ENVI遥感图像处理:自定义坐标系与正射校正

需积分: 7 20 下载量 104 浏览量 更新于2024-08-05 收藏 22.32MB PDF 举报
"这篇文档是关于ENVI遥感图像处理软件的使用教程,涉及自定义坐标系、正射校正和控制点选择等关键步骤。文档指出ENVI从4.7版开始使用ArcGIS投影转换引擎,支持自定义北京54和西安80坐标系,同时介绍了如何在ENVI Classic中进行正射校正,包括从参考图像选择控制点和手动输入控制点的方法。" 在ENVI遥感处理中,自定义坐标系的设置至关重要,尤其是对于与ArcGIS系列产品的兼容性。自ENVI 4.7版本开始,所有ENVI产品均采用了ArcGIS的投影转换引擎,使得与ArcGIS的投影类型相统一。在处理北京54和西安80坐标系时,需要使用特定的基准面名称:D_Beijing_1954和D_Xian_1980。此外,正射校正是遥感图像处理的重要环节,用于消除地形引起的形状失真,确保图像具有准确的地理位置。 在正射校正过程中,用户可以使用两种方法选择地面控制点:手动输入和从参考图像选择。手动输入方法需要在Display窗口中定位特征点,然后在Ground Control Points Selection面板输入坐标和高程。另一种方法是从参考图像获取坐标,通过绑定DEM数据,可以在参考图像上直接获取地物的x、y和高程值,然后将其导入到校正图像的控制点列表中。 ENVI提供了强大的图像处理功能,包括数据输入、浏览、预处理、信息提取和报告生成等。在处理高分辨率图像时,如高分一号PMS数据,需要进行大气校正、辐射定标、正射校正和图像融合等一系列步骤。同样,ENVI也适用于自然生态环境监测,包括图像裁剪、大气校正和生态环境评价等应用。 在城市绿地信息提取的应用中,ENVI的预处理、面向对象分析和矢量后处理等功能可以帮助提取和分析绿地信息。而像元二分模型则可以用于植被覆盖度的反演,通过对高分辨率图像的分析,可以得出区域内植被覆盖的详细情况。 ENVI是一个强大的遥感图像处理平台,能够处理多种数据源,支持复杂的地理坐标系统,并提供详尽的图像处理工具,广泛应用于环境监测、城市规划和自然资源管理等领域。
2024-11-06 上传
weixin073智慧旅游平台开发微信小程序+ssm后端毕业源码案例设计 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
2024-11-06 上传
python017基于Python贫困生资助管理系统带vue前后端分离毕业源码案例设计 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。