envi基本影像處理ppt課件-資料下載頁
2025-05-07 22:16本頁面
【正文】 67。 用 SPOT4影像作為基準影像，選擇控制點來校正 TM影像。v輸出167。 校正結(jié)果 ENVI中的影像融合、鑲嵌、裁剪 —— 融合vENVI中的融合方法v HSV變換、主成分分析、 Brovey變換 ， CN Spectral Sharpening ，高保真的 GramSchmidt， Pansharping，小波融合（補?。? v 自定義v有地理坐標和無地理坐標都可以融合v操作方式167。 主模塊167。 流程化操作167。 ENVI ZOOM中 ENVI中的影像融合、鑲嵌、裁剪 —— 融合練習(xí)v數(shù)據(jù)源167。 已經(jīng)做過幾何校正的 SPOT4全色 10米分辨率影像（ “ 3影像融合 ” 文件夾）167。 待校正的 Landsat5 TM 30米分辨率影像（ “ 3影像融合 ” 文件夾）v處理過程167。 用主成分分析、 HSV顏色變換等方法融合兩個影像v輸出167。 融合結(jié)果 ENVI中的影像融合、鑲嵌、裁剪 —— 鑲嵌v基于像素鑲嵌和基于地理坐標鑲嵌v自動顏色平衡，邊緣直方圖匹配v接邊線、接邊羽化v虛擬鑲嵌v運算速度快v占用非常少的虛擬內(nèi)存空間 ENVI中的影像融合、鑲嵌、裁剪 —— 鑲嵌練習(xí)v數(shù)據(jù)源167。 兩幅已經(jīng)校正好的 SPOT4 10米全色影像（ “ 4影像鑲嵌 ” 文件夾中）v處理過程167。 用注記工具勾畫兩影像接邊線，用羽化和顏色校正等使兩幅影像鑲嵌在一起。v輸出167。 鑲嵌結(jié)果 ENVI中的影像融合、鑲嵌、裁剪 —— 裁剪v空間裁減167。 基于感興趣區(qū)（ ROI）的裁減167。 基于矢量 /柵格數(shù)據(jù)文件的裁剪167。 自定義裁剪v波譜裁剪 ENVI中的影像融合、鑲嵌、裁剪 —— 裁剪練習(xí)v數(shù)據(jù)源167。 一幅 TM影像、影像區(qū)域的 Shapefile矢量文件（ “ 5影像裁剪 ” 文件夾中）v處理過程167。 用 ROI工具在 TM影像上繪制不規(guī)則的多邊形感興趣區(qū)域，后利用這個感興趣區(qū)域裁剪 TM影像167。 利用 Shapefile矢量文件裁剪 TM影像v輸出167。 裁剪結(jié)果? 影像信息提取技術(shù)概述? 影像增強處理? 監(jiān)督分類? 非監(jiān)督分類 影像信息提取技術(shù)概述v遙感影像通過亮度值或像元值的高低差異（反映地物的光譜信息）及空間變化（反映地物的空間信息）來表示不同地物的差異，這是區(qū)分不同影像地物的物理基礎(chǔ)。v遙感影像分類就是利用計算機通過對遙感影像中各類地物的光譜信息和空間信息進行分析，選擇特征，將圖像中每個像元按照某種規(guī)則或算法劃分為不同的類別，然后獲得遙感影像中與實際地物的對應(yīng)信息，從而實現(xiàn)遙感影像的分類。 影像信息提取技術(shù)概述 —— 遙感分類技術(shù)的發(fā)展v可分為四個階段人工解譯 基于光譜計算機自動分類基于專家知識的決策樹分類面向?qū)ο筇卣髯詣犹崛∷姆N方法并存v圖像變換167。 主成分（ PCA）167。 獨立主成分167。 最小噪聲分離 (MNF)167。 顏色空間變換（ HSV,HLS）167。 穗帽變換167。 波段運算v圖像拉伸167。 去相關(guān)、飽和度、彩色167。 直方圖（匹配、拉伸）v濾波167。 卷積167。 形態(tài)學(xué)、紋理、自適應(yīng)、自定義167。 頻率域局部增強智能數(shù)字化工具v智能數(shù)字化工具167。 提高數(shù)字化的效率167。 增強 ENVI矢量的功能167。 計算提取的線狀地物的長度167。 過頭去除以及兩線相交ENVI中基于光譜分類方法v非監(jiān)督分類167。 ISODATA167。 KMeansv監(jiān)督分類167。 基于傳統(tǒng)統(tǒng)計分析分類器? 平行六面體? 最小距離? 馬氏距離? 最大似然167。 基于人工智能分類器? 神經(jīng)網(wǎng)絡(luò)167。 基于模式識別分類器? 支持向量機? 模糊分類類別定義 /特征判別影像分類分類器選擇樣本選擇分類后處理結(jié)果驗證平行六面體平行六面體最小距離最小距離馬氏距離馬氏距離最大似然最大似然波譜角波譜角二進制編碼二進制編碼光譜信息散度光譜信息散度神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)支持向量機分類支持向量機分類模糊分類模糊分類 監(jiān)督分類 監(jiān)督分類 —— 練習(xí)v數(shù)據(jù)源167。 以 Landsat TM為數(shù)據(jù)源（ “ 6監(jiān)督與非監(jiān)督分類 ” 文件夾內(nèi)）。v處理過程167。 選擇樣本 ,后選擇一種分類器進行分類。167。 分類后處理? 類后處理? Majority/Minority 分析? Clump? Sieve? 精度分析? 生成隨機樣本? 混淆矩陣v結(jié)果167。 分類結(jié)果 非監(jiān)督分類 v 非監(jiān)督分類：也稱為聚類分析或點群分類。在多光譜圖像中搜尋、定義其自然相似光譜集群的過程。 分類器選擇影像分類ISODATAKmeans其他類別定義 /類別合并分類后處理結(jié)果驗證影像分析 非監(jiān)督分類 —— 練習(xí) v數(shù)據(jù)源167。 以 Landsat TM為數(shù)據(jù)源（ “ 6監(jiān)督與非監(jiān)督分類 ” 文件夾內(nèi)）v處理過程167。 分類器選擇 ISODATA或者 Kmean對 TM進行分類。167。 分類后處理? 類別定義? 類后處理? Majority/Minority 分析、 Clump、 Sieve? 重新組合類別? 精度分析? 生成隨機樣本? 混淆矩陣v結(jié)果167。 分類結(jié)果? ENVI的快速制圖? 三維可視化 ENVI的快速制圖 — QuickMapv隨意選擇邊界顏色v設(shè)置所有格網(wǎng)線屬性167。 顏色、樣式、字體等v整飾和必要的標注作為圖像顯示v自動標注v地圖綜合三維場景構(gòu)建與 3D 曲面飛行v快速利用影像及 DEM構(gòu)建三維場景v疊其他數(shù)據(jù)，如矢量v用戶自定義背景v可對 DEM和影像進行重采樣，提高瀏覽速度v放大時逐步增強細節(jié)v設(shè)置飛行路線，可將飛行錄制成視
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1