《高光谱遥感实习报告》由会员分享，可在线阅读，更多相关《高光谱遥感实习报告（19页珍藏版）》请在金锄头文库上搜索。
1、19高光谱遥感实习报告目录一数据预处理21.数据说明22.数据转换22.FLAASH大气校正43.图像裁剪7二光谱识别与地物分析81.波段相关性分析82.MNF变换83.端元提取103.1 2-D散点图法103.2基于PPI的端元提取（N维散点图法）13三实习心得19一 数据预处理1. 数据说明环境与灾害监测预报小卫星星座A、B星（简称环境小卫星，简写HJ-1A /1B）于2009年3月30日开始正式交付使用，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B星搭载了CCD相机和红外相机（IRS）。HJ-1A /1B卫星是继我国继气象、海洋、国土资源卫星之后一个全新的民用卫星
2、。卫星投入使用后，对自然灾害、生态破坏、环境污染进行大范围、全天候、全天时的动态监测，对灾害和环境质量进行快速和科学评估，提高灾害和环境信息的观测、采集、传送和处理能力，为紧急救援、灾后救助及恢复重建和环境保护工作提高科学依据。 HSI 对地成像幅宽为50 km, 星下点像元地面分辨率为100 m，115个波段，工作谱段：459 956nm。具有30度侧视能力和星上定标功能。HJ-1数据应用于自然灾害、生态环境之前，需要进行几何及光谱方面的预处理。ENVI在数据读取、图像配准、精确大气校正等方面提供了非常好的工具。2.数据转换目前，网上免费获取的 HJ-1A /1B卫星CCD和HSI影像的分发
3、的格式主要有两种：CCD为Geotiff，每一个波段为一个Geotiff文件，并提供一个元数据说明（.XML）; HSI为HDF5格式，也提供一个元数据说明（.XML）。使用HJ-1数据读取补丁，启动ENVI-File-Open External File-HJ-1-HJ-1A /1B Tools工具。直接读取CCD、HIS、IRS数据，之后选择Basic Tools-Convert Data(BSQ,BIL,BIP)，将刚才生成的文件转成BIL储存顺序的文件。至此，已经将HSI数据转成BIL储存顺序、带有中心波长信息、波段宽度信息的ENVI格式文件。图1.1 HJ-1A /1B Tools面
4、板图1.2 数据转换面板图1.3 转换后显示的图像2.FLAASH大气校正 大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地表的真实物理模型参数，如地物反射率、辐射率、地表温度等。遥感影像的大气校正是预处理的重要组成部分。大气对电磁辐射的影响主要是吸收和散射，并叠加在地物的反射信号上，使遥感像元处的图像清晰度和对比度下降。大气校正可以去除大气及光照对地物反射的影响，从而提高图像质量并正确地显示地物波普信息。ENVI中操作步骤： Basic ToolPreprocessing Calibration UtilitiesFLAASH SpectralFLAASH SpectralPre
5、processingCalibration Utilities FLAASH ENVI大气校正模块的高光谱处理主要有以下6个方面组成：输入文件准备基本参数设置高光谱数据参数设置 高级设置 输出文件处理结果1）HSI数据已经经过了定标，单位是100W/(m2*um*sr )，启动FLAASH工具，在输入辐射率数据时候，缩放系数填写：1000（即缩小1000倍），（符合FLAASH对辐射亮度单位的要求（W）/（cm2*nm*sr）。图1.4 辐射率参数设置面板2）选择传感器类型，成像中心点经纬度，成像时间，高度信息（成像区域和传感器飞行高度）等都可以在HDF5文件中获取。选择ENVI-File-O
6、pen External File-Generic Formats-HDF5，打开.h5文件。Latitude (N)Jan.MarchMayJulySept.Nov.80SAWSAWSAWMLWMLWSAW70SAWSAWMLWMLWMLWSAW60MLWMLWMLWSASSASMLW50MLWMLWSASSASSASSAS40SASSASSASMLSMLSSAS30MLSMLSMLSTTMLS20TTTTTT10TTTTTT0TTTTTT-10TTTTTT-20TTTMLSMLST-30MLSMLSMLSMLSMLSMLS-40SASSASSASSASSASSAS-50SASSASSASM
7、LWMLWSAS-60MLWMLWMLWMLWMLWMLW-70MLWMLWMLWMLWMLWMLW-80MLWMLWMLWSAWMLWMLW表1.1 六种标准的大气模型图1.5 大气校正参数设置面板图1.6 大气校正成功后生成的报告图1.7 经大气校正后的影像3.图像裁剪在全部做过许多遍后效果都不是很理想后，首先想到的第一个改进措施是裁剪，但在几次尝试后效果并没有很大提升，便想到了数据本身的质量问题，经调整波段后发现影像前几个波段噪声太大，便想到了第二个改进措施即在裁剪时舍去前30个波段对图像进行裁剪，效果要较之前的好很多。图1.8 裁剪后的影像二 光谱识别与地物分析1.波段相关性分析在主图
8、像窗口中选择：Tools 2-D Scatter Plots，在随即弹出的波段选择窗口中任意选择两个波段，点击OK构成2-D散点图。这里选择的是第1、2波段。图2.1 2-D散点图在这幅2-D散点图上我们可以观察到，在由1和2波段组成的光谱特征空间中图像上的点大致呈线状点云分布，说明这两个波段的相关性比较强。遥感图像的某些波段之间往往存在着很高的相关性，直观上波段图像彼此很相似，从提取有用信息的角度考虑，有相当一部分数据是多余和重复的，解决这一问题的有效方法是进行特征提取和特征选择，去相关和分离噪声。在多光谱遥感图像处理中，我们会采取PC旋转，但是相比之下，MNF变换更适用于高光谱遥感数据。下
9、面我们就用MNF变换对图像进行处理。最低噪声分数（MNF）变换用以确定图像数据的内在维度、隔离噪声以及降低后处理的计算要求。MNF变换的本质就是两个叠置的主成分变换。第一次变换（基于估计的噪声协方差矩阵）用于分离和重新调节数据中的噪声。第一步导致了转换数据的噪声个体的变异和波段与波段的不相关。第二步是标准主成分变换。2.MNF变换在ENVI主菜单下选择：TransformMNF RotationForward MNFEstimate Noise Statistics from Data。图2.2 MNF输入影像面板、图2.3 MNF参数设置面板变换完成后得到MNF特征值曲线，其横坐标为变换后的
10、波段数，纵坐标为特征值。 图2.4 MNF特征值曲线 图2.5 MNF变换后的散点图 把鼠标移到曲线上并点击左键，曲线上会出现一条以点击位置为交叉点的十字，同时在窗口左下角显示当前的波段数和其特征值。特征值越高说明信息量越丰富。另外，我们还可以利用2-D散点图检查去相关的情况。 以同样的方法打开2-D散点图，但需要注意的是我们要用MNF图像的第1、2波段，也就是信息最集中的两个波段构成散点图。由图可见，经过MNF变换后的图像波段之间的相关性有效地降低了，并且出现了多个拐点，这些拐点就是我们要找的端元Endmembers。3.端元提取3.1 2-D散点图法在打开的散点图上点击鼠标中键会出现一个红
11、色的小方块，在主图像窗口中对应这个小方块区域中的点同时呈现红色；在主图像窗口中点击鼠标左键，在散点图上对应点击位置的像素同时呈现红色。这一功能方便我们察看图上像素点与散点图上的像素点的相互对应位置。 端元对应图像上的“纯”像元，是否能很好地提取它对于我们的分类是十分重要的。下面的操作就是利用MNF处理后图像2-D散点图选择端元生成样本区用以分类的过程。在打开的2-D散点图上利用ROI制图功能将点云拐角零散的几个点圈起来，并且不同的ROI用不同的颜色表示。同时在图上这些ROIs也显示了出来。 图2.6 在2D散点图上提取纯净像元 图2.7 主窗口中对应像元被标记在散点图窗口中选择：Options
12、 Export All 将选择的区域输出为ENVI的ROIs，显示如下窗口：图2.8 ROI窗口在此为了便于区分，双击每个样本区的名称更名为其颜色的名称。 选好了样本区后还要对样本区中的点进行训练。接下来要进行的操作就是要通过链接2-D散点图和Z-剖面图察看样本区中点的光谱特征曲线，删除差别显著的点，达到训练样本区的目的。在2-D散点图窗口中选择Options Z-Profile，在文件列表中选择反射数据BLC，随即显示一个空白波段图。在2-D散点图窗口中点击鼠标右键，在空白的2-D散点图窗口中就会出现当前的像素剖面图及其坐标值，将差别显著的点删去（用白色画样本区即可删除）。图2.9 光谱特征
13、曲线训练完成后，在2-D散点图窗口中选择：Options Mean All 提取各样本区的平均波谱曲线图2.10 平均波谱曲线我们现在已经得到了五类地物，但还没有确定它们的种类。在此，我们可以运用ENVI的波谱分析功能来解决。波谱分析首先需要打开一个波谱库，然后将未知波谱与波谱库中的波谱进行匹配处理，并得出一系列匹配系数，系数越大就说明与这种地物越匹配。下面就进行具体的说明。在ENVI主菜单下选择：SpectralSpectral Analyst，在弹出的窗口中选择波谱库，在此我们选择USGS（美国地质调查局）波谱库，点击OK，在弹出的“Edit Identify Methods Weight
14、ing”窗口中设定计算参数后点击OK，随即弹出波谱分析窗口，点击Apply，在弹出的输入波段列表中选择我们要鉴别的波谱。选择一个待鉴别的波谱后波谱分析窗口中就会显示这一波谱与波谱库中的波谱匹配分析的结果。然而多次努力做出的结果都无法实现匹配，各种矿物得分都相同，努力了很久问题都没有得到解决，只好进行下面的操作。图2.11 分类结果 以上介绍的是通过2-D散点图定义样本区的方法，对于高光谱遥感来说由于其数据特点，考虑到运用n-D散点图分析效果可能会更好。此外在得到MNF处理图像以后通常还用到其它一些处理方法，下面就一一介绍。3.2基于PPI的端元提取（N维散点图法）像素纯度指数(PPI)是一种在多光谱和高光谱图像中寻找波谱最纯的像元的方法。波谱最纯像元与混合的端元相对应。像素纯度指数通过迭代将N-D散点图影射为一个随机单位向量。每次影射的极值像元被记录下来，并且每个像元被标记为极值的总次数也记下来。一幅“像素纯度图像”被建立，在这幅图像上，每个像素的DN值与像元被标记为极值的次数相对应。MNF变换后，在ENVI主菜单中
