第6章envi中图像信息提取.docxVIP

PAGE

1-

第6章envi中图像信息提取

一、1.图像信息提取概述

(1)图像信息提取是指从遥感图像中获取有用的信息，这些信息对于环境监测、资源调查、城市规划等领域具有极其重要的意义。随着遥感技术的飞速发展，卫星和航空影像分辨率不断提高，图像信息提取的精度和速度也日益增强。例如，在土地利用变化监测中，高分辨率的遥感影像能够识别出微小的土地变化，从而为政策制定提供科学依据。

(2)图像信息提取技术涉及多个学科领域，包括遥感科学、地理信息系统（GIS）、计算机视觉和图像处理等。在遥感图像处理过程中，常用的信息提取方法包括监督分类、非监督分类、特征提取和纹理分析等。以Landsat8卫星数据为例，其多光谱传感器能够提供多个波段的数据，通过波段组合和融合，可以实现对植被、水体、城市等地物的有效识别。

(3)图像信息提取的应用案例丰富多样。在城市规划领域，通过遥感影像分析，可以评估城市扩张的趋势，预测未来土地利用变化。在灾害监测方面，遥感图像能够快速发现洪水、地震等自然灾害的影响范围，为救援工作提供决策支持。据统计，全球每年约有数百项应用研究依赖于遥感图像信息提取技术，其成果广泛应用于科研、生产和管理等多个方面。

二、2.ENVI软件简介

(1)ENVI（EnvironmentalVisualizationInstrument）是一款广泛应用于遥感图像处理、分析和可视化的软件平台。自1990年推出以来，ENVI凭借其强大的功能和易用性，在全球范围内获得了广泛认可。ENVI软件由美国Exelis公司开发，后由其子公司PCIGeomatics继续维护和升级。

(2)ENVI软件提供了丰富的数据处理工具和算法，支持多种遥感数据格式，包括Landsat、Sentinel、MODIS、AVHRR等卫星数据和航空影像。软件界面直观，操作简便，用户可以通过一系列菜单命令和工具栏按钮快速完成图像处理任务。ENVI还支持Python和C++编程接口，允许用户自定义脚本和插件，进一步扩展其功能。

(3)ENVI软件广泛应用于地球观测、环境监测、资源调查、城市规划等领域。例如，在环境监测方面，ENVI可以用于森林覆盖度、水体污染、土地变化等问题的分析；在资源调查领域，可以用于矿产资源、农业种植面积等信息的提取；在城市规划方面，可以用于城市扩张、土地利用规划等问题的研究。ENVI的广泛应用得益于其强大的数据处理能力、丰富的算法库和良好的用户支持。

三、3.图像信息提取的基本流程

(1)图像信息提取的基本流程通常包括数据准备、预处理、特征提取、分类和后处理等步骤。首先，数据准备阶段需要对原始遥感图像进行质量检查，确保数据满足后续处理的要求。这一阶段可能包括数据下载、格式转换、坐标系统转换等操作。例如，在处理Landsat8影像时，可能需要将原始的TIF格式转换为ENVI兼容的文件格式，并确保其坐标系统与目标区域的地理坐标系统一致。

(2)预处理阶段是图像信息提取流程中的关键环节，其主要目的是改善图像质量，减少噪声和干扰，为后续的特征提取和分类提供良好的数据基础。预处理方法包括辐射校正、几何校正、大气校正、去云等。辐射校正旨在消除传感器响应的非线性影响，几何校正则用于校正图像的几何畸变，大气校正可以减少大气对遥感数据的干扰，而去云则有助于去除云层覆盖，提高图像的可见度。以Landsat8影像为例，其预处理可能包括使用USGS提供的地表反射率产品，进行辐射校正和大气校正。

(3)特征提取是图像信息提取的核心步骤，它涉及从遥感图像中提取有助于分类和识别的特征。这些特征可以是像素值、纹理、形状、颜色等。特征提取方法包括统计特征、纹理特征、光谱特征等。在分类阶段，根据提取的特征和预先定义的类别，使用分类器对图像进行分类。常见的分类器有监督分类、非监督分类、决策树、支持向量机等。分类结果通常以栅格或矢量格式输出，可以用于进一步的分析和制图。例如，在土地利用分类中，可能需要提取植被指数、土壤湿度、地形坡度等特征，并使用支持向量机（SVM）进行分类，以识别不同类型的土地覆盖。最后，后处理阶段可能包括对分类结果进行质量评估、误差分析和可视化展示，以确保提取的信息准确可靠。

四、4.常用图像信息提取方法

(1)监督分类是图像信息提取中最常用的方法之一，它依赖于已知的参考数据（训练样本）来建立分类模型。这种方法在土地利用分类、森林资源调查等领域得到了广泛应用。例如，在巴西亚马逊地区的土地利用分类研究中，研究人员收集了超过1000个地面实测样本，通过这些样本训练监督分类器，最终实现了对研究区域土地利用类型的准确分类。

(2)非监督分类是一种无需预先定义类别的图像分类方法，它通过分析像素间的相似性来自动将图像分割成不同的区域。这种方法在遥感图像的初步分析