8专题高光谱数据的处理与分析.ppt

ENVI/IDL专题专题四四：高光谱数据的处高光谱数据的处理与分析理与分析ENVI/IDL专题背景专题背景n n高光谱分辨率遥感（高光谱分辨率遥感（HyperspectralRemote HyperspectralRemote SensingSensing）n n空间成像的同时，记录下成百个连续光谱通道数据空间成像的同时，记录下成百个连续光谱通道数据n n光谱通道窄（光谱通道窄（10-210-2）而连续，）而连续，从每个像元均可提取从每个像元均可提取一条连续的光谱一条连续的光谱曲线曲线ENVI/IDL专题介绍专题介绍n n高光谱遥感本身的特点具有很大的应用高光谱遥感本身的特点具有很大的应用前景前景n n本专题介绍本专题介绍高光谱图像预处理高光谱图像预处理、物质、物质识别、图像识别、图像分类的处理分类的处理流程流程ENVI/IDL1、图像预处理、图像预处理ENVI/IDL图像预处理图像预处理n n高光谱图像的高光谱图像的预处理主要是辐射校正预处理主要是辐射校正，辐射校正，辐射校正包括传感器定标和大气纠正。包括传感器定标和大气纠正。ENVI/IDL1.1 1.1 传感器定标（一、定义）传感器定标（一、定义）n n传感器定标就是将图像的数字量化值（传感器定标就是将图像的数字量化值（DNDN）转化）转化为辐射亮度值或者反射率或者表面温度等物理量为辐射亮度值或者反射率或者表面温度等物理量的处理的处理过程过程n n传感器定标可分为绝对定标和相对传感器定标可分为绝对定标和相对定标定标n n绝对绝对定标是获取图像上目标物的绝对辐射值等定标是获取图像上目标物的绝对辐射值等物物理量理量n n相对相对定标是将图像目标物辐射量归一化某个值范定标是将图像目标物辐射量归一化某个值范围内，比如以其他数据作为基准。围内，比如以其他数据作为基准。ENVI/IDL1.1 1.1 传感器定标（二、定标方传感器定标（二、定标方式）式）n n传感器传感器定标定标的的三三个个阶段内容：阶段内容：n n发射发射前的实验室前的实验室定标定标n n在遥感器发射之前对其进行的波长位置、辐射精度、在遥感器发射之前对其进行的波长位置、辐射精度、光谱特性等进行精确测量光谱特性等进行精确测量n n基于基于星载定标器的星上星载定标器的星上定标定标n n有些卫星载有辐射定标源、定标光学系统，在成像有些卫星载有辐射定标源、定标光学系统，在成像时实时、连续的进行时实时、连续的进行定标定标n n发射发射后的定标（场地定标后的定标（场地定标）n n通过通过选择典型的均匀稳定目标，用精密仪器进行地选择典型的均匀稳定目标，用精密仪器进行地面同步测量感器过顶时的大气环境参量和地物反射面同步测量感器过顶时的大气环境参量和地物反射率，利用遥感方程，建立图像与实际地物间的数学率，利用遥感方程，建立图像与实际地物间的数学关系，得到定标参数以完成精确的传感器定标关系，得到定标参数以完成精确的传感器定标ENVI/IDL1.2 1.2 大气校正（一、起源）大气校正（一、起源）n n太阳辐射通过大气以某种方式入射到物体表面然太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器后再反射回传感器n n原始影像包含物体表面，大气，以及太阳的信息原始影像包含物体表面，大气，以及太阳的信息n n如果想了解某一物体表面的光谱属性，就必须将如果想了解某一物体表面的光谱属性，就必须将它的反射信息从大气和太阳的信息中分离出来。它的反射信息从大气和太阳的信息中分离出来。ENVI/IDL示意图示意图大气散射直接反射邻接反射ENVI/IDL1.2 1.2 大气校正（二、校正方法）大气校正（二、校正方法）n n遥感图像的大气校正方法很多。这些校正方法按遥感图像的大气校正方法很多。这些校正方法按照校正后的结果可以分为照校正后的结果可以分为2 2种：种：n n绝对大气校正方法：将遥感图像的绝对大气校正方法：将遥感图像的DN(Digital DN(Digital Number)Number)值转换为地表反射率、地表辐射率、地表值转换为地表反射率、地表辐射率、地表温度等的方法。温度等的方法。n n相对大气校正方法：校正后得到的图像，相同的相对大气校正方法：校正后得到的图像，相同的DNDN值表示相同的地物反射率，其结果不考虑地物值表示相同的地物反射率，其结果不考虑地物的实际反射率。的实际反射率。n nENVIENVI下下FLAASHFLAASH大气校正大气校正工具工具n n基于基于MODTRAN4+MODTRAN4+辐射传输辐射传输模型模型n n支持支持高光谱和多光谱高光谱和多光谱数据数据ENVI/IDL1.2 1.2 大气校正（三、练习）大气校正（三、练习）n n专题内容：专题内容：n n用用FLAASHFLAASH对对AVIRISAVIRIS航空高光谱航空高光谱数据数据进行大气校正进行大气校正n n数据数据：n n“18-18-高高光谱数据的处理与分析光谱数据的处理与分析1-1-大气大气校正校正”ENVI/IDL2、波谱库、波谱库ENVI/IDL2.1 2.1 标准波谱库（一）标准波谱库（一）n nENVIENVI自带多种标准波谱库，包括建立在自带多种标准波谱库，包括建立在JPLJPL波谱波谱库基础上的，从库基础上的，从0.42.50.42.5m m三种不同粒径三种不同粒径160160种种“纯纯”矿物的波谱。美国矿物的波谱。美国USGSUSGS从从0.42.50.42.5m m包括包括近近500500种典型的矿物和一些植被波谱。来自种典型的矿物和一些植被波谱。来自Johns Johns Hopkins UniversityHopkins University（JHUJHU）的波谱包含）的波谱包含0.4140.414m m。IGCP246IGCP246波谱库有波谱库有5 5部分组成，通过部分组成，通过对对2626个优质样品用个优质样品用5 5个不同的波谱仪测量获得。个不同的波谱仪测量获得。植被波谱库由植被波谱库由Chris Elvidge Chris Elvidge 提供，范围是提供，范围是0.42.50.42.5m m。ENVI/IDL2.1 2.1 标准波谱库（二）标准波谱库（二）n n浏览标准波谱库数据：浏览标准波谱库数据：n nHOMEITTIDLIDL80productsenvi48spec_libHOMEITTIDLIDL80productsenvi48spec_libENVI/IDL2.2 2.2 自定义波谱库自定义波谱库n nENVIENVI提供自定义波谱库功能，允许您基于不同的提供自定义波谱库功能，允许您基于不同的波谱来源创建波谱库，波谱来源包括：波谱来源创建波谱库，波谱来源包括：ASCIIASCII文文件，由件，由ASDASD波谱仪获取的波谱文件，其他波谱库，波谱仪获取的波谱文件，其他波谱库，感兴趣区均值，波谱剖面和曲线等等感兴趣区均值，波谱剖面和曲线等等。n n步骤步骤n n输入波长范围输入波长范围n n波谱收集波谱收集n n保存波谱库保存波谱库ENVI/IDL2.3 2.3 波谱库交互波谱库交互n n波谱库浏览器提供很多的交互功能，包括设置波波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线谱曲线的显示样式、添加注记、优化显示曲线等等n n编辑数据、绘图参数编辑数据、绘图参数n n添加注记添加注记n n波谱曲线波谱曲线对比对比n nENVI/IDL3、端元波谱、端元波谱ENVI/IDL端元波谱端元波谱n n端元的物理意义是指图像中具有相对固定光谱的端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混特征地物类型，它实际上代表图像中没有发生混合的合的“纯点纯点”。类似于监督分类中的训练样本。类似于监督分类中的训练样本n n端元光谱的确定有两种方式：端元光谱的确定有两种方式：n n使用光谱仪在地面或实验室测量到的使用光谱仪在地面或实验室测量到的“参考端元参考端元”，一般从标准波谱库选择一般从标准波谱库选择n n在遥感图像上得到的在遥感图像上得到的“图像端元图像端元”：n n从二维散点图中基于几何顶点的端元提取从二维散点图中基于几何顶点的端元提取n n借助纯净像元指数（借助纯净像元指数（Pixel Purity IndexPixel Purity IndexPPIPPI）和）和n n维可视化工具用于端元波谱收集维可视化工具用于端元波谱收集n n基于连续最大角凸锥（基于连续最大角凸锥（Sequential Maximum Angle Sequential Maximum Angle Convex ConeConvex Cone简称简称SMACCSMACC）的端元自动提取。）的端元自动提取。ENVI/IDL4、高光谱图像物质识别、高光谱图像物质识别ENVI/IDL4 4 物质识别物质识别n nENVIENVI提供许多波谱分析方法，包括：二进制编码、提供许多波谱分析方法，包括：二进制编码、波谱角分类、线性波段预测（波谱角分类、线性波段预测（LS-FitLS-Fit）、线性波）、线性波谱分离、光谱信息散度、匹配滤波、混合调谐匹谱分离、光谱信息散度、匹配滤波、混合调谐匹配滤波（配滤波（MTMFMTMF）、包络线去除、光谱特征拟合、）、包络线去除、光谱特征拟合、多范围光谱特征拟合多范围光谱特征拟合等等ENVI/IDL4 4 物质识别物质识别n n专题内容：专题内容：n n用用波谱角分析方法从高光谱图像中识别波谱角分析方法从高光谱图像中识别物质物质n n数据数据n n“18-18-高光谱数据的处理与分析高光谱数据的处理与分析 2-2-物质物质识别识别”端元波谱收集物质识别ENVI/IDL5、高光谱图像分类、高光谱图像分类ENVI/IDL5 5 高光谱图像分类流程高光谱图像分类流程ENVI/IDL5 5 高光谱图像分类高光谱图像分类n n专题内容专题内容n n基于基于PPIPPI端元提取方法完成高光谱图像端元提取方法完成高光谱图像分类数据分类数据n n数据数据n n“18-18-高光谱数据的处理与分析高光谱数据的处理与分析 3-3-高高光谱分类光谱分类”ENVI/IDL5.1 5.1 端元波谱获取（一、基本端元波谱获取（一、基本流程）流程）MNFMNF变换变换计算纯计算纯净像元净像元指数指数PPIPPIN N维可视维可视化工具化工具选取样选取样本像元本像元获取样获取样本像元本像元的平均的平均波谱波谱识别平识别平均样本均样本波谱波谱ENVI/IDL5.1 5.1 端元波谱获取（二、端元波谱获取（二、MNFMNF变换）变换）n nMNFMNF变换变换n n重要作用重要作用n n用于判定图像内在的维数用于判定图像内在的维数n n分离数据中的噪声分离数据中的噪声n n减少计算量减少计算量n n弥补了主成分分析在高光谱数据处理中的不足弥补了主成分分析在高光谱数据处理中的不足n n计算时需要输入的参数计算时需要输入的参数n n统计信息的图像范围统计信息的图像范围shift diff subsetshift diff subsetn n噪声统计文件（可以用到另一副图像上做变换）噪声统计文件（可以用到另一副图像上做变换）n nMNFMNF统计文件统计文件(反变换的时候要用反变换的时候要用)n nMnfMnf变换输出波段选择变换输出波段选择(根据特征值选择输出波段根据特征值选择输出波段)ENVI/IDL5.1 5.1 端元波谱获取（三、端元波谱获取（三、PPIPPI计算）计算）n n计算纯净像元指数计算纯净像元指数PPIPPIn nPPIPPI生成生成的结果是一副灰度的影像的结果是一副灰度的影像,DN,DN值越大表明像元越纯值越大表明像元越纯.n n作用及原理作用及原理n n纯净像元指数法对图像中的像素点进行反复迭代，可以在多纯净像元指数法对图像中的像素点进行反复迭代，可以在多光谱或者高光谱影像中寻找最光谱或者高光谱影像中寻找最”纯纯”的像元的像元.(.(通常基于通常基于MNFMNF变变换结果来进行换结果来进行)n n纯净像元指数可以将纯净像元指数可以将N N维散点图迭代映射为一个随机单位向维散点图迭代映射为一个随机单位向量来计算量来计算,每次映射的极值像元被记录下来每次映射的极值像元被记录下来,并且被标为极值并且被标为极值的总数也被记录下来的总数也被记录下来.n n按照多次映射每个像元被记录为极值像元的次数来决定该像按照多次映射每个像元被记录为极值像元的次数来决定该像元是否为纯净像元元是否为纯净像元.n n计算时需要输入的参数计算时需要输入的参数n n进行迭代的次数进行迭代的次数n n设置域值的系数设置域值的系数(极值像元的域值极值像元的域值)n n数据二次采样数据二次采样(减少内存减少内存,但不能太小但不能太小)ENVI/IDL5.1 5.1 端元波谱获取（四、端元端元波谱获取（四、端元波谱收集）波谱收集）n n端元波谱收集端元波谱收集n nN N维可视化工具维可视化工具n n选取样本像元选取样本像元n n生成地物平均波谱生成地物平均波谱n n波谱分析波谱分析,端元识别端元识别ENVI/IDL5.2 5.2 波谱识别波谱识别n n波谱角分类波谱角分类ENVI/IDL5.3 5.3 分类结果浏览及后处理分类结果浏览及后处理n n以以RGBRGB方式在方式在DisplayDisplay中显示高光谱数据。中显示高光谱数据。n n在在Display-Image-Overlay-ClassficationDisplay-Image-Overlay-Classfication，选择前面得到的选择前面得到的结果结果n n分类后处理分类后处理ENVI/IDL5.4 5.4 向导式目标识别向导式目标识别沙漏分析沙漏分析沙漏分析沙漏分析工具工具工具工具n n向导向导式波谱分析工具式波谱分析工具n n影像亮度值定标为反射率影像亮度值定标为反射率n n最小噪声分离（最小噪声分离（MNFMNF）n n纯净像元指数（纯净像元指数（PPIPPI）n nN N维散度分析维散度分析n n选择终端单元选择终端单元n n地物制图（地物识别）地物制图（地物识别）Apparent ReflectanceMNFPPIn-DIDMap Distributionand Abundance流程化操作进行地物识别ENVI/IDL6、植被分析、植被分析ENVI/IDL6.1 6.1 植被指数计算器植被指数计算器n n提供了提供了6 6类类 2727种植被指数的计算种植被指数的计算n n绿度绿度GreennessGreennessn n光利用率光利用率Light Use EfficiencyLight Use Efficiencyn n氮氮n n干旱或炭衰减干旱或炭衰减Dry or Senescent CarbonDry or Senescent Carbonn nStress PigmentsStress Pigmentsn n冠层水分含量冠层水分含量Canopy Water ContentCanopy Water Contentn n提供了生物物理学交叉检验提供了生物物理学交叉检验n n通过植被指数计算器统一进行计算通过植被指数计算器统一进行计算n n提供了每种植被指数的详细资料和计算公式提供了每种植被指数的详细资料和计算公式n n能够根据影像信息自动显示可计算的植被指数能够根据影像信息自动显示可计算的植被指数ENVI/IDL6.2 6.2 植被分析（一、概述）植被分析（一、概述）n n农作物胁迫农作物胁迫Agricultural StressAgricultural Stressn n易燃性分布分析易燃性分布分析 Fire FuelsFire Fuelsn n林木健康分析林木健康分析Forest HealthForest Healthn n植被的抑制植被的抑制ENVI/IDL6.2 6.2 植被分析（二、农作物胁植被分析（二、农作物胁迫分析）迫分析）n n农作物胁迫农作物胁迫Agricultural Agricultural StressStressn n创建农作物胁迫的空间分布图创建农作物胁迫的空间分布图n n判断出适合农作物生长的区域，可用于精确农业分析；判断出适合农作物生长的区域，可用于精确农业分析；n n绿度：来标识闲置农田、虚弱的植被、健康的作物；绿度：来标识闲置农田、虚弱的植被、健康的作物；n n光利用效率：标识植被生长率；光利用效率：标识植被生长率；n n冠层氮含量：用于估计相关的氮等级；冠层氮含量：用于估计相关的氮等级；n n叶绿素：突出植被胁迫；叶绿素：突出植被胁迫；n n冠层水分含量：标识水胁迫的层次。冠层水分含量：标识水胁迫的层次。ENVI/IDL6.2 6.2 植被植被分析（三、易燃性分分析（三、易燃性分布分析）布分析）n n易燃性分布易燃性分布分析分析n n创建某一区域植被易燃性的空间分布图创建某一区域植被易燃性的空间分布图n n用于森林规划，也可用它来分析城郊混合区的火用于森林规划，也可用它来分析城郊混合区的火灾风险灾风险 n n绿度：显示大多数的绿色指数；绿度：显示大多数的绿色指数；n n冠层水分含量：标识植被的冠层水分含量；冠层水分含量：标识植被的冠层水分含量；n n干旱或炭衰竭：突出非生物指数；干旱或炭衰竭：突出非生物指数；ENVI/IDL6.2 6.2 植被植被分析（四、林木健康分析（四、林木健康分析）分析）n n林木健康分析工具林木健康分析工具n n创建整个森林区域健康程度的空间分布图创建整个森林区域健康程度的空间分布图n n用于检测病虫害以及枯萎病的发生情况，也可以用于检测病虫害以及枯萎病的发生情况，也可以用于评估某地区的木材收获量用于评估某地区的木材收获量 n n绿度：表面绿色植被的分布；绿度：表面绿色植被的分布；n n叶绿素：标识类胡萝卜素以及花青素的含量；叶绿素：标识类胡萝卜素以及花青素的含量；n n冠层水分含量：标识水分含量；冠层水分含量：标识水分含量；n n光使用效率：标识森林生长率；光使用效率：标识森林生长率；ENVI/IDL6.2 6.2 植被分析（五、植被抑制）植被分析（五、植被抑制）n n植被抑制植被抑制n n从多光谱和高光谱减从多光谱和高光谱减少或移除植被光谱信少或移除植被光谱信息息n n利用红外与近红外波利用红外与近红外波段段n n方便地质或城市解译方便地质或城市解译ENVI/IDL专题总结专题总结n n本专题学习了本专题学习了高高光谱光谱图像图像分析的原理及处理流程分析的原理及处理流程n n高高光谱图像光谱图像预处理预处理，包括传感器定标、大气校正，包括传感器定标、大气校正n n高光谱物质识别（图像分类），包括波谱库建立、高光谱物质识别（图像分类），包括波谱库建立、端元波谱获取、端元波谱获取、MNFMNF变换、变换、PPIPPI分析、分析、N N维可视化工维可视化工具、波谱沙漏工具具、波谱沙漏工具n n植被分析，包括植被指数计算器、农作物胁迫分植被分析，包括植被指数计算器、农作物胁迫分析、易燃性分布分析、林木健康分析、植被抑制析、易燃性分布分析、林木健康分析、植被抑制n n学会了学会了ENVIENVI软件中专业的高光谱分析功能软件中专业的高光谱分析功能