【ENVI入门系列】27.ENVI Modeler建模工具

版权声明：本教程涉及到的数据仅供练习使用，禁止用于商业用途。

目录

ENVI Modeler建模工具

1       概述

2       ENVI Modeler入门

3       构建工作流

4       生成ENVI扩展工具

5       图像批处理

6       生成Metatask

7       构建多源数据

1  概述

ENVI 5.5版本开始提供全新建模工具（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。通过该工具构建的工作流程还可以生成为ENVI扩展工具和发布为企业级（ENVI Services Engine）遥感图像服务。

ENVI Modeler具有如下技术特点：

• 提供友好的用户界面和优秀的用户体验
• 零代码构建批处理、工作流
• 可生成IDL代码、Python代码
• 可一键将模型创建为ENVITask，用于其他模型中
• 支持保存和导入模型，能够与他人分享模型
• 支持将模型任务提交到远程ENVI Services Engine服务器运行
• 可将模型生成为ENVI扩展工具
• 可将模型发布到ArcMap、ArcGIS Pro的工具箱
• 可发布为企业级（ENVI Services Engine）遥感图像服务。

2 ENVI Modeler入门

启动ENVI Modeler有两种方式：

• 工具箱：/Task Processing/ENVI Modeler
• 主菜单：Display > ENVI Modeler

ENVI Modeler最为典型的应用是构建工作流和图像批处理。下面我们以一个简单的例子介绍ENVI Modeler的使用方法。需要实现的功能如下图所示：

图1.1 ENVI Modeler入门示例工作流

下面开始建模：

（1）在Toolbox工具箱中，选择/Task Processing/ENVI Modeler。首次启动时会查询所有可用的ENVITasks，需要一些时间，之后启动速度较快。

（2）ENVI Modeler主界面分为如下几个区域：

• 菜单栏：主要包含文件操作、编辑处理、代码生成、服务器、帮助等功能；
• 工具栏：主要包含新建/打开/保存模型、运行模型、模型布局等操作；
• Basic Nodes：基本节点。包含可以作为输入节点的文件（File）、数据集（Dataset）、数组（Array of Values）等；以及数据管理器（Data Manager）、视图（View）；迭代（Iterator）用于构建图像批处理；聚合（Aggregator）用于收集多个元素为数组。Input/Output Parameters用于开放模型参数，便于构建ENVI扩展工具或生成Metatask（从而用于其他流程）。
• Tasks：图像处理功能，用于构建工作流

（3）在左侧Basic Nodes中，将Dataset用鼠标拖拽到右侧空白区（也可以通过双击实现）。弹出Select Type对话框，单击Raster按钮。弹出Data Selection对话框，选择ENVI自带示例数据：

• C:\Program Files\Harris\ENVI5x\data\qb_boulder_msi

注：如果没有设置输入数据，可以在Raster节点中单击选择栅格图像。

（4）在左侧Tasks中搜索isodata，将ISODATA Classification用鼠标拖拽到右侧空白区（也可以通过双击实现）。然后用鼠标左键在[Raster]节点和ISODATA节点之间连线。由于ISODATA只有一个输入栅格参数，所以自动进行了参数设置，可通过双击连线查看参数设置情况。

 

（5）单击ISODATA节点的图标，可以设置ISODATA非监督分类的参数。因为此步骤结果并不是最终结果，所以建议Output Raster默认为空即可。

（6）在左侧Tasks中搜索smooth，将Classification Smoothing用鼠标拖拽到右侧空白区（也可以通过双击实现）。然后用鼠标左键在ISODATA节点和Classification Smoothing节点之间连线。可通过双击连线查看参数设置情况。

下面是一些常用操作方法：

• 在视图中，鼠标滚轮可以缩放；按住鼠标滚轮可以平移。
• 对于节点，可以单选、框选、按住Ctrl多选、全选（Ctrl+A）。
• 对于选中节点可以复制（Ctrl+C）、粘贴（Ctrl+V）、剪切（Ctrl+X）、删除（Delete）。
• 鼠标右键菜单中同样包含上述功能，除此之外还有对齐、帮助、断点等。
• 在建模过程中，可以撤销（Ctrl+Z）、重做（Ctrl+Y）。
• 请及时保存模型（Ctrl+S）。
• 工具栏可以居中显示模型。
• 工具栏可以自动排版模型，如果不满意排版效果，可以撤销（Ctrl+Z）。

（7）因为Classification Smoothing是最后一个处理步骤，可单击设置输出文件路径，如果不设置，则默认输出为虚拟栅格或临时目录。

（8）为了将结果自动添加到Data Manager并加载显示，在左侧Basic Nodes中分别将Data Manager和View拖拽到Classification Smoothing节点右侧，并与之相连，如下图所示：

（9）单击工具栏Run按钮，运行模型。

3  构建工作流

本章节以变化检测为例，介绍利用ENVI Modeler构建较复杂工作流的过程。首先，我们确定变化检测处理流程如下。

下面开始介绍建模过程。

（1）启动ENVI，打开两个时相的数据（“构建工作流”文件夹内的time1.dat和time2.dat）。

（2）启动ENVI Modeler。

（3）单击ENVI Modeler工具栏按钮 ，新建模型。

（4）在左侧Basic Nodes中，将Dataset用鼠标拖拽到右侧空白区（也可以通过双击实现）。弹出Select Type对话框，单击Raster按钮。弹出Data Selection对话框，选择前一时相数据（dat）；

注：如果没有设置输入数据，可以在Raster节点中单击 选择栅格图像。

（5）重复步骤3，再添加后一时相数据（dat），效果如下图所示：

注：建议先将模板保存到本地文件中，以防丢失。每个步骤完成后请及时保存。

（6）在左侧Tasks中搜索quac，将QUAC用鼠标拖拽到右侧空白区（也可以通过双击实现）。然后鼠标左键连接[Raster]节点和QUAC节点。由于QUAC只有一个输入栅格参数，所以自动进行了参数设置，可通过双击连线查看参数设置情况。

（7）重复步骤4，再添加一个QUAC，并将后一时相数据与QUAC连接。效果如下图所示：

注：单击QUAC节点中的 可以设置QUAC执行参数。如下图所示，因为QUAC为中间结果，所以可以设置Output Raster为虚拟栅格（Virtual Raster），否则将生成为临时文件。

（8）依次添加如下节点：

Task名称	功能	重要说明
Spectral Index	计算NDVI	需要添加2个节点。并设置参数如下： Index：NDVI
Image Intersection	计算重叠区	因为计算NDVI差值需要2个数据行列数一致。 将2个NDVI结果均连接到计算重叠区节点。 将前一时相NDVI的Output Raster设置为计算重叠区节点的Input Raster 1。 将后一时相NDVI的Output Raster设置为计算重叠区节点的Input Raster 2。
Image Band Difference	计算差值	将计算重叠区的Output Raster 1设置为计算差值的Input Raster 1。 将计算重叠区的Output Raster 2设置为计算差值的Input Raster 2。
Auto Change Threshold Classification	自动阈值分割	连接节点即可。使用默认的算法： Thresholding Method：Otsu
Classification Smoothing	平滑处理	去除锯齿。
ClassificationAggregation	聚合处理	去除小斑块。 如果想将最终结果保存在本地文件中，可以在设置此节点的Output Raster，否则将保存在临时文件中。

效果如下图所示：

（9）在左侧Basic Nodes中，依次将Data Manager和View节点拖拽到右侧，并将聚合处理节点与之相连。目的是将最终结果添加到Data Manager和加载显示。最终效果如下图：

（10）单击工具栏Run按钮，运行模型。

4  生成ENVI扩展工具

上一章节介绍了ENVI Modeler构建工作流的方法，本章节将以同样的功能（变化检测）为例，介绍将模型生成为ENVI扩展工具的方法。我们需要对上一章节的模型进行改造。

下面开始介绍过程。

（1）启动ENVI Modeler。

（2）打开上一章节构建的模型：model

注：建议将此模型另存为一份（File > Save As…）。

（3）删除如下图所示的两个节点。可以框选、Ctrl多选等，然后按Delete。

（4）在左侧Basic Nodes中，将Input Parameters用鼠标拖拽到右侧空白区（也可以通过双击实现）。然后将Input Parameters与第一个QUAC连接起来。在弹出的Connect Parameters对话框中单击QUAC的Input Raster，如下图所示。单击OK。

（5）将然后将Input Parameters与第二个QUAC连接起来，并在弹出的Connect Parameters对话框中依次单击Add New Input(s)和右侧的Input Raster，如下图所示。单击OK。

（6）最后将Input Parameters与Classification Aggregation连接起来，并在弹出的Connect Parameters对话框中依次单击Add New Input(s)和右侧的Output Raster URI，如下图所示。单击OK。

（7）到目前为止，我们开放了两个时相的输入栅格、输出路径3个参数。效果如下图所示：

（8）单击Run按钮，可以看到此模型生成的用户界面，可以交互的设置参数。与使用ENVI自带工具没有区别。

注：如果想开放其他参数，可以将Input Parameters与对应的节点连接并设置参数对应关系即可。目前开放的参数无法调整顺序，请按照合理顺序依次添加。

注：另外可以单击Input Parameters节点的 ，对每个参数名进行修改。

（9）接下来我们将其生成为ENVI扩展工具，之后便可以在工具箱Extensions文件夹中使用此功能了。单击菜单 Code > Generate IDL Program，可以生成IDL代码。然后单击Create Extension按钮，在弹出对话框中输入工具名。不建议使用中文名！在输入中文时，有可能引起ENVI崩溃！可以先在记事本中编辑好，然后粘贴到文本框中。单击OK即可。会弹出成功提示。

无需重启ENVI，即可使用：

可以根据上述流程多开放几个参数，并修改参数名，模型如下图所示：

运行效果：

5  图像批处理

利用ENVI Modeler可以轻松构建批处理。在批处理时，我们需要自动设定输出文件名。ENVI目前提供了一个ENVIGenerateFilenameTask可以自动生成文件名，但是只能设定“固定前缀+索引+后缀”的格式，会丢失输入文件名。为了更方便地进行批处理，特意编写了一个自定义ENVITask——Generate_Output_Filename，可以设定“输入文件名+后缀”的格式。

请将ENVI_Generate_Output_Filename文件夹拷贝到custom_code文件夹：

• C:\Program Files\Harris\ENVI5x\custom_code\

本章节以批量计算NDVI、去除异常值、密度分割流程为例进行介绍。

（1）启动ENVI Modeler。

（2）在左侧Basic Nodes中，将File拖拽到右侧空白区（也可以通过双击实现）。在弹出的Select Type对话框中选择Raster。然后可以多选栅格图像文件（ENVI格式二进制文件、hdr文件、tif文件等能够被ENVI直接识别的均可）。选择hdr和time2.hdr文件。

节点效果如下图所示：

注：本节点同样可以使用Dataset类型。

（3）在左侧Basic Nodes中，将Iterator用鼠标拖拽到右侧空白区。并将Raster与Iterator节点相连。如下图所示。

（4）在左侧Tasks中，将Spectral Index用鼠标拖拽到右侧空白区，并将Iterator与之相连。单击节点中 设置参数如下：

建模效果如下：

（5）按照前边的步骤，依次在后边添加如下节点：

Task名称	功能	重要说明
Band Math	去除异常值	设置节点如下参数： Expression：b1>(-1)<1 Output Raster：Virtual Raster
Color Slice Classification	密度分割	设置节点如下参数： Data Minimum：0 Data Maximum：1 Number of Ranges：5 Color Table Name：CB-Greens Reverse Color Table：No

建模效果如下图所示：

（6）下面添加自动生成输出文件名的Task。在左侧Tasks中，将Generate Output Filename用鼠标拖拽到右侧空白区，并连接在Iterator后边。并设置如下参数。输出路径（Output Directory）可根据自己需要进行设置。

Generate Output Filename参数说明：

• Input File/Input Raster：二者选其一。设置输入文件名，获取前缀。
• Output File Extension：设置后缀。
• Output Directory：设置输出路径。
• Delete Existing File：是否删除已存在输出文件。

然后将Generate Output Filename与Color Slice Classification相连，在弹出的对话框中按照如下进行设置。

建模效果如下图所示：

（7）在左侧Basic Nodes中，依次将Data Manager和View节点拖拽到右侧，并将Color Slice Classification节点与之相连。目的是将最终结果添加到Data Manager和加载显示。最终效果如下图：

（8）单击Run按钮执行模型。

6  生成Metatask

ENVI Modeler除了生成ENVI扩展工具外，还可以生成IDL代码、Python代码等。另外还可以生成Metatask（即多个task构建的函数链）。然后便可以用于其他模型中。

比如我们希望获取森林变化检测的矢量结果，而第3章节我们已经构建了森林变化检测的模型，现在基于此模型构建Metatask，然后用于生成矢量结果。

下面介绍操作流程：

（1）在ENVI Modeler中打开模型“model”。

（2）将模型另存为model。

（3）删除模型中最后的View和Data Manager节点。

（4）将Basic Nodes中的Output Parameters拖拽到模型最后，并与Classification Aggregation节点相连。效果如下图所示：

（5）单击ENVI Modeler菜单 Code > Generate Metatask，可以生成task文件。然后单击Publish Task按钮。按照下图进行设置。其中Name不能包含空格，Display Name可以有空格，其他默认即可。单击OK，提示成功，然后关闭Metatask对话框。

（6）在ENVI Modeler中新建模型。添加两个Dataset，分别选择dat和time2.dat。

（7）在Tasks列表中搜索forest，将Forest Change Detection Task拖拽到右侧空白区。将两个Raster节点与之相连。并分别设置连线参数。

（8）在Tasks列表中搜索shapefile，将Convert Classification to Vector Shapefile拖拽到右侧空白区，并与Forest Change Detection Task相连。并添加View、Data Manager。效果如下图所示：

7   构建多源数据

由于有了前几个章节的学习，这里不再描述建模过程，直接提供给大家一个建模结果。

本例实现了构建多源数据的功能。这里用到了一个新的节点Aggregation（聚集），可以将多个元素组合成数组。

具体实现功能是基于多光谱、DEM数据构建多源数据。结果波段组成如下：

• 原始多光谱
• NDVI——归一化植被指数
• SAVI——土壤调整植被指数
• 原始DEM
• 由DEM计算的坡度

练习数据位于“构建多源数据”文件夹内。

建模结果如下图所示：