ENVI培训教程1229课件.pptVIP

  1. 1、本文档共23页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ENVI培训教程 北京星图环宇科技 王志成 zcwang@ 010142 2006.1.7 主要内容 ENVI功能简介 数据显示和基本操作 影像地理坐标地位和配准 基于影像自带几何信息的地理坐标定位 正射纠正 影像镶嵌 影像融合 矢量叠合和分析 专题制图 地形工具和三维飞行 高光谱分析 ENVI功能简介 ENVI的安装 ENVI的启动 ENVI的菜单系统 数据显示和基本操作 数据打开 数据显示 鼠标按键的使用 影像剖面信息 感兴趣区域 影像标注 叠加方里网 交互式拉伸 影像地理坐标定位和配准 查看影像的坐标信息 影像到影像的配准 GCP的选择 自动匹配点的选取 配准参数的设置 影像到地图的配准 #1 envidata\bldr_reg\ 基于影像自带几何信息的地理坐标定位 构建GLT(几何查找表) 几何信息查找表文件包含了行和列的对应信息,这样就将输出影像中的每一个像素同输入影像联系起来。如果GLT值是正值,那么就会进行精确的像素匹配。如果GLT值是负值,无法进行精确的像素匹配,只能使用最临近的像素进行匹配。 通过GLT纠正影像 通过IGM(输入几何信息数据文件)纠正影像 输入的几何信息文件(IGM)包含了在指定地图投影下,未校正过的输入影像的每一个像素的X和Y的地图坐标。 正射纠正 使用ENVI进行正射校正的步骤 进行内定向(Interior Orientation,仅对航空相片):内定向建立相机参数和航空像片之间的关系。它将使用航片间的条状控制点、相机框标和相机的焦距,来进行内定向。 进行外定向:把航片或者卫片上的地物点同实际已知的地面位置和高程联系起来。通过选取地面控制点,输入相应的地理坐标,来进行外定向。 使用数字高程模型进行正射校正:这一步将对航片和卫片进行真正的正射校正。校正过程中将使用定向文件、卫星位置参数、以及共线方程。 基于RPC模型 ENVI能够对QuickBird、OrbView-3、SPOT、IKONOS数据进行基于RPC模型的纠正。RPC纠正不需要DEM,(尽管使用DEM文件能够进行更精确的校正),也不需要地面控制点。 影像镶嵌 基于像元的镶嵌 基于地理坐标的镶嵌 羽化 色彩平衡 1# avmosaic 影像融合 手动融合 自动融合 #1 lontmsp 矢量叠合和分析 矢量数据的显示 支持的矢量格式,转换为ENVI的内部矢量格式evf格式 可用矢量列表 鼠标按键的操作 矢量数据的属性查询 矢量属性查看、属性的查询 矢量的编辑 专题制图 快速制图模板 允许用户设定地图比例、输出页的大小以及方位,能够选择影像的空间子集进行制图,还可以方便地添加基本地图要素如地图公里网、比例尺、地图标题、标识、地图投影信息和其它基本地图注记。此外ENVI快速制图输出中的自定义注记功能允许插入图例、三北方向图表、箭头、影像或绘制图、附加的文本等要素。 自定义标注 文字和符号注记、形状注记、地图比例尺注记、图例注记、色标注记、嵌入式影像注记 影像分类 非监督分类 监督分类 决策树分类 分类后处理 非监督分类 K-均值(K-Means)分类 非监督法分类使用统计手段,把N维数据归类到它们本身具有的波谱类中。K-均值非监督分类器使用了聚类分析方法,它需要用户在数据中选定所需的分类个数,随机地查找聚类簇的中心位置,然后迭代地重新配置它们,直到达到最优化的波谱分类 IsoData(迭代自组织数据分析技术) IsoData非监督分类法将计算数据空间中均匀分布的类均值,然后用最小距离规则将剩余的像元进行迭代聚合。每次迭代都重新计算均值,且根据所得的新均值,对像元进行再分类。这一处理过程持续到每一类的像元数变化少于所选的像元变化阈值或者达到了迭代的最大次数。 监督分类 平行六面体法 平行六面体使用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否形成了一个N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的,而该标准差阈值则是根据每种所选类的均值求出。 最小距离法 最小距离分类使用了每个感兴趣区的均值矢量,来计算每一个未知像元到每一类均值矢量的欧氏距离。除非用户指定了标准差和距离的阈值,否则所有像元都将分类到感兴趣区中最接近的那一类。 最大似然法 最大似然分类假定每个波段中每类的统计都呈正态分布,并将计算出给定像元属于特定类别的概率,除非选择一个概率阈值,否则所有像元都将参与分类。每一像元都将被归到概率最大的那一类中。 马氏距离法 马氏距离分类是一个方向敏感的

文档评论(0)

mwk365 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档