envi去云补丁haze-tool使用说明

《envi去云补丁haze-tool使用说明》由会员分享，可在线阅读，更多相关《envi去云补丁haze-tool使用说明（29页珍藏版）》请在金锄头文库上搜索。

1、Haze Tool User Guide 使用方式. 2 云层厚度检测. 2 HOT13 2 操作步骤. 3 HOT123 4 操作步骤. 4 案例. 5 云层厚度完善. 8 Haze perfection TM 9 操作步骤. 9 Haze perfection QB. 11 Maskandinterpolation . 12 案例. 13 Thresholdandinterpolation 13 fill_sink. 14 flatten_peak. 15 操作步骤. 15 云层去除. 17 Dark Substract. 17 操作步骤. 20 Hist match. 22 操作步骤.

2、22 Cloud Point. 22 操作步骤. 23 案例. 28 鸣谢. 29 引文. 29 使用方式使用方式 该 模 块 是 在 ENVI4.4 中 二 次 开 发 而 成 。 使 用 时 只 需 将 文 件 置 于 *ITTIDL64productsenvi44save_add 文件夹内， 然后运行 ENVI， Basic Tool 菜单 中会出现一个 Haze tool 按钮。绝对不要修改文件名，否则无效。 Haze tool 主要由三部分组成： 云层厚度检测 （haze detection） ， 云层厚度完善 （haze perfection） ，云层去除（haze removal

3、） 。这三部分前后连贯，每一步的结果都会影响 到最终的除云效果，而且在参数的选择上主观性较大，这也是这个模块的缺点即不 够自动化。 有问题联系作者请加有问题联系作者请加 QQ：27126797 或者或者 e-mail 联系：联系： 除云案例请见作者博客：除云案例请见作者博客： 云层厚度检测云层厚度检测 一副影像中往往云层厚薄不一，因此不同厚度云覆盖下的地表需要恢复的强度 不一；当然，完全遮挡地面的厚云不在考虑范围内。在该模块中云层厚度检测有两 个指数： HOT13 和 HOT123。 两者都是相对厚度检测， 而不是绝对的光学厚度检测， HOT123 是作者在 HOT13 的基础上的改进。 HO

4、T13 HOT13 由加拿大遥感研究中心的 Zhang ying 提出的(Zhang et al. 2002) （原称 HOT，13 是作者加上去的以示与 HOT123 的区别） 。根据地物在蓝（TM1）和红 （TM3）波段的高度相关性，在特征空间里绝大部分像素分布在晴空线上。云的 存在会使得云下地物的光谱偏离这条晴空线，云越厚，偏离越大。HOT13 等于偏移 距离。 晴空线 : b1sin-b3cos-a=0 (1) HOT= b1sin-b3cos-a (2) 是晴空线的倾角, a 晴空线的截距, b1，b3 分别是蓝(TM1)和红(TM3)波段。 通过人工选择无云区域的 1、3 波段回归

5、，得到晴空线。 操作步骤操作步骤 1、首先打开需要处理的影像，建立无云区域的 ROI 作为对照，并保存（之后其 他操作仍然要用到）. 2、Basic Tool-haze tool-haze detection-HOT13 3、弹出对话框要求选择需要处理的影像，并且在 Spectral subset 中选择蓝和 红两个波段。 4、选择一个之前就建立并且已经打开的无云区域 ROI，点击 OK 即在内存中生 成一个 HOT13 像。为了减少内存占用，生成的 HOT13 是放大十倍的 int 格式。 HOT123 在很多情况下, 蓝（TM1）和红（TM3）高度相关，相关系数大于 0.9。但 是，当地物

6、更加复杂的时候往往就不成立。比如除了植被，同时存在大量的土壤和 水体，水体非常浑浊等等。在 Quickbird 等高分辨率影像中，除柏油和水泥以外的 其他彩地物也会降低HOT13的准确性。 因此作者对其进行了改进， 提出了HOT123, 即利用可见光波段（TM123）提取云层厚度。 HOT123=k1*b1+k2*b2+k3*b3-b K1k2k3b 这 4 个参数的值使得|Mean_cloud-Mean_clear|/SD_clear 最小。 Mean_cloud 和 Mean_clear 分别是有云区域 （选择的区域的云越厚越好） 和无云区域 的 HOT123 平均值，SD_clear 是

7、无云区域的 HOT123 标准差。 HOT123 要满足有云区域和无云区域的厚度差值尽可能大，而又要使无云区域 （背景）的方差尽可能小。 操作步骤操作步骤 主要步骤和 HOT13 基本一致，不过波段选择不是蓝和红两个波段，而是蓝 、绿、红三个波段，即 TM 像上的第一第二第三波段。最后一步的不同之 处是，HOT123 需要选择两个 ROI：无云区域 ROI 和厚云区域 ROI（其中的厚云是 指将地物完全遮挡住的云层，但是如果像中没有此类厚云，也可以选择相对最厚 的薄云来代替） 。 无云区域的选择要尽量涵盖各种土地利用类型， 厚云区域无此要求。 为了减少内存占用，生成的 HOT123 是放大十倍

8、的 int 格式。 案例案例 左边是 431 组合的假彩，中间是 HOT123，右边是 HOT13。根据作者处理 大量影像后的经验，推荐使用 HOT123。当没有厚云存在，云非常薄的情况下，有 的时候可以选择 HOT13。 云层厚度完善云层厚度完善 虽然 HOT13HOT123 尽量地突出云层信息，抑制背景信息，但是仍然有不少无 云区域的云层厚度值偏离零很大，主要发生在水、浪花、土壤、雪、建筑区等地物 上。以 HOT13 举例说明，在如下的 13 波段特征空间里（横坐标是第一波段，纵坐 标是第三波段） ，无云区域用灰表示，厚云区域用黑表示；无云区域形状如同飞 机。一翼代表偏小的云层厚度检测，一

9、翼代表偏大的云层厚度检测。云层厚度的完 善实际上就是把无云区域的这辆飞机的两翼去掉。 因此，当地物很复杂的时候就需要对 HOT 值进行一些额外处理，以修正这些偏 差。当然，云层厚度完善中的几种方法都是非必须的，可以根据影像的特征酌情选 用，也可不用。 Haze perfection QB 适用于几乎所有光学遥感影像，如 Quickbird 等 4 波段影像 （当然也适用于 TM 等更多波段影像） ，这类影像会有几个可见光波段被云污染。 Haze perfection TM 只适用于 TM 等含有中红外波段的影像，中红外波段往往很少 受薄云影响。 不管选择哪一个， 处理后的结果都需要重新将无云区

10、域 ROI 内的 HOT 平均值归零；因此，必须确保在进行云层厚度完善操作之前内存中有无云区域 ROI 的存在，否则最后将不会进行归零操作。 我们将以以下案例举例说明。 左边是有云 TM 影像， 中间是无云的 TM 影像 （城 市区域） ，右边是有云的 QUICKBIRD 影像。可见有很多特别暗的背景的云层厚度 是负值，也有很多特别亮而不是云的背景。 Haze perfection TM 这种方法的灵感来自 Liang shunlin 的聚类匹配方法(Liang et al. 2001; Liang et al. 2002)。作者稍作修改用于 HOT 值的完善上。该方法以利用 TM457 波段

11、（忽略这 些波段的云污染）进行非监督分类的结果作为输入参数，通过计算每类地物的平均 HOT 值并将其减去以达到归零的目的。 操作步骤操作步骤 1、检查 457 波段是否受云的影响，如果影响可以忽略，则利用 TM457 波段 进行非监督分类。类的数量看地物复杂程度随意决定，推荐 20-50 类。 2、选择需要处理的 HOT 影像（必须有无云区域的 ROI） 。 3、选择对应的非监督分类 4、选择无云区域 ROI 5、决定是否要对某些方差特别大的类型进行插值操作。如果不需要，则选择 Cancel；如果需要，则在相对应的类型前面打勾，然后点击 OK。结果会在 内存中生成。 以下是案例的结果，这步操作

12、的效果取决于地物类型的光谱特征。当存在某几种地 物类型，其 457 波段相似，而 123 可见光波段相差很大的时候，这一步操作就会 对这几种地物类型失效。 Haze perfection QB 点击 Haze Perfection QB，会弹出对话框要求选择要处理的 HOT 像。然后， 弹出一个多项选择的对话框，选择合适处理方法。可以选择一种，也可以同时选择 多种，作者不推荐同时选择多种方法处理。主要有四种方法可供选择： maskandinterpolation、thresholdandinterpolation、fill_sink、 flatten_peak。其中 fill_sink 和 f

13、latten_peak 非常吃内存，是 haze tool 最大能处理的影像的限制步骤。 Maskandinterpolation 选择一个手动勾勒的需要掩膜并插值的异常区域 ROI 进行插值。该操作是人工 方法，操作简单，当异常较少的时候比其他 haze perfection 方法要快。 运行完毕后，将跳出对话框要求选择无云区域 ROI 进行归零操作以纠正改变后 的 HOT 带来的偏差。 案例案例 如下，左边有个多边形区域被手工勾勒并且插值，右边是原始像。 Thresholdandinterpolation 通过设定一个阈值范围minimum, maximum， 将范围之外的 HOT 值掩模

14、并进行 插值。插值方式采用周围像素取平均的方式。这种方法较简单，因为 HOT 值偏小 的地物受到云的影响依然可以有较大的 HOT 值。因此，这种方法现在作者很少采 用，仅仅作为一种异常值去除的方法（去除厚云，和一些极端负值） 。 运算需要输入 4 个参数：minimum(最小值),maximum（最大值）,kernel size for interpolation (插值窗口大小)，kernel size for smooth (平滑窗口大小)。前三个参数用 于插值，最后一个参数用于结果像的平滑滤波。默认情况下，minimum=整幅影像 最小值，maximum=整幅影像最大值，kernel s

15、ize for interpolation=7, 不进行平滑滤 波。 运行完毕后，将跳出对话框要求选择无云区域 ROI 进行归零操作以纠正改变后 的 HOT 带来的偏差。 fill_sink 该方法来自于水文领域中对地形的处理(Planchon and Darboux 2002)：填洼算 法。我们把 HOT 像看作地形，HOT 值偏小的地物往往会在地形上形成一个 一个的洼地。洼地虽然比周围的值要小，一个洼地可以在海拔很低的地方，也可以 在一座高山上。这也是作者很少利用之前的 maskandinterpolation 的原因。 运行完毕后，将跳出对话框要求选择无云区域 ROI 进行归零操作以纠正

16、改变后 的 HOT 带来的偏差。 案例案例 如下， 左边是经过 fill_sink 处理的 HOT， 右边是未经过处理的 HOT。 很明显， fill_sink 对暗斑去除很有效。 flatten_peak 除了 HOT 值偏小的地物，还有 HOT 值偏大的地物。一个像素的 HOT 值很大， 有可能是该像素被云覆盖，也有可能是本身 HOT 值偏大。作者利用云层厚度具有 渐变的特征而地物边界骤变的特征将这两者区别开来。 操作步骤操作步骤 1、预处理。在弹出对话框中选择 morph reconstruction。并在接下去弹出的参数 对话框中输入一个合适整数 n, 进行 n 次形态学侵蚀操作。 n 的大小要保证绝大多数 偏大的地物能够被侵蚀完全。过大，则徒耗计算量。 预处理步骤在内存中生成两个像 max_change_of_successive_erosion 和