ENVI系列教程（十八）——高级光谱分析
目录
1 概述
2 详细操作步骤
2.1 高光谱图像物质识别
2.1.1 第一步：端元波谱获取
2.1.2 第二步：波谱识别
2.1.3 第三步：浏览结果及分类后处理
2.2 波谱沙漏工具
1 概述
高光谱识别非常重要的一个步骤就是端元波谱的获取（端元波谱概念源自混合像元分解），也就是分类样本的选择。端元光谱的确定有两种方式：
（1）使用光谱仪在地面或实验室测量到的 “参考端元”；
（2）在遥感图像上得到的 “图像端元”。
方法（1）一般从标准波谱库选择，方法（2）直接从图像上寻找端元可选择的方法有：从二维散点图中基于几何顶点的端元提取，借助纯净像元指数（Pixel Purity Index——PPI）和 n 维可视化工具用于端元波谱收集，基于连续最大角凸锥（Sequential Maximum Angle Convex Cone—— 简称 SMACC）的端元自动提取。
本教程学习借助纯净像元指数（Pixel Purity Index——PPI）和 n 维可视化工具用于端元波谱收集，之后进行地物识别。
如下图为波谱识别一般流程，从图中可以可到，由于端元波谱获取方法不同，光谱识别操作流程有一定的区别。
2 详细操作步骤
下面以一个经过大气校正的航空高光谱数据为例，介绍基于 PPI 端元提取方法完成高光谱图像分类的过程。数据：《基本光谱分析》章节中的高光谱数据：CupriteReflectance.dat。
2.1 高光谱图像物质识别
2.1.1 第一步：端元波谱获取
（1）启动 ENVI，打开高光谱数据 CupriteReflectance.dat。
（2）在 Toolbox 中，选择 / Transform/MNF Rotation/Forward MNF Estimate Noise Statistics，选择高光谱数据，点击 OK。
（3）选择输出路径及文件名，其他参数按照默认，点击 OK。
（4）在 Toolbox 中，选择 / Spectral/Pixel Purity Index/Pixel Purity Index (PPI) [FAST] New Output Band，选择上一步 MNF 变换后的结果，单击 Spectral Subset 按钮，选择前 11 个波段。
（5）在 PPI 计算参数面板中，设置迭代次数（Number of Iterations）：默认为 5000 和阈值（Threshold Factor）：2.5。迭代次数越高，得到结果的精度越高，但是计算数据越慢。
（8）在 Toolbox 中，打开/Spectral/n-Dimensional Visualizer/n-Dimensional Visualizer New Data，选择 MNF 变换结果，点击 OK。
（9）在 n-D Selected Bands 列表框中，选择前 5 个波段，单击 Start 按钮，构成的散点图在 N 维可视化窗口中旋转，通过 Start 和 stop 控制旋转到的位置，Speed 控制角度，这里设置 Speed 为 10，转动到一定程度时候，单击 Stop 按钮，在视图中用鼠标勾画 “白点” 集中区域。继续单击 Start 按钮查看选择的点是否集中，如果点不集中，选择 Class>Items 1:20>White，选择散落的点删除。
（10）在散点图中单击右键，选择 New Class，新建一个样本区，重复第（8）步，选择足够多的样本区。
（15）在波谱曲线显示面板，将波谱分析得到的地物名在 Name 中输入。
（16）同样的方法，识别剩下的波谱，最后结果如下图所示。
2.1.2 第二步：波谱识别
（1）在 Toolbox 中，打开 / Classification/Endmember Collection 工具，在文件对话框中选择高光谱数据。
（2）在 Endmember Collection 面板中，选择 Import >from Plot Windows。将显示的端元波谱选中，点击 OK。
（3）在 Endmember Collection 面板中，选择 Algrithm >Spectral Angle Mapper 波谱角识别方法。
（4）选择 Select All 将所有端元波谱全部选中，点击 OK。
（5）单击 Apply，运行波谱角法制图。
（6）在 Spectral Angle Mapper 面板上，设置波谱角阈值：0.05，选择结果输出路径和名称。
2.1.3 第三步：浏览结果及分类后处理
得到的结果就是 ENVI 的分类文件的格式，自动加载显示在图中。
2.2 波谱沙漏工具
以上高光谱物质识别的步骤都集成在波谱沙漏工具，采用向导式的操作，下面介绍用该工具进行高光谱物质识别的流程。
（1）打开高光谱数据。
（2）打开 / Spectral/Spectral Unmixing/Spectral Hourglass Wizard，波谱沙漏工具，显示了工具说明，点击 Next。
（3）点击 Select Input File，选择高光谱数据，点击 Next。
（4）设置 MNF 变换参数，默认是全部波段输出，点击 Next。
（5）查看 MNF 变换结果，点击 Next。
（6）计算数据维数，点击 Calculate Dimensionality，在 Spatial Coherence Threshold 面板中，设置 Threshold Level 为 0.8（即选择信息量达到 80% 的波段数量），回车，点击 OK，数据维数自动修改为 17（即前 17 个波段的信息量就达到了 80%），点击 Next。
（7）选择端元波谱方式，Drive Endmembers from Image？Yes 或者 No。如果选择 No，则需要从外部文件中获取端元波谱；如果选择 Yes，则从图像上获取端元波谱。这里我们选择 Yes，单击 Next。
（8）计算纯净像元指数，需要设置三个参数：
- 迭代次数（Number of PPI Iterations）
设定数据被映射到随机向量的次数。迭代次数越多，ENVI 越能较好的发现极值像元。因此要平衡迭代次数与所用时间的关系。每次迭代所需的时间是由 CPU 和系统的配置决定的。通常为高光谱数据制图时，需要上千次的迭代。运行中的迭代次数显示在图像头文件的描述行中。
- PPI 阈值（PPI Threshold Value）
以数据位数为单位键入一个阈值。例如：阈值为 “2”，则只有 DN 值与极值像元的差值大于两位数的像元才被标为极值。该阈值在影射向量的末端选取像元。阈值应是数据噪声等级的 2-3 倍。例如，对于 TM 数据，它的噪声通常小于 1 DN，因此阈值用 2 或 3 即可。当用包含标准化噪声的 MNF 数据时，1 DN 等于 1 标准差，因此阈值用 2 或 3 即可。较大的域值将使得 PPI 找到更多的极值像元，但是它们不可能是 “纯” 的端元。
- 最大使用内存（PPI Maximum Memory use）
默认是 10M，可根据内容大小自行调整。
（9）迭代次数和 PPI 阈值都按照默认值，使用最大内存设置为 1000M，单击 Next。
（10）这一步是选择 PPI 的个数，以便在 N 维散点图中选择波谱端元。默认是 10000 个 PPI 纯净像元，点击 Next。
（11）在 N 维可视化空间，自动选择了部分端元，可以手动修改或者重新收集部分端元波谱。直到在每个角度下，各类端元都是离散的。
（12）在流程化工具面板中，点击 Retrieve Endmembers，Endmember List 下面就列出了选择的几类端元，点击 Plot Endmembers，绘制出几类端元的波谱曲线。
（13）点击 Start Spectral Analyst，选择自带的标准矿物波谱库...\Program Files\Exelis\ENVI51\classic\spec_lib\usgs_min \usgs_min.sli，在 Spectral Analyst 面板上，选择 Options>Edit (x,y) Scale Factors，设置 X Data Multipliter 为 0.001，设置 Y Data Multipliter 为 0.0001，点击 OK，在 Spectral Analyst 面板上，单击 Apply 按钮，依次选择每类端元进行波谱分析，在 Endmenber List 中选中该类，点击 Edit Names，名称改为得分最高对应的地物；若是得分太低，可直接将该类端元删除，最后得到端元识别的结果。
（14）点击 Next，是否输入其他的端元波谱，默认为 No，如果选择 Yes，则会打开波谱收集工具，这里按照默认 No，点击 Next。
（15）提供了三种高光谱制图的方法：SAM 光谱角法、MTMF 以及 Unmixing 方法，这里选择 SAM 方法，最大光谱角度阈值设置为 0.05，点击 Next。
（16）查看分类的结果，（若是结果不理想，可以点击 Prev，调节阈值或者选择其他分类方法），点击 Next；点击 Finish。完成光谱分析，最后打印出了流程化操作过程的记录，可以 File >Save Text to ASCII，保存为文本文件，以供查看。
