[ENVI][高光谱遥感][考完研了，终于有时间了] -Hyperion影像的预处理

家人们可以关注一下我的闲鱼店铺，小本生意，挣个零花米 闲鱼昵称 qq498019192 链接：【闲鱼】https://m.tb.cn/h.gTnTuWC?tk=HM2R3aZBPxY HU7632 「这是我的闲鱼号，快来看看吧～」 点击链接直接打开 实验目的 初步了解对高光谱影像的基本操作 对Hyperion影像进行预处理 Hyperion影像进行数学运算

实验内容 1.Hyperion高光谱影像的基本操作（数据加载、彩色合成显示，图像立方体，光谱信息提取，光谱曲线编辑） 2.Hyperion影像的完整预处理，得到地物的绝对反射率 3.波谱运算、 光谱求导

三、实验步骤 1.Hyperion高光谱影像的基本操作 打开加载影像，对于ENVI classic版本：File → Open Image File，弹出两个窗口，选中名称点OK，然后选择BIL格式即可 图1-1 高光谱影像数据查看 彩色合成，波段组合方案多样，如假彩色R:G:B=51:31:21，真彩色29:23:16，可用ENVI默认的形式 查看光谱曲线与其属性编辑 Hyperion影像的预处理 2.1去坏线与波段剔除 坏线与其坐标查看 选择特定的波段比如117波段或者201波段，通过RGB合成后可以看到影像上的坏线 去坏线 使用Workshop菜单Apply Bad Pixel List 借助bad_pixel_list文件实现，其中定义了坏线的位置，每一景数据坏线的分布情况并不相同，需根据实际情况加以修订（波段编号与坏线列编号之间用制表符分隔） 追加坏线波段：99、116-118、135-136、145-146、154、158-159、162、200-203 坏线列表每行只能标记一个坏线位置 第一步首先使用WS插件进行处理，之后选择坏线文件与输入文件。 图2-1-2 WS插件处理    图2-1-3 选择坏线文件                          图2-1-4 选择输出文件 第二步查看处理后的效果图，可以看到右侧校正后的图像坏线被剔除。  图2-1-5 坏线校正效果图 波段剔除 使用Edit Header→Bad Band List，保留179个波段 第一步 查看影像头文件，并且在头文件记事本中添加坏波段数据。 第二步 查看处理结果，其中蓝色选中的为好波段，其余的为坏波段数据。 图2-1-6 在头文件记事本中添加坏波段数据 图2-1-7 查看坏波段 其中蓝色选中的为好波段 2.2 减弱 smile 效应 对于Hyperion影像，其“Smile”效应的检测主要通过亮度梯度（Brightness Gradient）来实现，具体来说它包括两个方面：一种是经MNF（最小噪声分离旋转变换）后的结果影像的第一或第二波段存在亮度梯度，即MNF-1或MNF-2；另一种是氧A吸收带（约760nm）对应波段的左右两肩波段的差值图像存在亮度梯度，由于Hyperion的第42波段（762nm）位于氧A吸收带，其左右两肩波段对应的是第40和第42波段，该检测方法可以写作：VNIR42-VNIR40。 第一步我们这里使用MNF处理，并且只保存第一或者第二波段，将smile效应的直观形式表现出来，处理后我们可以明显的看到图像的亮度梯度较大。   图2-2-1 MNF处理影像数据            图2-2-2 只处理第一个波段 图2-2-3 smile效应直接体现 第二步使用Workshop→Interpolate Wavelengths（de_smile）菜单并且结合cwl.txt与avwvl.txt两个辅助文件进行desmile处理。处理后的数据可以看到亮度梯度明显减缓。 图2-2-4 desmile处理         图2-2-5 输入辅助文件中心波长              图2-2-6 输入实际波长 图2-2-7 desmile处理后的影像效果图 第三步我们制作图像立方体，首先选择输入文件，进行RGB选择，之后选择部分区域制作图像立方体，最后选择参数，输出图像立方体。      图2-2-8 图像立方体输入文件                图2-2-9 RGB选择                     图2-2-10 选择部分区域制作图像立方体                    图2-2-11 参数设置 图2-2-12 输出后的图像立方体 2.3去条纹处理 第一步条纹波段的筛选，由操作者根据个人理解自行选择，如：8-11，134，165，188-194，197-198，215-216，219-222 （注：去条纹操作只针对选中的波段进行处理，其他未选中的波段原封不动输出） 第二步使用Workshop→column stats d_streak菜单，推荐局部去条纹方法（Local_F） （注：图像维窗口半宽度（Size_X）无统一要求，根据数据情况自行确定，如5） 第三步Size_W（光谱维窗口半宽）一定要设置为0 d_steaking method选择线性Linear 图2-3-1 选择波段进行去条纹处理           图2-3-2 校正方法选择                  图2-3-3 窗口大小选择 图2-3-4 校正前后效果对比图 2.4 绝对辐射亮度值转换 这里我们将各波段定标系数记录为文本文件（flaash factor），无需独立执行辐亮度转换，可以在大气校正时同步完成。 图2-4-1 利用记事本转换数据 2.5 大气校正 FLAASH模块中预先定义了Hyperion传感器，可以直接使用flaash插件进行大气校正， 中心维度与成像时间参数在头文件中，我们仅需要计算区域内的平均海拔 第一步计算区域内平均海拔           图2-5-1 计算平均海拔                      图2-5-2 计算结果图 可以得出区域内平均海拔为395m 第二步使用FLAASH模块进行大气校正 图2-5-3 大气校正参数设置 图2-5-4 大气校正后典型植被像元的光谱曲线图 2.6 光谱平滑 第一步计算VNIR  VNIR→Forward MNF→VNIR_MNF (57波段之前)                                图2-6-1 数据输入                        图2-6-2 计算后的VNIR输出 第二步 计算MNF-VNIR(取前12-14个分量)→Inverse MNF→Inverse_VNIR 图2-6-3 计算 MNF-VNIR 第三步计算SWIR SWIR→Forward MNF→SWIR_MNF (79波段之后)                   图2-6-4 数据输入                        图2-6-5 计算后的SWIR输出 第四步 计算SWIR-MNF 图2-6-6  计算 SWIR-MNF其中SWIR_MNF(取前8个分量)→Inverse MNF →Inverse_SWIR 第四步进行光谱平滑操作         图2-6-7 光谱平滑操作           图2-6-8 平滑前后光谱曲线对比图  3.波谱运算与光谱求导 第一步利用波谱运算（Spectral Math）工具将FLAASH校正后的反射率转换到正常的数值范围：s1/10000.0     图3-1 使用光谱计算绝对反射率                   图3-2 查看绝对光谱 第二步光谱求导函数deriv(s1)                              图3-1 光谱求导                    图3-2 计算后的原始光谱曲线与一阶导数曲线