ENVI培训第三篇_遥感影像前期处理专题.pptVIP

遥感影像前期处理专题 仰满荣 ymr0114@ 航天星图科技北京有限公司 主要内容 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。 利用ENVI进行辐射校正 FLAASH大气校正 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 FLAASH大气校正基本参数设置 　 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 FLAASH大气校正参数设置 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.） KT upper 2100－2250nm KT lower 640－680nm 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 高级设置 FLAASH校正效果 对数残差辐射校正 几何校正 利用ENVI进行几何校正 几何纠正原理 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 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 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 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. ENVI的正射纠正条件 影像数据 需要RPC(rational polynomial coefficients)或者RSM(replacement sensor model)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 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. ENVI菜单下的几种融合方法 Transform/Image sharpen/… GS高保真融合方法原理 模拟一个全色影像波段,这个全色影像波段将参与GS变换,最后再反变换,即可产生分辨率增强的多光谱影像; ENVI参数设置里有四种方法可供选择 平均值法：利用多个波段的平均值模拟一个低分辨率全色图像。 选择输入文件：选择多光谱图像的其中一个波段作为低分辨全色数据。 通过传感器类型创建：为相应的传感器模拟一个全色图像，从传感器下拉列表中选择传感器类型，IKONOS, IRS1, Landsat7, QuickBird, SPOT 5等 用户自定义滤波函数：为选择的滤波函数模拟一个全色图像。 两个优点: 处理的波段数没有限制 产生的高空间分辨率多光谱影像不仅保持了低空间分辨率光谱的特性,且信息失真小 数据裁剪 ENVI提供多种裁剪方式 : Basic tools/resize data Image 适合裁剪一个目视区域 map 适合精确裁剪 ROI/evf 裁剪已知范围 File 裁剪一个与已知文件具有相同大小的文件 波谱子集的裁剪 　注意：１、利用该工具可以进行图像重新采样 　　　　２ 、ENVI的裁剪工具不仅可