ENVI 中遥感影像的分类包括：监督分类，非监督分类，决策树分类，端元 收集，从 ROI（感兴趣样区）创建分类图。首先简单介绍一下分类的方法：
பைடு நூலகம்
1. supervisd 表示监督分类。其中包括：Parallelepiped（平行 六 面体 分 类）， minimum（最小距离分类），mahalanobis（马氏距离），maximum likelihood （最大似然法），spectral angle mapper（光谱角制图），binary encoding （二进制编码） ，spectral information divergence（ 光 谱 信 息 散 度 ），neural net（神经网络） ，support vector machine（支持向量机）
2.选择 georeferenced 出现一下对话框。通过 import->import file 打开需要镶 嵌的数据。如下图所示。
3.在遥感影像上右键可以选择该图像是处于其他影像的上面（ raise image to top ）还是下面（lower image to bottom）。点击 Remove entry 可以删除该副 影像。 4.点击 edit entry 调节镶嵌的方法。
1.1.spatial subset 表示：你要矫正的空间范围。后面的 full screen 表示把 整副影像进行配准。在最上面的一个信息框中我们可以看到图像的大小。这里为 ： dims：414X498（bybt）， samples 表示选择的列长度，lines 表示选择的行的长 度。同时可以点击其中的 map 可以通过鼠标拉框来选择，也可以通过 file（文 件）的 ROI（感兴趣区域）/EVF 来选择处理的影像范围。这样做的目的是为了节 省内存，减少不必要的数据冗余。 1.2.spcetral subset 表示：你要校正的波谱范围。可以全部选择波谱，一可以 选择对部分的波谱进行校正。这里我们选择 6 个波段全选。
5. 调整好数据之后选择 file->apply 按照下图设置 X/Y 的像素值，重采样的方法（最临近值发，双线性内插和立
方卷积），存储的位置，背景颜色和使用的平衡颜色方法。边的到镶嵌后的图像 。
6.点击 ok 完成图像的镶嵌。
三）几何校正
几何校正是指消除或改正遥感影像几何误差的过程。遥感成像的时候，由于
其中 data value to ignore 表示忽略的像素值，一般为 1. feathering 表示进行运算是拓展的像素值，这里选择 1. cutline feathering 表示通过通过剪切线进行镶嵌。点击他会出现让你选择 裁剪线的对话框。 Mosaic 可以选择 gray scale 或者 rgb。他只是一个图像的显示与否的过程， 也可以在以后的浏览中选择需要的光谱图层。 Liner stretch 表示现行拉伸程度。一般为 1%。 Color balancing（颜色平衡）选择 adjust，表示按照具体光谱情况灵活的 镶嵌。 以上的方法大多都是针对影像融合是相交部分的影像而提出的。具体如下图 所示：
2. Unspervised 表示非监督分类。包括 ISOTATA （iterative selforganizing data analysis techniques algorithm）迭代自组织的数据分类，他和其他 的方法相比增加了一些人机交互的功能。K-means 表示 K 变化。
选择空间范围
选择波谱范围
2.完成选择后点击一路 ok，知道出现要选择输入坐标文件 chosen out put
file 找到需要相应的文件便可完成校正
B．通过到图上读取经纬度信息来校正地形图。
1.通过 map--->registration�image to map 进入校正模块。如下图
2.接着选择投影信息，椭球体，单位，投影带和空间分辨率。 2.1 其中最上面的是投影信息。datum 表示椭球体，units：单位。Zone：
飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面 目 标发生几何畸变，这种畸变表现为象元相对于地面目标的实际位置发生挤压、扭 曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。 主要方法有：
A.用已有控制点（gcp）的文件来校正影像。 1.通过工具条的 map——>Georeferenced modis 打开数据。
3.在任意多波段的融合过程中 cn spectral 和高保真的 Gram—schmidt 适合于高 光谱数 据 的融 合， pansharping 包括高 分 辨率 的影 像 的融 合 。下 面介 绍 pc spectral sharpening （只成分分析）。 4.点击 pc 变化弹出以下对话框。先输入低光谱分辨率的高空间分辨率的遥感影 像，再输入低空间分辨率的高光谱数据。如下图所示：
5.当然也可以通过 map�registration—>
来
通过控制点文件进行校正。
四）图像裁剪。
为了得到一幅范围比较大的一幅图上的部分数据我们常常需要对拼接好的 数据进行裁剪。得出研究区域的影像数据。有好多的方法。包括栅格裁剪栅格。 矢量裁剪栅格和矢量裁剪矢量等。在这里为了方便我们用矢量裁剪栅格影像。矢 量的数据来自于对行政区划图的矢量化。
“2+2”模式下地理信息系统专业专业选修课程
《3S 集成技术》 实 验 报 告
院 系：旅环院 班 级：0 级地信 姓 名：王磊 学 号：40809127
实验时间：2011 年 3 月——2010 年 6 月 实验地点：长安校区 GIS 基础实验室 实验目的：通过工程化实验，对地理信息系统软件 ENVI 的基础功能
各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会 高 点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。下面就实际 应用时经常遇到的影像预处理的部分方法做以介绍：
一.) 图像融合：
图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像 数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最 后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可 靠 性、提升原始图像的空间分辨率和光谱分辨率，利于监测。具体方法如下：
实验内容： 第一部分：遥感影像预处理 第二部分：遥感影像解译 第三部分：植被指数的提取和变化监测
第一部分：遥感影像预处理
预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟 ， 大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有 点 差异，而且注重点也各有不同。
数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴 影处理和光谱归一化几个环节，具体流程图如图所示。
第二部分：遥感影像解译
图像解译——影像解译，也称判读或判释，指从图像获取信息的基本过程。 即根据各专业 (部门)的要求，运用解译标志和实践经验与知识，从遥感影像上 识 别目标，定性、定量地提取出目标的分布、结构、功能等有关信息，并把它们表 示在地理底图上的过程。例如，土地利用现状解译，是在影像上先识别土地利 用 类型，然后在图上测算各类土地面积。遥感影像目视解译是解译者通过直接观 察 或借助一些简单工具 (如放大镜等 )识别所需地物信息的过程。 具体做法如下：
投影带这里选择 49.X/Y pixel size 表示最小的像元大小，在遥感影像上表 示为图像的空间分辨率。把数据选择好后点击 ok。出现下图
3.在地形图上读取到正确的经纬度信息，填写在右面的框中。E 填写经度，N： 填写纬度。这样就完成了给一个没有确定空间坐标的数据加上 GIS 空间参考。 完成了数据的校正。 4.完成控制点【一般为 n*（n-1）/2】的选取后点击 ok，完成校正。当然也 可以在在 add point 中手动添加控制点，也可以在 show point 来查找和修改 控制点。如下图：
操作：在 arctool box 中搜寻 mask 工具，选择 ectract by mask 如下图：
在第一个对话框中输入待裁剪的栅格数据，第二个对话框中输入用来裁剪的数 量 数据。最后的对话框找个存储路径存储裁剪后的图像。然后对该影像进行保存。 方法为在 layer 上右键选择 data-�export data 选择遥感影像的 img 格式存储 数据。结果如下图：
3. 点击 import file 按住 ctrl 键选择需要融合的多波段数据。 在 output file range 中选择 inclusive ，他表示把所有的波段都参加运算。 当然也可以选择下面的 exclusive（高级工具），他表示把各个图层融合是用 overlap 方法来做。接着在下面 output resoult to 选择要输出的文件。可以通 过 file->chose 把他存在需要的文件夹中。如果数据量小的话也可以存放在内存 中（选择 memory）。内存里面的数据在波段列表中可以方便的打开浏览。
和基本的使用方法有一个较为全面的认识、了解和掌握， 并能较为熟练地运用该软件制作地图，从而对地理信息系 统这门课程的实用性、技术性加以体会，提高学习兴趣。 实验数据：数据分遥感影像集和带有高程数据的 DEM 数据。数据的来 源：
/data/landsat/（总网址）
4. 融合后的数据可以在当前窗口中打开，也可以在 envi zoom 中打开。我习惯 在 envi zoom 中打开浏览数据。融合后的数据如下图所示。我用的是 543 标 准假彩色显示。
B.不同传感器数据的融合，及高光谱和高分辨率数据的融合。
1.上面的融合只是简单的同一种传感器同一时相不同波段的融合。具体说应该是 TM 影像的 7 个或者 5 个波段的融合。除此之外还有不同时相和不同遥感影像之 间的融合。他是将低分辨率的高光谱影像和高分辨率的但波段影像进行重采样 融 合生成一幅高分辨率的高光谱影像。我简单说一下方法。 2.通过菜单栏的 Transform->Image sharpening 下面的五种方法进行融合。其中 HSV 和 color normalized（brovey）输入和输出的都是三个波段的影像数据。其 他的合成的结果是任意的多波段融合。