ArcGIS中的ENVI工具
分享
-
2015-12-13
功能描述：
在安装有ArcMap的机器上安装ENVI之后，会在ArcMap的工具箱中增加了ENVI的一些工具，来供用户进行使用；此文档的作用就是对那些工具进行相关的说明，以便能够更好的利用；
脚本或者建立的模型使得您可以在ArcGIS for Desktop10.2 和10.3的Arctoolbox中执行ENVI 的处理。另外，如果你的电脑上安装了ENVI+IDL软件，那么你可以通过IDL脚本库来自定义工具。这些工具可以在ArcGIS desktop环境中部署与分享。
Note：ENVI工具在前台处理。
1 预安装配置
为了在arcgis中使用ENVI tools工具箱，你需要手动的将ENVI tools.tbx
工具箱添加到arctoolbox中。添加步骤：
1、建议安装之后重启电脑，以便整个系统配置可以完成；
2、启动arccatalog；
3、打开arctoolbox；
4、右击arctoolbox，选择 add toolbox；
5、选择Toolboxes\System Toolboxes文件夹；
6、选择ENVI Tools.tbx或者ENVI tools文件，点击打开；
7、一旦完成你可以关闭arctoolbox和arccatalog；
8、启动arcmap，打开arctoolbox；
9、一个新的ENVI tools将会被添加到arctoolbox目录树中；
2 系统要求
系统要求
3 支持的输入格式
一下是ENVI tools支持的输入格式，这些格式是ENVI tools支持的，但是不一定被ArcGIS支持；其他的数据格式或者传感器可能也被支持，如果数据格式是支持的；也就是说不仅仅支持这些。
- DPPDB (.ntf) a
-DTED (.dt0, .dt1, .dt2) b
-ENVI Standard Raster c
-ENVI Classification c
-ERDAS IMAGINE (.img)
- ESRI Geodatabase Raster Dataset:
- Personal ()
- File ()
- Enterprise (): ArcGIS version 10.2 does not supportreading or writing from/to enterprise/SDE geodatabases.
- GeoEye-1 (.tif, .ntf)
- GeoJP2 / GeoJ2K (.jp2, .j2k)
- GeoTIFF (.tif)
- IKONOS (.tif, .ntf)
- JPEG (.jpg)
- JPEG2000 (.jp2, .j2k)
- Landsat MSS, TM, ETM+ (.tif)
- LAS LiDAR (.las) d
- MrSID (.sid)
- NITF 1.1, 2.0, 2.1 (.ntf) a
- NSIF 1.0 (.nsf) a
- OrbView-3 (.tif, .ntf)
- QuickBird (.tif, .ntf, .til)
- RapidEye (.tif, .ntf)
- TIFF (.tif)
- Spot DIMAP (*dim.xml)
- TFRD (.tfd) e
- WorldView-1 (.tif, .ntf, .til)
- WorldView-2 (.tif, .ntf, .til)
注:
a 需要ENVI NITF模块许可
b DTED格式文件在example ENVI tools或者用户自定义的工具中不支持；
c 可能需要在栅格文件格式属性中设置搜索模型来搜索可用的栅格文件格式，来选择ENVI格式数据集而没有文件扩展，在ArcGISdesktop环境中。
d LAS格式文件只在LiDAR to raster工具中被支持，需要ENVI LIDAR 模块许可；
e 要求ENVI NITF模块许可；
4 在ENVI tools中使用数据
以下是介绍ENVI tools中的数据使用说明，当输入多波段时，工具处理所以波段。
（1）输入输出文件的扩展名：
- 当为一个工具或者脚本输入数据时，文件必须有一个扩展名；
- 当为一个工具或者脚本输出数据时，他将会给一个.dat扩展或者.shp扩展，除非这个文件被写入GDB中。当写入GDB中，文件扩展名将会被移除。
（2）使用Multi-Segment NITF文件作为输入文件
以下描述Multi-SegmentNITF文件怎么被输入到脚本或者工具中：
- 当你点击browse按钮，然后选择Multi-Segment NITF文件，第一份image segment将会被用来处理；
- 当你在arcmap中打开Multi-Segment NITF的全部数据集，你可以选择拖拽需要的image segmen来作为输入数据，或者在工具对话框的下拉列表中选择；
指定输出路径
输入完整的输出路径；
应用拉伸方法到输出的结果
如果你输出的结果是灰色的，可以使用拉伸来对数据进行处理：
1. 右击图层名，选择properties选项，弹出properties窗口；
2. 选择symbology选项卡；
3. 点击stretch选项，在Standard Deviations中选择想要的类型；
4. 点击yes，来创建统计数据；
5. 点击ok；
示范数据说明：
大部分的例子都有示范数据进行学习和联系使用，他们在ENVI的toutorial中，你也可以在ENVI的官方安装盘中找到这些资源；我们需要的数据目录包括：
feature_extraction，change_detection，3D LiDAR Viewer；
工具和脚本有以下这些：（19个）
Convert Raster Format、Filter With Convolution、LiDAR To Raster、Extract Features with Ruleset、Auto-Threshold Difference Raster、Calculate Image Difference 、Calculate Thematic Change、 Classification Raster to Vector 、Classify With Training、Classify Without Training、Cleanup Classification Raster、 Detect Anomalies、 Intersect Rasters、Threshold By Percentage、 Detect Image Difference WithThresholding And Cleanup、Detect Thematic Change With Cleanup、Supervised Classification With Cleanup、Unsupervised Classification With Cleanup；
5. Example ENVI tools
5.1 convert raster format
这个工具支持将arcgis和ENVI的数据格式转换成ENVI或者tiff/geotiff格式，这样他们才能被其他ENVI的工具所使用；要求输入的栅格格式必须是ENVI或者是arcgis软件的格式，具体支持的格式可以在前面的章节进行查看；
Tips:
-输入文件名和输出不能是相同的；
- 其他的通用操作可以在前面的章节中进行查看，其中包括：扩展名、输出路径、应用拉伸等；
格式转换
- 输入栅格：输入要转换的栅格；
- 输出栅格：转换后的栅格结果；
- 输出栅格的格式：可选择ENVI或者tiff格式；
5.2 Filter With Convolution
滤波是使用一个像元周围的像元值的计算值来代替该像元值得过程；滤波一般在高频用于边缘检测和图像锐化操作，在低频用于图像bluring和噪音去除应用；
滤波说明
工具如下：
滤波工具
- 输入栅格：输入要进行处理的栅格；
- 输出栅格：输出结果；
- 滤波类型：滤波类型包括sobel，roberts、Median、Boxcar Average、High Pass、Laplacian、Directional、Low Pass Gaussian 、High Pass Gaussian、
- 滤波窗口大小：最小为3，必须是奇数；
- 角度：只有滤波方法选择了directional的时候，此选项才能被使用；取值范围0-360；
- Image add back：这个选项是说明原始影像在结果影像中的影响比例，取值范围在0-100之间；
5.3 LiDAR To Raster
这个工具是将LAS格式的LiDAR文件转换成ENVI格式的高程或者是密度数据；输出结果与输入数据是一个投影；
LiDAR to raster
参数说明：
l 输入LAS文件：输入LAS文件；
l 输出栅格：输出结果；
l Model 类型：模型类型，一共有3种：first，last、full；结果分别为顶层高度/密度值、底部高度/密度值、平均高度/密度值；
l 输出图像类型：两种类型可选：高程和密度；
l 其他输出选项：其中包括数据类型，背景值等，可以默认；
6. Feature Extraction (要素提取)
使用面向对象的方法进行影像分类，一个对象具有相同的光谱、形态、或者纹理特征；可以使用之前在ENVI中根据实验建立起来的规则文件来进行影像面向对象分类；比如道路是长宽比大，建筑物接近于矩形，树林的纹理值比草地高；如下所示：
要素提取
Tips：
l 分割尺度是需要的，取值范围在0-100之间，值越大，分割的板块越大；反之则反；默认值是50；
l Merge level是合并版块的操作，可以解决过度分割的问题；
工具界面如下：
基于规则信息提取
输入栅格：输入要分类的影像；
输入规则：输入之前建立好的规则，可以在ENVI中建立；
输出结果：输出矢量格式的结果；
输出栅格：输出栅格格式的结果；
分割尺度：分割的斑块的尺度，0-100之间，默认50；
合并尺度：合并分割的斑块，取值0-100之间；
7. 影像处理
7.1 自动阈值栅格差异（Auto-Threshold Difference Raster）
Auto-Threshold Difference Raster提供了4种方法来进行影像差异检测；其中包括：Otsu's, Tsai's, Kapur's, and Kittler's。
自动阈值
自动阈值工具
输入栅格：输入要进行阈值检测的栅格；
输出栅格：输出检测结果；
自动阈值方法：检测方法，4种可选；
7.2 计算影像差异
通过两个影像对比，得到两个之间的差别的影像；可以通过输入指定的波段、一个指数或者光谱角；
影像差异
参数如下：
计算影像差异
输入栅格1：输入要检测的栅格1；
输入栅格2：输入要检测的栅格2；
输出差异栅格：输出两个栅格差异的结果；
检测方法：波段、指数或者光谱角；
高级选项：可以设置检测的波段，设置是否进行定标处理；下面的feature index band1和band2只有在选择FeatureIndex Difference方法才能使用；
7.3 变化监测
通过对同一范围的两个分类结果进行计算，得到两个结果的差异；要求两个来影像具有相同的分类数，和相同类别定义；
变化监测
变化监测工具
参数如下：
输入栅格1：输入1影像的分类结果；
输入栅格2：输入2像的分类结果；
输出变化栅格：输出变化的结果；
7.4 分类栅格转矢量
将分类结果的栅格转成矢量的数据；
分类栅格转矢量
分类栅格转矢量工具
参数如下：
输入栅格：输入分类结果栅格：
输出矢量：输出分类结果矢量；
7.5 监督分类
使用用户建立的样本来进行影像分类，样本支持多边形和点，分类方法包括Maximumlikelihood, Minimum distance, Mahalanobis distance, and Spectral Angle Mapper(SAM)；如果你输入的是单波段影像，那么只有Maximum likelihood, Minimum distance方法是可用的。
监督分类
监督分类工具
参数如下：
输入栅格：输入要分类的影像；
输入样本矢量：输入矢量的样本数据；
输出结果：输出分类结果；
分类方法：分类方法包括Maximumlikelihood, Minimum distance, Mahalanobis distance, and Spectral Angle Mapper(SAM)。
7.6 非监督分类
可以不选择样本，仅仅通过对影像像元的统计值来进行影像分类；
非监督分类
非监督分类工具
参数如下：
输入栅格：输入要进行分类的栅格；
输出栅格：输出分类的结果；
分类的数量：输入类别的数量；
最大迭代次数：进行多少次分类迭代；
变化阈值百分比：阈值变化的百分比；当达到这个值的时候，迭代就会停止，分类完成；
7.7 整理分类结果（分类后处理）
整理分类结果是将分类结果进行重新整理，平滑去除椒盐和噪音，移除小斑块；
分类后处理
分类后处理
参数如下：
输入栅格：输入要进行处理的分类结果数据；
输出栅格：输出处理后的结果；
平滑窗口：平滑窗口的大小；
聚合窗口：聚合窗口的大小；
7.8 异常检测（Detect Anomalies）
使用Reed-Xiaoli Detector (RXD)方法来进行异常检测，以识别一个区域和他的周围的像元或者整个数据集之间的光谱和颜色差异。RXD方法对于那些小的对象效果更好；
异常检测
异常检测工具
参数如下：
输入栅格：输入要进行异常检测的栅格；
输出异常栅格：输出异常检测的结果数据；
检测方法：有三种可选；
值的计算方法：全局和local两种；
窗口大小：进行计算的窗口的设定；
7.9 栅格交集
通过输入的两个栅格，进行计算得到两个栅格重叠部分的栅格数据，得到两个文件；输入的栅格必须带有相同的投影、像元对应信息或者RPC信息；
栅格交集
栅格交集
参数如下：
输入栅格1：输入要进行交集计算的第1个栅格；
输入栅格2：输入要进行交集计算的第2个栅格；
输出栅格1：输出交集计算后的第1个栅格结果；
输出栅格2：输出交集计算后的第2个栅格结果；
插值方法：3中插值方法可选；
7.10 阈值百分比
根据百分比阈值进行异常检测，一般都设置成较低的值，以便去除真正的异常；
阈值百分比
阈值百分比工具
参数如下：
输入栅格：输入要进行异常检测的栅格；
输出栅格：输出异常检测的栅格结果；
百分比阈值：通过设定百分比来进行异常检测；
波段：选择波段；
输出要素：结果可以输出成矢量的结果；
文章来源：http://blog.sina.com.cn/s/blog_497c741a0102w4xq.html
在安装有ArcMap的机器上安装ENVI之后，会在ArcMap的工具箱中增加了ENVI的一些工具，来供用户进行使用；此文档的作用就是对那些工具进行相关的说明，以便能够更好的利用；
脚本或者建立的模型使得您可以在ArcGIS for Desktop10.2 和10.3的Arctoolbox中执行ENVI 的处理。另外，如果你的电脑上安装了ENVI+IDL软件，那么你可以通过IDL脚本库来自定义工具。这些工具可以在ArcGIS desktop环境中部署与分享。
Note：ENVI工具在前台处理。
1 预安装配置
为了在arcgis中使用ENVI tools工具箱，你需要手动的将ENVI tools.tbx
工具箱添加到arctoolbox中。添加步骤：
1、建议安装之后重启电脑，以便整个系统配置可以完成；
2、启动arccatalog；
3、打开arctoolbox；
4、右击arctoolbox，选择 add toolbox；
5、选择Toolboxes\System Toolboxes文件夹；
6、选择ENVI Tools.tbx或者ENVI tools文件，点击打开；
7、一旦完成你可以关闭arctoolbox和arccatalog；
8、启动arcmap，打开arctoolbox；
9、一个新的ENVI tools将会被添加到arctoolbox目录树中；
2 系统要求
系统要求
3 支持的输入格式
一下是ENVI tools支持的输入格式，这些格式是ENVI tools支持的，但是不一定被ArcGIS支持；其他的数据格式或者传感器可能也被支持，如果数据格式是支持的；也就是说不仅仅支持这些。
- DPPDB (.ntf) a
-DTED (.dt0, .dt1, .dt2) b
-ENVI Standard Raster c
-ENVI Classification c
-ERDAS IMAGINE (.img)
- ESRI Geodatabase Raster Dataset:
- Personal ()
- File ()
- Enterprise (): ArcGIS version 10.2 does not supportreading or writing from/to enterprise/SDE geodatabases.
- GeoEye-1 (.tif, .ntf)
- GeoJP2 / GeoJ2K (.jp2, .j2k)
- GeoTIFF (.tif)
- IKONOS (.tif, .ntf)
- JPEG (.jpg)
- JPEG2000 (.jp2, .j2k)
- Landsat MSS, TM, ETM+ (.tif)
- LAS LiDAR (.las) d
- MrSID (.sid)
- NITF 1.1, 2.0, 2.1 (.ntf) a
- NSIF 1.0 (.nsf) a
- OrbView-3 (.tif, .ntf)
- QuickBird (.tif, .ntf, .til)
- RapidEye (.tif, .ntf)
- TIFF (.tif)
- Spot DIMAP (*dim.xml)
- TFRD (.tfd) e
- WorldView-1 (.tif, .ntf, .til)
- WorldView-2 (.tif, .ntf, .til)
注:
a 需要ENVI NITF模块许可
b DTED格式文件在example ENVI tools或者用户自定义的工具中不支持；
c 可能需要在栅格文件格式属性中设置搜索模型来搜索可用的栅格文件格式，来选择ENVI格式数据集而没有文件扩展，在ArcGISdesktop环境中。
d LAS格式文件只在LiDAR to raster工具中被支持，需要ENVI LIDAR 模块许可；
e 要求ENVI NITF模块许可；
4 在ENVI tools中使用数据
以下是介绍ENVI tools中的数据使用说明，当输入多波段时，工具处理所以波段。
（1）输入输出文件的扩展名：
- 当为一个工具或者脚本输入数据时，文件必须有一个扩展名；
- 当为一个工具或者脚本输出数据时，他将会给一个.dat扩展或者.shp扩展，除非这个文件被写入GDB中。当写入GDB中，文件扩展名将会被移除。
（2）使用Multi-Segment NITF文件作为输入文件
以下描述Multi-SegmentNITF文件怎么被输入到脚本或者工具中：
- 当你点击browse按钮，然后选择Multi-Segment NITF文件，第一份image segment将会被用来处理；
- 当你在arcmap中打开Multi-Segment NITF的全部数据集，你可以选择拖拽需要的image segmen来作为输入数据，或者在工具对话框的下拉列表中选择；
指定输出路径
输入完整的输出路径；
应用拉伸方法到输出的结果
如果你输出的结果是灰色的，可以使用拉伸来对数据进行处理：
1. 右击图层名，选择properties选项，弹出properties窗口；
2. 选择symbology选项卡；
3. 点击stretch选项，在Standard Deviations中选择想要的类型；
4. 点击yes，来创建统计数据；
5. 点击ok；
示范数据说明：
大部分的例子都有示范数据进行学习和联系使用，他们在ENVI的toutorial中，你也可以在ENVI的官方安装盘中找到这些资源；我们需要的数据目录包括：
feature_extraction，change_detection，3D LiDAR Viewer；
工具和脚本有以下这些：（19个）
Convert Raster Format、Filter With Convolution、LiDAR To Raster、Extract Features with Ruleset、Auto-Threshold Difference Raster、Calculate Image Difference 、Calculate Thematic Change、 Classification Raster to Vector 、Classify With Training、Classify Without Training、Cleanup Classification Raster、 Detect Anomalies、 Intersect Rasters、Threshold By Percentage、 Detect Image Difference WithThresholding And Cleanup、Detect Thematic Change With Cleanup、Supervised Classification With Cleanup、Unsupervised Classification With Cleanup；
5. Example ENVI tools
5.1 convert raster format
这个工具支持将arcgis和ENVI的数据格式转换成ENVI或者tiff/geotiff格式，这样他们才能被其他ENVI的工具所使用；要求输入的栅格格式必须是ENVI或者是arcgis软件的格式，具体支持的格式可以在前面的章节进行查看；
Tips:
-输入文件名和输出不能是相同的；
- 其他的通用操作可以在前面的章节中进行查看，其中包括：扩展名、输出路径、应用拉伸等；
格式转换
- 输入栅格：输入要转换的栅格；
- 输出栅格：转换后的栅格结果；
- 输出栅格的格式：可选择ENVI或者tiff格式；
5.2 Filter With Convolution
滤波是使用一个像元周围的像元值的计算值来代替该像元值得过程；滤波一般在高频用于边缘检测和图像锐化操作，在低频用于图像bluring和噪音去除应用；
工具如下：
滤波工具
- 输入栅格：输入要进行处理的栅格；
- 输出栅格：输出结果；
- 滤波类型：滤波类型包括sobel，roberts、Median、Boxcar Average、High Pass、Laplacian、Directional、Low Pass Gaussian 、High Pass Gaussian、
- 滤波窗口大小：最小为3，必须是奇数；
- 角度：只有滤波方法选择了directional的时候，此选项才能被使用；取值范围0-360；
- Image add back：这个选项是说明原始影像在结果影像中的影响比例，取值范围在0-100之间；
5.3 LiDAR To Raster
这个工具是将LAS格式的LiDAR文件转换成ENVI格式的高程或者是密度数据；输出结果与输入数据是一个投影；
LiDAR to raster
参数说明：
l 输入LAS文件：输入LAS文件；
l 输出栅格：输出结果；
l Model 类型：模型类型，一共有3种：first，last、full；结果分别为顶层高度/密度值、底部高度/密度值、平均高度/密度值；
l 输出图像类型：两种类型可选：高程和密度；
l 其他输出选项：其中包括数据类型，背景值等，可以默认；
6. Feature Extraction (要素提取)
使用面向对象的方法进行影像分类，一个对象具有相同的光谱、形态、或者纹理特征；可以使用之前在ENVI中根据实验建立起来的规则文件来进行影像面向对象分类；比如道路是长宽比大，建筑物接近于矩形，树林的纹理值比草地高；如下所示：
要素提取
Tips：
l 分割尺度是需要的，取值范围在0-100之间，值越大，分割的板块越大；反之则反；默认值是50；
l Merge level是合并版块的操作，可以解决过度分割的问题；
工具界面如下：
基于规则信息提取
输入栅格：输入要分类的影像；
输入规则：输入之前建立好的规则，可以在ENVI中建立；
输出结果：输出矢量格式的结果；
输出栅格：输出栅格格式的结果；
分割尺度：分割的斑块的尺度，0-100之间，默认50；
合并尺度：合并分割的斑块，取值0-100之间；
7. 影像处理
7.1 自动阈值栅格差异（Auto-Threshold Difference Raster）
Auto-Threshold Difference Raster提供了4种方法来进行影像差异检测；其中包括：Otsu's, Tsai's, Kapur's, and Kittler's。
自动阈值
自动阈值工具
输入栅格：输入要进行阈值检测的栅格；
输出栅格：输出检测结果；
自动阈值方法：检测方法，4种可选；
7.2 计算影像差异
通过两个影像对比，得到两个之间的差别的影像；可以通过输入指定的波段、一个指数或者光谱角；
影像差异
参数如下：
计算影像差异
输入栅格1：输入要检测的栅格1；
输入栅格2：输入要检测的栅格2；
输出差异栅格：输出两个栅格差异的结果；
检测方法：波段、指数或者光谱角；
高级选项：可以设置检测的波段，设置是否进行定标处理；下面的feature index band1和band2只有在选择FeatureIndex Difference方法才能使用；
7.3 变化监测
通过对同一范围的两个分类结果进行计算，得到两个结果的差异；要求两个来影像具有相同的分类数，和相同类别定义；
变化监测
变化监测工具
参数如下：
输入栅格1：输入1影像的分类结果；
输入栅格2：输入2像的分类结果；
输出变化栅格：输出变化的结果；
7.4 分类栅格转矢量
将分类结果的栅格转成矢量的数据；
分类栅格转矢量
分类栅格转矢量工具
参数如下：
输入栅格：输入分类结果栅格：
输出矢量：输出分类结果矢量；
7.5 监督分类
使用用户建立的样本来进行影像分类，样本支持多边形和点，分类方法包括Maximumlikelihood, Minimum distance, Mahalanobis distance, and Spectral Angle Mapper(SAM)；如果你输入的是单波段影像，那么只有Maximum likelihood, Minimum distance方法是可用的。
监督分类
监督分类工具
参数如下：
输入栅格：输入要分类的影像；
输入样本矢量：输入矢量的样本数据；
输出结果：输出分类结果；
分类方法：分类方法包括Maximumlikelihood, Minimum distance, Mahalanobis distance, and Spectral Angle Mapper(SAM)。
7.6 非监督分类
可以不选择样本，仅仅通过对影像像元的统计值来进行影像分类；
非监督分类
非监督分类工具
参数如下：
输入栅格：输入要进行分类的栅格；
输出栅格：输出分类的结果；
分类的数量：输入类别的数量；
最大迭代次数：进行多少次分类迭代；
变化阈值百分比：阈值变化的百分比；当达到这个值的时候，迭代就会停止，分类完成；
7.7 整理分类结果（分类后处理）
整理分类结果是将分类结果进行重新整理，平滑去除椒盐和噪音，移除小斑块；
分类后处理
分类后处理
参数如下：
输入栅格：输入要进行处理的分类结果数据；
输出栅格：输出处理后的结果；
平滑窗口：平滑窗口的大小；
聚合窗口：聚合窗口的大小；
7.8 异常检测（Detect Anomalies）
使用Reed-Xiaoli Detector (RXD)方法来进行异常检测，以识别一个区域和他的周围的像元或者整个数据集之间的光谱和颜色差异。RXD方法对于那些小的对象效果更好；
异常检测
异常检测工具
参数如下：
输入栅格：输入要进行异常检测的栅格；
输出异常栅格：输出异常检测的结果数据；
检测方法：有三种可选；
值的计算方法：全局和local两种；
窗口大小：进行计算的窗口的设定；
7.9 栅格交集
通过输入的两个栅格，进行计算得到两个栅格重叠部分的栅格数据，得到两个文件；输入的栅格必须带有相同的投影、像元对应信息或者RPC信息；
栅格交集
栅格交集
参数如下：
输入栅格1：输入要进行交集计算的第1个栅格；
输入栅格2：输入要进行交集计算的第2个栅格；
输出栅格1：输出交集计算后的第1个栅格结果；
输出栅格2：输出交集计算后的第2个栅格结果；
插值方法：3中插值方法可选；
7.10 阈值百分比
根据百分比阈值进行异常检测，一般都设置成较低的值，以便去除真正的异常；
阈值百分比
阈值百分比工具
参数如下：
输入栅格：输入要进行异常检测的栅格；
输出栅格：输出异常检测的栅格结果；
百分比阈值：通过设定百分比来进行异常检测；
波段：选择波段；
输出要素：结果可以输出成矢量的结果；
文章来源：http://blog.sina.com.cn/s/blog_497c741a0102w4xq.html
