ENVI实战—地物波谱分类

最新推荐文章于 2025-11-21 15:16:31 发布

原创最新推荐文章于 2025-11-21 15:16:31 发布 · 4.9k 阅读

57 ·

CC 4.0 BY-SA版权

文章标签：

#分类 #算法 #ENVI #遥感

快速上手：ENVI 实用功能小技巧专栏收录该内容

15 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

实验1：浏览内置波谱库

目的：学会使用波谱浏览器，浏览内置波谱库，以进行课程后继实验

过程：

①打开ENVI软件，在窗口选择“显示”并点击，找到“波谱库浏览器”并打开，此时可以浏览ENVI内置的波谱库数据

图1

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

梧桐GIS

关注关注

30
点赞
踩
57

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

【Envi遥感图像处理】015：查看高光谱影像、光谱曲线

「刘一哥与GIS的故事」

03-11

1858

高光谱数据是包含光谱维度的三维数据，获取依赖高光谱成像仪器。数据格式多样，如ENVI、HDF、NetCDF等。数据特点为光谱分辨率高、信息量大、数据维度高。处理流程包括数据导入、预处理、特征提取、分类和可视化。应用领域广泛，如农业、环境监测、军事侦察和城市规划。保来发仪器提供高光谱相机等配色系统产品。

ENVI自带地物波谱库文件说明和查看（以ENVI5.3为例）

weixin_44487892的博客

01-31

1万+

ENVI自带地物波谱库文件说明和查看（以ENVI5.3为例）一切地物，由于其种类和环境条件不同，反射和辐射电磁波的特征随波长而变化。通常用二维几何空间内的曲线表示，横坐标表示波长λ（或者波段序号），纵坐标表示反射率ρ（或者像素值），称为波谱曲线。地物波谱可以通过仪器测量，如波谱仪，也可以通过高光谱/超光谱图像上获取。 ENVI的波谱库文件是以图像文件格式保存，包括一个二进制的数据文件（后缀默认.sli）和一个头文件（.hdr）,当做一个图像显示时候，图像的行表示一个波谱曲线，列表示采样点(X轴波段序号)，

参与评论您还未登录，请先登录后发表或查看评论

应用ENVI 进行高光谱波谱分析和地物识别

03-20

主要介绍用ENVI如何实现地物识别，以求在此过程中更好地熟悉和理解高光谱遥感图像的处理方法和步骤。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。最后，我对一幅相比之下空间分辨率更高的用于军事的高光谱图像进行了部分改进的分析操作，以便比较分类效果。

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...

【ENVI5.6】光谱曲线转换为相对反射率

最新发布

Y90_7788的博客

11-21

243

记录转换反射率的过程。原始数据是经过设备自带RAD校正后的，不需要再辐射定标。2.打开大气校正文件.hdr，选择波段，加载到新视图，也可以灰度显示。查看元数据，发现缩放因子为10000，可以解释数值不在0-1。选择 “快速大气校正”工具，选中需要进行该操作的文件。传感器类型未知，以文件形式保存，便于后面分析。任意查看一个位置的光谱曲线，数值不在0-1之间。3.使用“波段计算”将Y轴数值变为0-1之间。查看新保存的文件，值为0-1之间就成功啦。1.对数据进行大气校正。将公式应用到整个文件。

利用ENVI进行土地利用监督分类

m0_71391833的博客

01-30

8715

本次实验土地利用分类为例，分类仅考虑大面积连续分布的地物，不考虑更加详细的亚类，选择Landsat8OLI图像为数据源，谷歌地球遥感影像数据为参考影像。监督分类主要包括特征提取和选择、确定分类类别和建立解译标志、训练样本选取和评价、图像分类四个部分。提示：以下是本篇文章正文内容，下面案例可供参考。

ENVI中利用平均波谱角的方法进行分类

zhoulong_giser

11-28

9734

总体思路是：在分类图像上绘制感兴趣区域(ROI)，利用Send ROIs to n-D Visualizer工具，求得其平均光谱曲线，再根据Spectral Angle Mapper Classification进行分类，分类效果很棒。下面让我们将超级牛逼的平均波普分类方法一步步实现(以提取阴影为例)：步骤一：创建ROI(注意：均匀的选择感兴趣区域)：步骤二：Send ROIs t...

ENVI土地利用分类

T_Maxx的博客

05-19

1万+

做完监督分类之后不知道该怎么进行精度评定

使用ENVI进行高光谱波谱分析与地物识别实践

"这篇内容主要介绍了如何利用ENVI软件进行高光谱波谱分析和地物识别，通过实例展示了ENVI在高光谱遥感图像处理中的应用。实验数据选取了一幅校准过的AVIRIS图像，适用于地质学研究。在ENVI中，通过打开图像文件，...

地物分类

杨过

06-06

2420

采用影像重选感兴趣区自评和Google earth等第三方软件选点两种方法进行精度评定和对比分析。其一是重新选一些新的、目视非常明显的地类作为感兴趣区，以感兴趣区代替整幅图像进行自评。其二是使用Google earth同期数据目视解译，每种地类随机选20-50个点跟影像上的数据进行比较，计算精度指标。显然，自选评定主观性较强。监督分类精度高于非监督分类。由于“混合像元”，同物异谱、同谱异物等原因，不同地物之间的分类精度差异明显，存在错分、误分情况。 ...

基于ENVI的遥感影像分类

05-14

传统的遥感影像是依据地物的波谱信息来进行分类的。这往往会产生“同物异谱，异物同谱”的问题，使得分类精度和效果不理想。因此本文采用基于专家知识的决策树Ｃ４．５法，利用地物的波谱信息、归一化植被指数、主成分分析等特征构建决策树，与监督分类中的支持向量机法、最小距离法去比较。

ENVI的非监督分类

10-28

非监督分类：也称为聚类分析或点群分类在多光谱图像中搜寻定义其自然相似光谱集群的过程它不必对影像地物获取先验知识仅依靠影像上不同类地物光谱或纹理信息进行特征提取再统计特征的差别来达到分类的目的最后对已分出的各个类别的实际属性进行确认 ">非监督分类：也称为聚类分析或点群分类在多光谱图像中搜寻定义其自然相似光谱集群的过程它不必对影像地物获取先验知识仅依靠影像上不同类地物光谱或纹理信息进行特征提取再统计特征的差别来达到分类 [更多]

遥感地物分类识别

09-21

介绍利用SPOT5多光谱数据实现地物分类。利用光谱和空间特征表示象元信息，神经网络进行分类识别

Envi监督分类，主要是随机森林分类

热门推荐

guaicaicexu的博客

04-14

2万+

目前精度较高的方法主要是支持向量机分类和随机森林分类。所以废话不多说，直接上干货 1.打开envi，加载影像，主要以land sat8为例，直接打开以MTL为后缀的文件如果打不开的话，就是头文件有问题，可以把各个波段的tif文件加载进来，进行波段合成。 2.打开头文件后，之后要进行数据的预处理，分别是辐射定标和大气校正。 3.首先是辐射定标在tool box 中直接搜索radiometric，如下图双击打开，共有7个波段，点击OK，具体设置如图设置输出路径，不要有中文 4.大气校正，在toolbox

使用ENVI进行监督分类

Billie使劲学的博客

10-11

1万+

④大气校正模型的选择：根据目标地理位置所在的纬度以及影像拍摄的时间选择相应的模型。将边界的.shp文件转为.evf文件。(直接打开.shp文件好像也可以)打开ENVI并打开文件，找到下载的影像压缩包，解压并打开MTL文件。设置完成后点击OK，即完成转换操作（生成的数据为.evf格式）。全部完成后点击确定，完成大气校正，然后打开大气校正后的文件。在ENVI打开.evf格式（.shp格式）的边界文件。点击OK，就在定义的位置出现了.evf 的边界文件。右侧搜索“flaash”出现如图所示，打开大气校正。

ENVI与ArcGis利用卫星影像进行土地利用类型分类

qq_50522851的博客

02-29

2399

（3）将卫星影像文件Multispectral_LC08_L1TP_123035_20131120_20170428_01_T1_MTL和Multispectral_LC08_L1TP_124035_20131111_20170428_01_T1_MTL拖入到ENVI中。（6）土地利用类型分类（Toolbox--Classification--Classification Workflow--next--Using training data--分类--next--finish）

ENVI学习总结（十五）——遥感影像分类与应用

Arcgiser的博客

01-27

1万+

（一）非监督分类方法有两种，Isodata 和K-means。 1、K—均值分类算法 1）打开待分类的遥感影像数据 2）依次打开：ENVI主菜单栏—>Classification—>Unsupervised—>K—Means即进入K均值分类数据文件选择对话框。 3）选择待分类的数据文件。 4）选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数的...

工作中使用的git操作流程

weixin_44713462的博客

10-11

597

问题：需要克隆下来公司的项目进行代码编辑后提交自己的分支进行项目合并 1、使用git Bash：cat ~/.ssh/id_rsa.pub获取公钥，然后填到公司git地址自己账户下的SSH keys。这样可以通过SSH的方式克隆公司项目 2、克隆项目：选择一个文件夹下打开git Bash，使用git clonegit@****:********.git将项目克隆下来 3、进入项目文件查看本地和远程仓库上的所有分支：git branch -a 4、创建本地自己的分支：git branch ccTes.

卫星遥感土地覆被制图中的地物分类

ewahiogj的博客

08-13

1236

地物分类是遥感图像处理中的一个关键步骤，旨在将遥感影像中的像素或区域分配给不同的地物类别，如森林、水体、道路、建筑物等。地物分类可以采用多种方法，包括传统的监督和非监督分类方法，以及更高级的深度学习模型。非监督分类是一种无需预先标记样本的分类方法，它通过对影像中的像素进行聚类，将相似的像素分配到相同的类别中。可以根据任务的复杂程度选择不同的模型结构。使用训练好的深度学习模型对遥感影像进行分类，将影像中的像素或区域分配给不同的地物类别。使用训练好的分类器将影像中的每个像素或区域分配给特定的地物类别。