ENVI操作.docx

本文格式为Word版，下载可任意编辑ENVI操作 ENVI图像拼接、栅格转矢量、图像裁剪、图像融合 ENVI图像拼接 在ENVI主菜单中选择Map—Mosaicing—Georeferenced，在Mosaic对话框中点击Import—Import File，选择需要拼接的两幅图像，然后举行图像拼接然后对图片点击右键，选中Edit Entry，在Edit Entry对话框中，设置Data Value to Ignor：0，疏忽0值，设置Feathering Distance为10，羽化半径为10个像素，点击OK确定 点击file-apply，保存即可 ENVI栅格转矢量 1） 要将感兴趣区转换成矢量多边形，在ROI Tool对话框中选择File → Export ROIs to EVF，开启Export Region to EVF对话框 2） 高亮显示区域的名字来选择其中某个区域选择All points as one record单项选择按钮选项，在Layer Name文本框中输入层的名字，点击Memory，然后点击OK转换第一个感兴趣区 i.重复上面的步骤，转换其次个感兴趣区。

ii.矢量层的名字都会在可用矢量列表中列出 3） 在可用矢量列表中，点击Select All Layers，然后点击Load Selected按钮 4） 在Load Vector对话框中，选择New Vector Window开启一个新的矢量显示窗口 i. 这些矢量将以多边形的方式加载到Vector Window #1对话框中 5） 在Vector Window #1对话框中，选择Edit → Add Attributes给多边形添加属性信息 6） 按照本专题209页所描述的内容来添加属性信息 i.这样就可以同其它矢量数据一同使用查询和GIS分析功能了通过在Vector Window Parameters对话框中，选择File → Export Active Layer to Shapefile，将这些矢量导出成shape文件 6、等值点/等值线插值成栅格影像 1）在ENVI主菜单中，选择Topographic >Convert Contours to DEM，或Vector > Convert Contours to DEM 2）在文件选择对话框中，选择包含地形等高线的EVF文件和高程属性。

3）将展现Convert Elevation Contours to Raster DEM对话框 4）在“Elevation Attribute Column”标签旁的下拉菜单中，选择包含等高线高程的属性 5）假设需要，输入有效高程范围（与高程属性单位一致），高程处于有效范围外的矢量在构建DEM时将被疏忽 6）键入输出像元尺寸和数据类型 7）留神： 8）像元尺寸在处理开头之前可以更改（参见下面的第9步）建议设定的输出像元尺寸要适当大于矢量结点的采样距离 9）通过选择内插方法和外插选项，设置栅格参数 10）要选取输出的DEM的空间子集，点击对话框底部的“Map”或“File”按钮，前者允许你将DEM限定在由地图坐标指定的区域内，后者允许你将DEM限定在与现存的经过地理坐标定位的文件一致的区域内 11）为输出的DEM选择一个地图投影类型 12）留神： 13）该投影类型不必与输入的矢量数据的投影类型一致 14）点击“OK”持续 15）将展现DEM Output Parameters对话框 16）检查显示在“Gridded DEM Output Image”标题下的信息，确定它们都是正确的。

假设要更改包括像元尺寸在内任何输出参数，点击“Change Output Parameters”按钮 17）为DEM结果选择输出到“File”或“Memory” 18）点击“OK”开头处理 envi图像裁剪 第一步，开启ENVI-----点击File--Open Vector File--开启之前获得的矢量数据，跟着开启File--Open Image File--需要裁剪的遥感数据 其次步，在Available Vectors List对话框中File--Export Layers to ROI--选择待裁剪的遥感数据----选择Convert all records of an EVF layer to one ROI，这样，就将在ArcGIS中得到的矢量边界数据转换成了ENVI中的ROI数据 第三步，接着在图像Image窗口中点击Tools--Region Of Interest--ROI Tool，会看到在图像窗口中显示了之前的矢量边界 第四步，然后在ROI Tool窗口中点击File--Subset Data via ROIs--选择裁剪图像--将输出影像背景灰度设为0--选择输出路径--OK。

这是最终结果 图像融合 图像融合是将低空间辨识率的多光谱影像或高光谱数据与高空间辨识率的单波段影像重采样生成成一副高辨识率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间辨识率，又具有多光谱特征图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择只有将两幅融合图像举行精确配准，才可能得到合意的结果对于融合方法的选择，取决于被融合图像的特征以及融合目的 — 5 —。