ENVI高光谱分析.ppt

波谱库的创建与浏览 输入波长范围 输入光谱 从图像中获取 外部文件（二进制）导入 ASD波谱仪 波谱库交互 波谱库查看、编辑和分析 波谱分割 波谱重采样 波谱分析工具 Spectral Analyst 波谱分析首先需要打开一个波谱库，然后将未知波谱与波谱库中的波谱进行匹配处理，该工具运用波谱角分类,波谱特征拟和二进制编码技术,对一未知波谱与波谱库中要素的匹配进行排序,输出一个列表,按照波谱匹配的好坏依次排列,并纪录一个总体的得分. 匹配时需要设置三种方法所占的权重,权重是任意的,最后输出一个总体得分,得分越高,表明匹配效果越好. 光谱识别流程 MNF变换 重要作用 用于判定图像内在的维数 分离数据中的噪声 减少计算量 弥补了主成分分析在高光谱数据处理中的不足 计算时需要输入的参数 统计信息的图像范围　shift diff subset 噪声统计文件（可以用到另一副图像上做变换） MNF统计文件(反变换的时候要用) Mnf变换输出波段选择(根据特征值选择输出波段) 利用MNF变换后的图像进行端元提取 经过MNF变换后的图像波段之间的相关性有效地降低了，并且出现了多个拐点，这些拐点就是我们要找的端元—Endmembers。 波谱曲线对比编辑端元 生成端元地物平均波谱曲线 利用波谱分析工具进行端元识别\ 识别每一类地物后,将端元导出成ROI PPI纯净像元指数 生成的结果是一副灰度的影像,DN值越大表明像元越纯. 作用及原理 纯净像元指数法对图像中的像素点进行反复迭代，可以在多光谱或者高光谱影像中寻找最” 纯”的像元.(通常基于MNF变换结果来进行) 纯净像元指数可以将N维散点图迭代映射为一个随机单位向量来计算,每次映射的极值像元被记录下来,并且被标为极值的总数也被记录下来. 按照多次映射每个像元被记录为极值像元的次数来决定该像元是否为纯净像元. 计算时需要输入的参数 进行迭代的次数 设置域值的系数(极值像元的域值) 数据二次采样(减少内存,但不能太小) 处理时会出现纯净像元指数图 X- 像元迭代次数,Y-极值像元总数 该图显示了PPI做为迭代次数的函数 当所有极值像元都已经找到后,它应该接近于一条水平线 处理结果: DN值越大表明像元越纯. PPI纯净像元指数提取ROI 设置波段域值提取PPI_ROI 通常只设最小值 (值越大,像元越纯净) N维可视化器 提取PPI_ROI后打开N维可视化器,选择MNF变换结果,系统默认导入PPI_ROI PPI_ROI端元提取 波谱曲线对比编辑ROI 生成地物平均波谱 波谱分析,端元识别 端元波谱收集 端元波谱收集器 ASCII文件 ASD测量文件 波谱库 ROI/矢量文件 统计文件 剖面波谱图 N维可视化分析器 二维散点图 SMACC工具 所有监督分类与高光谱制图工具 高光谱制图 二进制编码 波谱角分类 线性波段预测（LS-Fit） 线性波谱分离 光谱信息散度 匹配滤波 混合调谐匹配滤波（MTMF） 包络线去除 光谱特征拟合 多范围光谱特征拟合 高光谱制图练习 从标准波谱库中获取端元波谱 打开jpl_lib/jpl1.sli波谱库文件，获得以下物质的波谱 ALUNITE SO-4A BUDDINGTONITE FELDS TS-11A CALCITE C-3D CHABAZITE TS-15A ILLITE PS-11A KAOLINITE WELL ORDERED PS-1A 选择Spectral Angle Mapper制图方法 波谱沙漏工具——目标识别 向导式波谱分析工具 影像亮度值定标为反射率 最小噪声分离（MNF） 纯净像元指数（PPI） N维散度分析 选择终端单元 地物制图（地物识别） Apparent Reflectance MNF PPI n-D ID Map Distribution and Abundance 作用：将地物波谱与端元波谱进行对比来地物制图（识别地物） SAM与BandMax结合进行目标探测 基于BandMax向导的SAM目标探测引导你完成高光谱影像的目标探测。向导的BandMax部分能帮你找到最佳的波谱子集以区分背景和目标，并节省处理的时间。 向导主要有以下几个步骤： 选择输入/输出文件 选择目标—选择目标波谱 选择背景—选择需要抑制的背景信息 利用BandMax计算有效波段—识别对SAM分析中有效的波段 选择最大角阈值— 定义SAM 最大角 检验制图成果— SAM分析以及成果检验。 4、植被分析 植被指数计算器 植被分析 植被指数计算器 提供了6类 27种植被指数的计算 绿度　Greenness　 光利用率　Light Use Efficiency 氮 干旱或炭衰减Dry or Senescent Carbon Stress P