ENVI培训第二篇-遥感影像处理专题

遥感影像处理专题仰满荣[e-mail]航天星图科技北京有限公司ENVI主要内容辐射纠正1几何校正2正射校正3数据融合4影像增强与变换5辐射纠正•遥感成像过程十分复杂，经历从辐射－大气层－地球表面－大气层－传感器等一系列复杂的过程，这一过程每个环节都受到各种因素（遥感器、大气、太阳高度角、地形等）的干扰。导致遥感器获得的测量值与地表真实反射信息是不一样的。如果我们想要了解某一物体表面的真实光谱属性，我们必须消除这些辐射失真。辐射校正就是为了消除各种因素的干扰，获得地表真实反射率数据。利用ENVI进行辐射校正ENVI辐射校正方法有:辐射定标,直方图最小值去除法,采用大气纠正模型的方法以及高光谱影像辐射纠正方法.BasicTools/Preprocessing•Calibrationutilities定标工具（遥感器的校正,可以消除偏移和增益因子）AVHRR（波段1和2主要被定标为反射率，波段3、4和5被定标为亮度温度（单位：开尔文）。）,landsatMSS/TM（以将LandsatTM或ETM数字值转换成辐射率或表观大气反射率（大气上界的反射率）。）,QB(定标为绝对辐射率)FLAASH（大气校正）高光谱影像辐射校正对数残差log平场域（flatfield)IAR反射率经验线性(赵英时P175)•GeneralPurposeUtilities:坏行去除,直方图最小值去除法,消除偏移与增益对数残差辐射校正对数残差定标前后波谱曲线对比FLAASH大气校正FLAASH大气校正利用影像信息,如坐标,传感器,像元大小,水气,气溶胶等信息,采用了MODTRAN4+大气纠正模型,来反演卫星获取时相关参数,从而实现大气纠正.ENVI可以对以下数据进行FLAASH大气校正:多光谱：QuickBird、Ikonos、Landsat、SPOT、AVHRR、ASTER、MODIS、MERIS、AATSR、IRS高光谱：HYPERION、HYMAP、AVIRIS、HYDICE、CASI输入文件准备经过定标后辐射率数据ENVI标准影像格式,BIP或者BIL存储方式,浮点型(推荐),对于整型数据：数据带有wavelenth值，如果是高光谱数据还要求带有FWHM值整型辐射率影像缩放因子＝浮点型辐射率影像[mW/(cm2*nm*sr)]FLAASH大气校正基本参数设置文件输入输出设置影像中心坐标传感器影像获取时间大气模型,水气去除气溶胶模型,气溶胶去除方法光谱打磨多(高)光谱设置高级设置FLAASH大气校正参数设置大气模型(六种)根据影像纬度和季节确定消除水气影响具有15nm以上波谱分辨率，且至少覆盖以下波谱范围之一：1050－1210nm(优先考虑)，770－870nm，870－1020nm。气溶胶模型(四种)消除气溶胶影响•2-Band（K-T）:要求数据波段覆盖660nm和2100nm波谱.•能见度光谱打磨(高光谱数据)对波谱曲线进行微调,使波谱曲线更加近似于真实地物的波谱曲线多光谱设置(模型参数设置)水气去除模型参数(吸收通道,反射通道)气溶胶模型参数设置（用气溶胶模型要求数据波段覆盖660nm和2100nm波谱.）•KTupper2100－2250nm•KTlower640－680nm高光谱设置(模型参数设置)自动选择通道定义(推荐)设置通道定义FLAASH大气校正参数设置FLAASH大气校正参数设置高级设置光谱定义文件气溶胶高度CO2混合比率：390ppm使用领域纠正使用以前的MODTRAN模型计算结果设置MODTRAN模型的光谱分辨率设置MODTRAN多散射模型FLAASH校正效果相对辐射校正效果：增强图像对比度,可以去除一些薄雾,但是不能去云.视觉效果不会很明显,但是光谱特征差别很大FLAASH校正前后几何校正遥感器在获取数据时,会引起影像变形，传感器自身的移动、如地球曲率等影响都会引起像点发生位移，投影方式不同会引起部分影像被拉伸等几何校正就是利用地面控制点(GCP)纠正各种因素引起的遥感图像的几何变形，对影像进行地理坐标定位，获得真实坐标信息。从而实现与标准图像或地图的几何整合。利用ENVI进行几何校正几何校正一般包括几何粗校正和几何精校正。粗校正及系统误差校正，一般由卫星地面站来完成。粗校正处理后图像仍有较大的残差，需要对图像进行进一步的处理，即几何精校正。bldr_tmbldr_spotMap/RegistrationImagetoImageImagetomap几何校正包括两方面的内容,一是图像空间像元位置的变换;二是在标准空间内对变换后各像元亮度值的计算第一步:进行空间变换,实现几何位置纠正,通常采用多项式的方法,建立变换前图像坐标（x,y）与变换后图像坐标（u,v）的关系第二步:对变换后的各像元亮度值进行重采样,常用的采样方法有最近邻法,双线性内插法,三次卷积等几何纠正原理GCP点选取选取原则清晰的定位识别标志：道路交叉点，河流弯曲或分叉处，海岸线弯曲处，飞机场，水坝等所选控制点地物不随时间变化在没有做地形纠正的图像上选取控制点,应该在同一高度进行图像边缘部分一定要选取控制点尽可能满幅均匀选取,20个左右GCP点选取数目确定控制点数目的最低限是按多项式未知系数n的多少来确定的。GCP数最少为(n+1)(n+2)/2一次多项式：3个二次多项式：6个在图像边缘处，在地面特征变化大的地区，需要增加控制点一般采用二次多项式方法,一景数据20个控制点左右使用影像自带的地理信息进行几何纠正许多传感器获取的遥感数据都携带了详细的数据获取时的参数信息，根据这些信息我们就可以进行基于模型的几何纠正和地理坐标定位。输入的地理信息文件(IGM)包含了在指定地图投影下，未校正过的输入影像的每一个像素的X和Y的地图坐标。地理信息查找表(GLT)包含了输出影像行和列的对应信息，这样就将输出影像中的每一个像素同输入影像联系起来。MODIS数据快速几何纠正去双眼皮工具正射纠正主要目的:消除地形的影响或是相机方位引起的变形等,生成平面正射影像的处理过程.将相机或者轨道模型与ENVI的正射纠正条件影像数据需要RPC(rationalpolynomialcoefficients)或者RSM(replacementsensormodel)参数高程信息(DEM或者给平均高程)地面控制点（可选）Geoid：影像数据获取地的大地水准面和平均海拨面的高程差正射纠正航片等其他数据须输入RPC等参数,ENVI可以根据卫星或者相机参数生成RPC参数（map/buildrpcs)这些数据提供RPC等系统参数预处理保持RPC等参数的方法正射校正参数输入影像重采样方法背景值高程Geoid：大地水准面与当地平均海平面的偏差数据融合数据融合实质上是将高分辨率影像空间特征与低分辨率影像多光谱特征组合到一副影像,使得融合后影像即具有高分辨率影像空间特征,又具有低分辨率影像多光谱特征.Transform/Imagesharpen/GS高保真融合ＴＭSPOT+=ＴＭ＋ＳＰＯＴ新疆库车卫星影像图（Landsat7742波段与第八波段融合）影像增强方法线性拉伸,分段线性拉伸,高斯拉伸,平方根拉伸等对比度拉伸,饱和度拉伸,去相关拉伸,视觉效果拉伸滤波(卷积滤波、纹理滤波、自适应滤波)变换方法KT主成份变换KL穗帽变换图像增强与变换对影像的拉伸实际上是对影像直方图的拉伸，在主图像窗口菜单栏中，选择Enhance里不同的拉伸方法，可以根据主图像窗口“[Image]”、二次采样的滚动窗口“[Scroll]”或缩放窗口“[Zoom]”的数据统计对显示图像进行相应的拉伸。其实就是选择了不同的输入直方图数据源。默认2%线性拉伸，就是将图像的累积直方图上2%和98%像元值拉伸到0到255图像增强对比度拉伸BasicTools/Stretchdata去相关拉伸视觉效果拉伸饱和度拉伸生成彩色合成图像滤波Filter卷积滤波(高通\低通\中值\sobel\Robert等）形态学滤波（腐蚀、膨胀、开、关）纹理滤波自适应滤波傅立叶变换Enhance/SharpenKL变换KL变换：主成分变换Transform/PrincipalComponentsPC1PC3PC6主成分变换可以用来生成不相关的输出波段,用来隔离噪声和减少数据集的维数.•KT变换：穗帽变换Transform/Tasseledcap穗帽变换可以对LandsatMSS,TM,ETM数据进行变换,把数据变换到另一空间,生成的数据的波段和地物相关如:Landsat7ETM数据,穗帽变换生成6个输出波段,包括:亮度,绿度,湿度,第四分量(噪声),第五分量,第六分量.KT变换第三波段湿度分量