envi5.3处理高分二号影像数据辐射定标大气校正

目录

一、多光谱影像处理

1. 辐射定标

 2.大气校正

1. 需要准备一些数据:

2.大气校正过程

3、正射校正

二、全色影像处理

1. 辐射定标

 2. 正射校正

三、图像融合

1.几何配准

2.图像融合


高分二号处理流程 


envi5.3的安装教程:

ENVI5.3安装

        安装完ENVI5.3后,还需要安装envi app store,然后在app store中安装“中国国产卫星支持工具”,这样才能在envi里导入国产卫星图像。

保姆级教程:

ENVI插件商店App Store的下载、安装、使用方法


全文根据此篇文章进行数据处理:

tm影像辐射定标_高分二号影像数据预处理及裁剪过程

本文中的操作与表述大部分来自于上述文章,处理过程作为上述文章的补充。


其他参考:

学习笔记---遥感影像辐射定标与大气校正

利用ENVI自带全球DEM数据计算区域平均高程

高分二号数据处理流程(有高分二号的数据信息)


打开.tif文件的方法(本文打开的都是.xml文件)

启动ENVI5.3,在菜单栏中,选择File > Open,弹出Open对话框,找到GF2数据⽂件夹所在位置,选中扩展名为.tiff的两个⽂件,点击打开。



GF2有多光谱和全色两个数据,MSS是多光谱的,PAN是全色的,多光谱的分辨率低(4m),全色的高(1m),需要把这两个数据融合,融合之前需要做定标等处理,获取经纬度。


一、多光谱影像处理

1. 辐射定标

以这个为例:

其他路径\2022.4.22\BaoTaQu\BaoTaQu_2022_DiZai\GF2_PMS1_E109.6_N36.2_20220214_L1A0006288992\GF2_PMS1_E109.6_N36.2_20220214_L1A0006288992-MSS1.xml

注意:路径中不要有中文,可能会报错(我的就报错了,无法生成.dat)

本文是以MSS1.xml为例,若为MSS2.xml,则和MSS相关的都将1替换成2即可

打开ENVI,使用国产卫星扩展工具打开MSS影像,启动File→Open As→China Satellites→GF2,选择MSS.xml文件打开;

在Toolbox中,Radiometric Correction→Radiometric Calibration,在File Selection中选择待处理影像,点击OK;

 弹出Radiometric Calibration对话框,Calibration type确认为Radiance,单击Apply FLAASH Setting,设置输出路径与文件名(这里需要创建一个output文件夹,用于存放生成的数据文件,output/MSS1_Radiometric.dat),点击OK开始执行;

(1)辐射定标前和辐射标定后的波普廓线

(2)辐射定标前和辐射标定后的直观图像

 2.大气校正

1. 需要准备一些数据:

(1)GF2的Sensor Altitude是631.000

(2)Ground Elevation平均高程需要对具体的图像进行计算。

平均高程计算过程:

File -->  Open World Data -->  Elevation(GMTED2010)(海拔)

得到 .jp2 图像

把要计算的.tif文件放在.jp2文件上面

可以看到tif图像在jp2图像的上方,如下图所示

选择ROI区域工具,画点(此区域用四个点即可)圈出tif图像区域。

 点击右键,选择第一个选项“完成和接受多边形”

 创建好区域,计算高程

得到1241m,则Ground Elevation=1241/1000=1.241km

也可以根据百度中查到的,海拔高度860.6~1525米,平均1193米,也可以按这个来,最好是计算。

注:计算完成后,可以将 .jp2图像remove掉,不然在导入生成好的大气校正图像时会提示 “···one or more····”这样的提示,不得不创建一个新的view。


2.大气校正过程

在Toolbox中,双击Radiometric Correction→Atmospheric Correction Module→FLAASH Atmospheric Correction工具启动FLAASH模块;

 参数解释

 (1) 设置输入与输出文件信息:

Input Radiance Image:输入辐射定标之后的数据,MSS1_Radiometric.dat;

Output Reflectance File:单击按钮选择反射率数据输出目录与文件名(output/MSS1_FLAASH.dat)如果只在后面的文本框中输入文件名,则保存路径将为Output Directory for FLAASH Files中的路径;

 Output Directory for FLAASH Files:设置大气校正其他结果输出路径 output文件夹;

Rootname for FLAASH Files:设置大气校正其他输出结果的根文件名(这个我没设置)
 

(2) 设置传感器及图像信息:

ENVI5.3及以上版本能够对图像中心坐标和获取时间信息进行自动识别,所以只需要修改以下几点:

Sensor Type:传感器类型,这里选择Multispectral→UNKNOWN→MSI;

GF2的Sensor Altitude是631.000

Ground Elevation:成像区域平均高度,通过数据准备中,计算得到的Ground Elevation=1.241km

Pixel Size:4m;

(3) 大气模型和气溶胶模型:

Atmosphere model(大气模型)

根据数据经纬度与获取时间对应的大气模型进行选择:

本文实验的数据纬度为36°,日期为Feb(2月),故选取的是MLS(Mid-Latitude Summer),其他图像按照这个方法选择即可模型即可。

Aerosol Model

根据实际图像选择,本文例子为Rural

Aerosol Retrieval 气溶胶反演

第一种,选择 none。(本文选用的这种)

点击Multispectral Settings,在里面设置响应函数

 Filter Function File 是GF2-PMS1的光谱响应函数gf2_pms1_mss.sli(GF2-PMS2选择gf2_pms2_mss.sli);位于ENVI安装目录:*安装目录\ENVI53\resource\filterfuncs下,选择即可。

点击Fiiter Function File -->   Open --> New file

第二种,选择,需要设置Multispectral Settings--Kaufman --> Tanre Aerosol Retrieval

Advanced Settings

这里大部分都可以保持默认设置,但由于是多光谱数据,故将Modtran Resolution设置为15cm-1.

我的参数设置: 

 所有设置完成之后,点击Apply执行大气校正,完成后会得到反演的能见度和水汽柱含量;

 得到的结果:

 选择Display>Profiles>Spectral查看大气校正前后同一地物波谱曲线变化。

气溶胶反演选择的第一种,None,得到的 大气校正前后对比图,图片颜色有些许变化。

 这个是刚刚大气校正后得到的:

   

3、正射校正

点击File→Open打开大气校正后(或者原始的多光谱)的影像,View Metadata查看其元数据信息,可以看到ENVI很好地识别了数据的RPC信息;

  有了RPC信息之后,就可以基于这些RPC信息进行正射校正;点击Toolbox→Geometric Correction→Orthorectification→RPC Orthorectification
Workflow,打开正射校正流程化工具;

 在File Selection面板中,Input File选择经过大气校正的多光谱数据(MSS1_FLAASH.dat),DEM File会默认选择全球分辨率为900米的DEM数据,我们这里保持默认(如果有更高分辨率的DEM数据,可以替换此数据),点击Next;

在RPC Refinement面板中,有四个选项卡可以选择。

如果有实测的或从其他途径获取的控制点数据,可以在该面板中进行添加,添加后在Statistics选项卡中可以看到相应的误差统计信息;

1) 切换到Advanced选项卡,修改输出像元大小Output Pixel Size为4米,重采样方法Image Resampling选择三次卷积法,其他参数保持默认;
 

 2) 切换到Export选项卡,选择输出文件格式,设置输出路径及文件名(MSS1_FLAASH_rpcortho.dat),点击Finish;

 

正射校正前后对比:


二、全色影像处理

1. 辐射定标

打开ENVI,使用国产卫星扩展工具打开MSS影像,启动File→Open As→China Satellites→GF2,选择PAN.xml文件打开;

在Toolbox中,Radiometric Correction→Radiometric Calibration,在File Selection中选择待处理影像,点击OK;

Calibration Type: Reflectance,全色影像定标为大气表观反射率;

Output Interleave: BIL;

Output Data Type:Uint;

Scale Factor:10000;

output/PAN1_Radiometric.dat

 注:由于多光谱FLAASH大气校正的结果为扩大了10000倍的反射率数据,为了让融合图像效果好,需要将全色数据与多光谱数据的像元值变成一致。这里使用辐射定标工具将全色数据定标为大气表观反射率,并扩大10000倍。

辐射定标前和辐射标定后的直观图像

 2. 正射校正

全色数据的正射校正操作与多光谱数据的正射校正完全相同,需要提醒的地方是GF2全色数据正射校正时输出像元大小需设置为1米,以便我们下面进行图像融合。

 点击Toolbox→Geometric Correction→Orthorectification→RPC Orthorectification
Workflow,打开正射校正流程化工具;

 在File Selection面板中,Input File选择经过辐射定标(因为本文的全色图没有进行大气校正)的全色数据(PAN1_Radiometric.dat),DEM File会默认选择全球分辨率为900米的DEM数据,我们这里保持默认(如果有更高分辨率的DEM数据,可以替换此数据),点击Next;

1) 切换到Advanced选项卡,修改输出像元大小Output Pixel Size为1米,重采样方法Image Resampling选择三次卷积法(Cubic Convolution),其他参数保持默认;

 2) 切换到Export选项卡,选择输出文件格式,设置输出路径及文件名(PAN1_Radiometric_rpcortho.dat),点击Finish;

 

正射校正前、后对比:

 以上全色图的处理已完成。

三、图像融合

1.几何配准

(本次处理中没有进行几何配准,这部分没有处理)

        图像融合之前,需要查看二者是否完全配准,如果没有完全配准,就需要对其进行配准,可以使用ENVI中的自动配准流程化工具,以全色数据为基准对多光谱数据进行配准;此工具的位置在:Toolbox > Geometric Correction > Registration > Image Registration Workflow

        本次操作正射校正后的多光谱和全色数据配准的比较好(目前,大部分高分辨率数据正射校正后多光谱和全色数据配准的均比较好),所以我们这里不进行图像配准,直接进行图像融合;

2.图像融合

(1)NNDiffuse Pan Sharpening方法

点击在Toolbox→Extensions→NNDiffuse Pan Sharpening ;

Input Low Resolution Raster选择上一步正射校正后的多光谱数据;

Input High Resolution Raster选择上一步正射校正后的全色数据;

Output Raster:NNDiffusePanSharpening.dat应该是自己出来的,如需修改位置、名称可以进行修改,也可以将融合的数据改为.tiff格式的,NNDiffusePanSharpening.tiff;

其他参数保持默认;

点击OK运行;

注:NNDiffuse Pan Sharpening工具要求输入的多光谱和全色数据的空间分辨率是整数倍的(本例正射校正时分别将多光谱的全色的分辨率重采样为4米和1米,就是为了方便该工具的使用)。

浏览融合之后的影像与融合之前的多光谱影像,空间分辨率得到明显提升,颜色纹理也得到了比较好的保留。与全色融合后的光谱曲线整体升高。

 

 

对于图像变白问题,可以将背景值设置为0,有两种方式

(1)使用ENVI自带的工具

具体操作:

Toolbox > Extensions > Raster Processing Batch Tool > Data Ignore Value > Set Ignore Value[Zero]

 (2)手动修改源数据

        使用记事本等工具打开图像头文件,如下图所示。

        在头文件中手动增加一行为data ignore value = 0(其中0为背景值,可以设置为其他值)。重新打开图像即可。

最终得到的图像保存:

此处保存的文件格式是.dat,可根据自己所需,保存成.tif或者其他格式都可以


处理过程中涉及到的文件名:

MSS1_Radiometric.dat
MSS1_FLAASH.dat
MSS1_FLAASH_rpcortho.dat
PAN1_Radiometric.dat
PAN1_Radiometric_rpcortho.dat

MSS2_Radiometric.dat
MSS2_FLAASH.dat
MSS2_FLAASH_rpcortho.dat
PAN2_Radiometric.dat
PAN2_Radiometric_rpcortho.dat

NNDiffusePanSharpening.tiff

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/109917.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

chatgpt论文润色 降重

用chatgpt最好要给他范例。chatgpt降重原理: https://www.bilibili.com/video/BV1Eh411M7Ug/?spm_id_from333.337.search-card.all.click&vd_sourceebc47f36e62b223817b8e0edff181613 一. 中文论文翻译成英文 广义零样本学习是我的研究方向,下面…

高数笔记04:微分方程与多元函数微分学

图源:文心一言 时间比较紧张,仅导图~~🥝🥝 第1版:查资料、画导图~🧩🧩 参考资料:《高等数学 基础篇》武忠祥 🦮思维导图 😶‍🌫️思维导图为整…

什么是 CNN? 卷积神经网络? 怎么用 CNN 进行分类?(1)

先看卷积是啥,url: https://www.bilibili.com/video/BV1JX4y1K7Dr/?spm_id_from333.337.search-card.all.click&vd_source7a1a0bc74158c6993c7355c5490fc600 下面这个式子就是卷积 看完了,感觉似懂非懂 下一个参考视频:https://www.y…

网络协议--TCP的成块数据流

20.1 引言 在第15章我们看到TFTP使用了停止等待协议。数据发送方在发送下一个数据块之前需要等待接收对已发送数据的确认。本章我们将介绍TCP所使用的被称为滑动窗口协议的另一种形式的流量控制方法。该协议允许发送方在停止并等待确认前可以连续发送多个分组。由于发送方不必…

VulnHub DC-1

🍬 博主介绍👨‍🎓 博主介绍:大家好,我是 hacker-routing ,很高兴认识大家~ ✨主攻领域:【渗透领域】【应急响应】 【python】 【VulnHub靶场复现】【面试分析】 🎉点赞➕评论➕收藏…

Linux 文件系统简介

文章目录 一、磁盘简介1.1 简介1.2 机械硬盘与固态硬盘1.2.1 机械磁盘(HDD)1.2.2 固态磁盘(SSD)1.2.3 I/O操作 二、文件系统简介2.1. 简介2.2 文件系统特点2.3 Linux文件系统 三、文件数据存储方式3.1 连续存储3.2 链接表存储3.3 …

Linux网络基础2 -- 应用层相关

一、协议 引例:编写一个网络版的计算器 1.1 约定方案:“序列化” 和 “反序列化” 方案一:客户端发送形如“11”的字符串,再去解析其中的数字和计算字符,并且设限(如数字和运算符之间没有空格; 运算符只…

JAVA 学习笔记——抽象类

概念: 当定义一个类时,常常需要定义一些成员方法来描述类的行为特征,但有时这些方法的实现方式是无法确定的。 例如,前面在定义 Animal 类时,walk()方法用于描述动物的行走行为,但是针对不同的动物&#…

FreeRTOS_信号量之二值信号量

目录 1. 信号量简介 2. 二值信号量 2.1 二值信号量简介 2.1.1 二值信号量无效 2.1.2 中断释放信号量 2.1.3 任务获取信号量成功 2.1.4 任务再次进入阻塞态 2.2 创建二值信号量 2.2.1 vSemaphoreCreateBinary() 2.2.2 xSemaphoreCreateBinary() 2.2.3 xSemaphoreCrea…

Java Dubbo 微服务框架 HP-SOA

HP-SOA 功能完备,简单易用,高度可扩展的Java微服务框架。 【快速开始】 技术架构 技术集成 Web服务框架:spring-boot 3.x微服务框架:Dubbo 3.x服务注册中心:Nacos配置中心:Nacos服务治理中心&#xff1…

电路的电线的拼接

不积跬步无以至千里,今天小编也是复习今天学习的内容,废话不多说,看博客吧!!! 目录 准备条件 操作 成品 准备条件 操作 将定制的套管插入导线当中,24V或者0V是尖端的端子,后面根…

Vue Router:让你的应用路由起来!

🤍 前端开发工程师(主业)、技术博主(副业)、已过CET6 🍨 阿珊和她的猫_CSDN个人主页 🕠 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 🍚 蓝桥云课签约作者、已在蓝桥云…

JavaEE-博客系统1(数据库和后端的交互)

本部分内容包括网站设计总述,数据库和后端的交互; 数据库操作代码如下: -- 编写SQL完成建库建表操作 create database if not exists java_blog_system charset utf8; use java_blog_system; -- 建立两张表,一个存储博客信息&am…

vscode免密码认证ssh连接virtual box虚拟机

文章目录 安装软件virtual box配置vscode配置创建并传递密钥连接虚拟机最后 安装软件 安装vscode和virtual box,直接官网下载对应软件包,下载之后,点击执行,最后傻瓜式下一步安装即可 virtual box配置 创建一个仅主机网络的网卡 …

零基础Linux_24(多线程)线程同步+条件变量+生产者消费模型_阻塞队列版

目录 1. 线程同步和生产者消费者模型 1.1 生产者消费者模型的概念 1.2 线程同步的概念 1.3 生产者消费者模型的优点 2. 线程同步的应用 2.1 条件变量的概念 2.2 条件变量操作接口 3. 生产者消费者模型_阻塞队列 3.1 前期代码(轮廓) 3.2 中期代…

Go学习第十五章——Gin参数绑定bind与验证器

Go web框架——Gin(参数绑定bind与验证器) 1 bind参数绑定1.1 JSON参数1.2 Query参数1.3 Uri绑定动态参数1.4 ShouldBind自动绑定 2 验证器2.1 常用验证器2.2 gin内置验证器2.3 自定义验证的错误信息2.4 自定义验证器 1 bind参数绑定 在Gin框架中&#…

数据结构Demo——简单计算器

简单计算器 一、项目介绍二、技术使用三、具体代码实现1.前端部分2.后端部分 一、项目介绍 本项目实现了一个通过网页访问的简单计算器,它可以对带括号的加减乘除表达式进行计算并将计算结果返回给用户,并且可以对用户输入的表达式进行合法性判断&#…

Maven第二章:Maven基本概念与生命周期

Maven第二章:Maven基本概念与生命周期 前言 本章主要内容,介绍Maven基本概念,包括maven坐标含义,命名规则,继承与聚合、了解与理解生命周期,如何通过Maven进行依赖和版本管理。 什么是Maven的坐标&#xf…

【第25例】IPD体系进阶:需求分析团队RAT

目录 简介 RAT CSDN学院相关内容推荐 作者简介 简介 RAT是英文Requirement Analysis Team英文首字母的简称,也即需求分析团队,每个产品线都需要设定对应的一个RAT的组织。 RAT主要负责产品领域内需求的分析活动,是RMT的支撑团队: 这个时候可以将RAT细化为PL-RAT团队,…

Ansible的安装和部署

目录 1.Ansible的安装 2.构建Ansible清单 直接书写受管主机名或ip 设定受管主机的组[组名称] 主机规格的范围化操作 指定其他清单文件 ansible命令指定清单的正则表达式 3.Ansible配置文件参数详解 配置文件的分类与优先级 常用配置参数 4.构建用户级Ansible操作环…