网站大量收购闲置独家精品文档,联系QQ:2885784924

《ENVI高光谱分析》课件.pptVIP

  1. 1、本文档共30页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

*******************《ENVI高光谱分析》课件简介高光谱遥感技术概述高光谱遥感技术高光谱遥感技术是利用光谱信息来识别地物的一种技术。它使用传感器采集地物的光谱信息,通过分析光谱数据来识别不同地物。光谱信息光谱信息是指物体反射或发射的光在不同波长上的强度分布。通过分析光谱信息可以识别地物的种类、状态和变化。高光谱图像的特点及应用领域多波段、高光谱分辨率、高光谱信息量农业监测、地质勘探、环境监测、水质分析精准农业、矿产资源开发、环境污染治理ENVI软件介绍及主界面功能ENVI是一个功能强大的遥感图像处理和分析软件,由美国Exelis公司开发。它为各种应用提供了丰富的工具和功能,包括高光谱图像分析。ENVI软件的界面直观易用,主要包含以下几个部分:菜单栏:提供各种功能和操作选项工具栏:包含常用工具的快捷按钮数据视图窗口:显示加载的图像数据属性窗口:显示选定数据或对象的属性信息结果窗口:显示分析结果和日志信息导入高光谱数据及预处理1数据格式ENVI支持多种高光谱数据格式,如ENVI、BIL、BIP、BSQ等。选择合适的格式进行导入。2数据校正对原始数据进行校正,以消除传感器误差、大气影响等因素,提高数据质量。3辐射定标将数字量化值转换为辐射亮度值,为后续分析提供准确的辐射信息。4大气校正去除大气层对信号的影响,还原地表真实的光谱信息。5几何校正将图像与地理坐标系进行配准,确保空间位置的准确性。高光谱图像可视化及分析数据可视化选择合适的波段组合,生成假彩色图像,直观展现地物信息。谱线分析提取目标地物的特征光谱曲线,分析其光谱特征。光谱特征提取利用光谱特征,提取特定地物的波段范围或光谱指数。目标检测根据目标地物的特定光谱特征,识别和定位目标地物。分光光度计曲线浏览光谱特征曲线ENVI提供了光谱特征曲线浏览功能,可直观地观察目标物体的反射光谱,分析其光谱特征。数据可视化通过曲线显示,用户可以更清晰地识别不同的物质类型,例如植物、土壤和水体。像素光谱提取及分析1光谱信息分析单个像元的反射率曲线2特征波段识别特定物质的独特光谱特征3光谱库对比利用已有物质光谱库进行比对分析物质光谱库及其应用光谱库定义光谱库是一个包含各种物质的光谱信息的数据库,用于识别和分类未知物质。库建立通过收集大量已知物质的光谱数据,并对其进行校正和整理,即可建立光谱库。应用场景光谱库广泛应用于矿物识别、土壤分析、植被分类等领域。高光谱特征波段提取1识别目标提取对目标物质敏感的波段。2增强对比突出目标与背景的差异性。3简化数据减少后续分析的计算量。ENVI光谱角分类算法原理基于光谱相似性,计算待分类像素与已知类别光谱之间的角度。角度越小,相似度越高。优点对光照和大气影响不敏感,适合处理高光谱图像。应用用于土地覆被分类、目标识别、矿物探测等领域。最大似然分类算法1概率模型基于每个类别像素光谱特征的概率分布模型。2最大似然将未知像素分配给具有最大概率的类别。3精度评估通过混淆矩阵和精度指标评估分类结果。支持向量机分类算法原理寻找最优超平面,最大化不同类别样本之间的间隔,实现分类。优势对高维数据和非线性数据具有较好的分类效果,不易过拟合。应用高光谱图像分类、目标识别、人脸识别等。层次聚类及K-Means聚类层次聚类将样本逐步合并或分裂成不同的组,形成一个树状结构。K-Means聚类将样本分成K个不同的组,每个样本属于距离其最近的组中心。谱线分析及峰值提取1峰值提取识别并提取光谱曲线上的峰值波长,以识别物质特征。2谱线特征分析光谱曲线形状、峰值位置和峰值强度,揭示物质的化学组成和物理特性。3谱线分析利用光谱数据进行定量分析,识别不同物质的光谱特征并进行物质识别和定量分析。谱线微分分析及归一化1微分分析通过微分运算增强光谱曲线细节,更清晰地识别吸收峰和反射峰。2一阶微分一阶微分可以识别光谱曲线的拐点,有利于识别吸收峰和反射峰。3二阶微分二阶微分可以进一步增强光谱曲线细节,更精确地定位吸收峰和反射峰。4归一化处理将光谱曲线进行归一化处理,消除不同样本间的光照差异,提高光谱分析的精度。主成分分析及非监督分类主成分分析降维技术,提取重要信息,减少数据冗余,提高分类效率。非监督分类无需先验知识,根据数据本身的特征进行分类,如K-Means聚类。线性判别分析及监督分类1线性判别分析利用样本特征,寻找最佳分类面2监督分类根据已知样本类别,对未知样本进行分类3精

文档评论(0)

153****2519 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档