利用ENVI SPEAR工具自动识别水面船只

ENVI的SPEAR工具集（(Spectral Processing Exploitation and Analysis Resource)）是将很多的遥感图像处理过程集成为流程化的操作方式，使得遥感图像处理知识相对薄弱的非专业人员也能利用流程化的工具进行图像处理，图像处理速度也有很大的提高。
ENVI5.0sp3中集成了ENVI classic中的16个SPEAR工具集，其中SPEAR Watercraft Finder工具可以从高分辨率的多光谱数据中识别移动或者静止的船只。该工具的前提是包括近红外波段，船只信息会在水吸收的近红外波段异常聚集，提供两种船只提取算法：

• 基于纹理：包含船只的像素能在“均匀背景”下聚集，这就是预期的“纹理”结果。这种方法比较常用，精度也较高。
• 基于2纬散点图：在2纬散点图上手动选择船只像元区域，这种方法适合分析小范围区域，对于大范围区域效果不高。

下面以2.4米的Quick Bird多光谱数据为例，详细介绍这个工具的使用。数据情况如下图所示，包括移动、静止船只，还包括部分陆地和岛礁。

图1：Quick Bird多光谱数据
启动ENVI5.0SP3.
(1) 在Toolbox中，选择SPEAR -> SPEAR Watercraft Finder。
(2) 在File Selection步骤中，选择输入的文件和输出文件夹，单击Next，如果数据没有中心波长信息，需要选择红色、近红外波段。
注：可以使用ROI工具绘制识别区域，尤其当图像中有大量厚云、陆地时。
(3) 在Method Selection步骤，有两种方法供选择，选择Texture Based Search，单击Next。
(4) 在Principal Components Options步骤中，有两个选择：

• Perform PCA processing：执行主成分分析创建一个更好区分水体的数据集，减少虚假像元。但是如果图像存在太多的黑暗区域，如开阔水域，不要执行此操作，否则会产生更多的噪声。
• Skip PCA processing：在原始图像中船只和水之间的亮度对比通常很高，默认不使用主成分分析。如果您发现识别的结果不准确，可更改此选项。

默认选项，单击Next。
(5) 在Texture Processing步骤，需要选择一个波段作为纹理分析波段：

• 如果没有执行主成分分析，选择近红外波段（NIR），这个波段最有利于分析船只和水域
• 执行主成分分析，一般选择PCA2分量作为分析波段。

(6) 选择纹理量测类型（texture measure）：

• Data Range (典型的选择)
• Variance

(7) 单击Create and Display Texture Image按钮，生成一个纹理图像。同时生成一个纹理图像的直方图，软件自动定位一个直方图阈值来区分船只和水体，如果需要可手动调节左边直方图的竖直虚线重新确定阈值。
(8) 回到Texture Processing步骤面板中，单击Retrieve Value按钮自动获取阈值。单击Next。
图2：Texture Processing步骤
(9) 在Filter Results步骤中，通过纹理阈值得到的结果只是把水域部分去除，其中还包括岛礁、陆地、云等错误信息，这些错误信息一般比船只大或者小。这里设定一个最小/最大过滤阈值，去除这些错误信息。单击Next。
(10) 在Edit Results步骤中，可以通过交互绘制ROI的方式，去除多于识别的船只信息。去掉勾选Perform Editing，单击Next。
注：通过两个Display对比，利用roi tool工具绘制剔除像元。
(11) 在Export Vectors步骤中，默认输出为Shape file格式的矢量，也可以输出到ArcGIS Geodatabase。
整个操作非常的简单，一步步引导。

图3：船只识别结果
文章来源：http://blog.sina.com.cn/s/blog_764b1e9d01019jio.html