ENVI遥感影像处理：监督分类与端元波谱管理

"监督分类-tc itk二次开发-遥感影像" 在遥感影像处理中，监督分类是一种常用的技术，用于根据用户定义的训练样本类别（training classes）将数据集中的像元分组。这种分类方法依赖于用户提供的纯净样本，即所谓的训练样本，这些样本代表了不同的地物类别。在ENVI（The Environment for Visualizing Images）这款遥感影像处理软件中，监督分类包含了多种算法，如平行六面体、最小距离、马氏距离、最大似然、波谱角（SAM）和二进制编码。 在进行监督分类前，必须首先定义训练样本类别。有两种方式来完成这一过程：一是使用Endmember Collection对话框选择端元波谱。在这个对话框中，可以执行波谱输出到ASCII文件、波谱输出到波谱库以及更改输入文件的操作。例如，要保存端元波谱为ASCII文件，可以通过File > Save Spectra As > ASCII来实现。若要构建一个ENVI标准波谱库，可以选择File > Save Spectra As > Spectral Library。若想在保留现有端元的情况下更改输入文件，可以选择File > Change Input File，并指定新的输入文件名，同时可以调整空间或波谱子集。 另一种定义训练样本类别的方式是利用感兴趣区（ROIs）定义。用户可以创建或选择代表不同地物类别的像元集合，确保这些像元尽可能纯净。为了检查ROIs的可分性，可以将它们导出到n维可视化器进行分析，或者计算感兴趣区的可分离性报告，以确保各类别之间无明显重叠。 监督分类的每个算法都有其特定的应用场景。例如，平行六面体分类依据像素值在多维空间中的位置，最小距离分类则是基于像素与训练样本之间的距离；马氏距离考虑了像素数据的协方差结构；最大似然分类利用统计概率模型；而波谱角分类（SAM）则基于像素与端元之间的角度差异；二进制编码方法适用于处理具有多个特征的复杂分类问题。 ENVI作为一套强大的遥感影像处理系统，拥有广泛的遥感数据格式支持，以及与地理信息系统（GIS）的良好整合。用户可以根据实际需求选择适合的处理工具和分类算法，实现对遥感数据的深度分析和信息提取。此外，ENVI的IDL底层开发平台允许用户进行二次开发，定制符合特定应用需求的功能，进一步增强了其在遥感领域的实用性。 监督分类是遥感影像处理中的关键步骤，它利用已知的训练样本信息对整个数据集进行分类，从而提取出有价值的地理信息。ENVI软件提供了多种工具和方法，以帮助用户高效、准确地执行这一任务。结合其丰富的功能和灵活的二次开发能力，ENVI成为了遥感领域中不可或缺的工具之一。