如何编辑 ENVI 文件头

作者&投稿:亥秒 (若有异议请与网页底部的电邮联系)
如何编辑 ENVI 文件头~

envi中几种分类方法的参数设置方法如下:1、平行六面体(1)在主菜单中,选择Classification->Supervised->Parallelpiped,在文件输入对话框中选择TM分类影像,单击OK按钮打开Parallelpiped参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxstdevfromMean:设置标准差阈值,有三种类型:lNone:不设置标准差阈值;lSingleValue:为所有类别设置一个标准差阈值;lMultipleValues:分别为每一个类别设置一个标准差阈值。选择SingleValue,值为3。(4)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(5)选择分类结果的输出路径及文件名。(6)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(7)单击OK按钮执行分类。2、最小距离(1)在主菜单中,选择Classification->Supervised->MinimumDistance,在文件输入对话框中选择TM分类影像,单击OK按钮打开MinimumDistance参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxstdevfromMean:设置标准差阈值,有三种类型:lNone:不设置标准差阈值;lSingleValue:为所有类别设置一个标准差阈值;lMultipleValues:分别为每一个类别设置一个标准差阈值。选择SingleValue,值为4。(4)SetMaxDistanceError:设置最大距离误差,以DN值方式输入一个值,距离大于该值的像元不被分入该类(如果不满足所有类别的最大距离误差,它们就不会被归为未分类类(unclassified))。也有三种类型,这里选择None。(5)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(6)选择分类结果的输出路径及文件名。(7)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(8)单击OK按钮执行分类。3、马氏距离(1)在主菜单中,选择Classification->Supervised->MahalanobisDistance,在文件输入对话框中选择TM分类影像。单击OK按钮打开MahalanobisDistance参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxDistanceError:设置最大距离误差,以DN值方式输入一个值,距离大于该值的像元不被分入该类(如果不满足所有类别的最大距离误差,它们就不会被归为未分类类(unclassified))。也有三种类型,这里选择None。(4)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(5)选择分类结果的输出路径及文件名。(6)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(7)单击OK按钮执行分类。4.最大似然(1)在主菜单中,选择Classification->Supervised->LikelihoodClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开LikelihoodClassification参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetProbabilityThreshold:设置似然度的阈值。如果选择SingleValue,则在“ProbabilityThreshold”文本框中,输入一个0到1之间的值,似然度小于该阈值不被分入该类。这里选择None。(4)DataScaleFactor:输入一个数据比例系数。这个比例系数是一个比值系数,用于将整型反射率或辐射率数据转化为浮点型数据。例如:如果反射率数据在范围0-10000之间,则设定的比例系数就为10000。对于没有定标的整型数据,也就是原始DN值,将比例系数设为2n-1,n为数据的比特数,例如:对于8-bit数据,设定的比例系数为255,对于10-bit数据,设定的比例系数为1023,对于11-bit数据,设定的比例系数为2047。(5)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(6)选择分类结果的输出路径及文件名。(7)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(8)单击OK按钮执行分类。5.神经网络(1)在主菜单中,选择Classification->Supervised->NeuralNetClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开NeuralNetClassification参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)Activation:选择活化函数。对数(Logistic)和双曲线(Hyperbolic)。(4)TrainingThresholdContribution:输入训练贡献阈值(0-1)。该参数决定了与活化节点级别相关的内部权重的贡献量。它用于调节节点内部权重的变化。训练算法交互式地调整节点间的权重和节点阈值,从而使输出层和响应误差达到最小。将该参数设置为0不会调整节点的内部权重。适当调整节点的内部权重可以生成一幅较好的分类图像,但是如果设置的权重太大,对分类结果也会产生不良影响。(5)TrainingRate:设置权重调节速度(0~1)。参数值越大则使训练速度越快,但也增加摆动或者使训练结果不收敛。(6)TrainingMomentum:输入一个0~1的值。该值大于0时,在“TrainingRate”文本框中键入较大值不会引起摆动。该值越大,训练的步幅越大。该参数的作用是促使权重沿当前方向改变。(7)TrainingRMSExitCriteria:指定RMS误差为何值时,训练应该停止。RMS误差值在训练过程中将显示在图表中,当该值小于输入值时,即使还没有达到迭代次数,训练也会停止,然后开始进行分类。(8)NumberofHiddenLayers:键入所用隐藏层的数量。要进行线性分类,键入值为0。没有隐藏层,不同的输入区域必须与一个单独的超平面线性分离。要进行非线性分类,输入值应该大于或等于1,当输入的区域并非线性分离或需要两个超平面才能区分类别时,必须拥有至少一个隐藏层才能解决这个问题。两个隐藏层用于区分输入空间,空间中的不同要素不临近也不相连。(9)NumberofTrainingIterations:输入用于训练的迭代次数。(10)MinOutputActivationThreshold:输入一个最小输出活化阈值。如果被分类像元的活化值小于该阈值,在输出的分类中,该像元将被归入未分类中(unclassified)。(11)选择分类结果的输出路径及文件名。(12)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(13)单击OK按钮执行分类。6、支持向量机(1)在主菜单中,选择Classification->Supervised->SupportVectorMachineClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开SupportVectorMachineClassification参数设置面板。(2)KernelType下拉列表里选项有Linear,Polynomial,RadialBasisFunction,以及Sigmoid。l如果选择Polynomial,设置一个核心多项式(DegreeofKernelPolynomial)的次数用于SVM,最小值是1,最大值是6。l如果选择PolynomialorSigmoid,使用向量机规则需要为Kernel指定theBias,默认值是1。l如果选择是Polynomial、RadialBasisFunction、Sigmoid,需要设置GammainKernelFunction参数。这个值是一个大于零的浮点型数据。默认值是输入图像波段数的倒数。(3)PenaltyParameter:这个值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡,默认值是100。(4)PyramidLevels:设置分级处理等级,用于SVM训练和分类处理过程。如果这个值为0,将以原始分辨率处理;最大值随着图像的大小而改变,(5)PyramidReclassificationThreshold(0~1):当PyramidLevels值大于0时候需要设置这个重分类阈值。(6)ClassificationProbabilityThreshold:为分类设置概率域值,如果一个像素计算得到所有的规则概率小于该值,该像素将不被分类,范围是0~1,默认是0。(7)选择分类结果的输出路径及文件名。(8)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(9)单击OK按钮执行分类。

这个有的啊


envi中几种分类方法的参数设置方法如下:1、平行六面体(1)在主菜单中,选择Classification->Supervised->Parallelpiped,在文件输入对话框中选择TM分类影像,单击OK按钮打开Parallelpiped参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxstdevfromMean:设置标准差阈值,有三种类型:lNone:不设置标准差阈值;lSingleValue:为所有类别设置一个标准差阈值;lMultipleValues:分别为每一个类别设置一个标准差阈值。选择SingleValue,值为3。(4)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(5)选择分类结果的输出路径及文件名。(6)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(7)单击OK按钮执行分类。2、最小距离(1)在主菜单中,选择Classification->Supervised->MinimumDistance,在文件输入对话框中选择TM分类影像,单击OK按钮打开MinimumDistance参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxstdevfromMean:设置标准差阈值,有三种类型:lNone:不设置标准差阈值;lSingleValue:为所有类别设置一个标准差阈值;lMultipleValues:分别为每一个类别设置一个标准差阈值。选择SingleValue,值为4。(4)SetMaxDistanceError:设置最大距离误差,以DN值方式输入一个值,距离大于该值的像元不被分入该类(如果不满足所有类别的最大距离误差,它们就不会被归为未分类类(unclassified))。也有三种类型,这里选择None。(5)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(6)选择分类结果的输出路径及文件名。(7)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(8)单击OK按钮执行分类。3、马氏距离(1)在主菜单中,选择Classification->Supervised->MahalanobisDistance,在文件输入对话框中选择TM分类影像。单击OK按钮打开MahalanobisDistance参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetMaxDistanceError:设置最大距离误差,以DN值方式输入一个值,距离大于该值的像元不被分入该类(如果不满足所有类别的最大距离误差,它们就不会被归为未分类类(unclassified))。也有三种类型,这里选择None。(4)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(5)选择分类结果的输出路径及文件名。(6)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(7)单击OK按钮执行分类。4.最大似然(1)在主菜单中,选择Classification->Supervised->LikelihoodClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开LikelihoodClassification参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)SetProbabilityThreshold:设置似然度的阈值。如果选择SingleValue,则在“ProbabilityThreshold”文本框中,输入一个0到1之间的值,似然度小于该阈值不被分入该类。这里选择None。(4)DataScaleFactor:输入一个数据比例系数。这个比例系数是一个比值系数,用于将整型反射率或辐射率数据转化为浮点型数据。例如:如果反射率数据在范围0-10000之间,则设定的比例系数就为10000。对于没有定标的整型数据,也就是原始DN值,将比例系数设为2n-1,n为数据的比特数,例如:对于8-bit数据,设定的比例系数为255,对于10-bit数据,设定的比例系数为1023,对于11-bit数据,设定的比例系数为2047。(5)单击Preview,可以在右边窗口中预览分类结果,单击ChangeView可以改变预览区域。(6)选择分类结果的输出路径及文件名。(7)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(8)单击OK按钮执行分类。5.神经网络(1)在主菜单中,选择Classification->Supervised->NeuralNetClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开NeuralNetClassification参数设置面板。(2)SelectClassesfromRegions:单击SelectAllItems按钮,选择全部的训练样本。(3)Activation:选择活化函数。对数(Logistic)和双曲线(Hyperbolic)。(4)TrainingThresholdContribution:输入训练贡献阈值(0-1)。该参数决定了与活化节点级别相关的内部权重的贡献量。它用于调节节点内部权重的变化。训练算法交互式地调整节点间的权重和节点阈值,从而使输出层和响应误差达到最小。将该参数设置为0不会调整节点的内部权重。适当调整节点的内部权重可以生成一幅较好的分类图像,但是如果设置的权重太大,对分类结果也会产生不良影响。(5)TrainingRate:设置权重调节速度(0~1)。参数值越大则使训练速度越快,但也增加摆动或者使训练结果不收敛。(6)TrainingMomentum:输入一个0~1的值。该值大于0时,在“TrainingRate”文本框中键入较大值不会引起摆动。该值越大,训练的步幅越大。该参数的作用是促使权重沿当前方向改变。(7)TrainingRMSExitCriteria:指定RMS误差为何值时,训练应该停止。RMS误差值在训练过程中将显示在图表中,当该值小于输入值时,即使还没有达到迭代次数,训练也会停止,然后开始进行分类。(8)NumberofHiddenLayers:键入所用隐藏层的数量。要进行线性分类,键入值为0。没有隐藏层,不同的输入区域必须与一个单独的超平面线性分离。要进行非线性分类,输入值应该大于或等于1,当输入的区域并非线性分离或需要两个超平面才能区分类别时,必须拥有至少一个隐藏层才能解决这个问题。两个隐藏层用于区分输入空间,空间中的不同要素不临近也不相连。(9)NumberofTrainingIterations:输入用于训练的迭代次数。(10)MinOutputActivationThreshold:输入一个最小输出活化阈值。如果被分类像元的活化值小于该阈值,在输出的分类中,该像元将被归入未分类中(unclassified)。(11)选择分类结果的输出路径及文件名。(12)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(13)单击OK按钮执行分类。6、支持向量机(1)在主菜单中,选择Classification->Supervised->SupportVectorMachineClassification,在文件输入对话框中选择TM分类影像。单击OK按钮打开SupportVectorMachineClassification参数设置面板。(2)KernelType下拉列表里选项有Linear,Polynomial,RadialBasisFunction,以及Sigmoid。l如果选择Polynomial,设置一个核心多项式(DegreeofKernelPolynomial)的次数用于SVM,最小值是1,最大值是6。l如果选择PolynomialorSigmoid,使用向量机规则需要为Kernel指定theBias,默认值是1。l如果选择是Polynomial、RadialBasisFunction、Sigmoid,需要设置GammainKernelFunction参数。这个值是一个大于零的浮点型数据。默认值是输入图像波段数的倒数。(3)PenaltyParameter:这个值是一个大于零的浮点型数据。这个参数控制了样本错误与分类刚性延伸之间的平衡,默认值是100。(4)PyramidLevels:设置分级处理等级,用于SVM训练和分类处理过程。如果这个值为0,将以原始分辨率处理;最大值随着图像的大小而改变,(5)PyramidReclassificationThreshold(0~1):当PyramidLevels值大于0时候需要设置这个重分类阈值。(6)ClassificationProbabilityThreshold:为分类设置概率域值,如果一个像素计算得到所有的规则概率小于该值,该像素将不被分类,范围是0~1,默认是0。(7)选择分类结果的输出路径及文件名。(8)设置OutRuleImages为Yes,选择规则图像输出路径及文件名。(9)单击OK按钮执行分类。


黎平县13518117792: 如何编辑 ENVI 文件头 -
止傅肾上: hdr的文件用文本打开就可以,但是一般不建议手动修改编辑,容易造成对应图像打开出错

黎平县13518117792: envi5.1波段合并之后如何编辑新文件的头文件,使其能做辐射定标和大气校正. -
止傅肾上: 编辑头文件就可以,如果是landsat tm数据,把每个波段的波长信息查一下,编辑的时候填入波长信息,保存,然后就可以做后续处理了.

黎平县13518117792: vim编辑文件的抬头怎么设置 -
止傅肾上: 使用系统命令把,win的话 :!RENAME aaa bbb lin的话 :!mv aaa bbb 不过之一定先要w再移!

黎平县13518117792: envi怎么打开txt格式的landsat头文件 -
止傅肾上: 你先打开数据,然后编辑头文件就可以打开 如果不会可以私信加我交流 记得采纳回答!

黎平县13518117792: arduino 怎么编写头文件 -
止傅肾上: Arduino编译时把所有的ino和pde文件合并成一个cpp文件,添加#include 和所有的函数的原型声明,编译时是编译这个合并的cpp文件. 在同一目录下的c和cpp文件单独编译,调用这些文件通过h头文件,即c/cpp+h. 编译最后将Arduino核心程序

黎平县13518117792: 编辑 头文件 和 实现文件 -
止傅肾上: 假设现在你已经打开一个工程(当然可以是新建的),然后点击文件菜单,新建一个头文件(.h),再新建一个实现文件(.cpp)(这里建议用.cpp结尾,不要用.c 否则可能出错).接着,将这两个文件另存为你想要的文件名(可通过file菜单或者...

黎平县13518117792: VC++怎么添加头文件?? -
止傅肾上: 是Visual Studio面对对象编程的话,就打开资源管理器中的.cpp和.h文件,在置顶处添加(两者都行),建议添加到.cpp文件里!例如 #include "stdio.h", 不能用指向性括号包含stdio.h.单纯从终端输出结果的话,建议用DEV-C++,工具栏选项里面有选择添加头文件!

黎平县13518117792: 请问C语言怎么编写自己的头文件? -
止傅肾上: 头文件:test.h#ifndef TEST_H#define TEST_H 中间就是具体的头文件内容#endif

黎平县13518117792: C语言怎么在VC里自己创建,编写一个头文件,然后再用另一个文件引用该头文件?语法都会~具体操作步骤?谢 -
止傅肾上: 首先你要新建一个项目,然后就新建一个C Head File,这个就是头文件,随便写一个名称,最好和你的项目名一样,比如:Dialog.h,然后就在里面写一些申明什么的,和写其他的没有什么区别.至于引用的话,就在你的cpp文件里最开始添加#include "Dialog.h",这里面的名称就是你自己建的那一个.

黎平县13518117792: c语言中如何编译头文件啊 -
止傅肾上: 你这是添加头文件,而不是编译头文件TC2.0里面没有鼠标的使用添加必须使用#include 命令一般把你写的头文件或文件(注意,不光是头文件可以加入)放入你的项目或工程文件夹中然后使用 #incl...

本站内容来自于网友发表,不代表本站立场,仅表示其个人看法,不对其真实性、正确性、有效性作任何的担保
相关事宜请发邮件给我们
© 星空见康网