LandsatTM影像處理最完整流程

1、一. 界面系統(tǒng)介紹 1. 主菜單: 菜單項(xiàng)， File、 Basic Tool、 Classification、 Tranform、 Spectral 實(shí) 習(xí)所涉及的（粗略介紹） 2. Help 工具的使用 3. 主菜單設(shè)置（Preferences）:內(nèi)存設(shè)置 二. 文件的存取與顯示 1 圖像顯示 由一組三個(gè)不同的圖像 窗口組成:主圖像窗口、滾動(dòng)窗口、縮放窗口。 1） 主圖像 Image 窗口:（ 400*400 ） 100顯示（全分辨率顯示）scroll 的方框，可 交互式分析、查詢(xún)信息。主圖像窗口內(nèi)的功能菜單：在主圖像窗口內(nèi)點(diǎn)擊鼠標(biāo)右鍵， 切換隱藏子菜單的開(kāi)啟和關(guān)閉。該 Functions

2、 菜單控制所有的 ENVI 交互顯示功能， 這包括：圖像鏈接和動(dòng)態(tài)覆蓋；空間和波譜剖面圖；對(duì)比度拉伸；彩色制圖；諸如 ROI 的限定、光標(biāo)位置和值、散點(diǎn)圖和表面圖等交互特征；諸如注記、網(wǎng)格、圖像等值線(xiàn) 和矢量層等的覆蓋（疊置） ；動(dòng)畫(huà)以及顯示特征。 2）滾動(dòng) Scroll 窗口：全局，重采樣 （降低分辨率 ）顯示一幅圖像。只有要顯示的圖像比 主圖像窗口能顯示的圖象大時(shí)，才會(huì)出現(xiàn)滾動(dòng)窗口。滾動(dòng)窗口位置和大小最初在 envi.cfg 文件中被設(shè)置并且可以被修改。 3） 縮放 Zoom 窗口：（200*200 ）顯示 image 的方框?？s放系數(shù)（用戶(hù)自定義）出現(xiàn)在 窗口標(biāo)題欄的括號(hào)中。 2 圖像的

3、頭文件資料的獲取和編輯 ENVI： FileEdit ENVI Header，選擇相應(yīng)的文件。 從 Header Info 對(duì)話(huà)框里，你可以點(diǎn)擊 Edit Attributes 下拉菜單中的選項(xiàng)，調(diào)用 編輯特定文件頭參數(shù)的獨(dú)立對(duì)話(huà)框。這些參數(shù)包括波段名、波長(zhǎng)、地圖信息等。 3 圖像的存取 File Open Image File.當(dāng)你打開(kāi)任何文件，可用波段列表（ABL）自動(dòng)地出現(xiàn)。 ABL列出該圖像文件的所有波段，并允許你顯示灰階和彩色圖像、啟動(dòng)新的顯示窗口、 打開(kāi)新文件、關(guān)閉文件，以及設(shè)置顯示邊框。 要選擇當(dāng)前活動(dòng)顯示，請(qǐng)按以下步驟： 從 ABL（ Available Ba nds List

4、）內(nèi)，點(diǎn)擊 Display #X” 按鈕菜單（其中 “X” 是與顯示窗口標(biāo)題欄內(nèi)數(shù)字相對(duì)應(yīng)的數(shù)字） 要開(kāi)始一個(gè)新的顯示，從按鈕菜單選擇 ，再?gòu)牧斜碇羞x擇所需要的顯示。 New Display”。 點(diǎn)擊 “ Load Band” 或 “ Load RGB” ,以把選定的波段導(dǎo)入選定的顯示。 4. 灰度圖像和彩色圖像的顯示ENVI： FileOpen ImageAvailable Bands List（ABL ）中選擇 Gray Scale或RGB Color模式 5剖面和波譜圖（ Profiles and Spectral Plots） lmage:ToolsProfiles。ENVI允許抽取水

5、平的（X）、垂直的（Y）、波譜的（對(duì) X、 Y 和 Z 每個(gè)像元為 Z ）以及任意的剖面圖。剖面圖顯示在單獨(dú)的圖表窗口，并且 剖面圖可以同時(shí)是激活的。鼠標(biāo)用來(lái)移動(dòng)一個(gè)十字準(zhǔn)線(xiàn)并交互地選擇剖面圖。圖表窗 口內(nèi) Options 菜單下的 Auto Scale Y-Axis 非常有用。 三. 圖像預(yù)處理 1 圖像的切割（取子區(qū)） ENVI： Basic Tools Resize Data Resize Data Input Fil對(duì)話(huà)框（如下圖）。 選擇需要切割的原始圖像；選擇Spatial Subset或Spectral Subset方式；若設(shè) 置空間切割方式(Spatial Subsetsele

6、ct Spatial Subset)點(diǎn)擊 “Image”；出 現(xiàn) Subset by Image 對(duì)話(huà)框， Subset 的尺寸用 2 種形式，移動(dòng)圖像上的方框或直接填寫(xiě) samples/lines （列 /行）值；若設(shè)置波段范圍（Spectral SubsetFile ENVI： Spectral Subset）,選擇波段；若要根據(jù)已選擇的感興趣區(qū)域進(jìn)行切割，可用 Basic ToolsSubset Data via ROIs若要使用與上次輸入的空間大小相同的文件的 空間子集,點(diǎn)擊“ Previous” 按鈕。 注：Resize Data還可以進(jìn)行圖像重采樣（如下），若僅僅進(jìn)行子區(qū)的選擇，則

7、不要調(diào) 整 Output File Dimensions 。* 圖像左上角為原點(diǎn) （1.1 - 列.行）。 “Masking”-把一個(gè)空間掩膜應(yīng)用到圖像的某個(gè)部分,包括統(tǒng)計(jì)、分類(lèi)、分離 unmixing ）、匹配濾波、連續(xù)刪除（ continuum removal ）和波譜特征擬合 ( spectral feature fitting )。 2 圖像的重采樣 ENVI： Basic Tools Resize Data Resize Data Input File 對(duì)話(huà)框選擇需要采樣的原始圖像 OK Resize Data Parameters調(diào)整 Out put File Dimensions

8、 的像元數(shù)；選擇采用方法 文件 輸出 四. 影像分析影像統(tǒng)計(jì)分析 1. 統(tǒng)計(jì)特征分析 ENVI：Basic Tools Statistics Computer Statistics Calculate Statistics Parameters 對(duì)話(huà)框 -選擇統(tǒng)計(jì)類(lèi)型( Basic、 Histogram 、 Covariance) 2. 主成分分析 (ENVI: Transformprinciple compents) Transforms Principal Components Forward PC Rotation Compute New Statistics and Rotate. 選

9、擇輸入文件 - 選擇輸出 PC 波段數(shù) -“ Select Subset from Eigenvalues” -出現(xiàn) PC EigenValues 繪圖窗口(每個(gè)節(jié)點(diǎn)是PC各分 量的特征值, 3. 相關(guān)分析 可進(jìn)一步計(jì)算PC各分量的方差百分比)。 ENVI： Basic Tools Statistics Computer Statistics 五.圖像增強(qiáng) (Image:Enhance) 1. 直方圖調(diào)整 (1) 直方圖匹配 (Image: EnhanceHistogram Matching) 至少顯示兩幅圖像，從想更改直方圖的圖像(如“Display#1 PC1”)中，選擇 En ha nc

10、eHistogram Matchi ng- Match To 選擇想匹配直方圖的圖 像“ Display#2-V” - “OK”，保存直方圖匹配后的PC1。 查看兩圖像(P C1 與V)直方圖：點(diǎn)右鍵 In teractive Stretchi ng或選擇 Fun ctio ns Interactive Stretching 顯示直方圖；若需圖像替代則要求兩直方圖輸入值相 同，一可根據(jù)兩直方圖輸入值的關(guān)系，通過(guò)Band Math 使兩直方圖數(shù)值相同(PC1 變?yōu)镻C1)-保存PC1,可為下一步PC1圖像替代V,進(jìn)行HSV-RGB反變 換作準(zhǔn)備。 (2) 直方圖的交互式拉伸 (Image: En

11、hanceInteractive Stretching ) ENVI 用 2% 的系統(tǒng)默認(rèn)線(xiàn)性拉伸值來(lái)顯示所有圖像 (兩邊均舍去信息量的 2%),經(jīng)過(guò)這 樣處理后合成的假彩色圖像層次分明、地物差異大,各類(lèi)地物易于判別。 注：多在Scroll窗口對(duì)全局調(diào)整，分別調(diào)整R、G、B，使彩色更豐富(一般 R、G敏感, B 線(xiàn)性即可)。 2. 彩色變換(ENVI: TransformColor Transform)包括HSV色調(diào)、飽和度、數(shù)值 變換， HLS-色調(diào)、亮度、飽和度變換等。 3. MNF 變換 最小噪聲分離（Minimum Noise Fraction , MNF）變換是同主分量變換相似的一種

12、方法 Green ，它被用來(lái)分離數(shù)據(jù)中的噪聲，確定數(shù)據(jù)內(nèi)在的維數(shù)，減少隨后處理的計(jì)算量（ 等人， 1988； Boardman 和 Kruse， 1994)。 六. 專(zhuān)題信息提取 1. 波段運(yùn)算獲取不同專(zhuān)題信息 ENVI: Basic Toolsband math 例： Newband=band5 -band4 具體操作是： 打開(kāi)Ba nd Math對(duì)話(huà)框（如右圖），在Enter an exp ression中鍵入：b5-b4，點(diǎn)擊 OK后將 會(huì)出現(xiàn) Variables to Bands Pairings 對(duì)話(huà)框。從可利用波段列表中，分別選擇 b5 和 b4 代表的波段，并鍵入待輸出的文件名，

13、點(diǎn)擊 OK即可。 2. NDVI 的提取 : NDVI(vegetation Index) NDVI( Normalized Difference Vegetation Index )歸一化植被指數(shù)：是一個(gè)普遍應(yīng) NDVI 值指示著像 用的植被指數(shù)，將多波譜數(shù)據(jù)變換成唯一的圖像波段顯示植被分布。 元中綠色植被的數(shù)量，較高的 NDVI 值預(yù)示著較多的綠色植被。 NDVI 變換可以用于 AVHRR、Landsat MSS、Landsat TM、SPOT 或 AVIRIS 數(shù)據(jù)，也可以輸入其他數(shù)據(jù)類(lèi)型 的波段來(lái)使用。 3. 纓帽變換 ENVI: TransformTasseled Cap 5. 定義

14、感興趣區(qū)（ROI及分類(lèi) 監(jiān)督分類(lèi)（ Supervised Classification） 監(jiān)督分類(lèi)：按照分類(lèi)以前自定義的樣本進(jìn)行分類(lèi)。 1. 訓(xùn)練樣本的選擇和優(yōu)化 1）訓(xùn)練樣本的提取（ROI區(qū)的選擇） ENVI: Basic Tools Regi on Of In terest ROI too調(diào)出感興趣區(qū)工具窗口進(jìn)行 樣本選擇（注意：必須事先打開(kāi)一幅圖像） ，可以進(jìn)行樣本編輯（名稱(chēng)，顏色，填充 方式等），樣本選擇越精確，分類(lèi)結(jié)果越好。感興趣區(qū)工具窗口的打開(kāi)方式還有： Image：OverlayRegion of Interest ，或者直接在圖像窗口上點(diǎn)擊鼠標(biāo)右鍵，再選 擇 ROI Tool。

15、 根據(jù)前面的背景資料和預(yù)處理結(jié)果選擇分類(lèi)圖像，建立各類(lèi)地物的訓(xùn)練區(qū)。各類(lèi)地物 的解譯標(biāo)志，即地物的明顯特征是最重要的選擇標(biāo)準(zhǔn)。根據(jù)其在影像上表現(xiàn)出的色調(diào) 、紋理等特征，通過(guò)目視解譯方法用鼠標(biāo)在工作區(qū)影像圖上選擇其訓(xùn)練區(qū)，并使訓(xùn)練 區(qū)的分布盡量均勻。在實(shí)際的工作中，由于存在“同物異譜”的情況，因此對(duì)于同一 種類(lèi)型可能有多種不同的特征。為此，我們可以對(duì)同一地物選擇多個(gè)訓(xùn)練區(qū)，分類(lèi)后 再合并。 感興趣工具窗口見(jiàn)下圖。 提取訓(xùn)練樣本的具體操作如下： （1）確定 ROI 的提取類(lèi)型（ROIPolygon, Polyline, Point. Rectangel, Ellipse） 和待操作窗口（主圖像窗口

16、、滾動(dòng)窗口或縮放窗口） 。 （2）在圖像窗口上畫(huà)出感興趣區(qū)，單擊鼠標(biāo)右鍵確定選擇形狀（此時(shí)可以拖動(dòng)感興趣 區(qū)域，用Ctrl +鼠標(biāo)左鍵可以刪除），再次單擊右鍵確定此訓(xùn)練區(qū)（此時(shí)若要?jiǎng)h除訓(xùn) 練區(qū)，需要點(diǎn)擊 ROI Tool窗口中的Delete控鍵，此操作將刪除所有該類(lèi)型的感興趣區(qū) 域）。ROI Tool窗口中將會(huì)顯示選擇區(qū)域的顏色和相關(guān)信息，其中，感興趣區(qū)域名稱(chēng) （ROI Name）和色彩可以修改?？删湍骋活?lèi)訓(xùn)練區(qū)選擇多個(gè)感興趣區(qū)域。 （3）該類(lèi)訓(xùn)練區(qū)的選擇完成后，點(diǎn)擊ROI Tool窗口的New Region控鍵，再進(jìn)行另一類(lèi) 訓(xùn)練樣本的選擇，其顏色將自動(dòng)改變。按以上操作完成所有訓(xùn)練區(qū)的選擇。

17、 2）訓(xùn)練樣本的優(yōu)化和提純 ROI 上述步驟中選擇的某類(lèi)訓(xùn)練樣本，可能混入了其他類(lèi)型的樣本，為了提高圖像分類(lèi)精 度，需要對(duì)訓(xùn)練樣本進(jìn)行提純。 N 維可視化分析器（ N Dimensional Visualizer） 即是對(duì)選擇的訓(xùn)練區(qū)像元進(jìn)行提純。當(dāng)某些像元始終聚集在一起運(yùn)動(dòng)時(shí)，這些就是所 需的最純像元；若在運(yùn)動(dòng)時(shí)，像元分成了兩個(gè)部分，則說(shuō)明選擇了兩類(lèi)地物的訓(xùn)練區(qū) ，需把此訓(xùn)練區(qū)像元分開(kāi)處理。 ROIExport ROIs to n-D Visualizer n-D Control; n-D Visualizer 讓訓(xùn)練區(qū)像元在n維空間內(nèi)自由轉(zhuǎn)動(dòng)（可以控制轉(zhuǎn)動(dòng)速度Speed），當(dāng)轉(zhuǎn)到最能區(qū)分各

18、 類(lèi)型訓(xùn)練區(qū)像元的位置時(shí)，停止轉(zhuǎn)動(dòng)，進(jìn)行樣本提純操作。即： （1 ）在n-D Visualizer窗口中用鼠標(biāo)選擇某類(lèi)訓(xùn)練區(qū)的純像元并點(diǎn)擊鼠標(biāo)右鍵確定（ 可進(jìn)行多次選擇)，再次單擊右鍵Export Class,提純后的訓(xùn)練區(qū)將出現(xiàn)在ROI Tool 窗口中。 (2)進(jìn)行下一個(gè)類(lèi)型訓(xùn)練區(qū)的提純時(shí)，首先要在n-D Visualizer窗口中單擊右鍵 New Class,下面的操作如前。如此，完成所有訓(xùn)練區(qū)的提純。 (3 )訓(xùn)練區(qū)的保存：ROISave ROIs- 2. 選擇分類(lèi)方式 分類(lèi)方式包括平行六面體法、最短距離法、馬氏距離法、最大似然法、波譜角分類(lèi)以 及二進(jìn)制編碼法等，選擇合適的分類(lèi)方式。

19、1) 最大似然法( Maximum Likelood Classification ) ENVI: Classification supervised Maximum likelihood Classification Input File 選擇分類(lèi)的圖像 Maximum likelihood Parameters 選擇訓(xùn)練樣本，設(shè) 置說(shuō)明 最大似然分類(lèi)假定每個(gè)波段每一類(lèi)統(tǒng)計(jì)呈均勻分布,并計(jì)算給定像元屬于一特定類(lèi)別 的可能性。除非選擇一個(gè)可能性閾值，所有像元都將參與分類(lèi)。每一個(gè)像元被歸到可 能性最大的那一類(lèi)里。 在 Maximum Likelihood Parameters 對(duì)話(huà)框中設(shè)置一般分

20、類(lèi)參數(shù),在 “ Set Probability Threshold ” 文本框里,鍵入一個(gè)閾值(01)。選項(xiàng)參數(shù)被用來(lái)控制像 元準(zhǔn)確分類(lèi)的可能性。如果像元的可能性低于所有類(lèi)的閾值，則它被歸為“無(wú)類(lèi)別” ,在此,我們一般選擇默認(rèn)值。 2) 波譜角分類(lèi)法( Spectral Angle Mapper SAM) ENVI: Classification supervised Spectral Angle Mapper Classification Input File 選擇分類(lèi)的圖像 Spectral Angle Mapper Parameters 選擇訓(xùn)練樣本，設(shè)置說(shuō)明 波譜角分類(lèi)法是以物理學(xué)為基

21、礎(chǔ)的一種分類(lèi)法，通過(guò)比較終端光譜向量和每個(gè)像元的 矢量在 N 維空間中的角度,將像元分配到相應(yīng)的區(qū)間中去,角度值越小,分類(lèi)越精確。 輸入由上步提純得到的像元數(shù)據(jù),選擇適宜的參數(shù) Maximum Angle (radians) 值, 0.1(弧度)。 小于此值的像元將不參加分類(lèi)，經(jīng)多次實(shí)驗(yàn)。默認(rèn)值是 3. 分類(lèi) 引入影像 確定分類(lèi)范圍和波段 選擇訓(xùn)練樣本 給定閾值 確定存儲(chǔ)路徑和文 件名一OK。下圖為最大似然法分類(lèi)對(duì)話(huà)框。 非監(jiān)督分類(lèi)（ Unsupervised Classification ） 非監(jiān)督分類(lèi)：僅僅用統(tǒng)計(jì)方法對(duì)數(shù)據(jù)集中的像元進(jìn)行分類(lèi)，不需要樣本。 方法： （1） IsoData:u

22、nsupervisedIsoData IsoData Parameters 對(duì)話(huà)框：參數(shù)設(shè)置說(shuō) 明 在 ISODATA Parameters 對(duì)話(huà)框中，輸入 Number of Classes （分類(lèi)數(shù)），Min （最少分 類(lèi)數(shù)）8 Max （最大分類(lèi)數(shù)） 15， M aximum Iteration （最大迭代數(shù)） 10，Chang Threshold （像元變化的閥值） 5.00， Minimum # Pixel in Class （每類(lèi)中的最小像元 數(shù)） 1， Maximum Class Stdv 最大標(biāo)準(zhǔn)差） 3.00， Minimum Class Distance （最小 類(lèi)間距）

23、4.00，Maximum Merge Pairs （最大合并數(shù)）2等8個(gè)基本參數(shù)（根據(jù)實(shí)際圖 像和先驗(yàn)知識(shí)更改參數(shù)的設(shè)置） （2） K-Means:unsupervised K-Means K-Means Parameters 參數(shù)設(shè)置說(shuō)明 分類(lèi)后處理（ Post Classification） 1.分類(lèi)統(tǒng)計(jì)：ENVI:ClassificationPost ClassificationClass Statistics 包 括每一類(lèi)的點(diǎn)數(shù)、最小值、最大值、平均值以及類(lèi)的每個(gè)波段的標(biāo)準(zhǔn)差等。其中每 類(lèi)的最小值、最大值、平均值以及標(biāo)準(zhǔn)差可以以圖的方式進(jìn)行顯示?？梢燥@示出每 類(lèi)的直方圖，并且計(jì)算其協(xié)方

24、差矩陣、相關(guān)矩陣、特征值和特征矢量等。 2. 兩個(gè)分類(lèi)結(jié)果的比較： ENVI:ClassificationPost ClassificationConfusion Matrix ：分類(lèi)結(jié)果的精度，顯示在一個(gè)混淆矩陣?yán)铩Ｍㄟ^(guò)用分類(lèi)結(jié)果與地表真實(shí)圖像 （Ground Truth Image ）或地表真實(shí)感興趣區(qū)（ Ground Truth ROIs）相比較來(lái)計(jì)算混 淆矩陣。分類(lèi)結(jié)果記錄了總體精度、準(zhǔn)確度、 Kappa 系數(shù)、混淆矩陣、 commission 誤 差（每類(lèi)中額外像元占的百分比）和冗長(zhǎng)誤差（類(lèi)左邊的像元占的百分比）等等。當(dāng) 用地表真實(shí)圖像計(jì)算混淆矩陣時(shí)，還可以輸出每類(lèi)圖像中沒(méi)有被正確分

25、類(lèi)的那些像元 。 3. 類(lèi)別集群：ENVI: ClassificationPost ClassificationClump Classes細(xì)小塊 的合并，將一些碎塊進(jìn)行合并（平滑處理） 。 注：未被選上用于聚塊（clum ping）的類(lèi)，在輸出圖像上無(wú)變化。 4. 類(lèi)別篩選：ENVI: ClassificationPost Classification Sieve Classes通過(guò) 用斑點(diǎn)分組消除這些隔離的被分類(lèi)的像元。該功能菜單將刪除分類(lèi)中的孤島像元，并 用黑像元表示，可以用成塊分類(lèi)功能代替黑像元。 注：在 “Group Min Threshold ” 文本框里，輸入一個(gè)類(lèi)組需要包含的最少

26、像元數(shù)（ 4 或 8）。任何一組小于這一數(shù)值的像元將從類(lèi)中被刪除。 5. 類(lèi)的合并： ENVI : ClassificationPost ClassificationCombine Classes： 將分過(guò)的類(lèi)進(jìn)行選擇性的合并，可以合并為一類(lèi)或幾類(lèi)。 6. 類(lèi)的疊合：ENVI : ClassificationPost ClassificationOverlay Class 用 一幅彩色合成影像或灰階影像生成一幅影像地圖，并且類(lèi)的顏色疊置在一起，輸出一 幅3波段的RGB圖像。 7. 修改類(lèi)的顏色： Image: ToolsColor Mappingclass color mapping ：當(dāng)一個(gè)

27、分 類(lèi)后的圖像被導(dǎo)入一個(gè)顯示窗口時(shí)，每類(lèi)自動(dòng)呈現(xiàn)出不同的顏色。每類(lèi)的顏色與監(jiān)督 分類(lèi)中選擇的感興趣區(qū)的顏色或非監(jiān)督分類(lèi)中預(yù)先選擇的每類(lèi)顏色相對(duì)應(yīng)。未分類(lèi)區(qū) 域在圖像中呈黑色，可以改變每類(lèi)的顏色。 七. 制圖輸出 圖形的整飾 1.經(jīng)緯網(wǎng)格線(xiàn)Grid來(lái)設(shè)置網(wǎng)格線(xiàn)的屬性及圖像邊界。 注：設(shè)圖面大小 - Annotation - Options Display Borders-輸入左、上、右 和低部圖像邊框所需要的邊框?qū)挾龋ò聪裨?2. 注記 Image: overlayannotation（ 標(biāo)題；圖例；比例尺；南北指針 ） （1） 添加注記： Image: overlayannotation 。

28、注記可以被放置在主圖像窗口、滾動(dòng) 窗口或縮放窗口。通過(guò)從各自的 Options 菜單中選擇 Annotation ，每種圖表，包括 X、 Y、 Z 剖面圖或表面圖，可以被注記。當(dāng)出現(xiàn) #n Annotation 對(duì)話(huà)框時(shí)（其中 “#n ” 指正被注記的那個(gè)顯示） ，選擇 Object 所需要的注記對(duì)象。 1文本注記（Text）: Objecttext，選擇注記的屬性（如 font、size等），在文 本框中輸入待添加文本，用鼠標(biāo)在圖像中點(diǎn)擊注記位置，按右鍵確定。 2圖例注記（ map key）： Objectmap key 可以直接將各類(lèi)的圖例加載上去，并且可以進(jìn)行顏色、名稱(chēng)等編輯。 3比例尺

29、注記（ Scale Bar）：ObjectScale bar 4偏差圖注記（ Declination ）： ObjectDeclination ， Declination 選項(xiàng)允許你在 True North ，用星號(hào)顯示） 圖像上放置一個(gè)磁偏角圖表。磁偏角圖表包括指向真北（ 5 6 7 8 、坐標(biāo)北（Grid North，GN）和磁北（Magnetic North，MN）的箭頭的任意組合。 覆蓋分類(lèi)結(jié)果： Image:Overlayclassification 邊界設(shè)置（ Set Display Border）： OptionSet Display Border 其他注記略 若要對(duì)注記進(jìn)行選擇或編輯： ObjectSelection/Edit 注：每一種注記添加到圖像中后，單擊鼠標(biāo)右鍵進(jìn)行確定。所有注記對(duì)象都