遙感數(shù)字圖像處理與分析：ENVI 5.x實(shí)驗(yàn)教程

第一部分 基 礎(chǔ) 篇
第1章 導(dǎo)論 2
1.1 遙感數(shù)字圖像處理與分析 2
1.1.1 基本概念 2
1.1.2 遙感數(shù)字圖像處理的主要內(nèi)容 2
1.1.3 遙感圖像理解與分析 3
1.1.4 遙感數(shù)字圖像處理技術(shù)與發(fā)展 4
1.2 ENVI 5.x概述 4
1.2.1 ENVI 軟件特色 4
1.2.2 ENVI 5.x高級(jí)版本新增功能 4
第2章 ENVI窗口組成 7
2.1 主菜單 7
2.1.1 文件 7
2.1.2 調(diào)整圖層順序 15
2.1.3 顯示 15
2.1.4 視圖 19
2.1.5 幫助 20
2.2 工具欄 20
2.3 圖層管理 20
2.4 基礎(chǔ)工具 21
2.4.1 圖層疊加 21
2.4.2 圖像大小調(diào)整 22
2.4.3 感興趣區(qū)定義 24
2.4.4 掩膜 25
2.4.5 直方圖匹配 28
2.4.6 波段運(yùn)算 29
第3章 圖像預(yù)處理 31
3.1 自定義坐標(biāo)系 31
3.1.1 地圖投影的基本參數(shù) 32
3.1.2 ENVI中的自定義坐標(biāo)系 32
3.2 圖像校正 36
3.2.1 輻射定標(biāo) 36
3.2.2 大氣校正 39
3.2.3 幾何校正 44
3.3 圖像融合 61
3.3.1 RGB圖像的融合 61
3.3.2 多光譜圖像的融合 63
3.4 圖像鑲嵌 64
3.4.1 基于像元的圖像拼接 64
3.4.2 無(wú)縫拼接 66
3.5 圖像裁剪 68
3.5.1 規(guī)則分幅裁剪 68
3.5.2 不規(guī)則分幅裁剪 69
3.6 圖像合成 71
3.6.1 偽彩色合成 71
3.6.2 彩色合成 72
第4章 圖像增強(qiáng) 73
4.1 圖像變換 73
4.1.1 拉伸 73
4.1.2 色彩空間變換與拉伸 74
4.1.3 色彩拉伸 76
4.1.4 交互式直方圖拉伸 79
4.1.5 主成分分析 80
4.1.6 纓帽變換 82
4.2 濾波增強(qiáng) 83
4.2.1 卷積增強(qiáng) 83
4.2.2 形態(tài)學(xué)濾波 85
4.2.3 自適應(yīng)濾波 86
4.2.4 傅里葉變換 88
4.3 紋理分析 92
4.3.1 基于概率統(tǒng)計(jì)（Occurrence-Based）的濾波 93
4.3.2 基于二階概率統(tǒng)計(jì)（Co- occurrence-Based）的濾波 93
第5章 圖像分類(lèi) 95
5.1 遙感圖像分類(lèi)簡(jiǎn)介 95
5.2 非監(jiān)督分類(lèi) 96
5.2.1 IsoData分類(lèi) 96
5.2.2 K-Means分類(lèi) 98
5.2.3 類(lèi)別定義與子類(lèi)合并 99
5.3 監(jiān)督分類(lèi) 101
5.3.1 選取訓(xùn)練樣本 101
5.3.2 執(zhí)行監(jiān)督分類(lèi) 104
5.4 決策樹(shù)分類(lèi) 110
5.4.1 定義分類(lèi)規(guī)則 111
5.4.2 構(gòu)建決策樹(shù) 112
5.4.3 執(zhí)行決策樹(shù) 114
5.5 分類(lèi)后處理 115
5.5.1 聚類(lèi)（clump）統(tǒng)計(jì) 115
5.5.2 過(guò)濾（Sieve）分析 115
5.5.3 Majority/Minority分析 116
5.5.4 分類(lèi)統(tǒng)計(jì) 116
5.5.5 分類(lèi)結(jié)果轉(zhuǎn)矢量 118
5.6 精度評(píng)價(jià) 118
5.6.1 分類(lèi)結(jié)果疊加 118
5.6.2 混淆矩陣 120
第6章 矢量數(shù)據(jù)處理 123
6.1 新建矢量數(shù)據(jù) 123
6.2 編輯矢量數(shù)據(jù) 124
6.3 數(shù)據(jù)格式轉(zhuǎn)換 126
第7章 高分辨率遙感圖像分割 127
7.1 基于規(guī)則的房屋信息提取 127
7.2 基于樣本的農(nóng)田信息提取 131
7.3 基于規(guī)則的道路信息提取 135
第8章 遙感制圖與三維可視化 140
8.1 遙感制圖 140
8.1.1 快速制圖 140
8.1.2 自定義制圖元素 142
8.2 三維可視化 144
8.2.1 生成三維效果 144
8.2.2 三維場(chǎng)景窗口 145
第二部分 增 強(qiáng) 篇
第9章 高光譜分析技術(shù) 148
9.1 標(biāo)準(zhǔn)波譜庫(kù) 148
9.2 創(chuàng)建波譜庫(kù) 153
9.3 交互瀏覽波譜庫(kù) 155
9.4 波譜重采樣 157
9.5 圖像波譜分割 158
9.6 波譜立方體 160
第10章 雷達(dá)圖像處理 161
10.1 雷達(dá)圖像的基本處理 161
10.1.1 數(shù)據(jù)讀取 162
10.1.2 圖像增強(qiáng) 163
10.1.3 圖像濾波 163
10.2 雷達(dá)圖像的地理編碼 164
10.3 SIR-C極化雷達(dá)數(shù)據(jù)處理 166
10.3.1 數(shù)據(jù)多視處理（Multi-Look） 166
10.3.2 標(biāo)準(zhǔn)極化合成（Synthesize SIR-C Data） 167
10.3.3 非標(biāo)準(zhǔn)極化合成 168
10.3.4 SIR-C地理編碼 170
第11章 地形特征提取 172
11.1 地形建模 173
11.1.1 地形菜單 173
11.1.2 地形建模 174
11.1.3 三維地形可視化 175
11.2 地形特征提取 177
11.3 立體像對(duì)DEM自動(dòng)提取 178
11.3.1 DEM自動(dòng)提取操作步驟 179
11.3.2 編輯DEM 185
11.3.3 立體3D量測(cè)工具 187
11.3.4 核線圖像3D光標(biāo)工具 187
11.4 等值線插值生成DEM 189
11.4.1 矢量等高線插值DEM 189
11.4.2 高程點(diǎn)文件插值DEM 191
第12章 多特征信息提取與分析 194
12.1 水體提取建模與分析 194
12.1.1 TM影像水體特征及水體提取模型 194
12.1.2 基于TM影像的水體提取實(shí)驗(yàn) 196
12.1.3 水體提取后處理 198
12.1.4 水體提取結(jié)果對(duì)比分析 201
12.2 植被提取建模與分析 202
12.2.1 典型的植被提取模型 202
12.2.2 基于TM影像的植被提取實(shí)驗(yàn) 203
12.2.3 植被覆蓋度的估算 205
12.3 高分辨率影像陰影提取建模與分析 218
12.3.1 QuickBird影像陰影特征及檢測(cè)模型 218
12.3.2 基于QuickBird的陰影檢測(cè)實(shí)驗(yàn) 220
12.3.3 陰影提取后處理 222
參考文獻(xiàn) 225