ENVI實習(xí)-高光譜遙感

1、文檔大全文檔大全高光譜遙感第三次實習(xí)實習(xí)任務(wù)：運用變換后的波段以及散點圖工具提取端元運用變換后的波段以及純凈像元指數(shù)工具以及維可視化儀提取端元運用提取的端元進行分類和制圖實習(xí)目標以及用時：學(xué)習(xí)運用軟件進行純凈像元的提取方法教學(xué)方式：依據(jù)實習(xí)指導(dǎo)書進行實驗，并完成實習(xí)報告使用器材：美國內(nèi)華達的赤銅礦遙感數(shù)據(jù)，該數(shù)據(jù)已經(jīng)經(jīng)過大氣校正，遙感軟件具體實習(xí)過程本次實習(xí)主要內(nèi)容：本章選用的實驗數(shù)據(jù)是一幅經(jīng)過校準的圖像，處理的結(jié)果用于地質(zhì)學(xué)應(yīng)用，這主要是考慮到，到目前為止地質(zhì)學(xué)研究仍然是高光譜遙感的主要應(yīng)用領(lǐng)域之一。在主菜單下選擇：，在打開的文件選擇窗口中選擇圖像文件，點擊打開圖像：這是一幅經(jīng)過校準的有個波

2、段的圖像，圖中顯示的是將第18、319、320波7段分別賦紅、綠、藍合成的彩色圖像。我們可以打開它的散點圖觀察一下。在主圖像窗口中選擇：o在隨即彈出的波段選擇窗口中任意選擇兩個波段，點擊構(gòu)成散點圖。這里選擇的是第17、217波3段?？诨谿flSca-tlerPict口回GflSca-tlerPict在這幅三點圖上我們可以觀察到，在由和波段組成的光譜特征空間中圖像上的點明顯地呈線狀點云分布，說明這兩個波段的相關(guān)性極強。遙感圖像的某些波段之間往往存在著很高的相關(guān)性，直觀上波段圖像彼此很相似，從提取有用信息的角度考慮，有相當一部分數(shù)據(jù)是多余和重復(fù)的，解決這一問題的有效方法是進行特征提取和特征選擇，去

3、相關(guān)和分離噪聲。在多光譜遙感圖像處理中，我們會采取旋轉(zhuǎn)，但是相比之下，變化更適用于高光譜遙感數(shù)據(jù)。下面我們就用變換對圖像進行處理。最低噪聲分數(shù)（）變換用以確定圖像數(shù)據(jù)的內(nèi)在維度、隔離噪聲以及降低后處理的計算要求。變換的本質(zhì)就是兩個疊置的主成分變換。第一次變換（基于估計的噪聲協(xié)方差矩陣）用于分離和重新調(diào)節(jié)數(shù)據(jù)中的噪聲。第一步導(dǎo)致了轉(zhuǎn)換數(shù)據(jù)的噪聲個體的變異和波段與波段的不相關(guān)。第二步是標準主成分變換。在主菜單下選擇：變換完成后得到如下特征值曲線，其橫坐標為變換后的波段數(shù)（之所以只有個波段是因為我在之前的參數(shù)設(shè)置中更改了輸出波段數(shù)），縱坐標為特征值。把鼠標移到曲線上并點擊左鍵，曲線上會出現(xiàn)一條以點擊

4、位置為交叉點的十字，同時在窗口左下角顯示當前的波段數(shù)和其特征值。特征值越高說明信息量越豐富回TJENFEigenvaluesFileEditOp+icnsFlot_FuiLcti-jnHelp10回TJENFEigenvaluesFileEditOp+icnsFlot_FuiLcti-jnHelp102030405C3,22,9653EigenvalueNumber另外，我們還可以利用散點圖檢查去相關(guān)的情況。以同樣的方法打開散點圖，但需要注意的是我們要用圖像的第、波段，也就是信息最集中的兩個波段構(gòu)成散點圖：26,21回G#1Sca-tlerPictFil已C1=seOptiotle26,21回

5、G#1Sca-tlerPictFil已C1=seOptiotleHelp可見，經(jīng)過變換后的圖像波段之間的相關(guān)性有效地降低了，并且出現(xiàn)了多個拐點，這些拐點就是我們要找的端元m在打開的散點圖上點擊鼠標中鍵會出現(xiàn)一個紅色的小方塊，在主圖像窗口中對應(yīng)這個小方塊區(qū)域中的點同時呈現(xiàn)紅色；在主圖像窗口中點擊鼠標左鍵，在散點圖上對應(yīng)點擊位置的像素同時呈現(xiàn)紅色。這一功能方便我們察看圖上像素點與散點圖上的像素點的相互對應(yīng)位置。端元對應(yīng)圖像上的“純”像元，是否能很好地提取它對于我們的分類是十分重要的。下面的操作就是利用處理后圖像散點圖選擇端元生成樣本區(qū)用以分類的過程。在打開的散點圖上利用制圖功能將點云拐角零散的幾個

6、點圈起來，并且不同的用不同的顏色表示。同時在圖上這些也顯示了出來?；罔?ScatterPlotP匚口口寶一2.56fileCltEE回桀2ScatterPlotP匚口口寶一2.56fileCltEE在散點圖窗口中選擇：示如下窗口：將選擇的區(qū)域輸出為的，顯在散點圖窗口中選擇：示如下窗口：將選擇的區(qū)域輸出為的，顯在此為了便于區(qū)分，我用將每個樣本區(qū)更名為其顏色的名稱。選好了樣本區(qū)后還要對樣本區(qū)中的點進行訓(xùn)練。我接下來要進行的操作就是要通過鏈接散點圖和剖面圖察看樣本區(qū)中點的光譜特征曲線，刪除差別顯著的點，達到訓(xùn)練樣本區(qū)的目的。在散點圖窗口中選擇，在文件列表中選擇反射數(shù)據(jù)，隨即顯示一個空白波段圖。在散點

7、圖窗口中點擊鼠標右鍵，在空白的散點圖窗口中就會出現(xiàn)當前的像素剖面圖及其坐標值，將差別顯著的點刪去（用白色畫樣本區(qū)即可刪除）。訓(xùn)練完成后，在散點圖窗口中選擇:提取各樣本區(qū)的平均訓(xùn)練完成后，在散點圖窗口中選擇:提取各樣本區(qū)的平均波譜曲線我們現(xiàn)在已經(jīng)得到了七類地物，但還沒有確定它們的種類。在此，我們可以運用的波譜分析功能來解決。波譜分析首先需要打開一個波譜庫，然后將未知波譜與波譜庫中的波譜進行匹配處理，并得出一系列匹配系數(shù)，系數(shù)越大就說明與這種地物越匹配。下面就進行具體的說明。在主菜單下選擇：l在彈出的窗口中選擇波譜庫，在此我們選擇（美國地質(zhì)調(diào)查局）波譜庫，點擊，在彈出的“”窗口中設(shè)定計算參數(shù)后點擊

8、，隨即彈出波譜分析窗口，點擊p在彈出的輸入波段列表中選擇我們要鑒別的波譜。選擇一個待鑒別的波譜后波譜分析窗口中就會顯示這一波譜與波譜庫中的波譜匹配分析的結(jié)果，如下圖：從結(jié)果來看，這一類顯著匹配明礬石，所以我們基本上可以將這類定為“明礬石”。雙擊列表中的第一個波段名稱繪制未知波段，波譜庫波譜也會同時顯示以作比較：依此方法將其余的幾類逐一進行分析，確定其特征，并更改類別名稱。通過分析我們發(fā)現(xiàn)最后兩類顯示了極其相似的特征，即中長石特征，于是我把這兩類合并。在窗口中選擇g彈出如下窗口，選擇基準類及合并類后點擊即完成合并。在保存了新的樣本區(qū)文件后，就可以利用適當?shù)谋O(jiān)督分類方法進行分類了。以上介紹的是通過

9、散點圖定義樣本區(qū)的方法，對于高光譜遙感來說由于其數(shù)據(jù)特點，考慮到運用散點圖分析效果可能會更好。此外在得到處理圖像以后通常還用到其它一些處理方法，下面就一一介紹。像素純度指數(shù)是一種在多光譜和高光譜圖像中尋找波譜最純的像元的方法。波譜最純像元與混合的端元相對應(yīng)。像素純度指數(shù)通過迭代將散點圖影射為一個隨機單位向量。每次影射的極值像元被記錄下來，并且每個像元被標記為極值的總次數(shù)也記下來。一幅“像素純度圖像”被建立，在這幅圖像上，每個像素的值與像元被標記為極值的次數(shù)相對應(yīng)。下圖概括中的使用過程：在主菜單下選擇：，選擇前面得到的圖像進行處理。經(jīng)過次迭代后得到的圖像如下所示：越亮的像素說明它被標記為極值的次

10、數(shù)越多相應(yīng)地也越純；相反，暗一些的圖像純度就低。在主圖像窗口中選擇：嘗試不同的交互式拉伸以理解圖像的直方圖和數(shù)據(jù)分類。上圖顯示的是一個輸入和一個輸出直方圖的比較窗口，在圖中顯示了當前的輸入數(shù)據(jù)和各自拉伸的結(jié)果。兩條垂直的星布線標志著當前拉伸的最小值和最大值。在窗口的底部列出了拉伸類型和直方圖的來源。拖拽星布線的最大值和最小值，然后點擊“”l拉伸將自動執(zhí)行。這幅圖像是前面的圖像經(jīng)過一萬次迭代得到的結(jié)果，圖像上像素點的值表明了它在迭代過程中有多少次作為極值像元被記錄下來。這些數(shù)值顯示了每個像素周圍的數(shù)據(jù)云的局部突面程度以及每個像素和數(shù)據(jù)的突起外殼的親近程度。簡言之，值越高越接近散點圖的數(shù)據(jù)源拐角，

11、擁有這些值的數(shù)據(jù)，其純度比值低的像素高。零值像素是從未被作為極值的像素。下面要執(zhí)行的操作是由圖像生成樣本區(qū)。在對話框中選擇建立一個只包含擁有高值像素的。選擇輸入的文件，在彈出的對話框中輸入最小極限值：。從下。從下點擊“”，即生成包含在迭代過程中次以上作為極值的最純像素的圖中可以看出有298個符9合條件的點被提取出來，生成了紅色的樣本區(qū)。生成的包含最純像素的位置，但卻沒有區(qū)分它們相應(yīng)的端元。維空間觀察儀可以幫我們解決這個問題。波譜可以被認為是散點圖中的點（其中是波段數(shù)）?？臻g中的點坐標由個值組成，它們只是一個給定像元的每個波段中波譜輻射或反射值。這些點在空間中的分布可以用來估計波譜的端元數(shù)以及它

12、們的純波譜信號數(shù)。維觀察儀為維空間中選擇端元提供了一個交互式工具。觀察儀用于連接最小噪聲分數(shù)轉(zhuǎn)換和要定位、識別的純凈像元指數(shù)，并收集數(shù)據(jù)集中最純的像元和極值波譜反應(yīng)。觀察儀允許數(shù)據(jù)在維空間中交互式旋轉(zhuǎn)，選擇像元組進行分類，以及聚集類，使其它類的選擇更容易。選擇的類可以輸出到，并用作分類、不混溶和匹配的濾波技術(shù)的輸入。在主菜單中選擇,在彈出的對話框中選擇前面處理好的文件，選擇其前十個波段進行觀察。這里默認使用剛才生成的只擁有高值的。如果有多個可選擇的，它會讓你選擇用哪一個。點擊后將彈出可以選擇到波段的維控制對話框和維散點圖窗口。選擇前五個波段構(gòu)成散點圖。并選擇控制對話框中的選項。隨后在控制窗口中

13、點擊進行旋轉(zhuǎn)：這是一個維空間散點圖的任意位置的動態(tài)顯示功能，在這個模型中，小于輸入波段數(shù)的任意多的波段都能同時被檢查。在這一過程中我們可以切實感受到維數(shù)據(jù)在空間中的分布，可以確定數(shù)據(jù)真的是高維的，可見對于處理高光譜圖像數(shù)據(jù)二維散點圖是無法滿足要求的。運用維觀察器進行動態(tài)旋轉(zhuǎn)觀察，當出現(xiàn)感興趣的位置時停止旋轉(zhuǎn)，選擇一種顏色將點云的拐角處圈起來作為一個，點擊鼠標左鍵對進行定義，點擊右鍵完成的建立。繼續(xù)旋轉(zhuǎn)，根據(jù)需要對類進行修改。以下的關(guān)于定義樣本區(qū)、訓(xùn)練樣本區(qū)、波譜分析法確定地物類別（測試波譜和波譜庫中的波譜進行比較）等操作均與前面介紹的用散點圖生成樣本區(qū)的一系列操作類似，在此就不一一贅述了。下面只給出操作結(jié)果。通過散點圖定義樣本區(qū)并輸出：回運用剖面圖進行樣本區(qū)的訓(xùn)練，之后輸出樣本區(qū):回11ROIToolFileR口工_TypuOp+iorisHelpImageScrollE00mOffAvailableRegionsOtIntermit：n_DnDn_DDnDClassClas