Basic Tools——layer stacking 选择投影和输出的文件 波段1-7波段图层都叠加在一个文件中了

是选择了不同的影像文件envi中selected rgb bands contain different spatial sizes

overlay——classification——制定分类的图像 edit——polygon delete from class(选择这个掩膜模式) edit——set delete class value(设置删除后的类别值,比如要把农田变成竹林,就设置为竹林) 将错分的类设置为active class,例如要将农田修改为竹林,这里active class选择(农田).并将要修改的类(竹林)打开编辑模式 修改完后点击File——save change to file保存修改结果

非监督分类的概念: 非监督分类,又称“聚类分析或者点群分析”.在多光谱图像中搜寻.定义其自然相似光谱集群的过程.它不必对图像地物获取先验知识,仅依靠图像上不同地物光谱信息进行特征提取,在统计特征的差别来达到分类的目的,最后对已分出的各个类别的实际属性进行确认. 在ENVI中ISODATA和K-Means两种非监督分类的方法: ISODATA是一种重复自组织数据分析技术,计算数据空间中均匀分布的类均值,然后用最小距离技术将剩余像元进行迭代聚合,每次迭代都重新计算均值,且根据所得的新均值,对像元再进

1.ENVI中计算的NDVI导出ARCGIS中识别的float数据类型,选择File——save as——erdas img.在ARCGIS中就能统计出NDVI信息 2.如何去掉Nan值从影像中心位置.(找不到remove_nan函数) 第一步:启动ENVI+IDL二Ø打开影像文件点击ENVI主菜单File-Export to IDLVariable,选择导出的文件名称并设置变量名称,比如变量名为“tempC”:想要设置NAN为1,在命令行中执行tempC[WHERE(FINITE(tempC,

方法一：1、利用envi打开tif数据，原投影信息为beijing54.envi中没有这个投影。这里选择投影信息（WGS-84）选取水体roi——进行监督分类。这里可以对分类后进行处理（消除文字等干扰造成的小图斑） 2、对分类后的数据转换为矢量：classificatino——post classification——classification to vector。选择要导出的类别水体。 （这里建议一个一个类别导出，方便以后对每个类别进行处理，同时速度也较快）。 Vector——open ve

原文:SQL Server 2008空间数据应用系列十一:提取MapInfo地图数据中的空间数据解决方案 友情提示,您阅读本篇博文的先决条件如下: 1.本文示例基于Microsoft SQL Server 2008 R2调测. 2.具备 Transact-SQL 编程经验和使用 SQL Server Management Studio 的经验. 3.熟悉或了解Microsoft SQL Server 2008中的空间数据类型. 4.具备相应(比如OGC规范.KML规范)的GIS专业理论知识. 5

1.首先在envi中打开多波段原素材,右键点击另存为TIFF,输入保存的路径将原素材转换为tif格式图片. 2.之后打开arcgis,导入全国地区界数据,点击工具栏中的筛选工具. 输入查找的范围以及匹配的信息获得对应的省市边框. 我们可以使用输出shape工具将省市边界栅格数据输出到目标地址: 3.将之前在envi转换的tif图像导入到arcgis中: 之后打开镶嵌工具弹出弹窗填写对应信息:1.输入栅格:要拼接的图像:2.输出位置:储存的文件夹地址:3.数据集名称:储存的文件名:4.空间参考:坐

作者:朱金灿 来源:http://blog.csdn.net/clever101 假如wkt字符串这样描述WGS84投影: GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137,298.257223563]],PRIMEM["Greenwich",0],UNIT["Degree",0.017453292519943295]]

转载自原文 介绍地理参考数据的知识以及ENVI 中图像对图像.图像对地图两种校正方法 1．打开基图像XX.img和待纠正的图像YY.img(不带地理信息,可以双击其主图像窗口可以在Cursor Location/Value对话框中看到只有像素坐标没有地理坐标),并在两个窗口显示它们. 2．一旦两幅图像都已经显示,在ENVI主菜单中选择Map——Registration——Select GCPs : Image to Image 3．出现Image to Image Registration对话框

一.basic tools-->resize data进行规则裁剪 虽然是进行图像重采样工具,但也可以用于简单快速的裁剪 1. 选中要裁剪的图像: 对话框下面选择spatial subset(构建空间子集＿就是裁剪图像)(另spectral subset-构建波谱子集) 2.提供多种裁剪方式: (1)直接输行列裁剪,这样裁剪的前提是你要预告查看需要图像所占的行列是多少. (2)image裁剪,可以输入需要裁剪图像的大小,然后鼠标可以拖动图中所选区域的位置直到合适的位置. (3)或者是使用map.

2011-05-25 17:31:10|  分类: ENVI|举报|字号 订阅 来自:http://zhangling357522.blog.163.com/blog/static/184687296201142553110715/    利用矢量数据对影像做多边形裁剪 ENVI中是可以利用矢量来对影像作多边形裁减的,但是要求矢量文件是面矢量文件,而且它要和需要裁剪的影像必须是配准的,裁减的方法是先将矢量转化成为感兴趣区域(ROI),再利用ROI裁减出感兴趣区域. 操作方法如下: 1．打开影像文

作者:朱金灿 来源:http://blog.csdn.net/clever101 使用gdal创建一个100*100的红色的geotiff图像,代码如下: #include <assert.h> #include <string> #include <gdal.h> #include <gdal_priv.h> #include <gdalwarper.h> int _tmain(int argc, _TCHAR* argv[]) { // 用于

info:更多Django信息url:https://www.oschina.net/p/djangodetail: Django 是 Python 编程语言驱动的一个开源模型-视图-控制器(MVC)风格的 Web 应用程序框架.使用 Django,我们在几分钟之内就可以创建高品质.易维护.数据库驱动的应用程序. Django 框架的核心组件有: 用于创建模型的对象关系映射 为最终用户设计的完美... info:更多OpenERP信息url:https://www.oschina.net/p/o

遥感图像处理时少不了ENVI,用过ENVI的人都知道,打开图像时或图像处理完后,在缩略图上移动鼠标时,鼠标周围的图像信息会在大的视图中实时的显示,即大图会跟着小图中的鼠标移动,这即是图像的连动效果.如下图是ENVI的示意图: 在软件设计中,要实现类似ENVI中连动的效果,确实要费一番脑筋. 要求:有两幅图,一个是缩略图,一个是原图或处理后的图,使用两个对话框,鼠标在小的缩略图中移动或点击时,大图中的图像实时显示出鼠标所在位置的图像. 结果展示:首先给出结果展示,这样读者也好明白实现这样的功能入手

ENVI;启动envi file=envi_pickfile();选择文件dialog,返回值就为file ENVI_OPEN_FIle,file,r_fid=fid;根据文件名打开file,并且返回fid envi_file_query,fid,NB=NB,NL=NL,NS=NS,dims=dims,data_type=dt,bnames=bnames;根据fid查询图像信息 data=envi_get_data(fid=fid,dims=dims,pos=0)根据fid得到数据dims:维度

以前就想写,但是因为envi可以就一直没弄.今天正好有个机会,就做了这个事情.ENVI中在主窗口中pixel locator可以实现,但是当我们需要读入很多的数据的时候,也就是批量处理的时候,显然编程来的更快.这里只是写了单独输入参数的pro,批处理的是偶可以再写一个pro,读入坐标到数组,利用for循环调用就行了. 来说一下思路: 首先,我们很容易通过envi提供的一些函数获取影像的基本信息,包括dn值的二维数组,坐标信息,像元大小,以及左上角坐标.(envi_open_file,envi_f

SARscape5.2支持哨兵1A数据的读取,支持的数据类型有: SM SLC ——条带模式的斜距单视复数产品 IW SLC——干涉宽幅模式(TOPS Mode)的斜距单视复数产品 EW SLC——超宽幅模式(TOPS Mode)的斜距单视复数产品 SM GRD——条带模式的地距多视产品 IW GRD——干涉宽幅模式(TOPS Mode)的地距多视产品 EW GRD——超宽幅模式(TOPS Mode)的地距多视产品 支持的轨道文件有: AUX_POEORB——精确的轨道星历参数,该文件是在数据获

2013年2月11日发射的Landsat系列最新卫星Landsat8,携带有OLI陆地成像仪和TIRS热红外传感器,Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825μm处水汽吸收特征:OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征:此外,还有两个新增的波段:蓝色波段 (band 1; 0.

输入---之前用envi4.5处理后的2013分类影像---输出重采样的影像 直接在工具栏搜索 resize data---出来对话框, 这里有几种方法----sample line 指的行列号,可以直接除3,,变成1972*1998---就从30m变成90m. 重采样方法有几种,参考 ENVI中重采样的三种方法优劣比较,觉得三次卷积和双线性比较好 第二种方法是set output dims by pixel size,可以直接指定 90m分辨率,但是resampling方法就只有最近邻和pix