ERmapper信息提取流程

用ER Mapper实现遥感蚀变异样信息提取的流程
周东耿新霞张玉君
一、读头文件获取信息
与用PCI处置图像时获取信息的内容、方式一样，可参照“用PCI实现遥感蚀变信息提取的流程”。

二、导入数据
点击主菜单工具条中的“open”按钮（图示），或打开“File”下拉菜单，选择“open”命令，弹出如以下图的图像显示窗口及文件选择对话框，选中文件，点击“OK”或“Apply”。

通过上面步骤即可调入图像，然后点击主菜单工具条中的“Edit Algorithm”按钮，弹出“Algorithm”对话框，点击“Band Selection”下拉菜单项选择择对应的波段。

在界面图层上成立层（图示：B一、B二、B3、B4、B五、B7），并从列表页当选出对应的波段数据。

注：在各波段的“Transform”对话框中将输入值调整为0—255（如左以下图），因为ER Mapper 软件自动将原始数据进行了拉伸。

按下拉菜单“File”的“Save as…”命令，起一个文件名将数据保留成“ER Mapper Raster Dateset （.ers）”类型的数据，在“ER Mapper Raster Dateset （.ers）”对话框中，“Pixel Width”应该改成30m。

三、去干扰
1、去边框
依照体会，仍是利用B1与B5两个波段。

ER Mapper 的数据处置所运用的公式能够在算法窗口中编写，编写后的公式能够保留，对类似的图像处置进程进行批处置。

打开上述保留的已导入数据的文件，点击主菜单的“”，弹出“Algorithm”对话框，点击“”，
在“Apply Changes”按钮下的框中编写c语句，然后按下“Apply Changes”按钮，在“INPUT1”“INPUT2”后的框当选择“i1”“i2”别离表示的波段。

回到“Algorithm”对话框，界面上显现新图层“biankuang”算法的两个原图层名称。

2、去除盐碱地
去除盐碱地利用B3，在界面上新建图层“salt”，点击“”，如下编辑算法语句，“INPUT1”为B3。

3、去除水体
一样编辑算法语句如下对话框。

4、去除植被
通过上面的四个图层的成立，生成如下界面，并把文件存为“virtual Dataset”的“.ers”
格式。

界面的左面是数据结构图板，界面的右边是被选层的处置面板，表示新图层的生成进程。

四、生成掩模
打开已成立的去干扰文件（包括边框、去除盐碱地、水体、植被四个图层），
在公式编辑窗口中编写如下语句。

生成如下新的掩模层（mask）。

下步是掩模与各波段层进行“and”处置，通过此处置生成的新文件中的各波段层就除去了边框、植被、水体等干扰。

步骤如下：
第一把原波段层与“mask”放于同一个文件下。

打开原始波段文件，成立一个新层，在该新层中利用点击“”按钮导入其他数据层，点击“OK this layer only”。

、
生成的数据结构图板如下并把文件存为“virtual Dataset”的“.ers”文件。

打开上面保留的“ers”格式文件，在数据结构图操纵面板中成立六个图层，每一个图层都通过如下的算法编辑。

编辑的公式能够点击“File”下拉菜单中的“Save as…”进行保留，以后再挪用此公式时能够直接打开“File”/“Open…”即可挪用。

注：语句也能够编写为“if i2=255 then i1 else null”。

最终产生如下所示的界面结构，通过“and”算法处置，各数据层即是去除干扰及边框的数据。

五、归一化处置及图像拉伸
打开通过预处置的文件，成立新的数据层，点击当前工作应层下的，编辑算法语句，引入2个变量，其中a表示各波段的灰度下限值，b表示归一化因子。

该算法也能够保留成“frm”格式。

如下：
注：变量“b”是计算出来的，也能够用其计算进程代替，即b=Gk*d*d/（(sinΦ*∏/180)*G）,其中，Gk是归一化系数，d是日地距离，Φ是太阳高度角，G增益系数，Gk、d、
Φ、G的值能够参见“用PCI实现遥感蚀变信息提取的流程”。

，
各层一一运算，最后生成以下图的界面并保留，生成的数据即是预处置及准归一化后的数据，把文件存为“virtual Dataset”的“.ers”格式。

总结
利用ER Mapper 能够进行批量运算，在预处置及准归一化校正时，各波段的处置运算是一致的，因此能够把所有的步骤的运算编辑成一个总的语句，将该语句保留为“.frm”格式，在各个波段的公式编辑器中直接打开公式调入即可。

例如中的总的处置能够编写为如下语句：
If i3<=125 and i6/i1> and i3/i4〉and i1*i5>0 then（i2-a）*b
其中i1：第一波段；i2：输出的波段；i3：第三波段；i4：第四波段；i5：第五波段；i6：第七波段；变量a为统计最小值；b为准归一化因子（也可写为Gk*d*d/（(sinΦ*∏/180)*G），详细的参数含义见上说明）。

六、主成份分析
1、羟基异样
由大量的数据处置信息提取说明，TM数据的羟基异样由B一、B3、B4、B7波段来提取。

因为ER Mapper 在进行主成份分析时，需要第一对参与分析的数据进行统计，需要把这四个波段单独合到一个文件中进行数据统计。

下面的窗口即是新建的只包括参与主成份分析的4个波段的数据结构界面，将数据保留。

输入的四个波段都已通过预处置及准归一化处置，而且需要将输入值调剂到0—255（参见“二数据的导入”）。

对4个波段数据进行统计：点击“Process”下拉菜单中的“Calculate Statistics…”，弹出“Calculate Statistics”对话框，选择文件名，“Subsampling interval”（采样距离）取1，点
击“OK”按钮。

打开下拉菜单“View”，选择“Statistics”后拉条中的“Show Statistics…”，即可列举出所有的统计数据。

下面列举出主成份分析及异样分级时所用到的数据。

分析各主成份的特点向量相关矩阵能够推断PC4是羟基异样的集中主成份（判定的方式参见“用PCI实现遥感蚀变信息提取的流程”），因此能够只需计算PC4。

点击“”，弹出公式编辑对话框，点击“Principal Component”下拉菜单下的“Landsat TM PC1”，那么编辑框中显现“SIGMA（I1…I6 | I? * PC_COV(I1…I6 |, R1, I?,1 )）”,把“I6”改成“I4”（4个波段参加主成份分析），最后的“1”改成“4”（输出PC4），编辑后的公式如上图，点击“Apply Changes”，在“Inputs”下面对应输入参与分析的波段。

该步即完成了PC4的输出，将PC4存为“virtual Dataset”的“.ers”格式。

2、铁染异样
第一对B一、B3、B4、B5波段归并到一个文件下，并对其进行数据统计，统计的结果如下，分析结果能够推断铁染异样集中出此刻PC4中（判定的方式参见“用PCI实现遥感蚀变信息提取的流程”）。

与羟基异样主成份分析的方式一样，对铁染异样的主分量进行分析，把PC4存为“virtual Dataset”的“.ers”格式。

七、异样分级
按标准离差倍数（Kσ）的大小对羟基异样和铁染异样进行分级。

确信分级值上下限的大小在“Edit Transform Limites”按钮下的“Transform”对话框中调剂来实现。

1、羟基异样
Kσ的值别离取、、来分一级、二级、三级。

如以下图，从“Transform”对话框中读取该主分量的中间值（）并记录。

之前面的统计数据中能够读取PC4的“Eigenvalue”=
各级分界点的计算：Eigenval* Kσ+DNmidpoint
由此能够取得各级的界限点为、、。

下面的公式编辑是一级的编辑界面，一样二、三级的算法语句只将替换成其它两级对应的界限点即可。

编辑完成的算法窗口如下：
通过以上的步骤，即可将羟基异样进行分级，并保留成存为“virtual Dataset”的“.ers”格式。

2、铁染异样
铁染异样的三级Kσ别离取、、，在下示的“Transform”对话框中读取该主分量的中间值（）并记录，依照“Eigenval* Kσ+DNmidpoint”计算三级的异样别离为、、。

点击“”弹出“”对话框并改成2阶，在直方图上读出中指（）：
下面的对话框是一级异样的算法语句编辑，一样的方式对二级、三级异样进行划分。

通过以上的步骤，即可将铁染异样进行分级，并保留成存为“virtual Dataset”的“.ers”格式。

八、去除孤立点
由于异物同谱或其它干扰的缘故，在图像上表现出零星散布的孤立点，能够采取滤波的方式进行干扰孤立点的去除。

1、羟基异样
打开羟基异样分级数据，点击“”，弹出“Filter”对话框，打开下拉菜单“File”中的“Open…”，选择“Kernel\filters_ranking”下的“”。

滤波完成后，“”变成“”。

将滤波处置后的数据保留“.ers”格式。

不同的异样级别采纳不同的“Number of rows”及“columns”，一级、二级、三级别离采纳3*3、3*3、5*5进行滤波。

2、铁染异样
方式与羟基去孤立点一样，一级、二级、三级别离采纳3*3、5*五、5*5进行滤波。

九、波谱角分类
在做SAM分类时，感爱好区的波谱需若是原数据的波谱特性，因此第一在原数据图像中圈定某个异样典型的感爱好区，以感爱好区的波谱作为提取相似波谱的地物。

波谱角分类不但能够做异样的分类，而且能够去除假异样。

1、羟基异样
打开原始数据，在原始数据中调入经滤波处置后的一级异样数据，从中能够在原始图像上圈定典型异样的区。

点击“”，弹出“New Map Composition”对话框，选择“”，打开源文件名即“Load from File”后的框中，点击“OK”，
弹出如下的“Tools”工具条，点击“”在图像上画出感爱好的目标范围，然后点击“”，即可显现以下图左下角的对话框，给选定的目标区命一个名字，点击“Apply”，点击“”把原始数据上的感性趣区保留起来。

点击“Process”下拉菜单下的“Calculate Statistics…”，弹出“Calculate Statistics”对话框，选择文件名，“Subsampling interval”（采样距离）取1，点击“OK”按钮。

点击“Algorithm”对话框中的“Edit”下来条，点击“Add new calssfication”，在新添加的分类层下打开原始数据文件，点击“”弹出右下对话框“Formula Editor”，点击“File”下拉条选择“Open …”，弹出左以下图的“Open Formula …”对话框，从当选出“”，点击“Apply”，那么““Formula Editor”对话框内显现SAM的算法语句，因只有6个波段参与计算，因此将所有的“I7”改成“I6”，选中“Input”选择参与计算的波段，选中“Regions”选择设定的感爱好区，点击“V ariables”填写“b”值（弧度值，5度=弧度）。

SAM算法语句编写完毕。

SAM做好后的界面如下并将SAM数据保留。

把异样分级的数据与SAM层归并到一个文件下并保留，打开包括四层数据的文件（三个异样分级层，一个SAM层），然后三个异样层别离与SAM层做“AND”处置，然后将文件存成“.ers”格式。

2、铁染异样
方式及步骤同羟基异样，角度选择度（弧度），也将“AND”处置后的文件存起来。