高光谱遥感——ENVI 4.8版本中的SPEAR Tools简介SPEAR Tools全称是光谱处理与分析工具（Spectral Processing Exploitation and Analysis Resource），在这里ENVI提供了一系列的处理工具，并形成向导引导使用者按照ENVI的标准处理影像。

SPEAR包含以下10个流程化处理模块：异常检测模块：搜索光谱不同的背景（谱异常）目标变化检测模块：检测统一地区不同时段光谱变化的异常谷歌地球桥接器：提供一个简单的方法将ENVI中的图像或矢量文件输出到Google Earth中道路提取模块：从影像中流程化提取道路信息水体提取模块：从影像中流程化提取河流，隐蔽水沟信息水的相对深度模块：从高光谱数据中快速获取感兴趣水域水的相对深度信息影像植被指数提取模块：快捷容易地确定植被的存在情况，并用多光谱图像可视化该植被的活力水平。

船只提取模块：船只提取模块，利用水和船的对比度。

以及船的纹理特征来提取船只信息。

1 异常检测模块（SPEAR Anomaly Detection）异常检测提供了一种方法来搜索光谱不同的背景（谱异常）目标，ENVI使用RXD异常探测算法来检测光谱信息异于影像背景值的目标。

由于植被在一些地区（比如在干燥的区域）光谱异常比较明显，SPEAR 异常检测模块提供了能够抑制植被的操作。

SPEAR异常检测模块能够依靠设定阈值来减小绝对误差。

SPEAR异常检测模块同时提供了滤波、核查和精度评定工具。

如果得出满意的结果，可以将其输出成shp文件的矢量格式。

从影像中提取异常信息操作流程如下：1.在ENVI主菜单栏下，选择Spectral > SPEAR Tools > Anomaly Detection。

弹出文件显示对话框，选择输入文件。

（输入的文件必须是能被ENVI识别的多光谱数据）设定保存路径。

2.设定算法模型，包括RXD、UTD、RXD-UTD。

3.设定异常检测参数，设定Mean Source的来源，指定是否需要抑制植被。

4.可以重新设定参数来确定异常，最后会弹出两幅影像，原影像与分析后结果，以作比较。

2 变化检测模块（SPEAR Change Detection）变化检测模块提供一个方法来检测影像同一地区不同时段的变化，并在图像上凸显出来，说明是什么要素发生了什么变化。

变化检测模块提供以下几种相对变化检测工具：Transform：输入数据堆栈成一个图像，然后图像变换(主成分分析，最小噪声比率，或独立成分分析)应用于所提取的特征相关的变化。

Subtractive：归一化差异植被指数（归一化植被指数），红/蓝比，和人为的比例计算的输入数据。

得出的比率数据和波段数据从影像数据中减去以创建出不同的影像。

Two Color Multi-View (2CMV)：来自于时段1的波段显示在红色波段通道，来自于时段2的同一波段显示在绿色波段通道和蓝色波段通道，在一个图像里区别于其他影像的亮的部分用青色表示，暗的部分用红色表示。

颜色用来表示可能存在变化的区域。

3 谷歌地球桥接器（Googl e Earth Bridge）它提供了一个简单的方法将ENVI中的图像或矢量文件输出到Google Earth 中。

Google Earth是一个强大的数据可视化工具，它允许图像被放置在一个区域或全球范围内。

谷歌数据桥创建了一个包含矢量数据的kml格式文件。

如果选择缩略图，kml格式的矢量文件也会被输出。

Google Earth不能直接直接支持包含地理坐标的图像，通过四个角点和一个定义在kml文件上的旋转器将图像放在地球上。

为了确定图像文件能够准确叠加在上面，谷歌地球桥接器将输入图像校正到向北的方向。

如果可行将会通过包含全球高程数据库的矫正器来进行快速的坐标校准，如果快速校准失败，图像校正的四个角点会被用来作为控制点，把图像校正至正北方向。

4 影像—地图校正模块（SPEAR Image to Map Registration）影像—地图校正工具在保留原有的空间分辨率的同时，变换输入的图件来匹配基础图像的地图信息。

1.在ENVI的主菜单中，选择Spectral > SPEAR Tools > Image-to-MapRegistration，打开文件选择对话框。

2.选择两幅影像：一幅作为基础图件，另一幅是需要校正的图件。

3.选择用于自动连接点匹配的波段，大部分情况下，可见光区域的红波段的是比较合适的。

4.点击下一步，会弹出校正参数对话框，下一步，会弹出一个校正精度对话框和一个连接点对话框。

5.点击Finish，完成处理，对出向导。

5 独立成分分析（Ind ependent Components Analysis）它可以用来发现和分离图像中隐藏的噪声，可以用来降维、异常检测、降噪、分类和端元提取以及数据融合，不需要任何图像预先知识。

ＩＣＡ可以把一组混合信号转化成相互独立的成分，在感兴趣信号与数据中其它信号相对较弱的情况下，这种变换要比主成分分析得到的结果更加有效。

6 道路提取模块（Lines of Communication （LOC）- Roads）从影像中流程化提取道路信息。

操作流程如下：1.输入影像数据2.选择线性信息提取方法，有两种方法可以选择监督方法（基于波谱匹配技术）步骤如下：1）大气校正，课选择六种大气校正方法中的任意一种。

2）用户为绘制道路选择训练的像素3）选择波谱处理方法，绘制道路。

有三种方法：SAM、MF and MF/SAM 比率，主成分分析，红壤指数。

非监督方法选择波谱处理方法，绘制道路。

有两种方法，主成分分析，红壤指数。

红壤指数性质如同NA VI，计算出来的结果红壤指数以白色显示。

3.输出提取结果，并可以转化成矢量数据，以shapefile格式输出。

7 水体提取模块（Lines of Communication （LOC）- Water）从影像中流程化提取河流，隐蔽水沟信息。

操作流程如下：1.输入影像数据；2.选择线形信息提取方法，有两种方法可以选择监督方法(基于波谱匹配技术)步骤如下：1)大气校正，可选择六种大气校正方法中的任意一种。

2)用户为绘制水体选择训练的像素。

3)选择波谱处理方法，绘制水体。

有三种方法SAM、MF and MF/SAM 比率，主成分分析，归一化水指数(NDWI)。

非监督方法选择波谱处理方法，绘制水体。

有两种方法：主成分分析，归一化水指数(NDWI)。

NDWI性质如同NA VI，计算出来的结果是单波段灰度图像。

输出结果，可以将结果转矢量。

8 元数据浏览器（SPEAR Metadata Browser）元数据浏览器从国家影像传输格式（NITF）图像中提取的关键元数据，并用一个简单的阅读格式来显示。

此外,这个工具提供一个方法来比较多个用来变化检测的图像，这种方法还可以在收集影像数据时浏览传感器和太阳的三维图形。

9 正射校正（SPEAR Orthorectification）一个正射校正过的影像包含了对应地面的真实几何、地形信息。

达到一定精度的传感器的传感器导致的畸变已经被去除。

正射校正变换把航空照片或卫星获得的图像转换为中心投影至地面的正交视图，从而消除了因传感器倾斜和地形起伏所带来的误差。

整幅影像上比例尺是连续的，并忽略了高低起伏，因此能够提供方向和距离上的精确的测量数据。

地理空间专业从业人员可以很方便的将正射校正数据和其他的地理信息空间数据一起应用在城市规划、资源管理和其他相关领域。

10 泛锐化图像融合方法（SPEAR Pan Sharpening）泛锐化图像融合方法是用高分辨率的全色数据与较低分辨率的多光谱数据融合创建一个彩色高分辨率的数据集。

得出的结果只能做表面上的辅助分析而不能做深入的频谱分析。

11 地形分类工具（TERCAT）在地形分类（TERCAT）工具创建的一个输出结果中，具有相似光谱特性的像素被分成类。

这些类可以是用户自己定义的或是系统自动生成。

TERCAT工具提供所有的标准ENVI的分类算法，加一个额外的算法称为“赢家通吃”。

12 水的相对深度模块（Relative Water Depth）从高光谱数据中快速获取感兴趣水域的水的相对深度信息影像。

操作流程如下：1.输入高光谱影像；2.大气校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR反射率，经验线性）。

如果没有特殊要求，在本流程中建议不执行该步骤，因为在水域的大气校正过程中，常常引起计算出来的相对水深数据效果不太令人满意，甚至异常。

3.选择计算水的相对深度的方法，有两种方法供选择：对数比例转换和主成分分析。

4.输出与水深度相关数据，并把结果加载到可用波段列表中。

13 波谱相似地物提取（Spectral Analogues）波谱相似地物提取模块从输入影像中提取与已知波谱信息地物类似的地物。

操作流程如下：1. 输入多光谱数据；2. 辐射校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR 反射率，经验线性）；3. 选择用户感兴趣区域ROI ；4. 选择波谱处理方法，包括：MF、SAM 、MF/SAM 、归一化欧氏距离。

5. 输出突出了波谱相似地物的影像，并加载到可用波段列表中。

14 植被提取模块（SPEAR Vegetation Delineation）快捷容易地确定植被的存在情况，并用多光谱图像可视化该植被的活力水平。

植被指数NDVI提取模块操作流程如下：1. 输入文件；2. 辐射校正，提供五种可供选择的方法（模糊减少，平均域，对数残差，IARR 反射率，经验线性）；也可以跳过这一步；3. 计算植被指数；4. 对植被指数结果数据利用颜色表附上颜色，也可以应用密度分割的方法对植被指数结果数据进行密度分割，保存结果。

15 去除竖条纹（Vertical Stripe Removal）在图像的同质区域可能会出现人为导致的垂直条带，这一区域的亮度与附近的亮度是不一样的。

这些人为地物使图像很难识别，它们会为图像的处理产生消极的影像。

当图像的背景是相对均匀（整个图像有一致的亮度水平）时，竖条纹删除工具去除工具比较好用。

由于它可以产生人为异常条带，所以在异构图像上（如含有明亮的土地和暗色水域的沿海图像），不推荐使用此工具。

16 船只提取模块（Watercraft Find er）船只提取模块，利用水和船的对比度以及船的纹理特征来提取船只信息。

操作流程如下：1.输入待处理文件；2.选择船只探测的处理方法，有两种方法供选择：texture based search 基于纹理的提取，该方法允许用户首先创建一个陆地和水的掩膜，然后用主成份分析的方法增强水和船的对比度，最后利用纹理特征提取船。