ENVI/IDL遥感信息提取：从监督分类到决策树与面向对象方法

"该资源是一份关于Bandmath基础的旅游行业营销白皮书，由巨量引擎和知萌合作发布于2019年4月。文中主要介绍了ENVI（Environment for Visualizing Images）波段运算工具在遥感图像信息提取中的应用。ENVI是一个强大的遥感图像处理软件，它提供了丰富的功能，包括监督分类、决策树分类、面向对象分类等，以实现地物识别、定量反演和动态监测等任务。此外，文中还提及了使用IDL（Interactive Data Language）进行遥感图像处理的情况。" 在这份白皮书中，Bandmath基础是ENVI中的一个重要概念，它允许用户编写自定义程序来处理波段数据。通过波段运算工具，用户可以定义输入的波段或文件，并调用预编写的功能，最终将处理结果输出到文件或内存中，以供进一步分析。这在遥感图像处理中非常关键，因为它提供了灵活性和定制化能力，以满足特定的分析需求。 遥感信息提取技术是ENVI/IDL的核心内容。它概述了多种方法，包括： 1. 遥感信息提取技术基础：依赖于地物的光谱信息（亮度值或像元值）和空间信息（像元的位置关系），通过计算机分析这些信息，实现图像分类和信息提取。 2. 监督分类：这是一种训练分类法，需要先通过目视判读和野外调查获取样本像元的类别属性，然后选择训练样本，训练分类器，最后应用分类器对整个图像进行分类。 3. 基于专家知识的决策树分类：这种方法利用多源数据，结合专家知识构建决策树，对遥感图像进行分类。 4. 面向对象分类：随着高分辨率图像的普及，面向对象的分类方法变得更为重要，它考虑了地物的形状、大小、纹理和邻域关系等特征。 5. 地物识别与地表反演：通过建立数学模型，可以从遥感图像中提取定量信息，这通常需要特定的数据源支持。 6. 动态监测：通过比较多时相遥感图像，可以识别地表的变化。 7. 立体像对DEM（数字高程模型）提取：利用两幅有重叠区域的图像，可以构建地形的三维模型。 在ENVI/IDL中，监督分类的流程包括类别定义、特征判别、分类器选择、样本选择、分类后处理和结果验证。分类器如平行六面体、最小距离和马氏距离等，它们是根据不同的距离度量标准来进行像元分类的。 这份白皮书为读者提供了ENVI/IDL在遥感图像处理中的全面介绍，特别是强调了Bandmath的基础及其在遥感信息提取中的应用，这对于理解和应用遥感技术在旅游行业营销中的数据分析具有重要意义。