基于ENVI下的土地利用信息提取(二)
来源:互联网 发布:sql把重复数据删除 编辑:程序博客网 时间:2024/06/04 20:52
5. 处理流程
5.1 TM数据的获取与预处理
由于需求方所提供的TM遥感数据已经经过几何校正、辐射校正等预处理工作,故不需要再对其进行处理。国内的TM数据可在中国科学院遥感与数字地球研究所的门户网站上下载(http://cs.rsgs.ac.cn/cs_cn/cshome.asp),该网站提供海量共享数据免费下载,下载的数据基本经过了预处理等操作。
5.2 非监督分类
非监督分类是计算机根据遥感影像的光谱差异,自动将遥感影像分为特定的类别的一种分类方法,其相比于非监督分类的优点在于实现了计算机的自动解译,无需人工确定类别来选取感兴区域(ROI),该分类结果在本次试验中起到一定的辅助作用。ENVI非监督分类的方式包括ISODATA和K-Means两种,具体分类原理便不再作介绍,下面便是利用ISODATA方法来分类的步骤。
在主菜单上选择Classification→Unsupervised→ISOData,在Classification Input File对话框中,选择待分类的TM图像文件,单机OK按钮,打开ISODATA Parameters对话框(图02),下面设置ISODATA Parameters对话框的参数。
(1)类别数量范围(Number of Classes:Min,Max):一般输入最小数量不能小于最终分类数量,最大数量为最终分类数量的2-3倍。Min:10,Max:20。
图02 ISODATA分类器参数设置
(2)最大迭代次数(Maximum Iterations):15。迭代次数越大,得到的结果越精确,运算时间也越长。
(3)变换阈值(Change Threshold):5。当每一类的变化像元数小于阈值时,结束迭代过程。这个值越小得到的结果越精确,运算量也越大。
(4)Minimum # Pixel in Class:键入形成一类所需要的最小像元数。如果某一类中的像元数小于最小的像元数,该类将被删除,其中的像元被归并到距离最近的类中。
(5)最大分类标准差(Maximum Class Stdev): 1。以像素值为单位,如果某一类的标准差比该阈值大,该类将被拆分成两类。
(6)类别均值之间的最小距离(Minimum Class Distance):5。以像素值为单位,如果类均值之间的距离小于输入的最小值,则类别将被合并。
(7)合并类别最大值(Maximum # Merge Pairs):2。
(8)距离类别均值的最大标准差(Maximum Stdev From Mean),这个为可选项。筛选小于这个像元标准差的像元参与分类。
(9)允许最大距离误差(Maximum Distance Error),这个为可选项。筛选小于这个最大距离的误差参与分类。
(10)选择输入路径及文件名,单机OK按钮,执行非监督分类。分类结果将以文件的形式保存。以下是结果展示(图03)。
图03 非监督分类结果
5.3 计算NDVI
归一化植被指数(Normalized Difference Vegetation Index,NDVI)计算,可以将多光谱数据变换成一个单独的图像波段,用于显示植被分布,较高的NDVI值预示着包含较多的绿色植被。水田的含水量相对较高,其NDVI值略低于其他的植被,故NDVI能有效的将水田信息从中分离,由于水体中的植被较少,其光谱特征表现为强吸收,在对水体的NDVI值进行统计中发现其值大都低于0.1,故水体信息也易提取。如下是利用ENVI计算NDVI的过程。
(1)打开TM图像。
图04 NDVI计算对话框
图05 NDVI计算结果
(2)在主菜单中,选择Transforms→NDVI。在NDVI Calculations Input File对话框中,选择TM图像,单击OK按钮。
(3)在NDVI Calculation Parameters对话框中(图04),单击“Input File Type”下拉菜单,选择Landsat TM。用于计算NDVI的波段将被自动导入到“Red”和“Near IR”文本框中,手动输入所需要的波段。
(4)在“Output Data Type”下拉菜单选择输出字节型(Byte)或浮点型(Floating Point)。如果选择字节型输出,键入最小NDVI值,该值将被拉伸为0;键入最大NDVI值,该值将被拉伸为255,获得的NDVI将被拉伸为0-255范围内。如果选择浮点型,NDVI数值范围保持为-1-1。
(5)选择输出文件路径及文件名,单击OK按钮。图05是NDVI计算的结果。
- 基于ENVI下的土地利用信息提取(二)
- 基于ENVI下的土地利用信息提取(一)
- 基于ENVI下的土地利用信息提取(三)
- ENVI支持下利用高分辨率影像城市绿地信息提取方案
- 基于ENVI的图像融合
- ENVI中基于Modis影像提取NDVI处理步骤
- 基于运动信息的关键帧提取
- 在ENVI进行的土地利用分类数据,需要做景观指数分析,如何将其转换成GRID格式呀
- 基于ENVI bandmath的地表温度反演
- 基于ENVI的图像融合+波段合成
- 转 ENVI下的统计分析功能
- ENVI下的图像融合方法
- ENVI下的Landsat8大气校正(…
- ENVI下的Landsat8图像融合
- 信息度的分类提取策略-------基于python(网络爬虫)
- 基于Chrome开源提取的界面开发框架 二
- 特征提取--基于局部二值模型(LBP)的特征提取
- landsat 卫星波段组合以及envi下的展示
- 树莓派上实现流媒体
- srs之带宽检测
- 树莓派GPIO基础:WiringPi开发库基本使用
- 算法:模拟法(报数游戏)
- isascii字符串测试函数应用实例
- 基于ENVI下的土地利用信息提取(二)
- C++中虚函数(virtual function)到底有多慢
- 3D散点 表面,2D散点,边界。 matlab 儿子的papa
- iOS开发 GET、POST请求方法:NSURLConnection篇
- crond命令
- 华为 hg8245c 超级密码
- 《三重门》作者的机灵与人物的笨拙
- 基于ENVI下的土地利用信息提取(三)
- APIO2016 题解