、4、3三个波段。 操作过程以中巴资源卫星影像为例

中巴资源卫星影像共有五个波段，选择2、4、3三个波段对R、G、B赋值进行赋值。 在ENVI中的操作如下：

（1） file?open image file?打开2、3、4三个波段，选择RGB，分别将2、4、3赋予RGB。 （2） 在#1窗口file---〉save image as-?image file。

（3） 在主菜单中将合成的文件存为tiff格式（file-?save file as-?tiff/geotiff） 即可得到我们需要的彩色图像。 2、 图像裁减

有时如果处理较大的图像比较困难，需要我们进行裁减，以方便处理。如在上海出差时使用的P6、SOPT5，图幅太大不能直接校正需要裁减。

裁减图像，首先制作AOI文件再根据AOI进行裁减。一般分为两种：指定范围裁减、不指定范围裁减。

不指定范围裁减在ENVI中的操作如下： （1） 首先将感兴趣区存为AOI文件

file?open image file打开原图像?选择IMAGE窗口菜单overlay?region of interesting

选择划定感兴趣区的窗口如scroll，从ROI_Type菜单选择ROI的类型如Rectangle，在窗口中选出需要选择的区域。在ROI窗口file?Save ROIs将感兴趣区存为ROI文件。

（2）裁减：在菜单Basic Tools?Subset Data via ROIs，在选择窗口select the input file选择需要裁减的原始图象，Restore ROIs选择ROI。输出文件即可得到感兴趣区范围的图像。

指定范围裁减在ENVI中的操作如下：

如果给定一个范围根据此范围进行裁减，首先将给定的文件转化为shp等envi能够视别的格式打开，然后将此范围保存为ROI文件，再根据此ROI文件进行裁减。 指定范围裁减在ENVI中的操作如下：

（1） 假如给定一个SHP文件cut_region，首先在ENVI中打开原始图像同时在file?Open

Vector File打开cut_region。

单击OK导入，显示（load）到图像窗口。

在主菜单Basic Tool?region of interest?save ROIs to file,逐个范围保存为ROI文件。 （2） 裁减

在主菜单Basic Tool? Subset Data via ROIs，在选择窗口select the input file选择需要裁减的原始图象，Restore ROIs选择ROI。如果没有保存ROI文件，可以直接选择每个范围，输出文件。

即可得到范围内的图像。 3、 图像校正

图像校正就是为了使一张图像以某种对象作为参考（如导航线、其他校正后的影像）匹配到相应的位置上。根据参考对象不同，也可以分为两种校正方法，即图对图校正（Image-to-Image）、图对地图校正（Image-to-map）。 图对图校正（Image-to-Image）

我们利用彩色10米的影像作为参考来校正全色2.5米的影像，操作步骤如下： （1） 在主菜单file?open image file同时打开这两种影像。 （2） 在主菜单map?registration?select GCPs:Image to image

跳出如下窗口，选择参考图像与被校正图像，其中base image为参考影像，warp image为被

校正影像。

（3） 在两个窗口中选择控制点，控制点要均匀分布，选择能够明确分辨且永久不变的点，

最好是选择道路交叉点或者道路转折点。

（4）在options?warp file(as image to map) 选择需要校正的影像。

出现如下窗口

可以选择校正方法（warp method）：图中默认为一次多项式。多项式算法 可以选择重采样方法（resampling）

由于Image-to-Image中直接选择warp file会使图像分辨率降低，因为校正的图像采用了参考影像的性质，因此需要我们手动将图像分辨率改回来。在chang output parameters将X、Y像素大小改为2.5。然后输出图像，再另存为tif格式，即可得到校正后图像。

图对地图校正（Image-to-map）

我们将导航线作为参考来校正中巴影像，操作步骤如下： （1） 在主菜单file?open image file同时打开被校正影像。

（2） 在主菜单map?registration?select GCPs:Image to map出现image to map registration

窗口。可以看到有几个参数需要设置。

校正投影（select registration projection）选择UTM投影 坐标系（Datum）选择常用的WGS-84坐标系 单位（units）选择米

条带（zone）根据实际位置填写

X、Y 的像素值根据图像分辨率得到。如中巴CCD分辨率为19.5米。

单击OK，可得如下窗口，将坐标切换为度分秒形式（这是我们常用的形式，如119.293044 41.590857）

图1

（3）在mapinfo中同时打开导航线和需校正的结果图，选择控制点。

在mapinfo中找出相对应的控制点，如图红框中的转折点对应导航线上相应的红点，此点的坐标如图所示。

（4）在envi中找到相对应点，将光标定位在此点，打开放大窗口准确定位；将相应点对象的坐标输入图1所示空格中，如下图所示。单击add point添加控制点。控制点选择规则同上。

（5）最后输出图像，另存为tif格式即可。

根据坐标进行校正

根据坐标进行校正原理与图对地图校正相同，在平时也偶尔会遇到。

例1 将快鸟JPG格式的影像转换为本身带坐标的TIF格式的影像，我们可以不重新找控制点，而是根据TAB表中的坐标进行校正。

例2 对于某些带有头文件的影像如中巴影像（原始图是没有坐标的），我们可以根据其头文件中的坐标信息直接进行校正。

以中巴影像为例

（1） 在ENVI中打开原始图像并显示（new display,单击load）。

（2） 在菜单中选择map-?registration-?select GCPs：image to map，出现image to map

registrtion对话框，如图：

我们可以根据中巴资源影像本身所带的头文件信息进行相应设置，从上图我们可以得到影像的投影格式（projection）、地理坐标系（geographic datum）、单位（units）、所在条度带(zone)、像素大小（pixel size）。单击OK。

（3） 选择控制点，进行校正。中巴资源卫星影像本身的头文件中记录了影像每个波段的

四角坐标。我们可以选择任意一个波段的坐标进行校正（在此选择product的坐标）

如图所示紫色为四个角的地理坐标，蓝色为影像图片像素坐标。每填入一对坐标，单击add point添加点。当添加完控制点选择options-?warp file存出，另存为tif格式即可。

4、 投影转换

投影转换的目的是将图像的投影转换为与我们 “道道通”导航电子地图一致的经纬度投影。

我们常见的投影有UTM、经纬度（Geographic Lat/Lon）、Arbitrary。UTM为球面投影。经纬度为平面投影。 在ENVI中操作如下

（1） 在主菜单file?open image file打开影像。

（2） 在主菜单map? Converting Map Projections出现如下对话框

最后输出图像，另存为tif文件即可。 5、 图像镶嵌

图像镶嵌是根据需要将小图幅的影像拼接成大图幅影像，如拼接北京全境图。图像镶嵌主要分两类：基于坐标的镶嵌、基于像素的镶嵌。

在ENVI中操作如下，主要分为两个步骤：制作镶嵌线、图像镶嵌。

（1） 首先我们可以进行第二步，来确定图像的位置关系。在主菜单file?open image file

同时打开两张影像。

（2） 在主菜单Basic Tools ? Mosaicking ? Georeferenced 导入两张图像如下图，可以看

出两张图的相对关系。可见我们可以在005-073的上方或005-072的下方做镶嵌线。

（3） 制作镶嵌线

镶嵌线包括线和标记点两部分。

假如我们在005-072上做镶嵌线，在image窗口菜单overlay?annotation出现如下对话框，可以选择制作镶嵌线的窗口如scroll、线的颜色、在object中选择线型polyline,

然后在scroll窗口中绘制镶嵌线，需要注意的是镶嵌线要沿着地物的趋势进行绘制。单击右键结束，再单击右键确定。（友情提示：可以多点几下右键）

绘制标记点，在object中选择symbol，选择标记点的样式，在需要裁掉的一侧单击左

键，同样单击右键结束，再单击右键确定。效果如图

在annotation窗口file?save annotation 保存为.ann文件。

（4） 在第（2）步中选中005-072，右击?edit entry，进行设置

data value to image 忽略图像中的某个值，一般是忽略0值。 Feathering 填入一定的羽化值，根据影像类型。 Select cutline annotation file 选择所绘制的镶嵌线。 Linear stretch 图像拉伸比例，一般要选择0，不拉伸。

Color balancing 色彩均衡 no表示不进行色彩均衡 fixed表示不会改变这幅图像的对比度 adjust表示将调整这幅图的对比度，使其与另一幅图相匹配。 （5）在Mosaick窗口file?apply输出图像，另存为tif格式。 6、图像增强

图像增强目的是：（1）采用一系列技术改善图像的视觉效果，提高图像的清晰度。（2）将图像转换成一种更适合人或机器进行分析处理的形式。

主要分为两种：波谱信息增强、空间信息增强。 波谱信息增强分为：反差增强也称反差扩展（拉伸）、彩色增强、图像运算、主成分分

析、图像融合。

空间信息增强分为：空间滤波增强、频域滤波增强、纹理分析。 反差增强常用的方法：线性扩展、非线性扩展、直方图调整。

彩色增强分为：假彩色合成、伪彩色密度分割。在假彩色合成的图像中有两种典型的图像，一种是模拟真彩色图像，当合成图像的红、绿、蓝三色与三个多光谱波段相吻合，也就是说红光波段被赋予红色，绿光波段被赋予绿色、蓝光波段被赋予蓝色，这幅图所代表的颜色近似地物本身的颜色。另一种标准的假彩色合成，将多光谱中的近红、红、绿波段分别被赋予红、绿、蓝三色合成而成的。伪彩色密度分割是将一幅单波段图像的灰度动态变化范围，划分为不同的等级，并赋予不同的颜色，建立一个彩色编码表，再以次为基础得到以幅彩色图像。（一种简单的分类）

图像融合的算法主要分为：基于HIS变换的图像融合、基于主成分变换的图像融合、基于比值的融合。HIS是色调（hue）、亮度(intensity)、饱和度（saturation）表示色彩。

基于HIS变换的图像融合只是在亮度通道上进行，图像的色调和饱和度保持不变，即用高分辨率的图像代替变换后的亮度分量，在反变换到RGB空间。基本过程如下：

（1） 将待融合的全色波段和多光谱图像进行几何校正，并将多光谱图像重采样成

与全色波段分辨率一样。

（2） 将多光谱图像从RGB空间变换到HIS空间。 （3） 用全色波段代替亮度分量（一般之前先做一下直方图匹配），这样HIS?HI’S。 （4） 将HI’S变换到RGB空间，这样就得到融合后的图像。 7、图像融合

图像融合是将一幅多光谱彩色影像与一幅全色高分辨率影像进行处理，目的是为了取两者优点，得到彩色高分辨率影像。前提是这两幅图像是经过校正，在同一位置上。以迁安为例在ENVI中操作如下：

（1） 在envi中同时打开一幅多光谱彩色影像与一幅全色高分辨率影像。 （2） 在主菜单Transforms?Image Sharpening?HSV

（3） 首先选择彩色影像（select input RGB）,然后选择高分辨率影像（high resolution

input file），再设置重采样算法（resampling），最后输出图像，另存为tif格式。

8、图像分类

遥感图像分类主要分为两种：监督分类、非监督分类。

监督分类又称训练场地法或先学习后分类法。从图像上已知目标类别在区域中提取数据，统计出代表总体特征的训练数据，主要是灰度和纹理等特征，然后进行分类。采用这种方法必须事先知道图像中包含哪几种目标类别。

（1） 选区训练样区 （2） 执行监督分类

非监督分类又称集群分析或聚类分析。是一种边学习边分类的方法。它是按照灰度值向量或波谱样式在特征空间聚类的情况划分点群和类别的。它将像元先进行聚类，用聚类方法将遥感数据分割成比较匀质的数据群，把他们作为分类类别。在此类别基础上确定其特征量，继而进行类别总体特征的测量。

分类?非监督分类?自组织分类 分类后处理

分类?分类后处理?分类合并

本文来源：https://www.bwwdw.com/article/cv5r.html