GIỚI THIỆU VỀ PHẦN MỀM ENVI

(Environmental for Visualizing Images)

1. Thực đơn File: quản lý dữ liệu

- Mở files: ảnh, vector và các định dạng khác….
- Đọc và sửa thông tin ảnh – ENVI header file
- Lưu ảnh dưới các định dạng thích hợp
- Định dạng files:
+ ENVI xây dựng theo hệ thống ASCII
+ Định dạng các ảnh vệ tinh thông dụng: Landsat, SPOT, IKONOS,
ASTER, MODIS, AVHRR, ENVISAT/MERIS, LIDAR….
+ Định dạng của các phần mềm xử lý ảnh khác và định dạng ảnh thông
dụng
- Một số chức năng khác và đặt các tham số cấu hình tuỳ ý
2.Thực đơn Basic Tool: các công cụ cơ sở
- Công cụ cắt ảnh, ghép ảnh, ghép lớp, xoay ảnh…
- Tạo vùng nghiên cứu (ROI)
- Các phép tính trên các kênh (Band Math)
- Các phép tính theo đặc tính phổ (Spectral Math)
- Tạo Mask
- Thống kê ảnh
- Phân tích bíên động
- Các công cụ hịêu chỉnh bức xạ …..
- ….
3. Thực đơn Classification: Công cụ phân loại ảnh
- Phân loại có kiểm định
- Phân loại không kiểm định
- Phân loại theo nhánh cây
- Chọn đặc tính phổ
- Tạo ảnh phân loại từ ROI
- Kỹ thuật hậu phân loại
4. Thực đơn Transform : Công cụ biến đổi ảnh
- Tăng độ nét ảnh
- Tạo ảnh tỷ số kênh
- Tạo ảnh thành phần chính (Principal Component)
- Tạo ảnh theo lý thuyết nhiễu (MNF Rotation)
- Biến đổi tổ hợp hệ màu
- Chỉ số thực vật và phân tích Tasseled Cap
- Các phép biến đổi khác
5. Thực đơn Filter : Công cụ lọc ảnh
- Lọc theo thuật toán cửa sổ trượt
- Lọc theo tần số - chuỗi Fourier
- Lọc thích nghi, theo texture hoặc theo hình học
6. Thực đơn Spectral : Công cụ xử lý thông tin phổ
- Thư viện phổ (đặc tính phản xạ của các đối tượng bề mặt)
- Các phép tính theo đặc tính phổ (Spectral math)
- Các chỉ số theo các thông tin phổ khác
- ...
7. Thực đơn Map : công cụ xử lý bản đồ ảnh
- Nắn chỉnh hình học ảnh

1
 + Nắn chỉnh tự động (theo các tham số vệ tinh)
+ Nắn ảnh với ảnh
+ Nắn ảnh với bản đồ nền
- Ortho-retification
- Chuyển đổi hệ tọa độ
- GPS-Link đọc dữ lịêu định vị...
- Ghép ảnh (Mosaicking), ghép lớp (Layer stacking)
- …..
8. Thực đơn Vector: công cụ xử lý vector
- Mở đóng lớp vector, chồng vector lên ảnh
- Biên tập các lớp vector
- Chuyển đổi raster sang vector và ngược lại
- …
9. Thực đơn Topographic: Công cụ địa hình
- Mô hình hoá địa hình
- Chuyển đổi địa hình dạng vector
- Tạo ảnh bóng
- Tạo hình ảnh 3 chiều
10. Thực đơn Radar: Công cụ xử lý hình ảnh Radar
- Đọc ảnh radar
- Biến đổi hình ảnh radar
- Hiển thị hình ảnh radar
- Xác định các giá trị phân cực của radar
- Các phép lọc ảnh radar
- Chuyển đổi độ phân giải phương vị
- Các hàm cấu trúc
- Tạo lập ảnh màu
- Cấu trúc cho ảnh radar
11. Thực đơn Window: Quản lý hiển thị
- Dữ lịêu ảnh:
+ Display Window: hiển thị hình ảnh cho từng kênh (đen trắng và tổ hợp màu)
+ Available files/Bands/Vectors List: danh sách các file/các kênh/các vector đã
mở
- Hiển thị dữ liệu vector - *.evf / *.shp...
- Hiển thị thông tin phổ của ảnh
- Kết nối các cửa sổ hiển thị
- Thông tin hiển thị (Cursor value), tạo hình ảnh chuyển động, hiển thị hình ảnh với
mạng lưới.
12. Thực đơn Help: Công cụ trợ giúp
- Cho phép hiển thị các thông tin trợ giúp sử dụng các công cụ cũng như thể hiện một số
thông tin về phần mềm.

2
 Bài 1

HIỂN THỊ ẢNH

1. Khởi động

Kích đúp vào biểu tượng trên màn hình Desktop, menu chính của ENVI xuất
hiện dưới dạng một thanh menu với các thực đơn chính. Kích phím trái của chuột vào bất
kỳ thực đơn nào của menu chính sẽ cho ra các menu phụ dưới dạng pulldown với các lựa
chọn và với mỗi lựa chọn lại có thể chia nhánh với các lựa chọn tiếp theo.
Kết thúc làm việc với ENVI, chọn File Æ Exit. Cửa sổ ENVI Question xuất hiện
với câu hỏi “Terminate this ENVI Session?”, chọn YES. Tất cả các files đang mở sẽ tự
động đóng lại.
2. Mở ảnh
- Trên thanh menu chính chọn File Æ Open Image File, hộp thoại Enter Data
Filenames sẽ xuất hiện:
+ Chọn đường dẫn đến thư mục lưu dữ liệu
+ Chọn file ảnh cần mở
Æ Open.
- Hộp thoại Available Bands List
(Danh sách các kênh đã mở) xuất hiện
cho phép lựa chọn các kênh thích hợp
để hiển thị ảnh. Có thể lựa chọn cách hiển
thị đen trắng (Gray Scale) hoặc hiển thị
màu (RGB Color)
- Chọn từng kênh bằng cách kích phím
trái của chuột vào tên các kênh trong hộp
thoại.
- Kích vào nút để hiển thị
cửa sổ ảnh.

3. Các cửa sổ hiển thị

- Khi ảnh đã được Load, sẽ có 3 cửa sổ ảnh xuất hiện, bao gồm:
+ Cửa sổ ảnh – trong cửa sổ này toàn bộ một phần ảnh được hiển thị đúng
với độ phân giải.
+ Cửa sổ Scroll – khi toàn bộ ảnh không lọt đủ vào Cửa sổ ảnh, cửa sổ
Scroll sẽ xuất hiện. Cửa sổ Scroll hiển thị toàn bộ ảnh với kích thước được thu nhỏ.
+ Cửa sổ Zoom - hiển thị sự phóng to của một phần ảnh được lựa chọn
trong Cửa sổ ảnh

3
4. Tăng độ nét của ảnh
Trên cửa sổ ảnh: Enhance Æ chọn các dạng hiển thị như Linear, Gaussian,
Equalization, Square Root.
5. Hiển thị các đồ thị phổ của ảnh đa phổ
- Trên cửa sổ ảnh chọn Tools Æ Profile sau đó tiếp tục lựa chọn:
+ X profile: cửa sổ đồ thị phổ của các giá trị ảnh theo lát cắt X (nằm ngang)
trên một hàng đã chọn. Vị trí lát cắt theo vị trí trỏ chuột.
+ Y profile: cửa sổ đồ thị phổ của những giá trị ảnh theo lát cắt Y (thẳng
đứng).
+ Z profile: hiển thị đường cong phổ của điểm ảnh

4
 Có thể xuất các đồ thị phổ dưới dạng file ảnh. Tại cửa sổ đồ thị: File Æ Save Plot
As Æ Image File.
6. Hiển thị đồ thị phân bố tương quan
- Trên cửa sổ ảnh: Tool Æ Scatter Plot, cửa sổ Scatter Plot Band choice xuất hiện
cho phép chọn 2 kênh bất kỳ của ảnh để so sánh Æ OK

- Khi Scatter Plot xuất hiện, kích phím trái chuột vào bất kỳ vị trí nào trên cửa sổ
ảnh, giá trị của những pixel trong giới hạn 10 x 10 quanh vị trí con trỏ sẽ được hiển thị
trên scatter plot.
- Di chuyển con trỏ quanh cửa sổ ảnh để thấy hiệu ứng “Dancing Pixel”
- Đặt con trỏ lên cửa sổ Scatter Plot và kích kéo với phím giữa chuột, một ô vuông
màu đỏ với mỗi chiều 10 pixel xuất hiện. Những pixel với giá trị nằm trong khoảng của ô
vuông đó sẽ hiển thị lên cửa sổ ảnh như “Image Dancing pixel”

5
 Bài 2

NẮN CHỈNH HÌNH HỌC ẢNH

• Mở ảnh cần nắn

ENVI có hai phương pháp nắn là nắn chỉnh hình học ảnh theo ảnh và nắn ảnh theo
vector. Trong bài này sẽ giới thiệu phương pháp nắn ảnh theo vector.
- Mở file ảnh cần nắn
- Mở file vector
• Khai báo tọa độ
- Trên thanh Menu vào thực đơn Map Æ Registration Æ Select GCPs: Image to
Map, cửa sổ Image to Map Registration xuất hiện, trong cửa sổ này cần khai báo các tham
số về hệ quy chiếu, lưới chiếu và các đơn vị của bản đồ,

+ Select Registration Projection: lựa chọn hệ quy chiếu

+ Datum: lưới chiếu
+ Units: đơn vị của bản đồ
+ Zone: múi chiếu
+ X pixel size: độ phân giải không gian của trục X
+ Y pixel size: độ phân giải không gian của trục Y
Æ OK xuất hiện cửa sổ Ground Control Points Selection

6
 • Chọn điểm khống chế mặt đất (Ground Control Points – GCPs)
- Khi lựa chọn các điểm khống chế mặt đất cần chú ý các điểm sau:
+ Các điểm GCPs cần phân bố đều khắp ảnh cần nắn
+ Số lượng điểm GCPs phải đủ lớn
+ Xác định vị trí điểm GCPs với độ chính xác cao
+ Các điểm phải nhìn thấy rõ ràng trên bản đồ
+ Sai số RMS ≤ 0.5
- Cách lựa chọn các điểm khống chế như sau:
+ Bấm để mở cửa sổ danh sách các điểm GCPs: Image to Map
GCPs List.

+ Xác định các điểm khống chế mặt đất giữa hai cửa sổ vector và cửa sổ
ảnh. Dùng chuột kích vào vị trí đã xác định trên cửa sổ vector. Lúc này tại góc trái phía
dưới của cửa sổ vector sẽ xuất hiện toạ độ của vị trí vừa chọn. Kích chuột vào vị trí tương
ứng trên cửa sổ ảnh.
+ Nhập giá trị toạ độ trên cửa sổ vector vào hộp Ground Control Point
Selection. Chú ý chỉ nhập giá trị toạ độ thập phân
+ Sau mỗi điểm đã nhập toạ độ, bấm để nhập điểm vừa chọn vào
danh sách các điểm khống chế trong cửa sổ Image to Map GCP List.

7
 - Trong cửa sổ Image to Map GCP List, có thể xoá các điểm khống chế mặt đất
bằng cách chọn điểm đó rồi bấm . Hoặc thay đổi giá trị toạ độ của từng điểm bằng
cách lựa chọn điểm cần sửa đổi, nhập lại giá trị toạ độ mới rồi bấm .
- Lưu điểm GCPs: trong cửa sổ Ground Control Points Selection chọn File Æ Save
GCPs w/map coord… cửa sổ Output Registration Points xuất hiện. Trong cửa sổ này bấm
để chọn thư mục lưu file và đặt tên file. Một file mới vừa tạo sẽ có định dạng
*.pts. Nếu không cần lưu file thì chọn Memory để lưu giữ tạm thời.

• Nắn
- Trong hộp Ground Control Points Selection chọn Option Æ Warp File. Trong
cửa sổ Input Warp File chọn file ảnh cần nắn Æ OK. Hộp thoại Registration Parameter
xuất hiện, trong hộp thoại này cần lựa chọn các phương pháp nắn (Warp Method) và các
phương pháp tái chia mẫu (Resampling).

- Bấm để chọn thư mục lưu file và đặt tên file. Nếu không cần lưu file thì
chọn Memory để lưu giữ tạm thời.

8
 - Cũng có thể thực hiện các thao tác nắn ảnh từ thanh Menu chính, chọn Map Æ
Registration Æ Warp from GCPs: Image to Map rồi thực hiện các thao tác như các bước
đã nêu ở trên.

™ Các phương pháp nắn ảnh

- Phương pháp RST – Rotate, Scaling, Translation; chỉ thực hiện những chuyển dịch đơn
giản như xoay, xác định tỷ lệ và tịnh tiến ảnh
- Phương pháp Polynomial: phương pháp hàm đa thức. Phương pháp này cho kết quả tốt
hơn so với phương pháp RST, với yêu cầu về số điểm khống chế N tương ứng với bậc cua
hàm n như sau: N > (n + 1)2
- Phương pháp Triangulation: phương pháp lưới tam giác. ENVI sử dụng nguyên lý am
giác Delaunay để nắn ảnh bằng cách chọn các điểm khống chế làm các đỉnh của các tam
giác không đều và tíên hành nội suy.
™ Các phương pháp tái chia mẫu
- Nearest Neighbor: phương pháp người láng giềng gần nhất. Sử dụng giá trị của pixel gần
nhất mà không cần tiến hành nội suy
- Bilinear: phương pháp hàm song tuyến. Tiến hành nội suy tuyến tính sử dụng giá trị của
4 pixel
- Cubic Convolution: phương pháp xoắn lập phương. Sư dụng hàm lập phương với giá trị
của 16 pixel để tiến hành nôi suy.

• Kiểm tra lại độ chính xác của ảnh nắn

Sau khi hoàn thành công đoạn nắn chỉnh ảnh, ta có thể kiểm tra lại độ chính xác
của ảnh nắn bằng cách chồng file vector lên ảnh. Thực hiện thao tác này bằng cách từ cửa
sổ ảnh vừa nắn, chọn Overlay Æ Vector, cửa sổ Import Vector Layer xuất hiện: tìm đến
thư mục file vector cần mở Æ OK Æ Apply

9
 Bài 3

PHÂN LOẠI ẢNH

• Chọn mẫu phân loại (ROI)
- Trên cửa sổ ảnh: Overlay Æ Region of Interest ra cửa sổ ROI tool:

+ Vào Roi Type: để chọn kiểu loại của ROI (Polygone/ Polyline/ Point)
+ Cột ROI Name: để nhập tên cho từng mẫu ROI
+ Color: để chọn màu cho ROI
+ New Region: để tạo ROI mới
+ Go to: tìm đến vị trí của ROI
+ Stats: hiển thị các thông số thống kê của ROI
+ Delete: xoá toàn bộ các thông số của ROI
+ Bấm chuột giữa: chỉ xoá vùng ROI hiển thị trên ảnh. Không xoá các
thông số của ROI trong danh sách
- Cách vẽ ROI:
+ chọn cửa sổ lấy mẫu phân loại: Image/ Scroll/ Zoom
+ lấy mẫu trực tiếp trên cửa sổ hiển thị đã chọn
+ hoặc có thể lấy mẫu trên đồ thị phân bố tương quan. Sau đó bấm chuột
phải Æ Export Class. Trên cửa sổ đồ thị chọn Class để đổi màu cho từng
ROI
+ sau khi lấy mẫu, đặt tên cho ROI Æ Enter
+ bấm New Region để tiếp tục lấy ROI mới
- Yêu cầu khi chọn ROI: các ROI polygone phải có đặc tính phổ đồng nhất và đặc
trưng cho đối tượng phân loại.
- Lưu các mẫu phân loại: trong hộp thoại ROI Tool chọn File Æ Save ROIs
• Tính toán sự khác biệt giữa các mẫu phân loại
- Hộp thoại ROI Tool: chọn Option Æ Compute ROI Separibility ra cửa sổ Select
Input File for ROI Separibility: chọn file cần phân loại Æ OK ra hộp thoại ROI
Separibility Calculation.

10
 - Trong cửa sổ ROI Separibility Calculation chọn tất cả các mẫu đã phân loại để
xem xét sự khác biệt giữa các mẫu Æ OK. Cửa sổ ROI Separibility Result xuất hiện cho
biết kết quả khác biệt giữa các mẫu. Mỗi mẫu phân loại sẽ được so sánh lần lượt với các
mẫu khác. Cặp giá trị thể hiện sự khác biệt được đặt trong ngoặc sau các mẫu.
+ Nếu cặp giá trị nằm trong khoảng từ 1.9 đến 2.0 chứng tỏ các mẫu đã
chọn có sự khác biệt tốt
+ Nếu cặp giá trị này nằm trong khoảng từ 1.0 đến 1.9 thì nên chọn lại mẫu
sao cho có sự khác biệt tốt hơn
+ Nếu có giá trị nhỏ hơn 1.0 ta nên gộp hai mẫu đó lại với nhau, tránh hiện
tượng phân loại nhầm lẫn.

• Phân loại
- Sau khi chọn các ROI, bắt đầu tiến hành phân loại. Trên thanh Menu chọn
Classification Æ chọn các phương pháp phân loại: Supervised (phân loại có kiểm định),
Unsupervised (phân loại không kiểm định)
- Cửa sổ Classification Input File xuất hiện, chọn file cần phân loại Æ OK
- Cửa sổ phân loại theo phương pháp phân loại lựa chọn xuất hiện:
+ Bấm để chọn tất cả các mẫu phân loại.

11
 + Output Result to: bấm để chọn thư mục và đặt tên file. Hoặc
chọn Memory để lưu file tạm thời.
Æ OK sẽ cho ra kết quả phân loại

1. Phân loại không kiểm định

• Phương pháp phân loại Isodata
Phương pháp này sẽ tính toán cách thức phân lớp trong không gian dữ liệu, sau đó nhóm
đi nhóm lại các pixel bằng kỹ thuật khoảng cách tối thiểu (minimum distance). Mỗi lần
nhóm lại các lớp này sẽ tính toán lại cách thức phân lớp và phân loại lại các pixel theo
cách thức phân lớp mới. Quá trình này sẽ tiếp tục lặp đi lặp lại đến khi số các pixel trong
mỗi lớp nhỏ hơn ngưỡng thay đổi pixel đã chọn hoặc đạt tối đa số lần lặp đi lặp lại đó.
• Phương pháp phân loại K-Means
Phân loại không kiểm định dùng các kỹ thuật thống kê để nhóm dữ liệu n chiều thành các
lớp phổ tự nhiên. Phân loại không kiểm định theo phương pháp K-Mean sẽ dùng cách
phân tích nhóm, yêu cầu người phân tích phải chọn số nhóm cần đặt trong dữ liệu, tùy ý
đặt số các nhóm và xác định lại vị trí của chúng lặp đi lặp lại đến khi đạt được sự phân
chia tối ưu các lớp phổ.
2. Phân loại có kiểm định
• Phương pháp phân loại Parallelepiped
Phân loại theo phương pháp Parellelepiped sử dụng một quy luật đơn giản để phân loại
dữ liệu đa phổ. Các ranh giới sẽ tạo thành một Parallelepiped n chiều trong không gian dữ
lịêu ảnh. Các chiều của Parallelepiped được xác định dựa trên ngưỡng chênh lệch chuẩn
theo giá trị trung bình của mỗi lớp mẫu được chọn.
Trong phương pháp này đầu tiên giá trị vector trung bình cho tất cả các band được tính
cho mỗi lớp mẫu đã chọn. Sau đó các pixel được so sánh và gán vào lớp mà giá trị của nó
nằm trong phạm vi sai số là 1 hoặc 2 lần độ lệch chuẩn của vector trung bình. Nếu pixel
không nằm trong một trong các khoảng giá trị đó thì nó sẽ được gán vào lớp chưa phân
loại. Phương pháp này có ưu đỉem là nhanh chóng, đơn giản tuy nhiên kết quả có độ chính
xác không cao và thường được dùng để phân loại sơ bộ ban đầu.
• Phương pháp phân loại Minimum Distance
Phân loại theo phương pháp minimum distance sử dụng vector trung bình của mõi ROI và
tính khoảng cách Euclidean từ mỗi pixel chưa xác định đến vector trung bình của mỗi lớp.

12
Tất cả các pixel đều được phân loại tới lớp ROI gần nhất trừ khi người sử dụnh định rõ
độ chênh lệch chuẩn hoặc ngưỡng khoảng cách chuẩn. Trong trường hợp đó một số pixel
có thể không được phân loại nếu chúng không thoả mãn các tiêu chí đã chọn.
• Phương pháp phân loại Mahalanobis Distance
Đây là phương pháp phân loại khoảng cách nhạy cảm theo hướng dùng số liệu thống kê
của mỗi lớp. Phương pháp này tương tự như phương pháp Maximum Likelihood nhưng
phương pháp này coi tất cả các hiệp biến của lớp là ngang bằng nhau, do vậy phương
pháp này phân loại nhanh hơn. Tất cả các pixel đều được phân loại tới lớp ROI gần nhất
từ khi người sử dụng định rõ một ngưỡng khoảng cách. Trong trường hợp đó một số pixel
có thể không được phân loại lại nếu chúng không thoả mãn ngưỡng quy định.
• Phương pháp phân loại Maximum Likelihood
Phương pháp phân loại này coi số liệu thống kê của mỗi lớp trong mỗi kênh ảnh được
phân tán một cách thông thường và phương pháp này có tính đến khả năng một pixel
thuộc một lớp nhất định. Nếu như không chọn một ngưỡng xác suất thì sẽ phải phân loại
tất cả các pixel. Mỗi pixel được gán cho một lớp có độ xác suất cao nhất (nghĩa là
“maximum likelihood”)

• Kỹ thuật hậu phân loại

- Những ảnh đã được phân loại cần thực hiện quy trình hậu phân loại để đánh giá
chất lượng phân loại và tạo được những lớp cho việc xuất chuyển sang dạng bản đồ ảnh
và vector GIS. Các kỹ thuật hậu phân loại bao gồm: lọc nhiễu kết quả phân loại, gộp lớp,
vector hoá kết quả phân loại…
1. Lọc nhiễu kểt quả phân loại: bao gồm 2 phương pháp.
+ Phương pháp Majority Analysis để gộp những pixel lẻ tẻ hoặc phân loại
lẫn trong các lớp vào chính lớp chứa nó.
+ Phương pháp Minority Analysis, giá trị của pixel trung tâm sẽ được thay
thế bằng giá trị pixel chiếm thiểu số trong cửa sổ lọc.
- Trên thanh Menu: Classification Æ Post Classification Æ Majority/Minority
Analysis ra cửa sổ Classification Input File : chọn file cần tiến hành lọc nhiễu Æ OK.
- Cửa sổ Majority/Minority Parameters xuất hiện:
+ Chọn tất cả các lớp phân loại
+ Analysis Method: lựa chọn phương pháp lọc nhiễu (Majority/ Minority)
+ Kernel Size: kích thước cửa sổ lọc
+ Output Result to: bấm để chọn thư mục và đặt tên file. Hoặc
chọn Memory để lưu file tạm thời.
Æ OK sẽ cho ra kết quả lọc nhiễu

13
 2. Gộp lớp
- Chức năng gộp lớp cung cấp thêm một công cụ để khái quát hoá kết quả phân
loại. Các lớp có đặc tính tương tự nhau có thể được gộp vào để tạo thành lớp chung.
- Trên thanh Menu: Classification Æ Post Classification Æ Combine Classes
- Cửa sổ Combine Classes Input File xuất hiện : chọn file cần gộp lớp Æ OK

14
 - Cửa sổ Combine Classes Parameter xuất hiện :
+ Chọn các cặp lớp định gộp tương ứng với ô Input Class (lớp đầu vào) và
ô Output Class (lớp đầu ra)
+ Bấm để nhập các cặp giá trị sẽ gộp
Æ OK
- Cửa sổ Combine Classes Output để lưu file kết quả hoặc ghi nhớ kết quả tạm thời
Æ OK
3. Chuyển kết quả phân loại sang dạng vector
- Để chuyển sang dạng vector các file phân loại, trên thanh Menu chính chọn
Classification Æ Post Classification Æ Classification to Vector
- Cửa sổ Raster to Vector Input Band yêu cầu chọn file cần vector hoá Æ OK
- Cửa sổ Raster to Vector Parameters : chọn tất cả các lớp cần vector hoá. Chọn
đường dẫn lưu file Æ OK

- Cửa sổ Available Vectors List xuất hiện với file RTV (Raster to Vector). Chọn
file, bấm . Chọn cửa sổ hiển thị Æ OK ra kết quả vector.
- Lưu file vector : từ cửa sổ Vector Window : File Æ Save Layer to Template

15