浏览波谱库

自定义波谱库

步骤：输入波长范围，波谱收集，保存波谱库

一共224个波段以及每个波段的中心波长（后面括号中的数字）

点击raster management下面的edit envi header，选择该高光谱数据则看到fwhm这一窗口。窗口中每一波段后都有一个波段长度。（不同版本可能窗口不同）

查看某一像元的光谱曲线：

构建波谱库

选择输入波长的途径，第一个是数据文件，第二个是二进制文件，第三个是来自第一次输入的波谱。此处选择第三个进行。

选择从当前窗口图中进行导入

导入后可以自行修改该波谱的名称、颜色。即可入库。

建立一个区域的平均波谱曲线

后面方法同上

波谱的保存

保存成功后会自动在波谱浏览器中打开

高光谱地物识别

步骤为端元波谱收集、物质识别。

端元波谱收集

端元光谱的确定主要有两种方式：一种是使用光谱仪在地面或者实验室测量的“参考端元”，一般从标准波谱库选择。

另一种就是从遥感图像上得到。利用图像提取端元，使用波谱分析工具将收集到的波谱与标准波谱库中的波谱进行匹配处理，由此依据光谱识别地物。

从标准的波谱库中选取端元进行物质识别

如图在标准波谱库中选取四个地物的波谱曲线

将上述各个曲线名称改为中文

进行物质识别

光谱角的阈值为0.15（弧度制）

从图像上选择某个像素或者roi平均波谱进行物质识别

选择好需要进行识别的像元和roi

后续操作与前面相同，导入其波谱后绘制出来

然后利用标准波谱库对roi和像元进行识别。

选择open导入envi自带的标准波谱库

该方法根据光谱角、光谱特征、二进制编码分别赋予权重进行分析。此处设置为默认。

此处所有直都显示为相同，是错误的。原因是标准波谱库的x,y轴设置与待分类的数据不同，因此需要在options下面调整x,y因子。

图中结果得分在0-1之间，数值越大说明物质之间的匹配程度越高，图中说明选择的像元很可能是almand1这一矿物。同理可以的到待分类的roi最近矿物为ferrihyd。并对这两个波谱进行重命名。

 

将识别后的端元波谱用于分类（方法依然为光谱角分类法，将最大角度设为0.02）按需求可将端元波谱进行保存。

图中红色和蓝色就是识别出来的almand1和ferrihyd矿物。