【遥感图像处理】绘制高光谱3D立方体

1. 前言

​ 在之前的一篇文章中，介绍了高光谱图像的特点和表达形式。高光谱图像最突出的一个特点拥有大量光谱波段，使得图像堆叠成一个超立方体。由于最近研究需要，需要可视化展示HSI图像的3D立方体。于是，搜索了一些资料，展开了工作。以下是绘制的两种方式。

2. 方式一：使用python

​ 这种方法很简单，几行代码就可以搞定，废话不多说，直接上代码。

​ 需要的环境：spectral，ipython，matplotlib

import  os
import scipy.io as sio
from spectral import *

dataset_path = os.path.join('data') # 数据集路径
data = sio.loadmat(os.path.join(dataset_path, 'indian_pines_corrected.mat'))['indian_pines_corrected']
spectral.settings.WX_GL_DEPTH_SIZE = 100
view_cube(data, bands=[29, 19, 9])

1. 以“pylab”模式启动IPython。命令行输入：ipython --pylab
2. 将以下代码（注意修改数据集路径）复制到ipython命令窗口中，回车。
3. 这个时候，会弹出Hypercube的窗体，就可以看到绘制的3D图像了。

​ 值得一提的是，可以通过鼠标和键盘对绘制的图像进行旋转，放大，缩小等操作。

Mouse Functions:

left-click & drag -> Rotate cube （选择）
CTRL+left-click & drag -> Zoom in/out（放大/缩小）
SHIFT+left-click & drag -> Pan（平移）

Keybinds:

l -> toggle light（调整亮度）
t/g -> stretch/compress z-dimension（拉伸）
h -> print help message（帮助信息）
q -> close window（关闭窗口）

3.方式二：使用ENVI

​ 作为一个强大的遥感处理平台，Envi做这点小事简直不在话下。但是这里却到了一个问题，由于使用的高光谱数据集是mat格式，Envi是不支持这种格式的。无奈只能先将mat格式转成了tif格式。

1. 使用MatLab将mat格式转为tif，废话不多说，直接上代码。(参考https://blog.csdn.net/Eric_Fisher/article/details/90230072)

   % mat2tif
   % 将高光谱mat文件，保存为tif
   clc; clear; close all;
   %% load the hyperspectral image
   img = load ('E:\HSI_Data\Indian Pines\Indian_pines_corrected.mat'); 
   img = img.indian_pines_corrected
   % 获取数组维度信息
   [row, col, bands] = size(img);
   % double类型转unit8
   img_8 = uint8(img(:,:,:)/10000*256);
   
   % 保存为tif图像
   t = Tiff('imageIndiaP.tif','w');
   % 影像信息
   tagstruct.ImageLength = size(img_8,1); 
   tagstruct.ImageWidth = size(img_8,2);  
   
   % 颜色空间解释方式
   tagstruct.Photometric = 1;
   
   % 每个像素的数值位数，这里转换为unit8，所以为8位
   tagstruct.BitsPerSample = 8;
   % 每个像素的波段个数，一般图像为1或3，但是对于遥感影像存在多个波段所以常常大于3
   tagstruct.SamplesPerPixel = bands;
   tagstruct.RowsPerStrip = 16;
   tagstruct.PlanarConfiguration = Tiff.PlanarConfiguration.Chunky;
   % 表示生成影像的软件
   tagstruct.Software = 'MATLAB'; 
   % 表示对数据类型的解释
   tagstruct.SampleFormat = 1;
   % 设置Tiff对象的tag
   t.setTag(tagstruct);
   
   % 以准备好头文件，开始写数据
   t.write(img_8);
   % 关闭影像
   t.close;
   

2. 使用Envi打开第一步中所生成的tif图。在Envi工具栏中选择Spectral->Build 3D Cube。在3D Cube File对话框中选择高光谱数据集，单击OK按钮。

   

3. 当单开3D Cube RGB Face Input Bands对话框时，通过点击所需的波段，选择置于图像表面的RGB波段，这里使用的Indian pines数据集，RGB分别使用了29，19，9波段（后经实验发现，使用29，42 ，89显示效果更佳），单击OK按钮。

   

4. 在打开3D Cube Parameters对话框中，设置以下参数：

   （1）Color Table使用了默认参数。

   （2）波普缩放系数（Spectral Scale）：波普放大系数，对于多光谱等波段数较少的数据，可以适当的设置这个系数。

   （3）选择输出路径及文件名，单O击OK按钮执行。

​ （4）显示结果图。

4. 可能遇到的问题

（1）报错一：缺少wxpython库

ImportError: Required dependency wx.glcanvas not present

解决方法：

conda install wxpython

（2）报错二：缺少OpenGL库

ModuleNotFoundError: No module named 'OpenGL'

解决方法：

conda install PyOpenGL

（3）报错三：

UserWarning: There is no current wx.App object - creating one now.

解决方法：

不要在idle中运行，可以在cmd下运行。

参考链接

（1）https://blog.csdn.net/gwj992/article/details/79274511?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

（2）https://blog.csdn.net/qq_28368377/article/details/110148181

参考书籍

ENVI 遥感图像处理方法（第二版）[邓书斌 陈秋锦 杜会建 徐恩惠]