ENVI实习直方图匹配,校正,分类

EN V I 实习 一 实验目的 （1）主要学习EN V I 软件的基本功能 （2）EN V I 软件完成影像增强（包括直方图匹配和去云）、融合、正射校正和监督、非监督分类四个大方面的试验。 （3）掌握视窗操作模块的功能和操作技能 二 软件和设备 EN V I4.5 一套 三 实验原理 各个任务的试验原理和操作详细见下面操作，再次不详述。 一、图像增强（算法、原理、对比图） 1、直方图匹配 在 ENVI 中使用 Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上，从而使两幅图像的亮度分布尽可能地接近。使用该功能以后，在该功能被启动的窗口内，输入直方图将发生变化，以与所选图像显示窗口的当前输出直方图相匹配。在灰阶和彩色图像上，都可以使用该功能。 操作步骤：选择 Enhance > Histogram Matching，出现 Histogram Matching Inpu t parameters 对话框，在 Match To 中选择想匹配的图像。在 Inpu t Histogram 会有 Image、Scroll、Zoom、Band、、ROI 来选择如数直方图的来源，下图为输入图像数据及其所用的拉伸（直方图匹配之前）： 下图为 Match To 想匹配的图像及其拉伸： 利用直方图匹配后图像2 的直方图结果： 从结果可以看出，匹配后的图像在亮度上已经明显增强，从偏暗增强为较亮；其直方图与# 1 中的图像直方图在亮度上分布也很接近。 2、图像去云 常规的云处理算法会随云的覆盖类型的不同而不同，对在大范围内存在薄云的影像来说，采用同态滤波法较好。同态滤波法把频率过滤与灰度变化结合起来，分离云与背景地物，最终从影像中去除云的影响，这种方法由于涉及到滤波器以及截至频率的选择，在滤波的过程中有时会导致一些有用信息的丢失。对于局部有云的影像来说，一般使用时间平均法，这种算法适用于地物特征随时间变化较小的地区，如荒漠、戈壁等地区；对于植被覆盖茂密的地区，由于植被的长势与时间有密切的关系，不同时相的植被长势在影像中有明显的区别，这种简单的替代算法不再适用。 对影像进行去云处理，不光是要简单地提高影像分类及制图的精度，同时也是对影像进行大气纠正以及对地物信息进行提取的重要步骤。最好有一种算法是能够从影像中去除云的影响，同时还能够恢复不同云区覆盖下的地物光谱信息。在本例中，我选择的去云方法没有用常规的空间域图像增强，滤波等方法，而是利用自己定义掩膜的方法。具体操作步骤如下： 1）使用 BasicTool >stati...