ENVI基础篇—遥感图像的校正(一)

1、辐射与几何校正目标： 任务是执行辐射校正和几何精纠正，掌握基本操作，能根据需求选择合适的校正方法。实验内容与步骤： **计算大气顶面反射率**：- 通过Landsat Calibration工具，处理6波段数据，得到反射率和辐射亮度。

2、准备数据：首先，确保您的遥感图像已经数字化，并且已经转换为ENVI可以处理的格式，如TIFF或JPEG。 导入数据：打开ENVI软件，将准备好的遥感图像导入到ENVI中。 选择校正方法：根据遥感图像的类型和地理范围，选择合适的几何校正方法。

3、图像配准（Registration）：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。

4、第一步：打开并显示图像文件 选取已有的哈密地区2011年的遥感影像，由于原图已做几何校正，因此将原图作为基准图，另外将原图做一角度旋转，删除其空间参考信息，保存作为待校正图像。用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。

envi遥感图像几何校正步骤

准备数据：首先，确保您的遥感图像已经数字化，并且已经转换为ENVI可以处理的格式，如TIFF或JPEG。 导入数据：打开ENVI软件，将准备好的遥感图像导入到ENVI中。 选择校正方法：根据遥感图像的类型和地理范围，选择合适的几何校正方法。

**地形校正**：- 使用余弦法或工具，结合DEM进行校正，调整光谱表达式。 **结果对比**：- 光谱对比不同校正区域的曲线差异，分析光谱特征。- 统计分析各区域的波段差异，判断最佳校正效果。通过以上步骤，对遥感图像进行全方位的校正处理，确保获取的数据更准确可靠。

第一步：打开并显示图像文件 2 选取已有的哈密地区2011年的遥感影像，由于原图已做几何校正，因此将原图作为基准图，另外将原图做一角度旋转，删除其空间参考信息，保存作为待校正图像。用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。

envi操作流程 打开envi classic 打开遥感影像，一般以高空间分辨率影像为基础对低空间分辨率或同空间分辨率影像进行校正。

ENVI基础篇—遥感图像的校正(二)

对遥感图像进行辐射校正和几何精纠正是确保图像质量、提高分析准确性的关键步骤。以下将详细介绍此过程，包括目的、要求、实验内容、步骤以及自定义地图投影和图像投影转换。目的与要求 进行辐射校正和几何精纠正的主要目的是确保遥感图像的几何精度和辐射精度，使之更准确地反映真实地物情况。

打开envi classic 打开遥感影像，一般以高空间分辨率影像为基础对低空间分辨率或同空间分辨率影像进行校正。打开校正工具 选择好基准影像和被校正影响后后，点击ok，进入选点窗口 通过鼠标或键盘等操作，使左右影像右下角十字指定在相同位置，控制点点尽可能选择在明显地物点，选点分布要均匀。

图像配准（Registration）：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。

准备数据：首先，确保您的遥感图像已经数字化，并且已经转换为ENVI可以处理的格式，如TIFF或JPEG。 导入数据：打开ENVI软件，将准备好的遥感图像导入到ENVI中。 选择校正方法：根据遥感图像的类型和地理范围，选择合适的几何校正方法。

在envi7菜单栏单击Map——Registration——Select GCPs： Image to Image。选择基准图像为Display #1，校正图像为Display #2。点击OK进入采集地面控制点。第三步：采集地面控制点 选择控制点，在两幅图像中选择位置相同的点，精度要高，如河流、道路交叉点。

ENVI&ArcGis——植被覆盖度提取

1、Envi在遥感影像处理和数据分析方面具有独特的优势，特别是在地表专题数据提取和遥感影像分类等领域。而ArcGIS则更侧重于地理信息数据的空间分析和建模，为用户提供了一个完整的地理信息系统解决方案。这种差异使得Envi和ArcGIS在不同的应用场景中发挥各自的优势，满足不同用户的需求。

2、此外，Envi和ArcGIS之间的差异还体现在它们的用户群体和应用场景上。Envi主要面向遥感领域，适用于卫星影像处理、地表专题数据提取等专业应用场景。而ArcGIS则面向地理信息系统领域，适用于地理信息数据的空间分析、路径规划、建模等广泛的应用场景。这些差异使得两种软件在实际应用中能够更好地满足不同用户的需求。

3、Envi和ArcGIS是两种专业地理信息系统软件，广泛应用于遥感图像处理、地理信息数据分析和建模。然而，它们之间存在显著差异。Envi作为遥感领域的专精软件，主攻遥感影像或数据处理与分析，如卫星影像分类与地表专题数据提取。

ENVI基础篇—图像分割

1、ENVI基础篇—图像分割概述本文主要介绍了ENVI软件中进行图像分割及其后续处理的技巧和方法，目的是利用光谱特征准确分割遥感图像，并掌握相关处理流程。要求包括灵活运用多种分割手段，如直方图分析、光谱剖面确定阈值和色彩信息构建准则，以及数学形态学处理和区域标识矢量化等技术。

2、选择保存文件类型和位置，保存结果。ENVI监督分类图像分割，打开ENVI并加载栅格图像，在Toolbox工具栏找到Example Based Feature Extraction Wokflow，双击打开进行编辑设置和保存。

3、通过ENVI遥感数字图像密度分割方案设计、Density Slice功能命令使用及彩色密度分割图制图，增加对遥感数字图像密度分割增强处理原理的理解，掌握一种将单波段的黑白影像图转变为彩色影像图的技术手段。

4、ENVI系列基础篇专为初学者设计，帮助你轻松理解和操作。本文将带你逐一探索ENVI的主要菜单及其功能：File：这是文件管理模块，支持广泛的数据输入，包括80多种图像和矢量格式，同时也支持多种输出格式，如栅格和矢量。

5、打开密度分割结果图像。在 ENVI 软件中，选择 File（文件）菜单，然后选择 Open（打开）来加载密度分割结果图像。 转换为二值图像。通过选择 Basic Tools（基本工具）菜单中的 Binary Images（二值图像）选项，使用阈值或其他方法将密度分割结果图像转换为二值图像。

6、图像分割则通过设置阈值来识别水体，特征提取包括光谱和空间特征，为后续分类提供基础。面向对象分类如最大似然分类，结合多源特征（如波段、NDVI、坡度）进行土地覆盖分析。精度评价通过设置测试点，结合实地观察，形成混淆矩阵。Envi 3是一个全面且易于使用的遥感数据分析平台，适用于各种应用场景。

遥感数字图像基本处理——图像合成及波段运算

1、图像合成是将多谱段黑白图像转变为彩色图像的处理技术，以增强遥感图像上的地物信息。主要方法有伪彩色合成和彩色合成。伪彩色合成通过密度分割，将单波段图像转换为彩色图像。

2、遥感波段合成通过多种方法实现，包括数学运算与波段选择。数学运算中，线性组合是常见方法，通过加权相加不同波段图像，提取并整合信息，用于特定研究或应用。波段选择和组合是通过遥感传感器的多光谱或高光谱数据进行。通过精心挑选和组合波段，能够突出或增强特定地物信息，提高数据解译能力。

3、遥感波段可以通过多种方法进行合成。 首先，遥感波段合成可以通过数学运算来实现。例如，可以使用线性组合的方法将不同波段的图像进行加权相加，得到合成后的波段图像。这样可以提取出不同波段的信息，用于特定的研究或应用。

4、ENVI基础入门： 首先，我们将深入浅出地介绍ENVI的内涵和遥感影像的原理，帮助你建立起全面的认识。数据处理基础： 掌握数据格式的解读和输入输出技巧，是ENVI使用的关键。我们将详解商业卫星、Landsat 8和Sentinel数据的特性，以及如何高效地导入和导出。

5、图像的算术运算是图像处理中的一种常用方法，主要应用于灰度增强。通过图像的相加和相乘操作，可以实现对多张遥感图像的复合处理。具体而言，同一地点不同时期的两张图像配准后相减，能够突出地物的变化特征，进而分析地物的动态演化。另一种重要的算术运算为不同谱段的两幅多光谱图像相除，形成比值图像。