GIỚI THIỆU VỀ PHẦN MỀM ENVI

(Environmental for Visualizing Images)
1. Thực đơn File: quản lý dữ liệu - Mở files: ảnh, vector và các định dạng khác…. - Đọc và sửa thông tin ảnh – ENVI header file - Lưu ảnh dưới các định dạng thích hợp - Định dạng files: + ENVI xây dựng theo hệ thống ASCII + Định dạng các ảnh vệ tinh thông dụng: Landsat, SPOT, IKONOS, ASTER, MODIS, AVHRR, ENVISAT/MERIS, LIDAR…. + Định dạng của các phần mềm xử lý ảnh khác và định dạng ảnh thông dụng - Một số chức năng khác và đặt các tham số cấu hình tuỳ ý 2.Thực đơn Basic Tool: các công cụ cơ sở - Công cụ cắt ảnh, ghép ảnh, ghép lớp, xoay ảnh… - Tạo vùng nghiên cứu (ROI) - Các phép tính trên các kênh (Band Math) - Các phép tính theo đặc tính phổ (Spectral Math) - Tạo Mask - Thống kê ảnh - Phân tích bíên động - Các công cụ hịêu chỉnh bức xạ ….. - …. 3. Thực đơn Classification: Công cụ phân loại ảnh - Phân loại có kiểm định - Phân loại không kiểm định - Phân loại theo nhánh cây - Chọn đặc tính phổ - Tạo ảnh phân loại từ ROI - Kỹ thuật hậu phân loại 4. Thực đơn Transform : Công cụ biến đổi ảnh - Tăng độ nét ảnh - Tạo ảnh tỷ số kênh - Tạo ảnh thành phần chính (Principal Component) - Tạo ảnh theo lý thuyết nhiễu (MNF Rotation) - Biến đổi tổ hợp hệ màu - Chỉ số thực vật và phân tích Tasseled Cap - Các phép biến đổi khác 5. Thực đơn Filter : Công cụ lọc ảnh - Lọc theo thuật toán cửa sổ trượt - Lọc theo tần số - chuỗi Fourier - Lọc thích nghi, theo texture hoặc theo hình học 6. Thực đơn Spectral : Công cụ xử lý thông tin phổ - Thư viện phổ (đặc tính phản xạ của các đối tượng bề mặt) - Các phép tính theo đặc tính phổ (Spectral math) - Các chỉ số theo các thông tin phổ khác - ... 7. Thực đơn Map : công cụ xử lý bản đồ ảnh - Nắn chỉnh hình học ảnh 1

Hiển thị hình ảnh radar ..Kết nối các cửa sổ hiển thị .. Thực đơn Topographic: Công cụ địa hình .Chuyển đổi độ phân giải phương vị .+ Nắn chỉnh tự động (theo các tham số vệ tinh) + Nắn ảnh với ảnh + Nắn ảnh với bản đồ nền . 12. Thực đơn Help: Công cụ trợ giúp .Xác định các giá trị phân cực của radar .Chuyển đổi địa hình dạng vector .Biến đổi hình ảnh radar .Tạo lập ảnh màu . ghép lớp (Layer stacking) .….Tạo ảnh bóng . .Biên tập các lớp vector .Đọc ảnh radar .Các phép lọc ảnh radar .Dữ lịêu ảnh: + Display Window: hiển thị hình ảnh cho từng kênh (đen trắng và tổ hợp màu) + Available files/Bands/Vectors List: danh sách các file/các kênh/các vector đã mở ..GPS-Link đọc dữ lịêu định vị.evf / *.… 9.Chuyển đổi hệ tọa độ .Mô hình hoá địa hình .Chuyển đổi raster sang vector và ngược lại . 2 . 8..Thông tin hiển thị (Cursor value).*.Ghép ảnh (Mosaicking).Hiển thị dữ liệu vector . hiển thị hình ảnh với mạng lưới.Hiển thị thông tin phổ của ảnh .Tạo hình ảnh 3 chiều 10. Thực đơn Radar: Công cụ xử lý hình ảnh Radar .Ortho-retification .Cho phép hiển thị các thông tin trợ giúp sử dụng các công cụ cũng như thể hiện một số thông tin về phần mềm.shp. chồng vector lên ảnh . . Thực đơn Window: Quản lý hiển thị .Mở đóng lớp vector. tạo hình ảnh chuyển động.Cấu trúc cho ảnh radar 11. Thực đơn Vector: công cụ xử lý vector ..Các hàm cấu trúc .

Kích vào nút cửa sổ ảnh. Kích phím trái của chuột vào bất kỳ thực đơn nào của menu chính sẽ cho ra các menu phụ dưới dạng pulldown với các lựa chọn và với mỗi lựa chọn lại có thể chia nhánh với các lựa chọn tiếp theo. Cửa sổ ENVI Question xuất hiện với câu hỏi “Terminate this ENVI Session?”. bao gồm: + Cửa sổ ảnh – trong cửa sổ này toàn bộ một phần ảnh được hiển thị đúng với độ phân giải.Bài 1 HIỂN THỊ ẢNH 1. 2. chọn File Exit. sẽ có 3 cửa sổ ảnh xuất hiện.Chọn từng kênh bằng cách kích phím trái của chuột vào tên các kênh trong hộp thoại.Hộp thoại Available Bands List (Danh sách các kênh đã mở) xuất hiện cho phép lựa chọn các kênh thích hợp để hiển thị ảnh. để hiển thị .hiển thị sự phóng to của một phần ảnh được lựa chọn trong Cửa sổ ảnh 3 . Mở ảnh . Khởi động trên màn hình Desktop. chọn YES. + Cửa sổ Scroll – khi toàn bộ ảnh không lọt đủ vào Cửa sổ ảnh. Cửa sổ Scroll hiển thị toàn bộ ảnh với kích thước được thu nhỏ. Có thể lựa chọn cách hiển thị đen trắng (Gray Scale) hoặc hiển thị màu (RGB Color) . cửa sổ Scroll sẽ xuất hiện. . + Cửa sổ Zoom .Khi ảnh đã được Load. Tất cả các files đang mở sẽ tự động đóng lại. hộp thoại Enter Data Filenames sẽ xuất hiện: + Chọn đường dẫn đến thư mục lưu dữ liệu + Chọn file ảnh cần mở Open.Trên thanh menu chính chọn File Open Image File. Kết thúc làm việc với ENVI. menu chính của ENVI xuất Kích đúp vào biểu tượng hiện dưới dạng một thanh menu với các thực đơn chính. Các cửa sổ hiển thị . 3.

Hiển thị các đồ thị phổ của ảnh đa phổ . 5. Square Root.Trên cửa sổ ảnh chọn Tools Profile sau đó tiếp tục lựa chọn: + X profile: cửa sổ đồ thị phổ của các giá trị ảnh theo lát cắt X (nằm ngang) trên một hàng đã chọn.4. Gaussian. + Z profile: hiển thị đường cong phổ của điểm ảnh 4 . Tăng độ nét của ảnh Trên cửa sổ ảnh: Enhance chọn các dạng hiển thị như Linear. Vị trí lát cắt theo vị trí trỏ chuột. + Y profile: cửa sổ đồ thị phổ của những giá trị ảnh theo lát cắt Y (thẳng đứng). Equalization.

Khi Scatter Plot xuất hiện.Di chuyển con trỏ quanh cửa sổ ảnh để thấy hiệu ứng “Dancing Pixel” .Đặt con trỏ lên cửa sổ Scatter Plot và kích kéo với phím giữa chuột. cửa sổ Scatter Plot Band choice xuất hiện cho phép chọn 2 kênh bất kỳ của ảnh để so sánh OK .Trên cửa sổ ảnh: Tool Scatter Plot. giá trị của những pixel trong giới hạn 10 x 10 quanh vị trí con trỏ sẽ được hiển thị trên scatter plot.Có thể xuất các đồ thị phổ dưới dạng file ảnh. kích phím trái chuột vào bất kỳ vị trí nào trên cửa sổ ảnh. . Những pixel với giá trị nằm trong khoảng của ô vuông đó sẽ hiển thị lên cửa sổ ảnh như “Image Dancing pixel” 5 . Tại cửa sổ đồ thị: File Save Plot As Image File. Hiển thị đồ thị phân bố tương quan . 6. một ô vuông màu đỏ với mỗi chiều 10 pixel xuất hiện.

.Mở file ảnh cần nắn . cửa sổ Image to Map Registration xuất hiện.Trên thanh Menu vào thực đơn Map Registration Select GCPs: Image to Map. Trong bài này sẽ giới thiệu phương pháp nắn ảnh theo vector. lưới chiếu và các đơn vị của bản đồ. + Select Registration Projection: lựa chọn hệ quy chiếu + Datum: lưới chiếu + Units: đơn vị của bản đồ + Zone: múi chiếu + X pixel size: độ phân giải không gian của trục X + Y pixel size: độ phân giải không gian của trục Y OK xuất hiện cửa sổ Ground Control Points Selection 6 . trong cửa sổ này cần khai báo các tham số về hệ quy chiếu.Bài 2 NẮN CHỈNH HÌNH HỌC ẢNH • Mở ảnh cần nắn ENVI có hai phương pháp nắn là nắn chỉnh hình học ảnh theo ảnh và nắn ảnh theo vector.Mở file vector • Khai báo tọa độ .

• Chọn điểm khống chế mặt đất (Ground Control Points – GCPs) .Khi lựa chọn các điểm khống chế mặt đất cần chú ý các điểm sau: + Các điểm GCPs cần phân bố đều khắp ảnh cần nắn + Số lượng điểm GCPs phải đủ lớn + Xác định vị trí điểm GCPs với độ chính xác cao + Các điểm phải nhìn thấy rõ ràng trên bản đồ + Sai số RMS ≤ 0.Cách lựa chọn các điểm khống chế như sau: + Bấm GCPs List. Lúc này tại góc trái phía dưới của cửa sổ vector sẽ xuất hiện toạ độ của vị trí vừa chọn. Chú ý chỉ nhập giá trị toạ độ thập phân để nhập điểm vừa chọn vào + Sau mỗi điểm đã nhập toạ độ.5 . Kích chuột vào vị trí tương ứng trên cửa sổ ảnh. Dùng chuột kích vào vị trí đã xác định trên cửa sổ vector. 7 . bấm danh sách các điểm khống chế trong cửa sổ Image to Map GCP List. + Nhập giá trị toạ độ trên cửa sổ vector vào hộp Ground Control Point Selection. để mở cửa sổ danh sách các điểm GCPs: Image to Map + Xác định các điểm khống chế mặt đất giữa hai cửa sổ vector và cửa sổ ảnh.

Nếu không cần lưu file thì chọn Memory để lưu giữ tạm thời. Hoặc thay đổi giá trị toạ độ của từng điểm bằng cách lựa chọn điểm cần sửa đổi. 8 . Trong cửa sổ này bấm để chọn thư mục lưu file và đặt tên file. Hộp thoại Registration Parameter xuất hiện.Trong hộp Ground Control Points Selection chọn Option Warp File. trong hộp thoại này cần lựa chọn các phương pháp nắn (Warp Method) và các phương pháp tái chia mẫu (Resampling).. . có thể xoá các điểm khống chế mặt đất bằng cách chọn điểm đó rồi bấm . để chọn thư mục lưu file và đặt tên file. Một file mới vừa tạo sẽ có định dạng *.pts. nhập lại giá trị toạ độ mới rồi bấm . • Nắn .Trong cửa sổ Image to Map GCP List.Lưu điểm GCPs: trong cửa sổ Ground Control Points Selection chọn File Save GCPs w/map coord… cửa sổ Output Registration Points xuất hiện. Trong cửa sổ Input Warp File chọn file ảnh cần nắn OK.Bấm chọn Memory để lưu giữ tạm thời. Nếu không cần lưu file thì .

chỉ thực hiện những chuyển dịch đơn giản như xoay. chọn Overlay Vector. cửa sổ Import Vector Layer xuất hiện: tìm đến thư mục file vector cần mở OK Apply 9 .Bilinear: phương pháp hàm song tuyến. Các phương pháp nắn ảnh .Phương pháp Polynomial: phương pháp hàm đa thức. với yêu cầu về số điểm khống chế N tương ứng với bậc cua hàm n như sau: N > (n + 1)2 .Phương pháp RST – Rotate. Sử dụng giá trị của pixel gần nhất mà không cần tiến hành nội suy .Phương pháp Triangulation: phương pháp lưới tam giác. chọn Map Registration Warp from GCPs: Image to Map rồi thực hiện các thao tác như các bước đã nêu ở trên. Sư dụng hàm lập phương với giá trị của 16 pixel để tiến hành nôi suy. ta có thể kiểm tra lại độ chính xác của ảnh nắn bằng cách chồng file vector lên ảnh. Translation. Scaling.Nearest Neighbor: phương pháp người láng giềng gần nhất. ENVI sử dụng nguyên lý am giác Delaunay để nắn ảnh bằng cách chọn các điểm khống chế làm các đỉnh của các tam giác không đều và tíên hành nội suy. Các phương pháp tái chia mẫu . Tiến hành nội suy tuyến tính sử dụng giá trị của 4 pixel . • Kiểm tra lại độ chính xác của ảnh nắn Sau khi hoàn thành công đoạn nắn chỉnh ảnh.Cũng có thể thực hiện các thao tác nắn ảnh từ thanh Menu chính. Phương pháp này cho kết quả tốt hơn so với phương pháp RST. xác định tỷ lệ và tịnh tiến ảnh . Thực hiện thao tác này bằng cách từ cửa sổ ảnh vừa nắn..Cubic Convolution: phương pháp xoắn lập phương.

Yêu cầu khi chọn ROI: các ROI polygone phải có đặc tính phổ đồng nhất và đặc trưng cho đối tượng phân loại.Cách vẽ ROI: + chọn cửa sổ lấy mẫu phân loại: Image/ Scroll/ Zoom + lấy mẫu trực tiếp trên cửa sổ hiển thị đã chọn + hoặc có thể lấy mẫu trên đồ thị phân bố tương quan. 10 . Sau đó bấm chuột phải Export Class. Trên cửa sổ đồ thị chọn Class để đổi màu cho từng ROI + sau khi lấy mẫu.Lưu các mẫu phân loại: trong hộp thoại ROI Tool chọn File Save ROIs • Tính toán sự khác biệt giữa các mẫu phân loại . Không xoá các thông số của ROI trong danh sách . đặt tên cho ROI Enter + bấm New Region để tiếp tục lấy ROI mới . .Bài 3 PHÂN LOẠI ẢNH • Chọn mẫu phân loại (ROI) .Hộp thoại ROI Tool: chọn Option Compute ROI Separibility ra cửa sổ Select Input File for ROI Separibility: chọn file cần phân loại OK ra hộp thoại ROI Separibility Calculation.Trên cửa sổ ảnh: Overlay Region of Interest ra cửa sổ ROI tool: + Vào Roi Type: để chọn kiểu loại của ROI (Polygone/ Polyline/ Point) + Cột ROI Name: để nhập tên cho từng mẫu ROI + Color: để chọn màu cho ROI + New Region: để tạo ROI mới + Go to: tìm đến vị trí của ROI + Stats: hiển thị các thông số thống kê của ROI + Delete: xoá toàn bộ các thông số của ROI + Bấm chuột giữa: chỉ xoá vùng ROI hiển thị trên ảnh.

• Phân loại .9 thì nên chọn lại mẫu sao cho có sự khác biệt tốt hơn + Nếu có giá trị nhỏ hơn 1.9 đến 2. 11 . tránh hiện tượng phân loại nhầm lẫn.0 chứng tỏ các mẫu đã chọn có sự khác biệt tốt + Nếu cặp giá trị này nằm trong khoảng từ 1. Trên thanh Menu chọn Classification chọn các phương pháp phân loại: Supervised (phân loại có kiểm định).Sau khi chọn các ROI.0 ta nên gộp hai mẫu đó lại với nhau.Cửa sổ phân loại theo phương pháp phân loại lựa chọn xuất hiện: + Bấm để chọn tất cả các mẫu phân loại.Trong cửa sổ ROI Separibility Calculation chọn tất cả các mẫu đã phân loại để xem xét sự khác biệt giữa các mẫu OK.. Unsupervised (phân loại không kiểm định) .0 đến 1. bắt đầu tiến hành phân loại. Mỗi mẫu phân loại sẽ được so sánh lần lượt với các mẫu khác. + Nếu cặp giá trị nằm trong khoảng từ 1. Cặp giá trị thể hiện sự khác biệt được đặt trong ngoặc sau các mẫu.Cửa sổ Classification Input File xuất hiện. chọn file cần phân loại OK . Cửa sổ ROI Separibility Result xuất hiện cho biết kết quả khác biệt giữa các mẫu.

Phân loại không kiểm định • Phương pháp phân loại Isodata Phương pháp này sẽ tính toán cách thức phân lớp trong không gian dữ liệu. 12 . Các chiều của Parallelepiped được xác định dựa trên ngưỡng chênh lệch chuẩn theo giá trị trung bình của mỗi lớp mẫu được chọn. Phân loại không kiểm định theo phương pháp K-Mean sẽ dùng cách phân tích nhóm. 2. OK sẽ cho ra kết quả phân loại để chọn thư mục và đặt tên file. Quá trình này sẽ tiếp tục lặp đi lặp lại đến khi số các pixel trong mỗi lớp nhỏ hơn ngưỡng thay đổi pixel đã chọn hoặc đạt tối đa số lần lặp đi lặp lại đó. Phương pháp này có ưu đỉem là nhanh chóng. sau đó nhóm đi nhóm lại các pixel bằng kỹ thuật khoảng cách tối thiểu (minimum distance).+ Output Result to: bấm chọn Memory để lưu file tạm thời. Sau đó các pixel được so sánh và gán vào lớp mà giá trị của nó nằm trong phạm vi sai số là 1 hoặc 2 lần độ lệch chuẩn của vector trung bình. Trong phương pháp này đầu tiên giá trị vector trung bình cho tất cả các band được tính cho mỗi lớp mẫu đã chọn. Hoặc 1. Phân loại có kiểm định • Phương pháp phân loại Parallelepiped Phân loại theo phương pháp Parellelepiped sử dụng một quy luật đơn giản để phân loại dữ liệu đa phổ. yêu cầu người phân tích phải chọn số nhóm cần đặt trong dữ liệu. • Phương pháp phân loại Minimum Distance Phân loại theo phương pháp minimum distance sử dụng vector trung bình của mõi ROI và tính khoảng cách Euclidean từ mỗi pixel chưa xác định đến vector trung bình của mỗi lớp. Nếu pixel không nằm trong một trong các khoảng giá trị đó thì nó sẽ được gán vào lớp chưa phân loại. • Phương pháp phân loại K-Means Phân loại không kiểm định dùng các kỹ thuật thống kê để nhóm dữ liệu n chiều thành các lớp phổ tự nhiên. tùy ý đặt số các nhóm và xác định lại vị trí của chúng lặp đi lặp lại đến khi đạt được sự phân chia tối ưu các lớp phổ. Mỗi lần nhóm lại các lớp này sẽ tính toán lại cách thức phân lớp và phân loại lại các pixel theo cách thức phân lớp mới. Các ranh giới sẽ tạo thành một Parallelepiped n chiều trong không gian dữ lịêu ảnh. đơn giản tuy nhiên kết quả có độ chính xác không cao và thường được dùng để phân loại sơ bộ ban đầu.

Phương pháp này tương tự như phương pháp Maximum Likelihood nhưng phương pháp này coi tất cả các hiệp biến của lớp là ngang bằng nhau.Cửa sổ Majority/Minority Parameters xuất hiện: + Chọn tất cả các lớp phân loại + Analysis Method: lựa chọn phương pháp lọc nhiễu (Majority/ Minority) + Kernel Size: kích thước cửa sổ lọc + Output Result to: bấm chọn Memory để lưu file tạm thời. Lọc nhiễu kểt quả phân loại: bao gồm 2 phương pháp. OK sẽ cho ra kết quả lọc nhiễu để chọn thư mục và đặt tên file. Các kỹ thuật hậu phân loại bao gồm: lọc nhiễu kết quả phân loại. Tất cả các pixel đều được phân loại tới lớp ROI gần nhất từ khi người sử dụng định rõ một ngưỡng khoảng cách. Mỗi pixel được gán cho một lớp có độ xác suất cao nhất (nghĩa là “maximum likelihood”) • Kỹ thuật hậu phân loại . • Phương pháp phân loại Maximum Likelihood Phương pháp phân loại này coi số liệu thống kê của mỗi lớp trong mỗi kênh ảnh được phân tán một cách thông thường và phương pháp này có tính đến khả năng một pixel thuộc một lớp nhất định.Tất cả các pixel đều được phân loại tới lớp ROI gần nhất trừ khi người sử dụnh định rõ độ chênh lệch chuẩn hoặc ngưỡng khoảng cách chuẩn. giá trị của pixel trung tâm sẽ được thay thế bằng giá trị pixel chiếm thiểu số trong cửa sổ lọc. + Phương pháp Majority Analysis để gộp những pixel lẻ tẻ hoặc phân loại lẫn trong các lớp vào chính lớp chứa nó. do vậy phương pháp này phân loại nhanh hơn. • Phương pháp phân loại Mahalanobis Distance Đây là phương pháp phân loại khoảng cách nhạy cảm theo hướng dùng số liệu thống kê của mỗi lớp. Trong trường hợp đó một số pixel có thể không được phân loại lại nếu chúng không thoả mãn ngưỡng quy định.Những ảnh đã được phân loại cần thực hiện quy trình hậu phân loại để đánh giá chất lượng phân loại và tạo được những lớp cho việc xuất chuyển sang dạng bản đồ ảnh và vector GIS. vector hoá kết quả phân loại… 1. . Hoặc 13 . gộp lớp.Trên thanh Menu: Classification Post Classification Majority/Minority Analysis ra cửa sổ Classification Input File : chọn file cần tiến hành lọc nhiễu OK. . Trong trường hợp đó một số pixel có thể không được phân loại nếu chúng không thoả mãn các tiêu chí đã chọn. Nếu như không chọn một ngưỡng xác suất thì sẽ phải phân loại tất cả các pixel. + Phương pháp Minority Analysis.

Trên thanh Menu: Classification Post Classification Combine Classes . Gộp lớp .2. Các lớp có đặc tính tương tự nhau có thể được gộp vào để tạo thành lớp chung.Chức năng gộp lớp cung cấp thêm một công cụ để khái quát hoá kết quả phân loại. .Cửa sổ Combine Classes Input File xuất hiện : chọn file cần gộp lớp OK 14 .

file. trên thanh Menu chính chọn Classification Post Classification Classification to Vector . Chọn cửa sổ hiển thị OK ra kết quả vector.Cửa sổ Available Vectors List xuất hiện với file RTV (Raster to Vector). Chọn .Lưu file vector : từ cửa sổ Vector Window : File Save Layer to Template 15 . bấm . Chọn đường dẫn lưu file OK để nhập các cặp giá trị sẽ gộp OK .Cửa sổ Combine Classes Output để lưu file kết quả hoặc ghi nhớ kết quả tạm thời . Chuyển kết quả phân loại sang dạng vector .Cửa sổ Raster to Vector Parameters : chọn tất cả các lớp cần vector hoá.Cửa sổ Raster to Vector Input Band yêu cầu chọn file cần vector hoá OK .Để chuyển sang dạng vector các file phân loại..Cửa sổ Combine Classes Parameter xuất hiện : + Chọn các cặp lớp định gộp tương ứng với ô Input Class (lớp đầu vào) và ô Output Class (lớp đầu ra) + Bấm OK 3.