高光谱遥感数据处理系列(一)
地表反射的太阳辐射包含着丰富的信息,从太阳外层大气的吸收到地球大气的吸收,经过与地物的相互作用反射回大气,最 终被传感器捕获。高光谱遥感可以在每个像元获取高分辨率的光谱数据,这些光谱信息提供了一种理解事物的新的维度。下图展示了几种典型地物的光谱。可以看出不同地物展现出显著不同的光谱特征。除此之外,同种地物在不同状态下,也可能在特定波段展现出显著不同的光谱特征。通过比对光谱数据,可以实现对地物区分,状态区分,异常监测等难以通过传统遥感手段实现的应用。高光谱遥感被广泛应用于农林业、矿业、环境、保险、等领域。
太阳辐射与典型地物反射率
通常彩色影像有红绿蓝三个波段,多光谱影像有几到十几个波段,而高光谱影像有着几十到上百个波段。波段的增加除了提高了信息量,还使得数据量成比例增加。这种数据量对计算机的性能提出了较高的要求,更多的是要求对处理者新的思路和方法。在接下来的文章中,我们将详细介绍高光谱数据的处理流程与方法,希望能在此过程中给读者以新的思考。
Hyperspectral light sheet microscopy | Nature Communications
ENVI (The Environment for Visualizing Images) 是美国Exelis Visual Information Solutions 公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL (Interactive Data Language) 开发的遥感图像处理软件。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。
双击ENVI图标打开ENVI软件,可以看到ENVI软件的主界面由以下六个部分组成:①菜单栏、②工具栏、③图层管理窗格、④图像显示部分、⑤工具箱、⑥状态栏。
ENVI软件的布局如图所示,首先点击 依次点击①菜单栏->File->Open,在弹出的对话框中选取所需要的文件,
一般的ENVI文件由两部分组成,文件本体和头文件(.hdr)。文件本体记录了文件的数据信息,而头文件中记录了关于这些数据信息的描述。使用记事本文件可以直接打开hdr文件,可以看到其中包括了:
操作记录
Samples:栅格列数
Lines:栅格行数
Bands:波段数
Header offset:文件开头到实际数据起始位置的偏移量
File type:文件类型
Data type:数据存储类型,用数字表示bit位数
Interleave:存储顺序
Map Info:图像采用的投影系统参数,坐标系统及单位
Coordinate System String:详细的坐标系统信息
Wavelength:每个波段所对应的波长
两个文件应该放在同一目录下面,ENVI在读取时会自动进行关联。
任选其中一个文件都可以打开该文件,但是ENVI对两个文件的处理方式有所不同。如果选择.hdr文件,ENVI会直接载入显示文件的第 一个波段,如下图所示。使用鼠标滚轮可以对图像进行缩放操作,使用②工具栏中的工具可以对图像进行拖动缩放等一系列操作。加载成功的图像会显示在③图层管理区,通过点击图像前面的勾选框来控制图像在④图像显示区的显示与否。
使用如果打开文件本体,ENVI会弹出Data Manager窗口
该窗口包含三个部分,分别是①波段信息、②文件信息、③RGB波段选取。①中展示了所有波段的名称,②中是经过处理后的头文件信息,③是进行RGB合成的波段选取,点击三种颜色的方框后,在①中单击选择波段,选择完成后点击Load Data。如果只想要显示一个波段的灰度影响可以在①中选中目标波段后直接点击Load Greyscale。
RGB 合成象素值的彩色图,就是将三个波段的数据分别通过红、绿、蓝三个通道加载,然后进行渲染。
将多波段影像数据添加到地图中之后,可使用多波段栅格数据集中的任意三个可用波段的组合来创建 RGB 合成图。与仅处理一个波段相比,通过将多个波段共同显示为RGB 合成图通常可从数据集收集到更多信息。
来源:简书
通常我们选取650nm、550nm和450nm分别赋给RGB通道进行合成以获得最 佳的显示效果。显示效果如下图:
在②工具栏中选择按钮,ENVI会在图上显示框标,并弹出光谱特征(Spectral Profile)窗口。光谱特征窗口中显示了框标中心白点所在像元的光谱曲线。如下图所示:
点击光谱特征窗口中的 ,可以对光谱曲线进行一些操作,如平滑,计算NDVI,显示RGB波段所在位置等:
小结
本文介绍了高光谱影像的基本原理以及简单的读取及可视化操作。使用ENVI软件可以实现大部分简单的高光谱数据处理。在接下来的教程中,我们将从植被指数提取、高光谱滤波、非监督分类与监督分类等方面介绍ENVI软件的使用。除此以外,我们还将介绍基于Python的高光谱处理,从编程角度介绍高光谱相关知识,以及高光谱数据与大数据处理的结合。
参考:
【1】百度百科
【2】 www.jianshu.com/p/d0765ee89b86