ENVI，全名為Environment for Visualizing Images，作為遙感領域的一款專業軟件，以其強大的數據處理和圖像分析功能，在全球范圍內得到了廣泛的應用。本文簡單介紹了ENVI遙感軟件系統在高光譜領域的應用。

?

SPEAR Tools全稱是光譜處理與分析?具（Spectral Processing Exploitation and Analysis Resource），在這?ENVI提供了?系列的處理?具，并形成向導引導使?者按照ENVI的標準處理影像。

SPEAR包含以下10個流程化處理模塊：

異常檢測模塊：搜索光譜不同的背景（譜異常）?標

變化檢測模塊：檢測統?地區不同時段光譜變化的異常

?歌地球橋接器：提供?個簡單的?法將ENVI中的圖像或?量?件輸出到Google Earth中

道路提取模塊：從影像中流程化提取道路信息

?體提取模塊：從影像中流程化提取河流，隱蔽?溝信息

?的相對深度模塊：從?光譜數據中快速獲取感興趣?域?的相對深度信息影像植被指數提取模塊：快捷容易地確定植被的存在情況，并?多光譜圖像可視化該植被的活??平。

船只提取模塊：船只提取模塊，利??和船的對?度。以及船的紋理特征來提取船只信息。

異常檢測模塊（SPEAR Anomaly Detection）

異常檢測提供了?種?法來搜索光譜不同的背景（譜異常）?標，ENVI使?RXD異常探測算法來檢測光譜信息異于影像背景值的?標。

由于植被在?些地區（?如在?燥的區域）光譜異常?較明顯，SPEAR 異常檢測模塊提供了能夠抑制植被的操作。

SPEAR異常檢測模塊能夠依靠設定閾值來減?絕對誤差。

SPEAR異常檢測模塊同時提供了濾波、核查和精度評定?具。

如果得出滿意的結果，可以將其輸出成shp?件的?量格式。

從影像中提取異常信息操作流程如下：

1. 在ENVI主菜單欄下，選擇Spectral > SPEAR Tools > Anomaly Detection。

彈出?件顯?對話框，選擇輸??件。（輸?的?件必須是能被ENVI

識別的多光譜數據）設定保存路徑。

2. 設定算法模型，包括RXD、UTD、RXD-UTD。

3. 設定異常檢測參數，設定Mean Source的來源，指定是否需要抑制植

被。

4. 可以重新設定參數來確定異常，最后會彈出兩幅影像，原影像與分析

后結果，以作?較。

?

變化檢測模塊（SPEAR Change Detection）

變化檢測模塊提供?個?法來檢測影像同?地區不同時段的變化，并在圖像上凸顯出來，說明是什么要素發?了什么變化。

變化檢測模塊提供以下?種相對變化檢測?具：

Transform：輸?數據堆棧成?個圖像，然后圖像變換(主成分分析，最?噪聲?率，或獨?成分分析)應?于所提取的特征相關的變化。Subtractive：歸?化差異植被指數（歸?化植被指數），紅/藍?，和?為的?例計算的輸?數據。得出的?率數據和波段數據從影像數據中減去以創建出不同的影像。

Two Color Multi-View (2CMV)：來?于時段1的波段顯?在紅?波段通道，來?于時段2的同?波段顯?在綠?波段通道和藍?波段通道，在?個圖像?區別于其他影像的亮的部分?青?表?，暗的部分?紅?表?。顏??來表?可能存在變化的區域。

?

?歌地球橋接器（Googl e Earth Bridge）

它提供了?個簡單的?法將ENVI中的圖像或?量?件輸出到Google Earth 中。Google Earth是?個強?的數據可視化?具，它允許圖像被放置在?個區域或全球范圍內。?歌數據橋創建了?個包含?量數據的kml格式?件。如果選擇縮略圖，kml格式的?量?件也會被輸出。

Google Earth不能直接直接?持包含地理坐標的圖像，通過四個?點和?個定義在kml?件上的旋轉器將圖像放在地球上。為了確定圖像?件

能夠準確疊加在上?，?歌地球橋接器將輸?圖像校正到向北的?向。如果可?將會通過包含全球?程數據庫的矯正器來進?快速的坐標校準，如果快速校準失敗，圖像校正的四個?點會被?來作為控制點，把圖像校正?正北?向。

?

影像—地圖校正模塊（SPEAR Image to Map Registration）

影像—地圖校正?具在保留原有的空間分辨率的同時，變換輸?的圖件來匹配基礎圖像的地圖信息。

1. 在ENVI的主菜單中，選擇Spectral > SPEAR Tools > Image-to-Map

Registration，打開?件選擇對話框。

2. 選擇兩幅影像：?幅作為基礎圖件，另?幅是需要校正的圖件。

3. 選擇?于?動連接點匹配的波段，?部分情況下，可見光區域的紅波

段的是?較合適的。

4. 點擊下?步，會彈出校正參數對話框，下?步，會彈出?個校正精度

對話框和?個連接點對話框。

5. 點擊Finish，完成處理，對出向導。

5 獨?成分分析（Ind ependent Components Analysis）

它可以?來發現和分離圖像中隱藏的噪聲，可以?來降維、異常檢測、降噪、分類和端元提取以及數據融合，不需要任何圖像預先知識。ＩＣＡ可以把?組混合信號轉化成相互獨?的成分，在感興趣信號與數據中其它信號相對較弱的情況下，這種變換要?主成分分析得到的結果更加有效。

6 道路提取模塊（Lines of Communication （LOC）- Roads）

?

從影像中流程化提取道路信息。操作流程如下：

1. 輸?影像數據

2. 選擇線性信息提取?法，有兩種?法可以選擇

監督?法（基于波譜匹配技術）步驟如下：

1）??校正，課選擇六種??校正?法中的任意?種。

2）?戶為繪制道路選擇訓練的像素

3）選擇波譜處理?法，繪制道路。有三種?法：SAM、MF and MF/SAM ?率，主成分分析，紅壤指數。

?監督?法

選擇波譜處理?法，繪制道路。有兩種?法，主成分分析，紅壤指數。紅壤指數性質如同NA VI，計算出來的結果紅壤指數以??顯?。

3. 輸出提取結果，并可以轉化成?量數據，以shapefile格式輸出。

?

?

?

?體提取模塊（Lines of Communication （LOC）- Water）

從影像中流程化提取河流，隱蔽?溝信息。操作流程如下：

1. 輸?影像數據；

2. 選擇線形信息提取?法，有兩種?法可以選擇

監督?法(

基于波譜匹配技術)步驟如下：

1)??校正，可選擇六種??校正?法中的任意?種。

2)?戶為繪制?體選擇訓練的像素。

3)選擇波譜處理?法，繪制?體。有三種?法SAM、MF and MF/SAM ?

率，主成分分析，歸?化?指數(NDWI)。

?監督?法

選擇波譜處理?法，繪制?體。有兩種?法：主成分分析，歸?化?指數(NDWI)。NDWI性質如同NA VI，計算出來的結果是單波段灰度圖像。

輸出結果，可以將結果轉?量。

?

?

?

元數據瀏覽器（SPEAR Metadata Browser）

元數據瀏覽器從國家影像傳輸格式（NITF）圖像中提取的關鍵元數據，并??個簡單的閱讀格式來顯?。此外,這個?具提供?個?法來?較多個?來變化檢測的圖像，這種?法還可以在收集影像數據時瀏覽傳感器和太陽的三維圖形。

正射校正（SPEAR Orthorectification）

?個正射校正過的影像包含了對應地?的真實?何、地形信息。達到?定精度的傳感器的傳感器導致的畸變已經被去除。

正射校正變換把航空照?或衛星獲得的圖像轉換為中?投影?地?的正交視圖，從?消除了因傳感器傾斜和地形起伏所帶來的誤差。整幅影像上?例尺是連續的，并忽略了?低起伏，因此能夠提供?向和距離上的精確的測量數據。地理空間專業從業?員可以很?便的將正射校正數據和其他的地理信息空間數據?起應?在城市規劃、資源管理和其他相關領域。

泛銳化圖像融合?法（SPEAR Pan Sharpening）

泛銳化圖像融合?法是??分辨率的全?數據與較低分辨率的多光譜數據融合創建?個彩??分辨率的數據集。得出的結果只能做表?上的輔助分析?不能做深?的頻譜分析。

?

地形分類?具（TERCAT）

在地形分類（TERCAT）?具創建的?個輸出結果中，具有相似光譜特性的像素被分成類。這些類可以是?戶??定義的或是系統?動?成。TERCAT?具提供所有的標準ENVI的分類算法，加?個額外的算法稱為“贏家通吃”。

?

?的相對深度模塊（Relative Water Depth）

從?光譜數據中快速獲取感興趣?域的?的相對深度信息影像。操作流程如下：

1. 輸??光譜影像；

2. ??校正，提供五種可供選擇的?法（模糊減少，平均域，對數殘差，

IARR反射率，經驗線性）。如果沒有特殊要求，在本流程中建議不執?

該步驟，因為在?域的??校正過程中，常常引起計算出來的相對?深

數據效果不太令?滿意，甚?異常。

3. 選擇計算?的相對深度的?法，有兩種?法供選擇：對數?例轉換和主

成分分析。

4. 輸出與?深度相關數據，并把結果加載到可?波段列表中。

?

?

?

波譜相似地物提取（Spectral Analogues）

波譜相似地物提取模塊

從輸?影像中提取與已知波譜信息地物類似的地物。操作流程如下：

1. ?輸?多光譜數據；

2. ?輻射校正，提供五種可供選擇的?法（模糊減少，平均域，對數殘差，IARR 反射率，經驗線性）；

3. ?選擇?戶感興趣區域ROI ；

4. ?選擇波譜處理?法，包括：MF、SAM 、MF/SAM 、歸?化歐?距離。

5. ?輸出突出了波譜相似地物的影像，并加載到可?波段列表中。

?

?

?

植被提取模塊（SPEAR Vegetation Delineation）

快捷容易地確定植被的存在情況，并?多光譜圖像可視化該植被的活??平。植被指數NDVI提取模塊操作流程如下：

1. ?輸??件；

2. ?輻射校正，提供五種可供選擇的?法（模糊減少，平均域，對數殘差，IARR 反射率，經驗線性）；也可以跳過這?步；

3. ?計算植被指數；

4. ?對植被指數結果數據利?顏?表附上顏?，也可以應?密度分割的?法對植被指數結果數據進?密度分割，保存結果。

?

去除豎條紋（Vertical Stripe Removal）

在圖像的同質區域可能會出現?為導致的垂直條帶，這?區域的亮度與附近的亮度是不?樣的。這些?為地物使圖像很難識別，它們會為圖像的處理產?消極的影像。

當圖像的背景是相對均勻（整個圖像有?致的亮度?平）時，豎條紋刪除?具去除?具?較好?。由于它可以產??為異常條帶，所以在異構圖像上（如含有明亮的?地和暗??域的沿海圖像），不推薦使?此?具。

?

船只提取模塊（Watercraft Find er）

船只提取模塊，利??和船的對?度以及船的紋理特征來提取船只信息。操作流程如下：

1. 輸?待處理?件；

2. 選擇船只探測的處理?法，有兩種?法供選擇：

texture based search 基于紋理的提取，該?法允許?戶?先創建?個陸地和?的掩膜，然后?主成份分析的?法增強?和船的對?度，最后利?紋理特征提取船。

Two band scatterplot允許?戶增強?維散點圖中典型地物所在的像素，從?增強船與?的對?度。

3. 選擇紋理提取的?法，有pca和skip pca兩種?法，如果影像的近紅外

波段?和船的對?度很?，選?skip pca跳過這?步，如果不夠明顯，

選?pca來增強對?度；

4. 選擇進?紋理特征提取的波段，（盡量選擇?和船對?度最?的波段），

?成紋理提取后影像，可以利?直?圖交互式拉伸修改提取的效果，給定紋理濾波的域值，進?紋理濾波；

5. 去除salt and pepper以及陸地等?船信息；

6. ?成船只提取結果影像；

7. 將結果影像轉?量并?動疊加到原始影象上。

?