本书根据作者多年从事遥感应用研究和ENVI软件应用的经验编著而成，系统、全面地介绍了ENVI6.0软件功能及遥感图像处理流程和方法。全书共17章，涵盖了ENVI软件概述、ENVI遥感图像处理基础、数据显示操作、遥感图像预处理、图像增强、图像分类、矢量处理、制图、正射校正、面向对象图像特征提取、机器学习与深度学习图像分类、地形分析与可视化、遥感动态监测、辐射定标与大气校正、高光谱与光谱分析技术、波段运算与波谱运算和ENVI Modeler建模工具等方面的内容。全书按照遥感图像处理流程，由浅入深，逐步引导读者掌握ENVI软件操作，部分章节设有完整实例，帮助读者学习完整的遥感图像处理流程。各个章节相对独立，读者可视个人情况选择阅读。

本书不仅详细介绍了ENVI遥感图像处理功能，还融入了相关理论和方法，可作为ENVI软件用户的学习指南，对其他从事遥感应用研究的专业人员，以及测绘、遥感、地理信息系统、地理学等相关专业的师生也具有一定的参考价值。

前辅文
第1章 ENVI软件概述
1.1 ENVI的背景
1.2 ENVI功能结构与特点
1.3 ENVI工程化应用
1.4 ENVI可利用资源
第2章 ENVI遥感图像处理基础
2.1 文件系统和存储
2.1.1 栅格文件系统
2.1.2 栅格文件保存
2.1.3 ENVI的文件命名约定
2.2 常用系统配置说明
2.2.1 安装目录结构
2.2.2 常用系统设置
2.3 菜单命令及其功能
2.3.1 图形用户界面
2.3.2 菜单命令与功能
2.4 数据输入与输出
2.4.1 ENVI支持的数据格式
2.4.2 常见数据的输入
2.4.3 特定数据的输入
2.4.4 数据的输出
第3章 数据显示操作
3.1 文件列表管理
3.1.1 数据管理
3.1.2 图层管理
3.2 显示窗口功能简介
3.3 工具栏操作
3.3.1 工具栏功能
3.3.2 光标查询功能
3.3.3 像元定位功能
3.3.4 量测功能
3.3.5 图像增强显示功能
3.3.6 图像对比显示功能
3.4 Display菜单操作
3.4.1 Band Animation（波段动画）
3.4.2 Spectral Library Viewer（波谱库浏览）
3.4.3 2D Scatter Plot（二维散点图）
3.4.4 Profiles（波谱剖面）
3.5 Views菜单操作
3.5.1 Views菜单命令及其功能
3.5.2 Link Views（视窗链接）
3.6 Server菜单操作
第4章 遥感图像预处理
4.1 坐标系
4.1.1 地图投影基本原理
4.1.2 国内坐标系
4.1.3 坐标系参数获取
4.1.4 图像定义坐标系
4.1.5 投影转换
4.2 图像几何校正
4.2.1 图像几何校正概述
4.2.2 基于自带定位信息的几何校正
4.2.3 基于GLT的几何校正
4.2.4 Reproject GLT with Bowtie Correction几何校正
4.2.5 Image to Map几何校正
4.2.6 Image Registration Workflow 流程化图像配准工具
4.3 图像融合
4.4 图像镶嵌
4.4.1 ENVI图像镶嵌
4.4.2 无缝镶嵌工具
4.4.3 快速镶嵌工具
4.4.4 基于像素的图像镶嵌
4.5 图像裁剪
4.5.1 规则裁剪
4.5.2 不规则裁剪
4.6 资源三号图像融合实例
第5章 图像增强
5.1 空间域增强处理
5.1.1 卷积滤波
5.1.2 自适应滤波
5.1.3 数学形态学滤波
5.1.4 纹理分析
5.2 辐射增强处理
5.2.1 交互式直方图拉伸
5.2.2 直方图拉伸
5.2.3 坏道填补
5.3 光谱增强处理
5.3.1 波段比的计算
5.3.2 主成分分析
5.3.3 独立主成分分析
5.3.4 色彩空间变换
5.3.5 色彩拉伸
5.3.6 NDVI计算
5.3.7 缨帽变换
5.4 傅里叶变换
5.4.1 快速傅里叶变换
5.4.2 定义FFT滤波器
5.4.3 反向FFT变换
5.5 波段组合图像增强
5.5.1 RGB合成显示
5.5.2 基于波段组合的假彩色合成
5.6 图像真彩色增强实例
5.6.1 波段加权真彩色增强
5.6.2 生成新波段真彩色增强
第6章 图像分类
6.1 遥感图像分类技术
6.2 灰度分割
6.3 监督分类
6.3.1 定义训练样本
6.3.2 执行监督分类
6.4 非监督分类
6.4.1 执行非监督分类
6.4.2 类别定义与合并子类
6.5 基于专家知识的决策树分类
6.5.1 定义分类规则
6.5.2 规则表达式
6.5.3 创建决策树
6.5.4 执行决策树
6.6 分类后处理
6.6.1 分类结果编辑
6.6.2 更改分类名称和颜色
6.6.3 Majority/Minority分析
6.6.4 聚类处理
6.6.5 过滤处理
6.6.6 聚合处理
6.6.7 分类统计
6.6.8 分类结果转矢量
6.7 流程化图像分类工具
6.8 评价分类结果
6.8.1 分类结果叠加
6.8.2 混淆矩阵
6.8.3 ROC曲线
第7章 矢量处理
7.1 矢量数据基本操作
7.1.1 打开矢量数据
7.1.2 矢量属性浏览器
7.2 创建矢量数据
7.3 编辑矢量数据
7.3.1 矢量数据修改
7.3.2 矢量拓扑修改
7.3.3 修改显示参数
第8章 制图
8.1 ENVI制图概述
8.1.1 地理格网
8.1.2 注记要素
8.2 制图实例
8.2.1 正射影像制图输出
8.2.2 NDVI制图输出
8.2.3 分类图像制图输出
第9章 正射校正
9.1 ENVI正射校正概述
9.2 卫星图像正射校正
9.2.1 正射校正流程化工具
9.2.2 使用参考图像自动选点正射校正
9.3 高分二号数据处理实例
9.3.1 正射校正
9.3.2 图像融合
第10章 面向对象图像特征提取
10.1 面向对象图像分类技术
10.2 基于规则的面向对象信息提取
10.2.1 准备工作
10.2.2 发现对象
10.2.3 基于规则特征提取
10.2.4 输出结果
10.3 基于样本的面向对象信息提取
10.3.1 选择数据
10.3.2 发现对象
10.3.3 基于样本图像分类
10.3.4 输出结果
10.4 面向对象图像分割
10.5 Segmentation Image工具
10.6 城市绿地信息提取实例
10.6.1 概述
10.6.2 处理流程介绍
10.6.3 数据预处理
10.6.4 面向对象绿地信息提取
10.6.5 常见问题
第11章 机器学习与深度学习图像分类
11.1 机器学习图像分类
11.1.1 非监督分类
11.1.2 监督分类
11.1.3 异常检测
11.1.4 机器学习标签工具
11.1.5 机器学习分类器评估
11.2 基于随机森林的水稻种植信息提取实例
11.2.1 概述
11.2.2 图像预处理
11.2.3 构建时序立方体
11.2.4 水稻时序特征分析
11.2.5 机器学习分类
11.3 深度学习图像分类
11.3.1 概述
11.3.2 计算机要求
11.4 深度学习像素分类
11.4.1 模型架构
11.4.2 获取样本和标签图像
11.4.3 训练模型
11.4.4 图像分类
11.5 深度学习对象检测
11.5.1 获取样本和标签图像
11.5.2 训练模型
11.5.3 对象检测
11.5.4 分类矢量后处理
11.6 深度学习网格分类
11.6.1 获取样本和标签图像
11.6.2 训练网格模型
11.6.3 网格分类
11.7 深度学习实用工具
11.7.1 深度学习标签工具
11.7.2 深度学习向导工具
11.7.3 深度学习模型元数据浏览工具
11.7.4 一键式深度学习工具
11.7.5 随机参数训练模型工具
11.8 基于深度学习的自然灾害遥感监测实例
11.8.1 概述
11.8.2 获取样本与标签图像
11.8.3 训练深度学习模型
11.8.4 提取灾害损失信息
第12章 地形分析与可视化
12.1 立体像对DEM自动提取
12.1.1 DEM Extraction模块
12.1.2 DEM自动提取向导
12.1.3 Generate Point Clouds and DSM by Dense Image Matching工具
12.1.4 编辑DEM
12.2 高分七号立体像对DEM提取实例
12.2.1 高分七号数据打开
12.2.2 立体像对提取DSM
12.2.3 点云结果查看
12.3 插值生成DEM
12.3.1 矢量等高线插值DEM
12.3.2 高程点文件插值DEM
12.4 地形模型和特征
12.4.1 地形模型计算
12.4.2 地形特征提取
12.4.3 等高线提取
12.4.4 地形阴影工具
12.5 可视域分析工具
12.5.1 添加观察点
12.5.2 动画可视域分析
12.5.3 生成完整结果和热图
12.6 三维地形可视化
12.6.1 生成三维场景
12.6.2 三维场景窗口
12.6.3 交互式三维场景浏览
12.6.4 飞行浏览
第13章 遥感动态监测
13.1 遥感动态监测技术
13.2 图像直接比较法工具
13.3 分类后比较法工具
13.3.1 Change Detection Statistics工具
13.3.2 Thematic Change Workflow工具
13.4 林冠状态遥感动态监测实例
13.4.1 林区提取
13.4.2 图像预处理（大气校正）
13.4.3 林冠变化检测
13.4.4 森林健康变化信息提取
13.5 农业耕作变化监测实例
13.5.1 Landsat TM图像农业耕作用地分类
13.5.2 农业耕作用地变化信息提取
第14章 辐射定标与大气校正
14.1 辐射定标
14.1.1 图像辐射定标
14.1.2 热红外数据定标
14.1.3 Apply Gain and Offset工具
14.2 AVHRR数据定标实例
14.2.1 NOAA AVHRR介绍
14.2.2 辐射定标
14.2.3 海面温度计算
14.3 大气校正
14.3.1 ENVI大气校正功能
14.3.2 简化黑暗像元法大气校正
14.3.3 基于统计学模型的反射率反演
14.3.4 不变目标法相对大气校正
14.3.5 热红外大气校正
14.4 大气校正模块
14.4.1 FLAASH大气校正工具
14.4.2 FLAASH输入数据要求
14.4.3 FLAASH输入参数说明
14.4.4 FLAASH执行处理
14.4.5 QUAC快速大气校正工具
14.5 Landsat数据FLAASH大气校正
14.5.1 打开数据
14.5.2 输入FLAASH参数
14.5.3 浏览结果
14.6 航空高光谱数据FLAASH大气校正
14.6.1 浏览高光谱数据
14.6.2 AVIRIS数据大气校正
14.6.3 浏览结果
14.7 航天高光谱数据FLAASH大气校正
14.7.1 打开数据
14.7.2 资源一号02D卫星AHSI大气校正
14.7.3 浏览结果
第15章 高光谱与光谱分析技术
15.1 地物波谱与波谱库
15.1.1 ENVI标准波谱库
15.1.2 ENVI Classic标准波谱库
15.1.3 波谱库创建
15.1.4 波谱库交互浏览
15.1.5 波谱重采样
15.1.6 图谱立方体
15.2 端元波谱提取糐Y。〗
15.2.1 最小噪声分离
15.2.2 纯净像元指数
15.2.3 N维可视化工具
15.2.4 物质识别工具
15.2.5 基于几何顶点的端元提取
15.2.6 基于PPI的端元提取
15.2.7 基于SMACC的端元提取
15.3 高光谱图像分类与分析技术
15.3.1 端元波谱收集器
15.3.2 常见高光谱分类
15.3.3 高级高光谱分析
15.3.4 基于MNF的MTMF混合像元分解
15.4 地物识别与目标探测
15.4.1 波谱识别流程
15.4.2 基于波谱沙漏工具的矿物识别
15.4.3 去伪装目标探测
15.5 植被分析
15.5.1 植被与植被波谱特征
15.5.2 植被指数
15.5.3 植被指数计算器
15.5.4 农作物胁迫分析
15.5.5 植被易燃性分布分析
15.5.6 森林健康分析
15.5.7 植被抑制工具
15.6 光谱指数计算器
15.7 光谱分析与水体水色参数反演实例
15.7.1 遥感反演与处理流程介绍
15.7.2 数据预处理
15.7.3 水色参数反演
15.7.4 结果验证与应用
第16章 波段运算与波谱运算
16.1 波段运算工具
16.1.1 概述
16.1.2 Band Math工具
16.1.3 波段运算的IDL知识
16.1.4 运算表达式典型举例
16.2 基于IDL用户函数的波段运算
16.3 波谱运算工具
第17章 ENVI Modeler建模工具
17.1 ENVI Modeler工具
17.1.1 ENVI Modeler基本用法
17.1.2 ENVI Modeler模型元素
17.1.3 基本节点
17.1.4 任务节点
17.1.5 验证和运行模型
17.2 ENVI Modeler使用
17.2.1 入门示例
17.2.2 构建图像处理工作流
17.2.3 构建图像批处理工作流
17.2.4 构建多源数据
17.3 生成ENVI扩展工具
参考文献
注意事项