《ENVI高光譜分析》PPT課件.ppt

ENVI高光譜分析技術 董彥卿 主要內(nèi)容 1 高光譜簡介2 高光譜數(shù)據(jù)預處理3 物質制圖與識別 探測 1 高光譜遙感簡介 光學遙感技術的發(fā)展 全色 黑白 彩色攝影 多光譜掃描成像 高光譜遙感高光譜分辨率遙感 HyperspectralRemoteSensing 用很窄 10 2 而連續(xù)的光譜通道對地物持續(xù)遙感成像的技術 在可見光到短波紅外波段其光譜分辨率高達納米 nm 數(shù)量級 通常具有波段多的特點 光譜通道數(shù)多達數(shù)十甚至數(shù)百個以上 而且各光譜通道間往往是連續(xù)的 因此高光譜遙感又通常被稱為成像光譜 ImagingSpectrometry 遙感 從光譜影像上獲得光譜曲線 高光譜圖像 空間成像的同時 記錄下成百個連續(xù)光譜通道數(shù)據(jù) 從每個像元均可提取一條連續(xù)的光譜曲線 對高光譜圖像的處理實質是對像元光譜曲線的定量化處理與分析 高光譜成像技術 成像光譜儀 與地面光譜輻射計相比 成像光譜儀不是在 點 上的光譜測量 而是在連續(xù)空間上進行光譜測量 因此它是光譜成像的 與傳統(tǒng)多光譜遙感相比 其光譜通道不是離散而是連續(xù)的 因此從它的每個像元均能提取一條平滑而完整的光譜曲線 成像光譜儀系統(tǒng)介紹 航空成像光譜儀系統(tǒng)國內(nèi)系統(tǒng) MAIS OMIS 1 OMIS 2 PHI WHI LASIS國外系統(tǒng) AIS AVIRIS TRWIS GERIS HYDICEAISA DAIS CASI HYMAP AVIRIS Spectralcoverage VIStoNIR 400 2500nm Spectralbands 224Spectralresolution 10nmFOV 30 IFOV 1 0mradDigitization 12bits HYMAP Spectralcoverage VIS 400 800nm 15nmbands NIR 881 1335nm 14nmbands SWIR1 1400 1813nm 12nmbands SWIR2 1950 2543nm 16nmbands Spectralbands 126FOV 60 IFOV 2 5mrad along track 2 0mrad across track Pixelsperline 512 航天成像光譜儀系統(tǒng) Hyperion EO 1 國家 美國時間 2000年11月衛(wèi)星發(fā)射成功掃描帶寬 7 5km 空間分辨率 30米 在0 4 2 5 m共有220波段 可見光 近紅外 400 1000nm 60波段 短波紅外 900 2500nm 160波段 環(huán)境與減災小衛(wèi)星星座 HJ 1B 2 高光譜數(shù)據(jù)預處理 傳感器定標大氣校正 傳感器定標 傳感器定標是針對設備本身 建立傳感器每個探測元件輸出的數(shù)據(jù)量化值 DN 與它所對應像元內(nèi)的實際地物的輻射亮度之間的定量關系 陳述彭等 1998 輻射亮度 輻射率 單位可為 W cm2 nm sr ENVI提供針對特定傳感器的定標 包括ASTER AVHRR MODIS MSS TM QuickBird WorldView等 通用方法 包括 平場域定標 對數(shù)殘差 內(nèi)部平均反射率法和經(jīng)驗線性 針對熱紅外數(shù)據(jù) 還提供大氣校正工具 相對通道發(fā)射率 歸一化發(fā)射率 殘差等定標工具 為什么做大氣糾正 太陽輻射通過大氣以某種方式入射到物體表面然后再反射回傳感器原始影像包含物體表面 大氣 以及太陽的信息如果我們想要了解某一物體表面的光譜屬性 我們必須將它的反射信息從大氣和太陽的信息中分離出來 大氣散射 直接反射 鄰接反射 為什么要大氣校正 大氣校正方法 基于輻射傳輸模型LOWTRAN模型MORTRAN模型ATCOR模型6S模型基于統(tǒng)計學模型平場域定標對數(shù)殘差內(nèi)部平均反射率法經(jīng)驗線性基于簡化輻射傳輸模型的黑暗像元法基于統(tǒng)計的不變目標法基于植被指數(shù)的大氣阻抗植被指數(shù)法 ENVI大氣校正模塊 ENVI的大氣校正模塊的模型為MODTRAN4 模型 它是由SpectralSciences Inc SSI 和AirForceResearchLabs AFRL 合作開發(fā) ITTVIS進行整合和圖形化 ENVI的大氣校正模塊能夠對高光譜 多光譜影像進行校正 高光譜包括 HyMAP AVIRIS HYDICE HYPERION Probe 1 CASI AISA等 多光譜包括 ASTER AVHRR IKONOS IRS Landsat MODIS SeaWiFS SPOT QuickBird等 以及航空 860nm 1135nm 數(shù)據(jù) 多光譜與高光譜的模型基礎一樣 MODTRAN4 這個模塊通過高光譜像素光譜上的特征來估計大氣的屬性 可以有效地去除水蒸氣 氣溶膠散射 漫反射的鄰域效應 采用向導式操作流程 還包括快速大氣校正功能 使用ENVI大氣校正模塊 輸入文件準備 數(shù)據(jù)是經(jīng)過定標后的輻射亮度 輻射率 數(shù)據(jù)數(shù)據(jù)帶有中心波長 wavelenth 值 如果是高光譜還必須有波段寬度 FWHM 這兩個參數(shù)都可以通過編輯頭文件信息輸入 EditHeader 數(shù)據(jù)類型支持四種數(shù)據(jù)類型 浮點型 floating 4 bytesignedintegers 2 bytesignedintegers 以及2 byteunsignedintegers 數(shù)據(jù)存儲類型 ENVI標準柵格格式文件 且是BIP或者BIL 波譜范圍 flaash能夠做的數(shù)據(jù)光譜范圍是0 4 2500 m 使用ENVI大氣校正模塊 基本參數(shù)設置 傳感器基本信息設置 使用ENVI大氣校正模塊 大氣模型 水氣反演設置 WaterRetrieval 水氣反演設置 采用兩種方式對水氣進行反演 利用水氣反演模型恢復影像中每個像元的水氣量使用水氣去除模型 數(shù)據(jù)必須具有15nm以上波譜分辨率 且至少覆蓋以下波譜范圍之一 1050 1210nm 對應1135nm 870 1020nm 對應940nm 770 870nm 對應820nm 單一的水氣因數(shù)用于整體影像 默認是1 對于多光譜數(shù)據(jù)使用水氣反演模型 可以在多光譜設置中手動設置水氣波段 氣溶膠模型 AerosolModel 提供四種標準MODTRAN氣溶膠模型Rural 鄉(xiāng)村 Urban 城市 Maritime 海洋 Tropospheric 對流層 能見度在40km以上 兩種氣溶膠反演方法2 Band K T 方法 類似模糊減少法 如果沒有找到適應的黑值 一般是陰影區(qū)或者水體 系統(tǒng)將采用能見度值來計算 所以即使選擇了該選項也要給能見度 選擇None 采用能見度值參與氣溶膠去除 能見度值大約參考值參見表 高級設置 光譜定義文件 內(nèi)置AVIRIS HYMAP HYDICE HYPERION CASI AISA 氣溶膠厚度系數(shù) 用于計算鄰域效應范圍 一般值為1 2km CO2混合比率 默認為390ppm 使用領域糾正 使用以前的MODTRAN模型計算結果 設置MODTRAN模型的光譜分辨率 推薦值5cm 1 設置MODTRAN多散射模型 提供三種模型供選擇Isaacs DISORT和ScaledDISORT 默認是ScaledDISORT和streams為8 這種模型對于小于1000nm具有較高的精度 天頂角 方位角 針對非星下點傳感器 輸出反射率縮放系數(shù) OutputReflectanceScaleFactor 為了降低結果儲存空間 默認反射率乘于10000 輸出結果 表面反射率影像水氣含量數(shù)據(jù)云圖日志文件FLAASH大氣校正模板文件 定標與大氣校正練習 03 傳感器定標與大氣校正 多光譜LandsatTMfast數(shù)據(jù)定標輻射定標 W m2 sr m P28203 傳感器定標與大氣校正 高光譜P302 3 物質制圖與識別 探測 波譜庫波譜分析端元波譜收集高光譜制圖與識別 波譜庫 ENVI波譜庫 安裝目錄下spec lib JetPropulsionLaboratory0 4 2 5um160種純礦物波譜美國地質調查局 USGS 0 4 2 5um500種質優(yōu)礦物波譜和幾個植被波譜Johnshopkinsuniversity0 4 14um礦物波譜IGCP264 項目 26個質優(yōu)樣品應用波譜儀測量得到打開波譜庫 spectral spectrallibraries view 顯示波譜曲線 點擊 創(chuàng)建波譜庫 spectral spectrallibraries builder 波譜庫的創(chuàng)建與瀏覽 輸入波長范圍輸入光譜從圖像中獲取外部文件 二進制 導入ASD波譜儀波譜庫交互波譜庫查看 編輯和分析波譜分割波譜重采樣 波譜分析工具SpectralAnalyst 波譜分析首先需要打開一個波譜庫 然后將未知波譜與波譜庫中的波譜進行匹配處理 該工具運用波譜角分類 波譜特征擬和二進制編碼技術 對一未知波譜與波譜庫中要素的匹配進行排序 輸出一個列表 按照波譜匹配的好壞依次排列 并紀錄一個總體的得分 匹配時需要設置三種方法所占的權重 權重是任意的 最后輸出一個總體得分 得分越高 表明匹配效果越好 光譜識別流程 MNF變換 重要作用用于判定圖像內(nèi)在的維數(shù)分離數(shù)據(jù)中的噪聲減少計算量彌補了主成分分析在高光譜數(shù)據(jù)處理中的不足計算時需要輸入的參數(shù)統(tǒng)計信息的圖像范圍shiftdiffsubset噪聲統(tǒng)計文件 可以用到另一副圖像上做變換 MNF統(tǒng)計文件 反變換的時候要用 Mnf變換輸出波段選擇 根據(jù)特征值選擇輸出波段 利用MNF變換后的圖像進行端元提取經(jīng)過MNF變換后的圖像波段之間的相關性有效地降低了 并且出現(xiàn)了多個拐點 這些拐點就是我們要找的端元 Endmembers 波譜曲線對比編輯端元生成端元地物平均波譜曲線利用波譜分析工具進行端元識別 識別每一類地物后 將端元導出成ROI PPI純凈像元指數(shù) 生成的結果是一副灰度的影像 DN值越大表明像元越純 作用及原理純凈像元指數(shù)法對圖像中的像素點進行反復迭代 可以在多光譜或者高光譜影像中尋找最 純 的像元 通?；贛NF變換結果來進行 純凈像元指數(shù)可以將N維散點圖迭代映射為一個隨機單位向量來計算 每次映射的極值像元被記錄下來 并且被標為極值的總數(shù)也被記錄下來 按照多次映射每個像元被記錄為極值像元的次數(shù)來決定該像元是否為純凈像元 計算時需要輸入的參數(shù)進行迭代的次數(shù)設置域值的系數(shù) 極值像元的域值 數(shù)據(jù)二次采樣 減少內(nèi)存 但不能太小 處理時會出現(xiàn)純凈像元指數(shù)圖X 像元迭代次數(shù) Y 極值像元總數(shù)該圖顯示了PPI做為迭代次數(shù)的函數(shù)當所有極值像元都已經(jīng)找到后 它應該接近于一條水平線處理結果 DN值越大表明像元越純 PPI純凈像元指數(shù)提取ROI設置波段域值提取PPI ROI通常只設最小值 值越大 像元越純凈 N維可視化器 提取PPI ROI后打開N維可視化器 選擇MNF變換結果 系統(tǒng)默認導入PPI ROIPPI ROI端元提取波譜曲線對比編輯ROI生成地物平均波譜波譜分析 端元識別 端元波譜收集 端元波譜收集器ASCII文件ASD測量文件波譜庫ROI 矢量文件統(tǒng)計文件剖面波譜圖N維可視化分析器二維散點圖SMACC工具所有監(jiān)督分類與高光譜制圖工具 高光譜制圖 二進制編碼波譜角分類線性波段預測 LS Fit 線性波譜分離光譜信息散度匹配濾波混合調諧匹配濾波 MTMF 包絡線去除光譜特征擬合多范圍光譜特征擬合 高光譜制圖練習 植被識別 數(shù)據(jù) 04 光譜與高光譜制圖 植被識別 JasperRidge98av flaash refl img從標準波譜庫中獲取端元波譜打開veg lib usgs veg sli波譜庫文件 獲得以下物質的波譜aspenlf1firtreemapleleawalnutlegrass選擇SpectralAngleMapper制圖方法結果 植被識別結果 波譜沙漏工具 目標識別 向導式波譜分析工具影像亮度值定標為反射率最小噪聲分離 MNF 純凈像元指數(shù) PPI N維散度分析選擇終端單元地物制圖 地物識別 作用 將地物波譜與端元波譜進行對比來地物制圖 識別地物 SAM與BandMax結合進行目標探測 基于BandMax向導的SAM目標探測引導你完成高光譜影像的目標探測 向導的BandMax部分能幫你找到最佳的波譜子集以區(qū)分背景和目標 并節(jié)省處理的時間 向導主要有以下幾個步驟 選擇輸入 輸出文件選擇目標 選擇目標波譜選擇背景 選擇需要抑制的背景信息利用BandMax計算有效波段 識別對SAM分析中有效的波段選擇最大角閾值 定義SAM最大角檢驗制圖成果 SAM分析以及成果檢驗 礦物識別 數(shù)據(jù) 04 光譜與高光譜制圖 礦物識別 cup95 ff int處理 基于二維散點圖的端元選擇基于PPI的端元選擇光譜分析結果 礦物識別結果