高光谱实习报告

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

高光谱遥感实习
报告
1、通过给定的数据1DATA(excel文档格式)建立光谱库,并将该光谱库数据重采样至TM传感器的光谱分辨率。

1.1光谱库重采样
使用“Spectral Libraries | Spectral Library Resampling”子菜单进行光谱库重采样。

在“Spectral Resampling Parameters”对话框里,选择“Input Data File” 作为重采样方法,
第一步:出现“File Containing Output Wavelength”对话框时,点击需要的文件名。

此时是can_tmr.img作为参考文件,也就是说光谱库中的光谱将以TM的波长范围进行重采样。

如下系列图所示:
第二步:点击【OK】开始重采样过程。

数据文件在它的相关文
件头中,必须包含用于重采样的波长数值。

如果在文件头中,
出现FWHM 值,它们也将用于重采样。

(1)在“Available Bands List”中出现重采样后的光谱库。

(2)通过光谱库查看功能查看重采样后的光谱数据。

第三步:通过光谱库查看重采样后的结果
1.2光谱库建立
操作步骤:
第一步:选择“Spectral | Spectral Libraries | Spectral Library Builder”。

第二步:出现“Spectral Library Builder”对话框时,从“Data File” (ENVI
图像文件)或ASCII File” 、或“File Input Spectrum”,为新库选择数据源。

第三步:出现“File Containing Output Wavelength”对话框时,用标准选
择程序选择包含波长和可选项FWHM值的输入文件。

(1)当采用“Data File”,波长和FWHM 值(若存在)从ENVI 头文
件中读取。

如图18.
(2)当采用“ASCII File”, 必须选上包含波长值与FWHM (若存在)的列。

(3)当采用“file input spectrum”时直接弹出Spectral Library Builder 对话框
(4)点击【OK】。

出现“Spectral Library Builder”对话框,允许选择光谱库。

如图
第四步:“Spectral Library Builder”对话框运用这一对话框从各种数据源中收集端元光谱。

所有光谱自动被重采样到选择的波长空间。

这一对话框的个别部分见下面描述(参见错误!未找到引用源。

节“端元收集”)。

第五步:此时例子选择的为野外采集光谱文件“ASD file”则根据选择的波长建立光谱库。

由选择的光谱建立一个标准ENVI光谱库文件。

可以看到,该光谱曲线已经被采样到can_tmr.img 文件的波长范围了,即6个波段。

这表明输入的ASD数据已经被ENVI识别并已经可以使用了。

那么下一步就是将其保存为ENVI的光谱库文件。

第六步:在“Endmember Collection Spectra”对话框中选择“File | Output Spectra | Spectral Library”。

第七步:出现“Output Plots to Spectral Library”对话框时,输入输出文件名,此时该光谱库就已经被建立。

第八步:关闭“Spectral Library Builder”对话框,选择“File | Cancel”
2、对数据2构建三维影像立方体。

操作步骤:
第一步:选择“Spectral | Building 3D Cube”菜单
第二步:输入构建3维影像立方体文件,选择ENVI自带的cup95eff高光谱数据进行实验。

第三步:弹出“3D Cube RGB Face Input Bands”对话框,输入影像RGB,用于影像立方体第一层显示。

第四步:弹出“3D Cube Parameters”对话框,选择色彩对应表,显示立方体其他部分的颜色对应表。

第五步:显示结果
3、对数据2的column=10的位置进行光谱切面。

3.1水平切面
操作步骤:
第一步:选择“Spectral | Spectral Slices | Horizontal Slice”。

第二步:出现“Spectral Slice Input File”对话框时,选择一个输入文件和需要的光谱子集
第三步:出现“Spectral Slice Parameters”对话框时,在标有“Line” 的文本框里输入用
于水平切面的行数
第四步:选择输出到“File” 或“Memory”。

如果选择输出到“File”,输入一个输出文件名,或用【Choose】按钮选择一个输出文件名。

第五步:一旦所有参数都已经输入,点击【OK】继续。

水平光谱切面图像将被添加到“Available Bands List”中,可以用标准ENVI 功能显示和处理。

3.2垂直切面
操作步骤:
第一步:选择“Spectral | Spectral Slice | Vertical Slice”。

第二步:出现“Spectral Slice Input File”对话框时,选择一个输入文件和需要的光谱子集。

第三步:出现“Spectral Slice Parameters”对话框时,在标有“Sample” 的文本框里,为垂直切面输入一个样本数。

第四步:选择输出到“File” 或“Memory”。

如果选择输出到“File”,输入一个输出文件名,或用【Choose】按钮选择一个输出文件名。

第五步:一旦所有参数都已经输入,点击【OK】继续。

垂直光谱切面图像将被添加到“Available Bands List”中,可以用标准ENVI 功能显示和处理。

4、对数据2进行包络线去除,指出包络线去除后的光谱与原始光谱曲线的区别。

操作步骤:
第一步:选择“Spectral | Mapping Methods | Continuum Removal”。

第二步:出现“Continuum Removal Input File”对话框时,选择输入文件,选取的空间或光谱子集或掩模。

第三步:点击【OK】。

第四步:出现“Continuum Removal Parameters”
对话框,选择输出到“Memory”或“File”。

如果
选择输出到“File”,输入一个输出文件名。

第五步:点击【OK】,开始处理。

出现一个状
态窗口,显示处理的进度。

最终结果将出现在
“Available Bands List”里。

5、对数据2利用MNF变换进行特征提取,并比较提取后的特征光谱与原始光谱特征光谱的区别。

MNF变换(MNF Rotation)实现对遥感数据进行最小
噪声分离,具体实现参见下面步骤:
第一步:选择“Spectral | MNF Rotation | Forward MNF
| Estimate Noise Statistics from Data”菜单进行MNF变
换。

第二步:在“MNF Transform Input file”中选择进行
MNF变换的影像,此处选择的是ENVI自带的cup95eff
AVIRIS高光谱影像,为了运算速度,本次实验只选择
了该影像的子集(通过“Basic Tools | Resize Data”工具
进行)。

第三步:弹出“Forward MNF Transform Parameters”对
话框,输入MNF变换所需要的参数。

输出噪声统计
文件;输出MNF统计文件;选择输出到“File” 或
“Memory”。

如果选择输出到“File”,输入一个输出
文件名,或用【Choose】按钮选择一个输出文件名;
选择是否通过特征值选择子集;输出MNF文件的波
段数的选择。

第四步:在波段列表中输出MNF影像以及特征值曲
线图,从图中可以看出大约在第20个波段以后的
MNF波段的特征值很小,因此如果进行降维的话可
以选择20左右,此例选择20。

6、利用PPI算法对数据2提取像元的纯净指数,解释结果图像的意义,并通过设置阈值提取端元。

像元纯净指数(Pixel Purity Index,PPI)是一种在多光谱和高光谱图像中寻找光谱纯净像元
的方法。

6.1[Fast] New Output Band
操作步骤:
第一步:选择“Spectral |Pixel Purity Index | [FAST] New
Output Band”。

第二步:出现“Fast Pixel Purity Index Input File”对话框时,
选择一个输入文件或用标准ENVI
光谱和空间子集程序选择子集。

PPI 运行MNF转换结
果,光谱子集根据特征图像和特征值图排除噪声波段。

此时采用上一节MNF变换后的例子,经分析得知第20
个波段以后的特征值很小(如图),因此只需要选择前
20个波段进行处理。

这样做的优点是可以在不影响精
度的情况下加快PPI的运算速度。

点击【OK】后,ENVI
会提示用户需要的内存数。

第三步:点击【OK】继续。

出现“Pixel Purity Index
Parameters”对话框,进行PPI参数设置
第四步:在同一地方重新开始,选择“Spectral | Pixel Purity Index | Existing Output Band”
第五步:显示PPI处理结果。

如所示。

结果图中的每个像元被标记为极值的总次数,也就是说图中像素越多,它被标记为极值的总次数也越多,像元越纯的可能性就越大。

6.2用PPI图像进行端元(Endmember)选择
操作步骤:
第一步:用标准ENVI 显示程序显示图像比较亮的像元表示采用的光谱极值较多,光谱比较纯。

较暗的像元表示光谱纯度较低。

第二步:在ENVI主窗口处选择“Tools | Cursor Location/Value”以判定图像中值的范围。

第三步:选择“Tools | Region of Interest | Band Threshold to ROI”来生成一个只包含PPI 高值的像元。

9、利用线性混合分解技术(linear spectral unmixing)对数据3进行混合像元分解。

操作步骤:
第一步:选择“Spectral | Mapping Methods | Linear Spectral Unmixing”。

第二步:出现“Unmixing Input File”对话框,选择一个输入文件,(若需要)用标准ENVI光谱和空间子集以及掩模程序选取的空间子集或用一个掩模。

选择进行分解的影像为ENVI自带的高光谱影像“wuhanTM”影像。

通过ROI选择了6个端元
第三步:点击【OK】继续。

出现“Endmember Collection:Unmixing”对话框。

选择“Import from ROI/EVF file”。

当所有需要的端元都已经选上以后,点击“Endmember Collection:Unmixing”对话框底部的【Apply】按钮。

第四步:弹出“Unmixing Parameters”对话框。

如果用户想在分解过程中运用限制性条件则用箭头切换按钮选择【Yes】。

如果选择了【Yes】,在“Weight”文本框里输入一个权重。

这一权重被添加在分解倒置过程中的联立方程里。

权重越大,所进行的分类就越满足设定的限制条件。

第五步:选择输出到“Memory”或“File”。

如果选择输出到“File”,输入一个文件名。

第六步:点击【OK】,开始光谱分解。

出现一个显示处理状态的窗口。

第七步:混合光谱分解的结果。

光谱分解的结果将以一系列灰度图像的形式出现,每个端元对应一幅丰度图像,并加上一个平方根误差图像。

较高的丰度(RMS误差图像的较大误差)对应较亮的像元。

例如,在下图中,较亮的像元代表了在该图中该端元的丰度较高。

丰度值在0~1的数据范围内,但是也有可能出现负值和大于1的值。

错误的丰度象征着错误的端元。

结果由输入的端元决定,且随端元的变化而变化。

10、利用光谱沙漏向导(spectral hourglass wizard)实现对光谱角分类(SAM)制图。

操作步骤:
第一步:打开“Spectral | Spectral Hourglass Wizard”菜单
第二步:打开向导对话框,该对话框为介绍对话框,选择“Next”进行下一步。

第三步:在下一个对话框中点击【Select Input File】和【Select Output Root Name】选择输入输出文件。

选择“Next”进行下一步。

如图
第四步:进行MNF变换,选择输出MNF波段的数目。

此处可以选择一个空间子集进行操作,选择“Next”进行下一步。

如图
第五步:得到MNF结果,被保存且在波段列表中可以显示。

选择是否查看和动画显示。

如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则选择“Next”进行下一步。

第六步:计算数据维数,通过MNF变换可以降低数据维数,点击【Calculate Dimensionality】,弹出“Spatial Coherence Threshold”对话框,根据空间相关性阈值确定其数据维数为23(图中红线表示)。

如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则选择“Next”进行下一步。

第七步:选择是否从影像获取端元。

从影像获取端元如下所示,手动方式请参见错误!未找到引用源。

节“端元收集”。

如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则选择“Next”进行下一步
第八步:进行PPI计算。

该步采用PPI获取纯净端元选择,设置PPI相关参数,参数含义参
见像元纯净指数四、节“像元纯净指数”功能,如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则选择“Next”进行下一步
第九步:得到PPI结果,选择在n维可视化仪显示的最大PPI的像素数,如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则“Next”进行下一步
第十步:利用N维可视化界面进行端元选择,该功能首先自动聚类选择相应的端元供用户参考,如此时选择了23个端元。

点击【Retrieve Endmember】将n维可视化仪获得的端元列于“Endmember list”列表中。

可以通过【Plot Endmember】查看端元光谱曲线,还可以点击【Start Spectral Analyst】按钮进行光谱分析。

第十一步:选择是否采用n-维可视化仪获得端元进行下一步操作还是用户自己选择端元,本例用n-维可视化仪获得端元,选择NO,如果不满意结果可以选择“Prev”返回之前的操作重新进行,否则选择“Next”进行下一步。

第十二步:选择处理方法及参数,有三种制图方法:光谱角;混合调制匹配滤波;分解。

设置相关的参数
第十三步:此时计算出了制图的结果,列于波段列表中。

其中SAM结果可以直接通过下图进行查看。

第十四步:任务完成点击【finish】得到总结报告。

此时的中间结果都在波段列表中显示。

如图:
小结:
通过这次高光谱遥感实习,我较为熟练的掌握了ENVI这个软件的使用,这次实习题目都是对我们上高光谱遥感课程的知识的巩固和动手能力的提高,让我对高光谱遥感的基本知识和操作有了更深层次的认识。

在实习中,对于基本的功能我能够摸索出来,其中,在操作中出现了一些问题,不过,经过与同学的探讨交流,最终基本的实现了结果,但还有许多应改进之处。

但是对于这个软件还是有一些不熟悉的地方,以后如有机会还是要再次认真的学习。

唯一让我后悔莫及的是考试之前没有好好做这个实习,以至于当时好多内容都没有很好的掌握。

总之,通过这次实习,学到了不少东西,虽然以前对遥感进行过ENVI的实习,但是这次实习使我对高光谱遥感有了全新的认识,通过实践对理论知识有了更加深刻的理解,受益颇多。

相关文档
最新文档