电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

ENVI实习高光谱遥感

ENVI实习高光谱遥感_第1页
1/27
ENVI实习高光谱遥感_第2页
2/27
ENVI实习高光谱遥感_第3页
3/27
高光谱遥感第三次实习 一、 实习任务: 运用MNF变换后的波段以及散点图工具提取端元 运用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元 运用提取的端元进行分类和制图 二、 实习目标以及用时:学习运用EN V I软件进行纯净像元的提取方法 三、 教学方式:依据实习指导书进行实验,并完成实习报告 四、 使用器材:美国内华达的赤铜矿AVIRIS遥感数据,该数据已经经过ATREM大气校正,ENVI遥感软件 五、 具体实习过程 本次实习主要内容:本章选用的实验数据是一幅经过校准的AVIRIS图像,处理的结果用于地质学应用,这主要是考虑到,到目前为止地质学研究仍然是高光谱遥感的主要应用领域之一。 在ENVI主菜单下选择:File > Open Image File,在打开的文件选择窗口中选择图像文件cu p 95eff,点击OK打开图像: 这是一幅经过校准的有50个波段的AVIRIS图像,图中显示的是将第183、193、207波段分别赋红、绿、蓝合成的彩色图像。 我们可以打开它的2-D散点图观察一下。在主图像窗口中选择:Tools > 2-D Scatter Plots,在随即弹出 的波段选择窗口中任意 选择两 个波段,点击OK构 成2-D散点图。这里 选择的是第172、173波段。 在这幅2-D三点图上我们可以观察到,在由172和173波段组成的光谱特征空间中图像上的点明显地呈线状点云分布,说明这两个波段的相关性极强。 遥感图像的某些波段之间往往存在着很高的相关性,直观上波段图像彼此很相似,从提取有用信息的角度考虑,有相当一部分数据是多余和重复的,解决这一问题的有效方法是进行特征提取和特征选择,去相关和分离噪声。 在多光谱遥感图像处理中,我们会采取PC旋转,但是相比之下,MNF变化更适用于高光谱遥感数据。下面我们就用MNF变换对图像进行处理。 最低噪声分数(MNF)变换用以确定图像数据的内在维度、隔离噪声以及降低后处理的计算要求。MNF变换的本质就是两个叠置的主成分变换。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。第一步导致了转换数据的噪声个体的变异和波段与波段的不相关。第二步是标准主成分变换。 在ENV I主菜单下选择:Transform > MNF Rotation > Forw ard MNF > Estimate Noise Statistics from Data。变换完成后得到如下MNF特征值曲线,其横坐标为变换后的波段数(之所以只有25个波段是因为我在之前的MNF参数设置中更改了输出波段数),纵坐标为特征值。 把鼠标移到曲线上...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

ENVI实习高光谱遥感

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部