主办单位：
Esri中国信息技术有限公司

内容简介：

“遥感应用培训班”自2009年启动以来，已经举办了10年。已先后在20多个城市举办了102场培训，共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过5800多名学员参加。

每年培训班内容都会根据学员反馈信息以及遥感新技术和新应用的发展进行调整。今年基于最新的ENVI5.5.2、IDL8.7.2版本授课，新增夜光数据处理、基于无人机数据的果树遥感监测等数据处理课程。

培训结束后， Esri中国信息技术有限公司将为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

培训方式：采用讲课与上机实习紧密结合的方式进行培训（请自带笔记本电脑，配置要求：操作系统WIN7/8/10 64位操作系统，建议内存在4-8G。）

培训时间：2019年3月25日——3月29日（五天）

培训地点：昆明龙腾大酒店（昆明市盘龙区北京路632号）

培训内容：

基于最新的ENVI5.5.2版本授课。根据报名学员投票从以下培训内容中选择40个课时的课程内容，届时会发放其他所有课程素材供自学。

培训费用：培训、资料费5天共计2000元/人（学生凭本科/硕士学生证1000元） 

 
食宿安排：交通住宿自理，提供培训期间午餐    

报名时间：截止2019年3月22日（场地位置有限，先到先得，敬请理解）

报名方式：邮件（报名回执附后）

费用支付方式：
1、现场微信、支付宝支付（不支持现金）
2、银行转账（账户信息如下）
户 名：易智瑞（中国）信息技术有限公司成都分公司 
帐 号：123917340108 
开户行：中国银行成都蜀都大道支行营业部
发票内容：计算机技术培训费（开具增值税普通发票）

联系人：邓洁  Esri中国信息技术有限公司
Email：dengj@esrichina.com.cn
手机：17760556721
电话：028-86080839-224

附件  回执函--2019年ENVI-IDL遥感培训班（昆明）.docx

ENVI将在近期发布新的产品：ENVI Deep Learning Module，即ENVI深度学习模块。ENVI Deep Learning Module是面向空间信息从业者，基于深度学习框架（TensorFlow）开发的遥感图像分类工具。它具备算法成熟，界面友好，操作便捷等特点。让空间信息从业者不需要深度学习和程序开发等背景知识就能轻松上手，从而完成建筑物、道路、农作物种类等特征信息提取，也能进行全要素图像分类、变化检测等应用。

ENVI Deep Learning Module在ENVI桌面中使用，未来也可以部署到企业级平台中。意味着可以和ENVI其他工具结合使用，包括ENVI支持的所有数据格式。

ENVI Deep Learning Module主要包括四个步骤：创建训练样本、创建模型、训练模型、图像分类。前三个步骤作用是学习模型的训练，ENVI提供的工具可以很轻松的训练自己的学习模型库，并在后期可以不断的增加训练样本，强化学习模型库。

图：ENVI Deep Learning Module使用流程

• 创建训练样本

ENVI Deep Learning Module支持多种方式获取训练样本，包括ENVI 感兴趣区（ROI）、ENVI特征标记、ENVI传统分类方法的结果、从Open Street Maps, ArcGIS Pro等平台获取的标记数据。

• 创建和训练模型

可以创建新的学习模型库，也可以强化已有的学习模型库。

图：创建和训练模型

• 图像分类

深度学习的最终目的就是为了从图像上提取所需的信息，如下图所示，通过一些建筑物训练样本得到的学习模型，得到整个图像所有建筑物信息。

图：图像分类

如下例子为利用ENVI Deep Learning Module提取2010年海地地震震后倒塌房屋信息。数据源为3波段的高分辨率卫星影像数据，从一个局部影像数据上目视解译一些倒塌建筑物作为训练样本，构建学习模型后提取整个地区的倒塌房屋信息。例子详细视频：https://v.qq.com/x/page/x0845wzah82.html

图：从局部影像上解译一些训练样本

图：基于创建的学习模型提取整个地区倒塌房屋信息

迟来的分享。其实官网在之前已经进行了分享（www.esrichina.com.cn）。

现在将 2018 年开发者大会 ENVI 专场的内容分享在此。

同时预热 2019 年 Esri 开发者大会，敬请期待。

讲座1：遥感中使用的IT热点技术

现代遥感从60年代发展至今，由数据匮乏到现在“泛滥”，一代代的遥感人乐此不疲的研究遥感算法模型和应用遥感。本讲座旨在总结传统遥感技术的点点滴滴，分析IT热点技术在遥感中的应用价值，如深度学习、云计算、Web技术等。

讲座人：邓书斌

关键字：云计算、深度学习、Web技术

讲座2：全新ENVI Modeler遥感建模工具

ENVI 5.5提供了梦寐以求的全新遥感建模工具——ENVI Modeler。ENVI Modeler建模工具提供可视化界面，通过拖拽方式对ENVI现有功能灵活“组装”，可零代码实现复杂工作流和图像批处理的构建，并且能够一键生成IDL和Python代码、创建ENVI扩展工具等。本讲座将以实例演示如何利用ENVI Modeler帮助我们提高工作效率。

讲座人：杜会建

关键词：ENVI Modeler、遥感建模、图像批处理

讲座3：面向行业应用的遥感业务化工具开发

介绍一个完整的面向行业应用的遥感业务化工具开发流程和关键技术。以MODIS数据气溶胶反演为例，借助ENVI-IDL强大、便捷的业务化扩展能力，实现由算法层面到行业生产力工具的转变。主要涉及气溶胶反演算法解析、ENVI-IDL二次开发（分块技术、高效编程、自定义ENVITask等）、ENVI Services Engine应用等内容。

讲座人：韩宗涛

关键字：ENVI-IDL二次开发、气溶胶反演

讲座4：开发遥感Web客户端：

当ArcGIS API for JS遇上GSF JavaScript Client SDK

本讲座主要基于ArcGIS API for JS与最新的GSF JavaScript Client SDK结合开发web遥感客户端，主要介绍遥感服务的获取和遥感的任务提交和结果获取，轻松完成遥感定制化开发任务。

讲座人：孙琪童

关键字：Web、遥感、定制化开发

资料下载链接：https://pan.baidu.com/s/1h4ADLEGMXp0G38knnWHJlA

提取码：5ivr

主办单位：

Esri中国信息技术有限公司    甘肃省遥感学会

内容简介：

“遥感应用培训班”自2009年启动以来，已经举办了10年。已先后在20多个城市举办了102场培训，共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过5800多名学员参加。

每年培训班内容都会根据学员反馈信息以及遥感新技术和新应用的发展进行调整。今年基于最新的ENVI5.5.2、IDL8.7.2版本授课，新增夜光数据处理、基于无人机数据的果树遥感监测等数据处理课程。

培训结束后， Esri中国信息技术有限公司将为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

培训方式：采用讲课与上机实习紧密结合的方式进行培训（请自带笔记本电脑，配置要求：操作系统WIN7/8/10 64位操作系统，建议内存在4-8G。）

培训时间：2019年4月15日——4月19日（五天）

培训地点：兰州东岗西路320号  寒区旱区环境与工程研究所 科研6号楼会议室

培训费用：培训、资料费5天共计2000元/人（学生凭本科/硕士学生证1000元） 

食宿安排：交通住宿自理

报名方式：邮件（下载报名回执）

报名时间：截止2019年4月12日（场地位置有限，先到先得，敬请理解）

联系人：高磊 Esri中国信息技术有限公司

Email：gaolei@esrichina.com.cn

短信报名：13679267269（单位名称+姓名+邮箱；报名成功回复短信）

电话：029-86698900

传真：029-86698900转122

培训内容：基于最新的ENVI5.5.2版本授课。根据报名学员投票从以下培训内容中选择40个课时的课程内容，届时会发放其他所有课程素材供自学。

主办单位：

Esri中国信息技术有限公司

内容简介：

“遥感应用培训班”自2009年启动以来，已经举办了10年。已先后在20多个城市举办了102场培训，共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过5800多名学员参加。

每年培训班内容都会根据学员反馈信息以及遥感新技术和新应用的发展进行调整。今年基于最新的ENVI5.5.2、IDL8.7.2版本授课，新增夜光数据处理、基于无人机数据的果树遥感监测等数据处理课程。

培训结束后， Esri中国信息技术有限公司将为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

培训方式：采用讲课与上机实习紧密结合的方式进行培训

培训时间：2019年4月22日——2019年4月26日（五天）

培训地点：内蒙古水木年华阳光大酒店  4楼2号会议室

                     呼和浩特市新城区呼伦贝尔南路9号(近健康街)

培训费用：培训、资料费5天共计2000元/人（学生凭本科/硕士学生证1000元） 

食宿安排：住宿自理   

报名时间：截止2019年4月20日（场地位置有限，先到先得，敬请理解）

报名方式：二维码 或 邮件（点击下载报名回执）

联系人：石姣  Esri中国信息技术有限公司

Email：shij@esrichina.com.cn

电话：024-22812660-108   13897999116

传真：024-22812660-120

培训费缴纳方式：

此次培训学费可转账汇款、现金结算，现场不提供刷卡服务。

易智瑞(中国)信息技术有限公司武汉分公司

开户行:招商银行武汉光谷支行

账号:127906217210201

培训内容：

基于最新的ENVI5.5.2版本授课。根据报名学员投票从以下培训内容中选择40个课时的课程内容，届时会发放其他所有课程素材供自学。

试用许可申请支持SARscape541及以上版本。建议安装最新版ENVI和SARscape。

当提示有更新时，必须下载使用最新版激活工具，否则无法激活。

自ENVI 5.4/IDL 8.6版本发布以来，受到了众多用户的关心和喜爱，越来越多的用户希望能第一时间试用新版ENVI。但是由于许可技术的限制，没能及时开放试用许可的申请。

经过我们Esri中国和ENVI美国公司（Harris）的积极沟通和协商，今天终于能让大家自助式地申请试用许可了。但是由于许可数有限，希望大家多多珍惜试用机会。这个机会可是中国用户独享的。

重要声明

许可包含模块 

• ENVI/IDL 主模块
• SARscape 全模块

下载安装程序和激活工具，安装ENVI和SARscape

ENVI/IDL安装程序和激活工具（SARscape54x_Evaluation_License.sav）下载

链接：https://pan.baidu.com/s/1UffRyA7SF74qDhqWkldQVw  密码：vpxp

文件结构：

• envi55x-win.exe [ENVI/IDL安装程序]

• SARscape_v55x.exe [SARscape安装程序]

双击 envi55x-win.exe 开始安装ENVI，按照默认设置即可。

双击 SARscape_v55x.exe 开始安装SARscape，按照默认设置即可。

禁止安装在中文路径下！！！！！

修改权限

修改权限不只是为了申请许可，而且之后能够更方便的使用ENVI和SARscape。

操作如下：

1)    定位到ENVI路径，默认为 C:\Program Files\Harris；

2)    在 Harris 文件夹上右键选择“属性”，按照下图提示。依次点击“安全”>“编辑”>“Users (xxxxxxxxxx)”>勾选“完全控制”> 单击“确定”即可。

激活ENVI

1) 将激活工具（SARscape54x_Evaluation_License.sav）存放在较浅的英文路径下，否则有可能会报错。

2）双击打开激活工具。请耐心等待片刻。

3) 稍等片刻，将弹出激活工具主界面。如下所示：

请按照提示填写真实的中英文资料（下文有示范），然后单击“激活”按钮即可。如激活成功，将显示状态为“已激活”，并且更新“许可到期时间”和“可用激活次数”。然后就可以开心地试用新版ENVI了。

注1：在输入个别中文字符（如影像）时，此工具会自动退出，需重新打开本工具。可以先在记事本中编辑中文文字，然后复制粘贴到本工具即可；

注2：如果激活工具有版本更新，将弹出提示，单击“Yes”可访问本博客；

注3：点击工具右下角“问号”按钮，可直接访问本文；

注4：如果提示通信异常，请稍后再试。

下图为填写信息的示范，请按照此格式填写自己的真实信息。图中显示的是激活成功后的状态。

被加入黑名单时的状态。证明此非儿戏。

服务器暂无可用许可时，请过几天再试。

当第一次申请后过期时，可重新激活。半年内仅2次激活机会。

这里说的另类用法是指：只想利用自己手动添加的同名点用于图像配准，而不希望工具自动找点。这种需求一般用于无法自动找点的情况，比如卫星图像与DRG之类的线划图进行配准时。

如下是两个图像，左侧为DRG，右侧为Landsat 7图像。两个视图之间已经进行了地理链接，通过十字丝和红色箭头可以看出两景图像之间存在很大的位置偏差。现在利用自动配准流程化工具（Image Registration Workflow）进行配准。以DRG为基准图像。

本次演示使用的软件是ENVI 5.5.2，手动添加同名点更加便利。不建议使用5.3版本。

1  输入文件

首先在Toolbox中启动：/Geometric Correction/Registration/Image Registration Workflow

选择DRG作为参考图像，Landsat7作为待校正图像。

主办单位：

Esri中国信息技术有限公司

内容简介：

“遥感应用培训班”自2009年启动以来，已经举办了10年。已先后在20多个城市举办了102场培训，共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过5800多名学员参加。

每年培训班内容都会根据学员反馈信息以及遥感新技术和新应用的发展进行调整。今年基于最新的ENVI5.5.2、IDL8.7.2版本授课，新增夜光数据处理、基于无人机数据的果树遥感监测等数据处理课程。

培训结束后， Esri中国信息技术有限公司将为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

培训方式：采用讲课与上机实习紧密结合的方式进行培训

培训时间：2019年5月6日——2019年5月10日（五天）

培训地点：江西省南昌市红牛君亭酒店

培训费用：培训、资料费5天共计2000元/人（学生凭本科/硕士学生证1000元） 

食宿安排：住宿自理

报名时间：截止2019年5月5日（场地位置有限，先到先得，敬请理解）

报名方式：二维码 或 邮件（点击下载报名回执）

                   报名链接：https://app.askform.cn/8341410001.aspx

联系人：倪月成  Esri中国信息技术有限公司

Email：niyc@esrichina.com.cn

电话：027-82668990-138  13125171802

传真：027-82668990-222

培训内容：

基于最新的ENVI5.5.2版本授课。根据报名学员投票从以下培训内容中选择40个课时的课程内容，届时会发放其他所有课程素材供自学。

IR-MAD介绍

MAD（Multivariate Alteration Detection）算法是由Allan Nielsen提出的，其数学本质主要是多元统计分析中的（Canonical Correlation Analysis）CCA以及波段差值运算，但该算法仍然不能完全改善目前多元遥感影像处理中的局限性，所以Morton Canty和Allan Nielsen在MAD算法的基础上，结合EM算法，研究并提出了IR-MAD（the iteratively reweighted multivariate alteration detection，迭代加权多元检测）算法。

IR-MAD是一种检测多元影像变化的方法,它因在双时态、多变量和超变量影像数据挖掘中,能够高效捕捉到不稳定点的变化情况、准确的获取变化信息以及受到外界因素影响较小等特点,在多元影像检测变化中被广泛应用。IR-MAD核心思想是每个像元初始权重为1，每一次迭代均赋予2幅影像中每个像元新的权重，通过计算，未发生变化的像元具有较大的权重，最终得到的权重是决定各个像元是否发生变化的依据。若干次迭代后，每个像元的权重会趋于稳定直到变化小于设定的阈值或不再变化则停止迭代。

由于IR-MAD原理复杂，本文未详细介绍，仅给出IR-MAD工具使用方法。IR-MAD原理详情可参阅：Nielsen A A. The regularized iteratively reweighted MAD method for change detection in multi-and hyperspectral data[J]. IEEE Transactions on Image processing, 2007, 16(2): 463-478。

基本功能

IR-MAD变化检测。

版本要求

ENVI5.3及以上。

工具安装方法

有以下两种安装方式，推荐使用ENVI App Store安装该扩展工具。

l  ENVI App Store安装

1）ENVI App Store工具见http://www.enviidl.com/appstore/。

2）在ENVI App Store找到“IR-MAD变化检测”工具，点击Install App进行安装。

3）重启ENVI。

l  手动安装

1） 下载链接：https://pan.baidu.com/s/1ZBIlDWHrYh3jR-9K-pGzTQ 密码：egop

2） 下载ENVIIRMAD.zip，将解压后的custom_code和extensions文件夹拷贝到…\ENVI5X\下，覆盖并替换；将bin文件拷贝到…\ENVI5X\IDLX下，覆盖并替换

3） 重启ENVI。

使用说明

一．启动

在Tool Box中，打开/ Extensions/IR-MAD Change Detection，工具界面如下图所示。

图 IR-MAD变化检测工具参数面板

二．参数设置

l  Input Time1 Raster：输入的第一时相的遥感影像。

l  Input Time2 Raster：输入的第二时相的遥感影像。

l  Max Iteration：最大迭代次数，当权重变化小于此值时迭代结束，若未达到最大迭代次数时权重变化未小于设定的Delta Criterion值也停止迭代。

l  Delta Criterion：变化收敛阈值，当权重变化小于此阈值时迭代结束。

l  Display Result：是否在ENVI中显示分类结果，默认为“Yes”

l  Output Raster：IR-MAD变化检测结果。

三、IR-MAD变化检测示例

                 使用默认参数设置，得到IR-MAD变化检测结果。IR-MAD输出结果是一灰度影像，值越大，说明两期影像地物发生变化的可能性越大、变化程度越高（IR-MAD变化检测结果）。对于IR-MAD变化检测结果，我们也可以通过一定的自动阈值分割方法，如OTSU算法、Tsai算法、Kapur算法等，或者通过目视手动设置阈值提取变化区域（IR-MAD应用阈值提取变化区域）。

我们进行DInSAR、PS-InSAR和SBAS-InSAR等处理时候，经常要对SLC（单视复数数据）进行裁剪，针对所需工程区进行InSAR分析，减少工作量提高效率。利用Shp矢量文件（无地理坐标）裁剪斜距坐标和地理坐标的SAR图像可参考（http://blog.sina.com.cn/s/blog_764b1e9d0102xbw8.html）。

SARscpae5.5开始支持kmz和kml文件对SAR图像的裁剪，本文介绍直接使用kmz文件对斜距坐标的SAR图像进行裁剪操作过程，kmz文件可以非常方便的在Google Earth中绘制获取。

注：本文在SARscpe5.5中操作完成，第二步也适应于基于地理坐标的Shp文件裁剪SAR图像的操作。

第一步：制作kmz文件

（1）打开Google Earth，定位到需要绘制范围的地点。

（2）在工具栏上，打开“绘制多边形”按钮。

（3）鼠标左键在影像地图上点击绘制需要裁剪的范围，拖动顶点可以随时修改裁剪范围。

（4）在对话框中点击确定完成绘制。

（5）在左边“我的地点”上，刚绘制完成的“裁剪区域”右键选择“将位置另存为”菜单，以字母或数字命名保存kmz文件。

注：右键选择“属性”菜单，可对裁剪区域进行编辑。

图：绘制多边形对话框

第二步：利用kmz文件裁剪SAR图像

（1）启动SARscape，在ToolBox中打开/SARscape/General Tools/Sample Selections/Sample Selection SAR Geometry Data工具。

（2）在数据输入面板（Input File）中，选择输入一景或者多景SAR图像，SAR图像可以是_slc、_pwr、_slc_list,_gr。

图：Input File面板

（3）可选文件面板（Optional File）中。

l Vector File：输入第一步中获取的.kmz文件。

l DEM File：输入带有地理坐标的DEM数据提供参考坐标系。

注：如果用地理坐标范围裁剪，在此必须输入带有地理坐标的DEM文件，以提供参考坐标系。如果用SAR斜距坐标范围裁剪，不用选择DEM。

l Input Reference File：参考数据，以下情况需要输入：

输入的是SCANSAR 或者 TOPSAR _slc_list数据时候，并且基于SAR斜距坐标的矢量文件进行裁剪时，或者基于雷达坐标系的坐标进行裁剪时，这里输入待裁剪的该文件的_pwr数据。

   本例子使用带有地理坐标的kmz文件裁剪，这个不需要输入参考文件。

图：可选文件面板（Optional File）

（4）参数设置面板（Parameters）中。

主要参数（Principal Parameters）：

l Make Coregistration：默认为False。若激活该参数，多幅影像裁剪时，会输出裁剪后的配准结果。

l Coregistration With DEM：如果上面参数设置为True，该参数设置配准时是否考虑DEM。

l Geographical Region：设置为Ture，基于地理坐标系的裁剪，如果输入的是地理坐标或者矢量，该参数设置为True。

以下四个参数是基于对角坐标进行裁剪，这里基于kmz文件裁剪，选择默认。

l West/First Column：最小经度/起始列号

l North/First Row：最大纬度/起始行号

l East/Last Column：最大经度/最大列号

l South/Last Row：最小纬度/最大行号

l Use Min and Max Coordinates：设置为True。如果该参数设置为True，会按照矢量文件的最大的坐标范围对数据进行裁剪。如果做InSAR处理，建议选择Ture。

图：主要参数（Principal Parameters）面板

  如果输入裁剪的数据为TOPSAR/ScanSAR，切换到Cut参数选项，根据裁剪区域的大小，缩小Min Valid Square Dimension（默认为500像素，SAR图像分块落在裁剪区的像素小于这个值，该分块将会放弃不参与裁剪）阈值。

（5）数据输出面板（Output Files）

输出文件（Output file list）：自动将数据输出到ENVI默认的数据输出路径下并自动命名，添加_cut的标识。

如需要更改输出路径，在某一行数据上右键选择“Change Output Directories”菜单。

（6）点击Exec执行。

——厦门市环境保护局提供

系统基于企业级遥感平台软件ENVI Services Engine搭建，构建了遥感影像水环境污染指标解译算法，并集成到智慧环保平台。基于这种企业级遥感软件技术，让专业遥感软件和高端硬件对非专业人士来说更加“友好”。普通工作人员都能简单快捷地利用遥感影像对水环境污染指标进行解析，并实现多时空污染溯源。针对不同的数据源类型，系统可以进行陆域水环境解译（叶绿素、固体悬浮物、透明度、富营养化、总磷、氨氮、水温），海域水环境解译（叶绿素、无机氮、活性磷酸盐、海温）和植被覆盖度解译。通过定期的遥感影像解译分析，可以在较大范围内掌握水环境污染物浓度分布情况，从而能够更有针对性地进行巡查。通过对不同时间点的解译结果进行比对分析，可以清晰地掌握水环境污染因子的变化情况及治理措施的应用成效。

该系统在2018-2019年福建省生态环境厅开展生态云平台应用典型案例评选活动中，唯一单位获得了一等奖的好成绩。

主要功能

系统采用SOA架构，作为子系统集成在智慧环保平台（J2EE架构）中，采用B/S的操作方式，实现了在线自动化处理和分析，直接得到水质参数。用户在Web浏览器端通过选择条件（时间、区域等）、提交请求、浏览结果，三个鼠标点击的动作就可以完成复杂、专业的遥感水质参数反演。

系统以高分一号、资源三号、哨兵2、landsat8作为遥感数据，经过几何校正、大气校正、图像融合、图像裁剪等预处理之后，基于遥感模型计算得到近海和内陆水环境参数，包括陆域水环境：叶绿素、固体悬浮物、透明度、富营养化、总磷、氨氮、水温，海域水环境：叶绿素、无机氮、活性磷酸盐、海温，以及陆地植被覆盖度信息。

部分截图

选择区域和解译参数。

查询获取可用的影像数据列表，选择相应的数据。

提交处理请求，开始执行处理。

解译结果自动加载在Web客户端。

SARscape5.5.2版本于2019年5月发布，匹配ENVI5.5.2版本，软件下载和试用请浏览：http://blog.sina.com.cn/s/blog_764b1e9d0102zrgd.html

注：已经安装SARscape5.5或之前版本，会提示自动卸载或者手动去卸载SARscape5.5或之前版本,不会影影响之前的许可。

SARscape5.5.2是小版本升级，主要修复一些BUG，以及一些新功能和算法优化：

l   数据导入

-     支持SICD格式的SAR产品数据

-     改进AIS数据导入

-     改进Sentinel 数据下载工具

l   基础模块

-     改进SAR AIS匹配

-     改进DEM融合工具

l   干涉处理模块

-     改进Dual Pair Dual Pair Differential Interferometry

l   与ArcGIS Pro的集成

-     ArcGIS Pro中可以使用更多SARscape工具箱

l   Bug fix

1  数据导入

l  支持SICD格式的SAR产品数据

SICD（Sensor Independent Complex Data）图像格式是美国政府机构使用的一种标准格式。现在可以导入为SARscape格式，进行后续的处理。

l  改进AIS数据导入

支持消息包括：1, 2, 3, 4, 5, 18, 19, 24, 27。

l  改进Sentinel 数据下载工具

自动过滤离线数据。

2 基础模块

l  改进SAR AIS匹配

SAR AIS Classification工具中，生成三个Shapefile文件：

•  SAR.shp：显示从SAR图像上识别的水面船只或者类似物体。

•  AIS.shp：显示从AIS消息上识别的水面船只或者类似物体。

•  SAR_AIS.shp：显示从SAR图像和AIS消息上匹配的水面船只或者类似物体。

l  改进DEM融合工具

支持统一坐标参考下shapefile格式和LAS格式的点云数据，期中LAS格式必须是由SARscape软件生成的。

3 干涉处理模块

多轨DInSAR工具（Dual Pair Dual Pair Differential Interferometry）完全支持Sentinel-1数据。

4 与ArcGIS Pro的集成

ArcGIS Pro中可以直接使用SARsacpe部分工具，包括：

•  SAR Flood Map

•  SAR Ship Detection

•  SAR DEM Extraction

•  SAR Change Detection

•  SAR Displacement mapping

•  Sentinel-1 download

•  SAR Image Geocoding

•  SAR Time Series

•  SAR Persistent Scatterers

5 Bug fix

修复包括SARscape5.5相关补丁以及最新的一些BUG。主要包括（为了便于理解，这里不做翻译）：

•  Burst interferogram phase: jump removal along burst junction

•  Sentinel burst power mosaic: keep original calibration in power mosaic

•  Amplitude tracking refinement and reflattening shift height conversion for ground

range data

•  Cluster interferometric handshake interrupted

•  PS read and write error handler

•  insert_geo_points_flag from preferences

•  Geo-localization for squinted data 

•  Import FSAR 

•  Sentinel Download check validity From / to data 

•  Sentinel Download management empty From / to data 

•  SBAS refinement (GCP in slant range were not correctly propagated)

•  PS using both PALSAR-1 FBD FBS

•  Common preferences: included Restore button 

•  SRTM_3V4: new repository adress 

•  GCP tool: stable delete/selection function 

•  InSAR Tandem-X bistatic DEM Workflow 

•  PS writing file inconsistency 

•  Interferogram Generation error 

•  Calibration problem in Sentinel-1 SLC 

•  Bug fixing in CSV data for Import AIS and SAR AIS classification 

•      PS improvements on atmospheric component estimation for correlated large areas

软件试用：http://blog.sina.com.cn/s/blog_764b1e9d0102ycm2.html

SuperView-1 全色分辨率0.5 米，多光谱分辨率2 米，轨道高度530 公里，幅宽12 公里，过境时间为上午10:30。由于SuperView-1 卫星具有很高的敏捷性，可设定拍摄连续条带、多条带拼接、按目标拍摄多种采集模式，此外还可以进行立体采集。SuperView-1 单次最大可拍摄60 km×70 km 影像。

本次采用3景SV1示例影像。数据来自航天世景公司，在此表示感谢。

下面介绍详细处理流程：

1   图像预处理

预处理包含正射校正 > 图像融合 > 图像镶嵌。

由于需要处理3对数据，所以均利用ENVI App Store（enviidl.com/appstore）中的批处理工具完成。所有工具均可在App Store中安装使用。

1.1  数据打开

利用“中国国产卫星支持工具”打开3景全色、3景多光谱图像。

1.2  批量正射校正

使用“ENVI栅格图像批处理工具包”中的批量正射校正工具完成：

/Extensions/Raster Processing Batch Tools/RPC Orthorectification Batch

由于SV1数据几何位置较准，直接使用了无控正射校正。

一次性将全色和多光谱输入Input Rasters，设置全色分辨率为0.5，多光谱分辨率为2。

1.3  批量图像融合

使用“ENVI栅格图像批处理工具包”中的批量图像融合工具完成：

/Extensions/Raster Processing Batch Tools/Pan Sharpening Batch

对于国产卫星数据，建议使用Gram-Schmidt融合算法，能更好的保持原始色彩。

1.4  快速图像镶嵌

由于是同轨数据，不需要进行匀色等处理。

使用“Raster Mosaic [Fast] 快速拼接工具”完成：

/Mosaicking/Raster Mosaic [Fast]

2  选择训练样本

2.1  图像裁剪

一般我们会选择一小部分图像用于选择样本。本次选择空间子集如下图所示。

2.2 下载OpenStreetMap矢量数据

本次目标是提取建筑物，本人很懒，想尽一切办法用一些现成的数据。灵机一动，就想到了ENVI5.5.1新增的一个工具（File > Open World Data > Download OpenStreetMap Vectors）。

首先全图显示裁剪结果图像，然后打开Download OpenStreetMap Vectors，自动下载当前视图范围的矢量。工具面板中选择Buildings和Polygon。

下载到矢量文件与图像位置存在整体偏移，而且有部分不准确的数据（猜测是时间不同导致的）。所以此时祭出ArcGIS，首先对矢量进行整体偏移，然后删除错误的记录。得到了可用的建筑物样本矢量，如下所示。

2.3  手绘其他建筑物

建议在已有shp文件的基础上直接绘制即可。我主要是为了展示手绘和下载的样本分布，所以在ENVI中新建多边形矢量，在绘制完成后，再使用ArcGIS中的Merge工具将两个shp进行合并。如下图所示：黄色为下载的矢量，绿色为本人辛辛苦苦手绘出来的，绘制到手抽筋。

下载矢量记录数：259

手绘矢量记录数：557

2.4  矢量转ROI

利用ROI工具如下菜单，将矢量导入，另存为ROI。

3   训练深度学习模型

3.1  创建标签图像

利用裁剪图像和生成的ROI，创建标签图像，工具为：

/Deep Learning/Build Label Raster from ROI

3.2  训练深度学习模型

本次趁着某人休假，利用ta的高性能DELL笔记本进行测试，真的是酷爽无比。下文有效率对比章节。

训练工具为：/Deep Learning/Train TensorFlow Mask Model

4    建筑物提取

提取工具为：/Deep Learning/TensorFlow Mask Classification

本工具提取得到的是单波段灰度图像，即 Class Activation Image。结果展示对其进行了密度分割。

5   结果展示

总体来说效果还可以。但是由于覆盖范围太广，各种建筑物类型都有，能达到这样的效果实属不易。而且本次的训练样本对于深度学习来说已经说是非常少了。主要误差在于个别裸地、道路、水体等也被提取了出来。极端特殊建筑物出现漏提现象。

 就我个人而言，已经很开心了，当然还有改进的方向，继续努力中。

6   效率对比

Jason Wolfe Monday, April 22, 2019

随着ENVI深度学习模块的发布，遥感用户从图像中提取特征变得更加简单。这种简单性的一部分原因是：ENVI的预处理和光谱工具提供了创建标记数据集的能力。当我们可以半自动化的标记图像时，不再需要花费无数个小时来乏味地纯手工绘制ROI。在本文中，我将展示一个示例。在该示例中，我使用波段比值图像来创建标签数据集，用于训练和验证深入学习模型，以查找航空图像中的人造地物（建筑物等）特征。

我从USGS网站（https://earthexplorer.usgs.gov）下载了16幅相邻的国家农业图像计划（National Agriculture Imagery Program，NAIP）图像。这些是2016年10月拍摄的德克萨斯州圣安东尼奥北部一个地区的1米分辨率4波段图像。使用ENVI Seamless Mosaic工具进行图像镶嵌。然后，我从镶嵌图像中裁剪得到两个空间子集数据：一个用于训练，另一个用于验证深度学习模型是否正确地学习了目标特性。我的最终目标是从NAIP图像中提取所有表明人类发展的地物类型，包含道路、建筑物和其他特征。

通常我会在训练和验证图像中绘制折线和多边形ROI用于标记目标。但是，我尝试了一个更快的过程：

1)        创建一个蓝色/近红外波段比值图像，突出目标特征，同时抑制植被的光谱特征。

​

2)        使用ENVI工具箱中的/Task Processing/Run Task工具，选择Linear Percent Stretch Raster。将5%线性拉伸应用于比值图像。结果将增强目标和背景之间的对比度。

3)        利用阈值创建ROI，拉伸结果图像DN值大于200的像素被高亮显示出来。

4)        利用ROI工具面板菜单，将ROI转换为分类图像。

该结果为模型训练和验证提供了一个良好的起点，没有经过任何手工绘制或标记。但是结果并不完美，因此需要进一步编辑，但编辑量很小。使用Edit Classification Image工具来删除未正确分类的像素，如阴影和水；并为目标类别中添加了一些像素。

5)        使用ENVI工具箱 Deep Learning > Build Label Raster From Classification 工具，创建标签图像用于深度学习模型训练。

步骤1-5的整个过程只花了大约20分钟。此外，它还有另一个好处，那就是定义了目标形状特征，而不仅仅是标记目标位置。使用8GB的显卡（好羡慕…）在系统上耗时30分钟训练深入学习模型。然后我用训练过的模型对整个NAIP图像进行分类，只花了几分钟。下面是生成的Class Activation图像（下文简称CAM图像）。该模型学会了识别几乎所有的目标特征，如下所示：

下面是NAIP图像与相应的CAM图像之间的比较：

对CAM图像进行密度分割，来突显属于目标类的概率最高（红橙色）的区域。类似的模型可以训练并应用于从覆盖广泛范围的图像中提取屋顶和不透水的表面。

总之，ENVI中各种各样的图像处理工具有助于加快为深度学习准备数据的过程。例如使用诸如自适应相干估计（Adaptive Coherence Estimator，ACE）或匹配滤波器（Matched Filter）等目标检测工具来标记高光谱图像中感兴趣的特征。其他能有效突出图像中物体的光谱工具还有Spectral Indices、Principal Component Analysis、Dimensionality Expansion等等。

软件试用：http://blog.sina.com.cn/s/blog_764b1e9d0102ycm2.html

使用的数据是高分一号融合结果，空间分辨率为2米。

影像覆盖区为山东省寿光市。

下面介绍处理流程。

1、图像裁剪

在绘制样本时，只需在一小块典型区域绘制即可，然后用于训练模型。不需要在整景图像上绘制。当然，这一步是可选的。

 下面是我裁剪的一小块图。

2、绘制样本

由于我不需要把大棚的严格边缘提取出来，只需要大致定位即可，所以在绘制样本时不需要使用多边形或矩形，而是使用线段。

保证每条线段如果做5-6个像元距离的缓冲区，可以覆盖大棚即可。

 如下图是部分样本数据。

3、模型训练

创建标签图像

/Deep Learning/Build Label Raster from ROI

 训练模型

/Deep Learning/Train TensorFlow Mask Model

4、大棚提取‘

/Deep Learning/TensorFlow Mask Classification

6、结果欣赏

https://v.qq.com/x/page/p08616fqkv5.html

主办单位：

广东省遥感与地理信息系统学会

易智瑞（中国）信息技术有限公司

内容简介：

广东省遥感与地理信息系统学会、易智瑞（中国）信息技术有限公司携手于今年7月在广州举办以“传递遥感技术,点燃遥感应用”为主题培训班，不断努力推进遥感与地理信息产业化进程。

“遥感应用培训班”自2009年启动以来，已经举办了10年。已先后在20多个城市举办了102场培训，共有来自测绘、地质、矿产、地震、国土、海洋、交通、林业、农业、气象、水利、医疗、城市管理、石油、科研、企业等行业及领域超过5800多名学员参加。

每年培训班内容都会根据学员反馈信息以及遥感新技术和新应用的发展进行调整。今年基于最新的ENVI5.5.2、IDL8.7.2版本授课，新增夜光数据处理、基于无人机数据的果树遥感监测等数据处理课程。

培训结束后，易智瑞（中国）信息技术有限公司和广东省遥感与地理信息系统学会将为各位学员颁发高级培训证书。欢迎全国广大用户积极踊跃参加。

培训方式：采用讲课与上机实习紧密结合的方式进行培训。（学员自带笔记本电脑，配置要求：操作系统WIN7/8/10 64位操作系统，建议内存在4G以上。）

培训时间：2019年7月15日——2019年7月19日（五天）

培训地点：广州 华南农业大学 数学与信息学院 8楼801室，广州市天河区五山路483号

培训费用：培训、资料费5天共计2000元/人（学生凭本科/硕士学生证1000元） 

费用支付：

1、银行转账（尽量使用该方式，请注明学员姓名和单位全称）

2、现场POS机刷卡

3、现场现金支付

账号名称：广东省遥感与地理信息系统学会

食宿安排：住宿自理

报名时间：截止2019年7月14日（场地位置有限，先到先得，敬请理解）

报名方式：邮件报名：填写回执发送到培训班联系人邮箱。

回执下载链接：https://pan.baidu.com/s/1pypgT3jCaw_1mDwNdn4pkw 

提取码：etko

或扫描二维码报名

联系人：

学会联系人：朱晓亮  广东省遥感与地理信息系统学会

Email：gdrsgis@163.com

电话：020-87757027

公司联系人：宋佳佳  易智瑞（中国）信息技术有限公司

Email：songjj@esrichina.com.cn

电话：020-86007565-144

传真：020-86007565-102

培训内容：

基于最新的ENVI5.5.2版本授课。根据报名学员投票从以下培训内容中选择40个课时的课程内容，届时会发放其他所有课程素材供自学。