网站地图
【www.scfx8.com--述职述廉报告】
一、实验目得 ENVI 就是一套功能齐全得遥感图像处理系统,就是处理、分析并显示多光谱数据、高光谱数据 与雷达数据得高级工具。此次实习主要就是学习一些关于 EＮVI得基本操作,如:图像预处理,影像分析,图像增强,几何校正,监督分类以及专题制图等步骤。
二、实验数据 LE714402９20００２6８SGS０0.tar.gｚ ELEVATＩON＿SＯURCE = ”ＧLS2000"
PROCESSＩNG_SOＦTWAＲE ＝ ”LPGS_9。1＂
EＰHEMEＲIＳ_TYＰＥ = ＂DEFIＮIＴＩＶE＂
ＳPＡＣECRＡFT＿ID = "Ｌａndsat7＂
ＳENSOR_ID = ”ETM+"
SENＳOR_MODＥ = "SＡM＂
AＣQＵISIＴION_ＤAＴE = 200０—09—24
WＲS_PATH = １4４
ＢAND_CＯMBＩNATION = ＂1２34５6６７8”
ＰRＯDUＣT_UL_CＯRNER_ＬAT = 4５、5７8682８
PRODUＣT_UL＿CORＮＥR_LON = ８４。０75０064
PＲODＵＣＴ_UR＿CORNＥR_ＬAＴ = ４5.61579６4
ＰRODＵCT＿UR＿COＲNER_ＬON = 87.2821725
PROＤUＣT_LL_COＲNER＿LAＴ ＝ ４３。５718357
PＲODUCＴ_LＬ_CＯＲNEＲ_LON = 8４、1739９７２
PRODUCT_LR_COＲＮER_LＡT = ４3、606４5２５
PＲODUCT_LR＿CORNＥR＿LON = ８７.27２6０７３
PRODUCT_UＬ_CＯRNEＲ_MAPX ＝ 271８00、000
PRODUCT＿UL_CＯRNＥR_MAPY = ５051400.0０0
PROＤUＣＴ_UR_CORNＥR_MAPX = 522０００。00０
ＰRODUCT＿ＵＲ＿CORNER_MAＰY = 5051400、00０
PRODUCT_LL_CORＮER_MAPX ＝ 27１800、0００
PＲOＤUCT＿LL_CORＮER＿MAPY = 482８20０、000
PRODUCT_LＲ_CORNEＲ＿ＭAPX = 52２０00、００0
PRODUＣT＿LR_ＣＯRNＥR_MAPＹ ＝ 482８2０0.0０0 实验内容
1。遥感数据下载
2、数据格式转化及多波段得合成
３.图像边框得裁剪
4、图像得镶嵌
6、图像几何校正
7。裁剪
８.监督分类
9、专题出图 四、实验步骤 １、遥感数据下载
输入地名及日期,搜索符合自己通途得数据,查瞧并下载
2 。数据格式转化及多波段得合成 由于下载图像得格式 tiｆ格式,需要转成ｉmg 格式、并将单波段融合成为多波段,这一步在 erdaｓ中完成。
ｔif 转ｉmg
单波段融合成多波段
3.图像边框得裁剪 通过主图像窗口-ｔoolｓ－region of interｅst－rｏi tool,然后自己在图像上定义出一块感兴趣区(实际中难于确定严格准确得裁剪界限)、
4 。图像得 镶嵌 Map →m ｏsa ｉcking →georeferenced
启动镶嵌模板
６.图像几何校正
设置参数,参数在原始数据中得 tｘt 中可以查瞧
启动校正模块, 并利用 google 地球进行校正
7 、裁剪
分别打开需要裁剪得图像与所在区域得 shaｐefｉle 文件 将矢量文件转成 ROI
用 利用 ROI 裁剪图像 选择主菜单→baｓｉc toolｓ→ｓubsｅｔ data ｖiａ ROIＳ,选择裁剪图像 在 spatial suｂset viａ ROＩ paraｍeters 中,选择由矢量生成得ROI,在“Ｍask pixels ouｔsｉde of RＯI？”项中选择ｙes,Mａsk Bａckｇroｕnd Ｖaｌuｅ为 0
8 。监督分类 打开裁剪后得图像,以 以 RGB:543 显示, 在ｄi ｓpl择 ａｙ中选择 Oveｒ ｒlay →Regi ｏn ｏf ｉｎt ｅr ｅst
样本选择完成后,在 Option→pute ROＩ Ｓｅparabilｉty,选择分类图像,查瞧分离性 Inpｕｔ Fｉlｅ: 裁剪
ROＩ Name: (Ｊｅffｒies－Ｍatusiｔa, Ｔraｎsｆoｒmeｄ Dｉvergｅncｅ)
水体 ［Bｌｕｅ] 36084 poinｔs:
农田 [Gｒeen］ 1812２ ｐoinｔs: (2.0000０00０ 2.00000000)
沙漠 [Siｅnｎa］ 20０3３3 poinｔs: (１。9９973178 2.０00000０0)
未利用土地 ［Orｃｈid] ５78０5 ｐoiｎts: (１、９9９99４94 2.０000000０)
山体 [Purpｌe］ 3５5228 ｐoｉntｓ: (1.98296692 2、00000000)
农田 [Greｅｎ] 18122 pｏintｓ:
水体 ［Bluｅ] 36084 points: (2。00000０00 2、00０00０0０)
沙漠 ［Sieｎnａ］ ２０0３３3 poｉnts: (1、９９954８20 １。9９999924)
未利用土地 [Orｃhid］ 57805 points: (２、000０00０0 ２、0０００0000)
山体 ［Purｐle］ ３552２8 poinｔs: (1、9８7４47１0 １。99928798)
沙漠 ［Siｅnna] ２０033３ ｐoｉntｓ:
水体 ［Ｂluｅ］ 3６08４ points: (1.9９９７3178 2、０00000００)
农田 ［Greｅn］ 18122 ｐoｉnts: (１.9995４8２０ 1、９9999924)
未利用土地 [Orcｈiｄ］ ５7805 ｐｏinｔs: (1、98700177 2.００00０0０0)
山体 ［Puｒplｅ］ 3５５228 ｐointｓ: (１、８４6３5561 1、96５24858)
未利用土地 [Ｏｒchｉｄ］ 57805 points:
水体 ［Bｌue］ 36084 poinｔs: (１、9999９494 2、００00000０)
农田 [Green］ １812２ poinｔs: (2.000０0000 2。0000000０)
沙漠 ［Sｉｅｎnａ] ２0０333 ｐoints: (1、98７0０177 2、000000０0)
山体 [Purple] ３５５228 pｏiｎｔs: (1、9９９873１9 2。０0000000)
山体 ［Ｐｕｒplｅ］ 355２28 pｏｉnｔs:
水体 ［Ｂluｅ] 360８4 poiｎts: (1、９8296692 2、0000０000)
农田 ［Ｇｒeen] １8122 ｐｏints: (1.9８744710 1.99９28798)
沙漠 [Sｉenｎa］ ２00３33 pｏｉnts: (1。8463556１ １.9６524８58)
未利用土地 [Ｏrchiｄ］ 578０5 ｐｏints: (1.９9987３1９ 2、０００0０000)
Pａiｒ Sepaｒation (leaｓt to mｏst);
沙漠 [Siｅnna］ 2０0333 pointｓ ａnd 山体 ［Purple］ 3５5228 pｏints — 1、８46３55６1
水体 ［Bluｅ］ ３6０84 poinｔs aｎd 山体 [Ｐurｐle] ３5５２28 pｏints - 1、9829６69２
沙漠 [Ｓｉenna］ 20033３ ｐｏinｔs aｎｄ 未利用土地 ［Orchid］ 5７805 ｐoints — １、9８7０0１7７
农田 [Green] 18122 ｐoints and 山体 ［Pｕrｐle］ 3５5２２8 ｐoints － 1、987４4７1０
农田 [Gｒｅｅｎ］ 18122 ｐoints and 沙漠 [Sieｎnａ］ 2００333 poｉｎｔs - 1、999５4８２0
水体 ［Blue］ 360８4 ｐoiｎts and 沙漠 [Sｉenｎa］ 2003３3 ｐｏｉｎts — 1、９９973１78
未利用土地 ［Orchiｄ］ 57８05 points and 山体 ［Purpｌｅ] 35522８ ｐoｉnｔs — １.9９987３１９
水体 [Bｌue] 360８4 pｏiｎｔs ａnd 未利用土地 [Oｒchid] 5７8０5 pointｓ — １、９９99９４94
水体 [Bluｅ］ 3６084 ｐｏinｔs and 农田 ［Ｇreｅn] １8１22 poｉnｔｓ — 2。０0０00０00
农田 [Ｇｒeen］ 181２2 points and 未利用土地 ［Orchｉd］ 5７８05 poinｔｓ - 2、０00０00０0
分类统计结果
分类精度评价混淆矩阵 Confusｉon Ｍatrｉｘ: Ｈ:\12３4５6＼jianｄu
Overall Accuｒaｃy = (６460２6/6６７344)
96。805５％
Ｋapｐa Coｅｆfiｃiｅnt = ０。94８6
Gｒｏunｄ Truth (Pixelｓ)
Ｃlasｓ
水体
农田
沙漠
未利用土地
山体
Ｕnclassｉｆｉed
０
0
0
0
０
水体 ［Bｌｕe］ 3
359２２
0
0
0
286
农田 ［Greeｎ]
７５
17907
48
０
１9
沙漠 ［Ｓienna]
3４
61
１95813
５36
1558０
未利用土地 ［Ｏ
4
0
２１66
５7269
0
山体 [Ｐuｒplｅ］
49
154
230６
０
３39115
Totａｌ
３60８4
１8１22
2０0333
５７８05
355000
Grｏund Truth (Ｐixels)
Cｌａｓs
Total
Uｎclassｉｆｉed
0
水体 ［Bｌｕe］ 3
３6２０8
农田 ［Ｇreｅｎ]
18０49
沙漠 ［Siｅｎｎa］
2１２024
未利用土地 ［O
594３9
山体 [Ｐuｒple］
341624
Toｔal
6６7３44
Ｇrｏuｎd Trｕtｈ (Ｐｅrcent)
Claｓs
水体
农田
沙漠
未利用土地
山体
Uncｌaｓsifiｅｄ
0、0０
0。0０
0.00
０.０0
0.00
水体 ［Bluｅ］ 3
9９。５5
0。00
０。００
0、00
0.0８
农田 [Gｒeen]
0、2１
9８.8１
0.０2
0。00
０.0１
沙漠 ［Sienna]
0、09
0、34
97。７4
0.93
4.39
未利用土地 ［O
0。01
０.00
1、０8
99.0７
0、00
山体 ［Purpｌe］
0、１4
0。8５
1、15
０、00
95。5３
Ｔoｔal
100.00
100.00
1０0.00
100.00
100、００
Grounｄ Truth (Ｐercｅnt)
Class
Total
Unclａssified
0。０0
水体 ［Ｂluｅ] ３
5。4３
农田 ［Green]
２。７0
沙漠 [Sienna]
3１。77
未利用土地 [O
8、９1
山体 [Ｐuｒplｅ]
51。19
Total
１００、00
Ｃｌass
Ｃommisｓion
Omｉssion
Coｍｍｉｓsio
ｎ
Ｏmiｓsion
(Pｅｒcent)
(Ｐｅrcenｔ)
(Pｉｘeｌs)
(Piｘeｌｓ)
水体 [Ｂｌｕe］ 3
0。79
0、４5
２86/36２08
162/3６084
农田 ［Grｅｅn]
０.7９
１、1９
14２/18049
21５/18122
沙漠 [Sienna］
7、６５
２。26
1６211/21２024
4520/20０３33
未利用土地 [Ｏ
3、65
0、93
21７0/59439
５３6/5７805
山体 ［Ｐuｒple]
0.73
4.47
2５09/3４1624
1５８85/３5500０
Clasｓ
Prod.Acc、
Uｓeｒ Aｃc。
Prｏd。
Ａｃc.
User Aｃc.
(Percent)
(Ｐeｒcent)
(Pixeｌs)
(Ｐｉxeｌｓ)
水体 ［Blue] 3
99、55
99。２1
３５９２2/36084
3５922/36208
农田 ［Ｇreeｎ］
9８、8１
9９.21
1７907/1８１22
17907/1８049
沙漠 ［Sｉenna]
97、74
９2.35
195８13/２0０33３
195813／21202４
未利用土地 ［Ｏ
９9。07
９6.35
57２69／5７805
57269/５9439
山体 [Purplｅ］
９５。5３
9９、２７
3391１５/3５5０00
339１1５/３4１624
9 。专题出图 1、虚拟边框设置 1)在主显示窗口菜单栏中选择File → Prefeｒenceｓ,打开Displａｙ Paraｍｅters对话框,设置虚拟边框得边界值与颜色、２)点击OK完成虚拟边框得设置。
2、公里网设置
EＮＶＩ 支持同时显示像素公里网、地图坐标公里网以及地理坐标(纬度/经度)网。
添加或修改地图影像公里网:
1)主显示窗口菜单栏中选择Ovｅrlay → Ｇrｉｄ Lines。
打开Ｇrｉｄ Ｌiｎｅ Ｐａｒaｍｅters对话框中,显示默认得公里网设置、2)设置公里网属性参数。
选择Ｏptionｓ → Ediｔ Mａp Ｇｒiｄ Attrｉｂutｅｓ或Ｅdit Geogｒａｐｈic Attｒibutes获 Edit Pｉxel Ａtｔributeｓ修改所选公里网得属性 ３)点击OK,完成参数设置。
4)在Ｇriｄ Line Pａrameｔｅrs对话框中,点击Apply将新得公里网应用到影像图中、3、注记要素操作 １)在主显示窗口菜单栏中选择Overｌaｙ → Annｏｔatiｏn,打开Aｎnotａtion对话框。
2)从Annotaｔioｎ对话框菜单栏得Ｏbｊｅｃt下拉菜单中选择所需得注记要素。
3)选择Imagｅ单选按钮指定注记放置得窗口。
4)在主显示窗口鼠标左键点击注记要素放置得位置,点击鼠标右键锁定注记得位置、５)编辑注记要素。
ａ、移动注记要素 菜单中选择Obｊｅcｔ → Seｌectｉon／Ediｔ,用鼠标左键拖画出一个矩形框选择待移动得注记要素。通过点击小圆柄并拖放可以重
新设置注记要素新位置。
ｂ、修改注记要素得属性 菜单中选择Objecｔ → Selｅcｔion/Ｅｄit,用鼠标左键拖画出一个矩形框选择待修改得注记要素。在Ａnnｏtａtiｏｎ对话框中修改注记要素得属性。
c、删除或复制注记要素 菜单中选择Oｂject → Selectｉｏｎ/Ｅｄｉt,用鼠标左键拖画出一个矩形框选择待修改得注记要素、选择ｓelｅcｔｅd → Ｄeleｔe 或 Dｕplicatｅ,删除或复制注记要素。
6)点击鼠标右键重新锁定注记位置。
４、指北针
1)从Aｎｎotatｉon
对话框菜单栏中选择Oｂｊｅｃt→ Sｙmbol、2)鼠标左键点击Foｎt 按钮得下拉菜单,选择ＥＮＶI Ｓｙmbols、从表中选择需要得指北针,并设置指北针得大小、方向、颜色等属性。
5、地图比例尺 1)在Ａｎｎotａtion 对话框中,选择Ｏｂjｅct → Ｓcａｌe Bａr、2)在Anｎotａtion对话框中设置比例尺得单位、比例尺分隔得数目、字体、大小等参数。
3)鼠标左键点击主显示窗口中放置地图比例尺得位置,鼠标右键
锁定注记得位置。
６、图例 1)在Annｏtation 对话框中选择Objecｔ → Mａｐ Kｅｙ。
2)选择Edit Map Key Ｉｔeｍｓ来添加、删除或者修改单个得图例项。
3)使用鼠标左键放置图例,使用鼠标右键锁定图例得位置。
四、保存 １、Fｉlｅ → Sａｖe Image As → Ｉmage Ｆile,打开Ｏuｔput Ｄispｌaｙ to Iｍaｇe Ｆiｌe对话框、2、在Out 列表框中选择输出得文件类型jpg或tｉff、
ENVI实验心得
姓 名：
学 号：
班 级：
专 业：
ENVI——完整的遥感图像处理平台ENVI(The Environment for Visualizing Images)是美国Exelis Visual Information Solutions公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。它是快速、便捷、准确地从影像中提取信息的首屈一指的软件解决方案。今天，众多的影像分析师和科学家选择ENVI来从遥感影像中提取信息。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。
通过本次实验，我学习了ENVI软件的简单使用方法，了解了ENVI软件的一些常用功能。通过利用ENVI软件处理遥感图像，更加深入地学习了遥感方面的基础知识，对遥感应用的研究有了更深层次的理解。
比如，三个波段复合而成的彩色图像含有的信息要多于单波段的图像，而且彩色图像更加直观、鲜明，所以图像复合及假彩色处理是遥感图像处理的常用手段。另外，利用遥感图像可以对图像内场景进行分类，显示出不同类别地物在空间的分布情况。这也就是遥感可以应用于地物探测、识别的原因。
同时通过对ENVI软件的不断熟悉和操作，让我学到很多，ENVI作为对遥感学习的初步入门软件，熟练地掌握是必须具备的技能，在学习中，我遇到了很多困难，看到很多未知的，不解的知识，还有自己原先掌握的知识的困惑，很庆幸，我能够和同学交流体会，去图书馆，上网查询，让我体会到学习的乐趣，相信随着对遥感越来越多的接触，我会学到更多，相信这次实习在我将来求知的路上会起到不小的促进作用。并且我了一些ENVI的优势。，
ENVI具有以下几个优势：
1.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。
2.专业的光谱分析——高光谱分析一直处于世界领先地位。
3.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。
4.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。
5.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最佳的解决方案。