ENVI高光谱分析.ppt
ENVI高光谱分析技术,董彦卿,主要内容,1、高光谱简介2、高光谱数据预处理3、物质制图与识别、探测,1、高光谱遥感简介,光学遥感技术的发展：全色（黑白）彩色摄影多光谱扫描成像高光谱遥感高光谱分辨率遥感（HyperspectralRemote Sensing）用很窄（10-2）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。,从光谱影像上获得光谱曲线,高光谱图像,空间成像的同时，记录下成百个连续光谱通道数据,从每个像元均可提取一条连续的光谱曲线,对高光谱图像的处理实质是对像元光谱曲线的定量化处理与分析,高光谱成像技术,成像光谱仪：与地面光谱辐射计相比，成像光谱仪不是在“点”上的光谱测量，而是在连续空间上进行光谱测量，因此它是光谱成像的；与传统多光谱遥感相比，其光谱通道不是离散而是连续的，因此从它的每个像元均能提取一条平滑而完整的光谱曲线。,成像光谱仪系统介绍,航空成像光谱仪系统国内系统：MAIS、OMIS-1、OMIS-2、PHI、WHI、LASIS国外系统：AIS、AVIRIS、TRWIS、GERIS、HYDICEAISA、DAIS、CASI、HYMAP,AVIRIS,Spectral coverage:VIS to NIR(400-2500nm)Spectral bands:224Spectral resolution:10nmFOV:30IFOV:1.0 mradDigitization:12 bits,HYMAP,Spectral coverage:VIS:400-800nm,15nm bands;NIR:881-1335nm,14nm bands;SWIR1:1400-1813nm,12nm bands;SWIR2:1950-2543nm,16nm bands;Spectral bands:126FOV:60IFOV:2.5 mrad(along_track)2.0 mrad(across_track)Pixels per line:512,航天成像光谱仪系统Hyperion/EO-1,国家：美国时间：2000年11月卫星发射成功扫描带宽：7.5km,空间分辨率：30米，在0.42.5m共有220波段:可见光近红外(400-1000nm):60波段，短波红外(900-2500nm):160波段。,环境与减灾小卫星星座（HJ-1B）,2、高光谱数据预处理,传感器定标大气校正,传感器定标,传感器定标是针对设备本身，建立传感器每个探测元件输出的数据量化值（DN）与它所对应像元内的实际地物的辐射亮度之间的定量关系（陈述彭等，1998）。辐射亮度（辐射率）单位可为：（W）/（cm2*nm*sr）。ENVI提供针对特定传感器的定标，包括ASTER、AVHRR、MODIS、MSS、TM、QuickBird、WorldView等；通用方法，包括：平场域定标、对数残差、内部平均反射率法和经验线性；针对热红外数据，还提供大气校正工具、相对通道发射率、归一化发射率、残差等定标工具。,为什么做大气纠正？,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原始影像包含物体表面，大气，以及太阳的信息如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来。,大气散射,直接反射,邻接反射,为什么要大气校正,大气校正方法,基于辐射传输模型LOWTRAN模型MORTRAN模型ATCOR模型6S模型基于统计学模型平场域定标对数残差内部平均反射率法经验线性基于简化辐射传输模型的黑暗像元法基于统计的不变目标法基于植被指数的大气阻抗植被指数法,ENVI大气校正模块,ENVI的大气校正模块的模型为MODTRAN 4+模型，它是由Spectral Sciences,Inc.(SSI)和Air Force Research Labs(AFRL)合作开发，ITT VIS进行整合和图形化。ENVI的大气校正模块能够对高光谱、多光谱影像进行校正。高光谱包括：HyMAP、AVIRIS、HYDICE、HYPERION、Probe-1,CASI、AISA等；多光谱包括：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、SeaWiFS、SPOT、QuickBird等，以及航空（860nm-1135nm）数据。多光谱与高光谱的模型基础一样：MODTRAN 4+。这个模块通过高光谱像素光谱上的特征来估计大气的属性，可以有效地去除水蒸气,气溶胶散射，漫反射的邻域效应。采用向导式操作流程，还包括快速大气校正功能。,使用ENVI大气校正模块输入文件准备,数据是经过定标后的辐射亮度（辐射率）数据数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM）,这两个参数都可以通过编辑头文件信息输入（Edit Header）。数据类型支持四种数据类型：浮点型（floating）、4-byte signed integers,2-byte signed integers,以及 2-byte unsigned integers。数据存储类型：ENVI标准栅格格式文件，且是BIP或者BIL。波谱范围：flaash能够做的数据光谱范围是0.42500m。,使用ENVI大气校正模块基本参数设置,传感器基本信息设置,使用ENVI大气校正模块大气模型,水气反演设置（Water Retrieval）,水气反演设置，采用两种方式对水气进行反演：利用水气反演模型恢复影像中每个像元的水气量使用水气去除模型，数据必须具有15nm以上波谱分辨率，且至少覆盖以下波谱范围之一：1050-1210 nm(对应 1135 nm)870-1020 nm(对应940 nm)770-870 nm(对应820 nm)单一的水气因数用于整体影像，默认是1，对于多光谱数据使用水气反演模型，可以在多光谱设置中手动设置水气波段,气溶胶模型（Aerosol Model）,提供四种标准MODTRAN气溶胶模型Rural（乡村）、Urban（城市）、Maritime（海洋）、Tropospheric（对流层，能见度在40km以上）两种气溶胶反演方法2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑值（一般是阴影区或者水体），系统将采用能见度值来计算；所以即使选择了该选项也要给能见度。选择None，采用能见度值参与气溶胶去除，能见度值大约参考值参见表,高级设置,光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、AISA。气溶胶厚度系数：用于计算邻域效应范围。一般值为12km。CO2混合比率：默认为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（推荐值5 cm-1)。设置MODTRAN多散射模型。提供三种模型供选择Isaacs，DISORT和 Scaled DISORT。默认是Scaled DISORT和streams为8，这种模型对于小于1000nm具有较高的精度；天顶角方位角（针对非星下点传感器）。输出反射率缩放系数（Output Reflectance Scale Factor）：为了降低结果储存空间，默认反射率乘于10000。,输出结果,表面反射率影像水气含量数据云图日志文件FLAASH大气校正模板文件,定标与大气校正练习,03-传感器定标与大气校正多光谱Landsat TM fast数据定标辐射定标-W/(m2*sr*m)P28203-传感器定标与大气校正高光谱P302,3、物质制图与识别、探测,波谱库波谱分析端元波谱收集高光谱制图与识别,波谱库,ENVI波谱库（安装目录下spec_lib）Jet Propulsion Laboratory 0.42.5um 160种纯矿物波谱美国地质调查局(USGS)0.42.5um 500种质优矿物波谱和几个植被波谱Johns hopkins university 0.414um 矿物波谱IGCP264(项目)26个质优样品应用波谱仪测量得到打开波谱库（spectral/spectral libraries/view)显示波谱曲线(点击）创建波谱库（spectral/spectral libraries/builder),波谱库的创建与浏览,输入波长范围输入光谱从图像中获取外部文件（二进制）导入ASD波谱仪波谱库交互波谱库查看、编辑和分析波谱分割波谱重采样,波谱分析工具 Spectral Analyst,波谱分析首先需要打开一个波谱库，然后将未知波谱与波谱库中的波谱进行匹配处理，该工具运用波谱角分类,波谱特征拟和二进制编码技术,对一未知波谱与波谱库中要素的匹配进行排序,输出一个列表,按照波谱匹配的好坏依次排列,并纪录一个总体的得分.匹配时需要设置三种方法所占的权重,权重是任意的,最后输出一个总体得分,得分越高,表明匹配效果越好.,光谱识别流程,MNF变换,重要作用用于判定图像内在的维数分离数据中的噪声减少计算量弥补了主成分分析在高光谱数据处理中的不足计算时需要输入的参数统计信息的图像范围shift diff subset噪声统计文件（可以用到另一副图像上做变换）MNF统计文件(反变换的时候要用)Mnf变换输出波段选择(根据特征值选择输出波段),利用MNF变换后的图像进行端元提取经过MNF变换后的图像波段之间的相关性有效地降低了，并且出现了多个拐点，这些拐点就是我们要找的端元Endmembers。波谱曲线对比编辑端元生成端元地物平均波谱曲线利用波谱分析工具进行端元识别识别每一类地物后,将端元导出成ROI,PPI纯净像元指数,生成的结果是一副灰度的影像,DN值越大表明像元越纯.作用及原理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”纯”的像元.(通常基于MNF变换结果来进行)纯净像元指数可以将N维散点图迭代映射为一个随机单位向量来计算,每次映射的极值像元被记录下来,并且被标为极值的总数也被记录下来.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.计算时需要输入的参数进行迭代的次数设置域值的系数(极值像元的域值)数据二次采样(减少内存,但不能太小),处理时会出现纯净像元指数图X-像元迭代次数,Y-极值像元总数该图显示了PPI做为迭代次数的函数当所有极值像元都已经找到后,它应该接近于一条水平线处理结果:DN值越大表明像元越纯.PPI纯净像元指数提取ROI设置波段域值提取PPI_ROI通常只设最小值(值越大,像元越纯净),N维可视化器,提取PPI_ROI后打开N维可视化器,选择MNF变换结果,系统默认导入PPI_ROIPPI_ROI端元提取波谱曲线对比编辑ROI生成地物平均波谱波谱分析,端元识别,端元波谱收集,端元波谱收集器ASCII文件ASD测量文件波谱库ROI/矢量文件统计文件剖面波谱图N维可视化分析器二维散点图SMACC工具所有监督分类与高光谱制图工具,高光谱制图,二进制编码波谱角分类线性波段预测（LS-Fit）线性波谱分离光谱信息散度匹配滤波混合调谐匹配滤波（MTMF）包络线去除光谱特征拟合多范围光谱特征拟合,高光谱制图练习植被识别,数据：04-光谱与高光谱制图植被识别 JasperRidge98av_flaash_refl.img从标准波谱库中获取端元波谱打开veg_libusgs_veg.sli波谱库文件，获得以下物质的波谱aspenlf1 firtreemapleleawalnutlegrass选择Spectral Angle Mapper制图方法结果：植被识别结果,波谱沙漏工具目标识别,向导式波谱分析工具影像亮度值定标为反射率最小噪声分离（MNF）纯净像元指数（PPI）N维散度分析选择终端单元地物制图（地物识别）,作用：将地物波谱与端元波谱进行对比来地物制图（识别地物）,SAM与BandMax结合进行目标探测,基于BandMax向导的SAM目标探测引导你完成高光谱影像的目标探测。向导的BandMax部分能帮你找到最佳的波谱子集以区分背景和目标，并节省处理的时间。向导主要有以下几个步骤：选择输入/输出文件选择目标选择目标波谱选择背景选择需要抑制的背景信息利用BandMax计算有效波段识别对SAM分析中有效的波段 选择最大角阈值 定义SAM 最大角检验制图成果 SAM分析以及成果检验。,矿物识别,数据：04-光谱与高光谱制图矿物识别 cup95_ff.int处理：基于二维散点图的端元选择基于PPI的端元选择光谱分析结果：矿物识别结果,
