1、遥感业务化应用中的关键技术与实践杜会建 易智瑞（中国）信息技术有限公司ENVI深度学习模块 案例ENVI在遥感业务化中的应用 ENVI二次开发技术（ENVITask/虚拟栅格）自定义ENVITask/ENVI App Store/ENVI Modeler IDL自动化制图技术主要内容ENVI深度学习模块ENVI Deep Learning 介绍Harris（ENVI原厂商）拥有多年深度学习解决方案的实施经验。基于 TensorFlow 框架开发的遥感图像分类和目标识别工具。算法成熟，界面友好，操作便捷。引导式深入学习工作流程跨行业的专家解决方案2019年4月18日V1.0 正式发布ENVI D

2、eep Learning 框架ENVI深度学习使用的架构（称为ENVINet5）是基于Ronneberger、Fischer和Brox（2015）开发的 U-Net 架构。与U-Net一样，ENVINet5是一种基于掩码（mask-based）、编码器-解码器（encoder-decoder）的体系结构，用于对图像中的每个像素进行分类。右图为单个切片处理流程：该架构有5个“级别”（levels）和27个卷积层（layers）。每个级别表示模型中不同的像素分辨率。本示例使用的切片大小为572*572*3。ENVI 提供多种创建样本的方法和途径使用图像和ROI工具创建样本数据从Open Stree

3、t Maps,ArcGIS Pro等导入标签使用ENVI光谱分析结果作为样本数据使用ENVI工具来标注特征要素建筑物训练数据提取整幅图像的建筑物结果ENVI Deep Learning 案例建筑物厂房城中村空地绿地蔬菜大棚风力发电风车光伏发电板水体硬质地表汽车道路ENVI深度学习 卫片建筑物提取数据源：3 景 SuperView-1 影像，4波段 全色分辨率 0.5 米，多光谱分辨率 2.0 米预处理：正射校正 图像融合 图像镶嵌 中国国产卫星支持工具 批量正射校正工具 批量图像融合工具（GS算法）Raster Mosaic Fast 快速拼接工具数据量：镶嵌结果 24.2 GB 有效覆盖面积

4、 520 平方公里 42961 75743 4融合效果卫片建筑物提取 样本选择子区裁剪 样本选择42961 757435324 5781黄色为下载矢量：259条绿色为手绘矢量：557条File Open World Data Download OpenStreetMap Vectors卫片建筑物提取 结果展示样本验证精度：74%F1=0.71ENVI深度学习 卫片建筑物提取效率对比笔记本ThinkPad P52DELL 7520ThinkPad T440p硬件配置CPUi7-8850Hi7-7700HQi7-4710MQ内存64GB64GB16GB硬盘SSDSSDSSD显卡NVIDIA Qua

5、dro P3200 with Max-Q Design，6GBCompute Capability 6.1NVIDIA Quadro M2200，4GBCompute Capability 5.2渣，不重要纯CPU运算效率对比训练1小时35分钟3小时17小时提取56分钟1小时50分钟16小时进度只到2/3，放弃卫片道路提取样本选择/模型训练42961 7574311916 10167卫片道路提取结果卫片道路提取结果ENVI深度学习 蔬菜大棚提取数据源：高分一号融合结果，空间分辨率为2米波段数：3个，红绿蓝数据量：3GB覆盖范围：山东省寿光市 约2200平方公里32843 324471193 1

6、119绘制786个蔬菜大棚提取模型训练参数 Solid Distance：5 Blur Distance：1，3蔬菜大棚提取结果用户精度（user accuracy）：86%F1=0.81ENVI深度学习 蔬菜大棚提取效率对比笔记本ThinkPad P52DELL 7520ThinkPad T440p硬件配置CPUi7-8850Hi7-7700HQi7-4710MQ内存64GB64GB16GB硬盘SSDSSDSSD显卡NVIDIA Quadro P3200 with Max-Q Design，6GBCompute Capability 6.1NVIDIA Quadro M2200，4GBCom

7、pute Capability 5.2渣，不重要纯CPU运算效率对比训练44分钟1小时50分钟16小时提取14分钟30分钟10小时ENVI深度学习 霍林郭勒市特征提取环投集团数据源：资源三号融合结果，3波段分辨率：2.1米数据量：1.34GB覆盖范围：1065km2风力发电风车光伏发电板25379*18925风力发电风车提取训练样本绘制，共绘制风电样本44个风力发电风车提取结果共提取风力发电机164个其中实际风力发电机158个光伏发电板提取训练样本区域选取光伏发电板提取样本选取，共选取光伏样本984个光伏发电板提取结果光伏发电板提取结果ENVI深度学习应用于油桶提取数据源：无人机图像分辨率：0

8、.07m行列数：22459*26746油桶提取结果ENVI深度学习应用于城市要素提取GF2图像融合结果 空间分辨率1米 数据量：8.33GB注：城中村提取时，对原图像进行降分辨率处理，重采样到8米分辨率，数据量133MB城中村空地厂房绿地城中村提取结果城中村提取结果空地提取结果空地提取结果厂房提取结果绿地提取结果ENVI深度学习模型精度查看Loss:一个无量纲的数值。用于表示模型与验证训练数据的匹配程度。0表示完全匹配。值越大，匹配越不准确。Precision:也被称为用户精度（user accuracy）。表示正确分类的像元数占分类结果该类别像元数的比例。Recall:也被称为生产者精度（p

9、roducer accuracy）。表示正确分类的像元数占该类别实际像元数的比例。F1:F1分数，是Precision 和 Recall 的调和平均值，计算公式如下：ENVI深度学习模型精度查看精度存放于模型文件中（*.h5）可直接在ENVI中打开查看也可用IDL绘图查看ENVI在遥感业务化中的应用ENVI二次开发技术以FY3C VIRR数据预处理为例知识点1：打开HDF5文件，建议使用Templates，非常便利ENVI二次开发技术以FY3C VIRR数据预处理为例知识点2：善于使用虚拟栅格功能虚拟栅格实例中的用途波段/空间裁剪ENVISubsetRaster波段裁剪得到Red、NIR、Bl

10、ue、Green四个波段数据辐射定标ENVIGainOffsetRaster定标为反射率数据重采样ENVIResampleRaster发射率定标系数为1列，需要重采样为发射率数据的行列数波段组合ENVIMetaspectralRaster将发射率、定标系数组合为一个Raster，用于波段运算，即定标波段运算ENVIPixelwiseBandMathRaster 将发射率数据定标为亮温。过程：辐射亮度值非线性矫正有效黑体温度亮温图像掩膜ENVIMaskRaster掩膜掉DN值为65535的像元ENVI二次开发技术以FY3C VIRR数据预处理为例知识点3：善于使用ENVITaskGLT几何校正、

11、投影转换自定义ENVITask/ENVI App Store/ENVI Modeler 被称为ENVI二次开发的灵魂技术 可写ENVI扩展工具、可写服务、可用于ENVI Modeler自定义ENVITask自定义ENVITask ENVI扩展工具应用商店。所有自定义ENVITask开发的扩展工具，均可以使用IDL调用，无需询问作者接口情况 App StoreENVI App Store ENVI建模工具。可利用扩展工具中的自定义ENVITask构建流程ENVI ModelerENVI Modeler自定义ENVITask1个Pro文件，1个Task文件（以图像归一化工具为例）ENVI App StoreENVI App StoreIDL调用扩展工具的自定义ENVITask（随机森林分类工具）不求与人，即可调用ENVI App StoreIDL调用扩展工具的自定义ENVITask（MODIS气溶胶反演工具）不求与人，即可调用，批处理ENVI Modeler将扩展工具中的自定义ENVITask用于自己的模型中 批量随机森林分类ENVI Modeler建模结果可以发布为ENVI扩展工具IDL自动化制图技术IDL自动化制图技术IDL自动化制图技术IDL自动化制图技术IDL自动化制图技术谢谢大家！下一个讲座：SAR图像处理技术与SARscape实践