[ENVI]-[高光谱遥感]-波谱沙漏分析工具的使用

于 2024-06-30 20:18:03 发布
阅读量990 收藏 10
点赞数 5
文章标签： 经验分享 其他 arcgis
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_57992372/article/details/140028849
版权
  • 实验目的
  1. 大气校正AVIRIS影像
  2. 使用ENVI波谱沙漏分析工具
  • 实验内容
  1. AVIRIS影像的大气校正
  2. ENVI波谱沙漏分析工具的使用
  3. MNF变换
  4. PPI计算
  5. N维可视化
  6. 端元提取
  7. 端元物质识别
  8. 矿物填图
  • 实验步骤
  1. AVIRIS数据的大气校正
  • FLAASH大气校正：对AVIRIS数据进行大气校正

图1-1-1 大气校正参数设置

  • 添加坏波段

影像中有未被定义的坏波段，需要我们根据自己的理解补充坏波段。第一步先查看特殊波段的坏波段，第二步在Set Raster Metadatazhong中的 Bad Bands List中添加坏波段。

图1-2-1 查看特殊波段的坏波段

最低0.47元/天 解锁文章
tatumking
关注
[ENVI][高光谱遥感][考完研了，终于有时间了] -Hyperion影像的预处理
m0_57992372的博客
06-28 1518
高光谱数据预处理
图像mnf正变换_最小噪声分离（MNF）
weixin_28831399的博客
12-24 5281
最小噪声分离变换(Minimum Noise FractionRotation，MNFRotation)工具用于判定图像数据内在的维数(即波段数)，分离数据中的噪声，减少随后处理中的计算需求量。MNF本质上是两次层叠的主成分变换。第一次变换(基于估计的噪声协方差矩阵)用于分离和重新调节数据中的噪声，这步操作使变换后的噪声数据只有最小的方差且没有波段间的相关。第二步是对噪声白化数据(Noise-wh...
应用ENVI 进行高光谱波谱分析和地物识别
12-02
应用ENVI 进行高光谱波谱分析和地物识别
ENVI学习总结（十四）——高光谱地物识别
Arcgiser的博客
01-20 2万+
高光谱地物识别 高光谱图像分类方法与传统的多光谱分类有本质的区别，从高光谱图像的每个像元均可以获取一条连续的波谱曲线，就可以考虑用已知的波谱曲线和图上每个像元获取的波谱曲线进行对比，理想情况下两条波谱曲线一样，就能说明这个像元是哪种物质。我们把高光谱图像分类、物质识别、探测等称为波谱识别。 ENVI 提供许多波谱分析方法，包括：二进制编码、波谱角分类、线性波段预测（LSFit）、线性波...
ENVI中高分五号02星高光谱数据处理及数据获取
03-05 4016
高分五号02星于2021年9月7日成功发射，这颗卫星也被称为高光谱观测卫星，卫星搭载了一台60公里幅宽、330谱段、30米分辨率的可见短波红外高光谱相机（AHSI），可见近红外和短波红外光谱分辨率分别达到5纳米和10纳米。本文档以一景L1级五号02星AHSI数据为例介绍其在ENVI5.6下（ENVI5.3.1及以上版本类似）的处理流程。包括数据打开、辐射定标、FLAASH大气校正以及正射校正等操作。
吹爆！ENVI高光谱操作（从数据下载到分类）
weixin_45866058的博客
04-11 2288
点击每个class，到印象上进行相应波段类别的划分。注：No Training Data选项是非监督分类方法，不需要选择分类样本。（1）打开ENVI软件，File——>open打开MTL文件。export files选择储存为image（栅格图像）additional export输出分类结果的统计文件。txt文件里面保存了各个类被的面积和百分比。（6）Preview进行分类效果预览。（4） 进行有监督和无监督分类选择。（7）平滑操作和小区域噪声去除。（3）数据浏览与下载。
ENVIMNFTrans.rar_ENVI进行MNF变换_MATLAB MNF_MNF高光谱_mnf变换envi5.3_mnf变
07-14
高光谱图像进行MNF变换，采用MAF评价图像的噪声；处理过程与ENVI软件中的完全一样。
ENVI高光谱处理：从Z剖面到波谱分析
通过ENVI的波谱分析工具，可以将未知地物的波谱与波谱库中的已知波谱进行匹配，利用波谱角分类、波谱特征拟合和二进制编码技术，找出最佳匹配项，并给出匹配得分，以评估识别效果。 3. **植被指数工具** 植被指数...
ENVI波谱‘沙漏’向导：高光谱数据分析实战
ENVI软件是遥感领域的重要工具，而“波谱“沙漏”向导”是其在高光谱数据分析中的一个重要组成部分，为用户提供了便捷且深入的端元分析方法。结合配套的中文教程，用户可以更好地掌握ENVI的使用，提升遥感数据处理...
ENVI教程：高光谱数据处理与端元波谱分析
通过ENVI软件，用户可以选择"Spectral"菜单下的"Spectral Unmixing"，然后选取"Spectral Hourglass Wizard"，即波谱沙漏工具，来引导完成一系列处理步骤。在工具说明界面，用户可以继续点击"Next"进入下一步操作。 ...
如何在ENVI软件中利用“沙漏”向导进行高光谱数据的端元识别和波谱分析？请提供具体的操作步骤。
最新发布
10-31
为了帮助你深入掌握ENVI软件在高光谱数据分析方面的应用，我推荐你查看《ENVI遥感影像处理实用手册》。这本书不仅提供了详尽的ENVI操作指南，还包含了如何使用“沙漏”向导进行端元识别和波谱分析的实战指导。 参考...
（转）ENVI端元提取（MNF→PPI→n-D Visualizer）
LEH210434的专栏
03-09 1万+
仍以cai_jian1为例说明     一、MNF变换     1、选择Spectral→MNF Rotation→Forward MNF→Estimate Noise Statistics from Data,如图：      2、在弹出的对话框MNF Transform Input File对话框中选择cai_jian1文件      3、在弹出的对话框，如下图示，添加
【ENVI入门系列】15.遥感动态监测
weixin_44906759的博客
10-10 1万+
遥感动态检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。它涉及到变化的类型、分布状况与变化量，即需要确定变化前后的地面类型、界线及变化趋势，能提供地物的空间分布及其变化的定性和定量信息。目前，遥感变化检测技术大多是针对两个时相的遥感影像进行操作
【RS】ENVI 6.0/IDL 9.0新功能介绍
Remote Sensing迷途小书童
03-04 2737
ENVI 6.0/IDL 9.0于2023年11月正式发布，ENVI 6.0 包括以下新增功能和改进功能： 添加了对新的数据类型的支持 新的波谱沙漏工作流工具和 N 维可视化工具 新的目标检测工作流工具 新的动态波段选择工具 新材料识别工具 改进的端元收集工具 新增和更新的ENVI Toolbox 工具 新增和更新的ENVI Task ENVI性能改进 NITF更新 将精准农业工具包模块合并到 ENVI 中 增强对ENVI Connect的支持
ENVI安装与使用
a264672的博客
03-02 5746
ENVI的安装与简单使用
转载，envi对高光谱进行辐射定标和大气校正
qq_50887115的博客
01-20 9627
原文地址：http://blog.sina.com.cn/s/blog_764b1e9d0102v59e.html 目录 辐射定标和大气校正 概述 辐射定标 多光谱数据FLAASH大气校正 3.1 FLAASH输入数据要求 3.2 详细操作步骤 3.2.1 输入文件准备 3.2.2 基本参数设置 3.2.3 多光谱数据参数设置 3.2.4 高级设置 3.2.5 处理结果浏览 高光谱数据FLAASH大气校正 4.1 输入文件准备 4.2
城市规划行业的城市内部不透水地表空间信息提取与应用
12-27 989
MNF 变换是一种用于判定图像数据内在的波段数，分离数据中的噪声，减少计算需求量的工具，它可以有效地消除噪音，减低图像的维数。经过分析各主成分的特征值发现，前3个M N F主成分的特征值共对原始影像的贡献率达较大，因此，在选取端元时只选取前3个主成分两两进行线性组合。通过显示的各个顶点的地物与原影像地物相比较，高反照率、低反照率、土壤、植被4个端元的线性混合模型可以很好地表达TM 影像的反射光谱。其次对遥感数据进行辐射校正，将影像的亮度值 DN 值转换为标准的星上反射率，以消除多光谱影像中的日照条件差异；
ENVI 混合像元分解
热门推荐
qq_32649321的博客
12-21 2万+
一、混合像元分解的过程： 在影像已经完成预处理的前提下（如几何校正、大气校正、去噪等），混合像元分解的一般的过程：首先获取端元波谱（从图像上、波谱库中或者其他来源），然后选择一种分解模型在每个像素中获取每个端元波谱的相对丰度图，最后从丰度图上提取不同组成比例的像元。 二、混合像元分解算法 混合像元分解算法包括数据降维、端元选取和反演三个步骤。 1.数据降维 尽管数据降维不是混合像元分解算法的一个必需步骤，但由于大多数算法都将其作为一个流程，我们也将其当作一个步骤。常用的降维算法有主成分分析（Princip
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值