高光谱数据处理的相关方法
ENVI高光谱数据处理流程
3、物质制图与识别、探测
• 波谱库 • 波谱分析 • 端元波谱收集 • 高光谱制图与识别
波谱库
• ENVI波谱库 （安装目录下spec_lib）
– Jet Propulsion Laboratory 0.4~2.5um 160种纯矿物波谱
– 美国地质调查局(USGS)
0.4~2.5um 500种质优矿物波谱
27 °C or 80 °
March
May
SAW SAW MLW MLW SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
SAW MLW MLW SAS SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
July
MLW MLW SAS SAS MLS
3636
2.92
21 °C or 70 °
5119
Latitude (°N) 80 70 60 50 40 30 20 10 0 -10 -20 -30 -40 -50 -60 -70 -80
4.11
Jan.
SAW SAW MLW MLW SAS MLS
T T T T T MLS SAS SAS MLW MLW MLW
Scaled DISORT和streams为8，这种模型对于小于1000nm具有较 高的精度； • 天顶角\方位角（针对非星下点传感器）。 • 输出反射率缩放系数（Output Reflectance Scale Factor）：为了 降低结果储存空间，默认反射率乘于10000。
输出结果
• 表面反射率影像 • 水气含量数据 • 云图 • 日志文件 • FLAASH大气校正模板文件
从光谱影像上获得光谱曲线
第五讲高光谱数据分析
第五讲高光谱数据分析高光谱技术可提供空间域信息和光谱域信息，即“谱图合一”，且由图像数据反演出的像元光谱曲线可以与实验室所测的同类地物光谱曲线相类比，因此可以用于鉴别物质，比如鉴别矿物、岩石的类型，区分环境中各种污染物的成分以及农作物、森林的种类等。
一、提取波谱剖面廓线打开文件cup95eff.int，并RGB彩色显示band 183,band 193,band 207。
在主影像菜单栏中选择Tools/Profiles/Z profiles(Spectrum)，打开并显示波谱曲线。
二、采集波谱曲线在Spectral Profile窗口中，选择Options->Collect Spectra，采集绘图窗口中的波谱曲线。
相应的，要将波谱曲线采集到另一个绘图窗口中，先打开一个新的绘图窗口，然后将Spectral Profile窗口中的波谱曲线保存到新的绘图窗口中。
具体步骤如下：1.从绘图窗口的菜单栏中选择Options->New Window:blank,打开一个新的绘图窗口。
2.在先前的绘制窗口中，点击鼠标右键，选择Plot Key，将波谱曲线的名字显示在绘图窗口的右边。
3.在第一条波谱曲线的名字上，点击并按住鼠标左键不放，将波谱曲线的名字拖到新的绘图窗口中，然后松开鼠标左键。
4.在主影像窗口或缩放窗口中移动当前光标像素定位器，从影像中选择一条新的波谱曲线。
重复上面点击拖拽的过程，在新绘图窗口中建立一系列的波谱曲线。
要改变不同波谱曲线的颜色和线形，选择新绘图窗口中的Edit-Data Parameters.每一条波谱曲线的名字/位置都将在Data Parameters对话框中列出。
三、动画显示数据在先前的灰阶影像显示的主影像窗口中，选择Tools-Animation生成动画显示。
弹出的Animation Input Parameters对话框中列出了可用波段列表中的所有波段。
从所有波段中选择一个子集来生成动画。
高光谱数据预处理
高光谱数据预处理是指对从高光谱传感器获取的原始数据进行处理和优化，以提高数据质量、减少噪声和冗余信息，并为后续的数据分析和应用提供更好的基础。
以下是高光谱数据预处理的一些常见步骤：
1.数据校正：高光谱数据通常包含传感器的特定响应曲线、大气影响、太阳高度角等因素，需要进行各种校正，如大气校正、几何校正、太阳高度角校正等，以消除这些影响因素，提高数据质量。
2.数据滤波：高光谱数据可能存在噪声和冗余信息，需要进行滤波处理。
常见的滤波方法包括中值滤波、高斯滤波、小波变换等，可以根据数据的特点和应用需求选择合适的滤波方法。
3.数据增强：高光谱数据可能存在光谱分辨率不足的问题，需要进行数据增强。
常见的数据增强方法包括插值、降采样、多通道分解等，可以提高数据的空间和光谱分辨率。
4.特征提取：高光谱数据中包含丰富的光谱信息，需要进行特征提取，以便进行后续的分类、聚类、识别等分析。
常见的特征提取方法包括光谱特征提取、空间特征提取等。
5.数据归一化：高光谱数据的不同波段之间可能存在差异，需要进行数据归一化处理，以消除波段之间的差异，提高数据的可比性和稳定性。
常见的归一化方法包括最小-最大归一化、z-score标准化等。
6.数据降维：高光谱数据通常包含大量的冗余信息，可以通过数据降维方法减少数据维度，提高数据处理效率和准确性。
常见的降维方法包括主成分分析、线性判别分析等。
高光谱数据预处理是高光谱图像分析的重要步骤，可以提高数据质量、减少噪声和冗余信息，并为后续的数据分析和应用提供更好的基础。
红外高光谱成像原理及数据处理
红外高光谱成像原理及数据处理
红外高光谱成像是一种结合了光谱技术和成像技术的
高级遥感方法，其原理主要基于不同物质在特定波长范围内的红外辐射特性。
具体过程如下：
1. 红外辐射与物质相互作用：
物质吸收、发射和散射红外光时，会根据其分子结构和化学成分呈现出特征性的光谱响应。
这种光谱响应可以在红外波段内形成独特的“指纹”信息，从而反映物质的类型和状态。
2. 高光谱成像采集：
红外高光谱成像系统通过分光元件将接收到的红外辐
射分解为多个窄波段，并在每个波段上获取一幅图像。
由此获得的数据集包含了目标区域每个像素点的光谱
数据，形成了所谓的高光谱立方体（Hyperspectral Cube），即三维数据集（两个空间维度加一个光谱维度）。
3. 数据处理与分析：
原始数据通常需要经过一系列预处理步骤，如噪声去除、
大气校正、几何校正等，以提高数据质量和适用性。
利用各种光谱分析技术（如连续窗函数分析、主成分分析、匹配滤波器、混合像元分解等）提取和识别出图像中各部分的光谱特征，进而对地物进行分类和识别。
在环境监测、地质矿物勘探、农业资源调查等领域，可通过高光谱数据解析植被生长状况、土壤成分、环境污染程度等信息。
总之，红外高光谱成像通过记录并分析地物在众多连续且精细的红外波段上的反射或发射特性，实现对地表物质的精确探测和定量分析。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程1.数据预处理数据预处理是高光谱数据处理流程中的第一步，其主要目的是去除数据中的噪声并增加图像质量。
常用的预处理方法包括：大气校正、大气校正之后的辐射校正、大气校正之后的大气校正等。
-大气校正：高光谱数据中的大气散射会引入许多噪声。
大气校正的目的是根据大气散射的物理原理，通过对高光谱数据进行光谱校正和辐射校正，去除大气散射带来的干扰。
-辐射校正：高光谱数据中的辐射能量受到地面温度、雨水和云等因素的影响，导致数据中存在辐射偏差。
辐射校正的目的是根据卫星的辐射源数据和大地辐射能量的关系，对高光谱数据进行校正，消除辐射偏差。
-大气校正之后的大气校正：在进行大气校正之后，仍然可能存在一些小范围的大气散射。
大气校正之后的大气校正的目的是再次进行大气散射校正，进一步提高图像质量。
2.特征提取特征提取是高光谱数据处理流程中的核心步骤，其主要目的是从高光谱数据中提取出对地物分类和解译有用的特征信息。
-光谱特征提取：光谱特征提取是指根据高光谱数据中不同波段的辐射能量变化，提取出反映地物光谱特性的特征参数。
常用的光谱特征包括：光谱曲线的均值、方差、斜率等。
-空间特征提取：空间特征提取是指从高光谱数据的空间分布中提取出反映地物空间特性的特征参数。
常用的空间特征包括：纹理特征、形状特征、边缘特征等。
3.分类与监督解译分类与监督解译是高光谱数据处理流程中的关键步骤，其主要目的是将预处理和特征提取之后得到的数据进行分类和解译。
-监督分类：监督分类是指通过已知的训练样本数据，建立分类模型，并将该模型应用于未知的高光谱数据，将数据分成不同的类别。
常用的监督分类方法有：最大似然分类、支持向量机分类、随机森林分类等。
-非监督分类：非监督分类是指利用高光谱数据本身的统计特性，将数据按照统计特性对其进行分类。
常用的非监督分类方法有：K-均值聚类、多元高斯聚类等。
4.地物解译与验证地物解译与验证是高光谱数据处理流程中的最后一步，其主要目的是对分类结果进行解译和验证，以评估分类的准确性。
envi高光谱数据处理流程
envi高光谱数据处理流程
envi高光谱数据处理流程是一种非常常用的数据处理方法，主要应用于高光谱遥感数据处理。
其主要流程包括：数据预处理、光谱反射率计算、特征提取与分类等几个步骤。
1、数据预处理：数据预处理包括数据校正、波长校准及大气校正等过程。
其中，数据校正主要是将数据进行去背景、去噪、去影响等处理。
波长校准是将采集到的数据进行波长校准，保证数据的准确性。
大气校正是将采集的数据进行大气校正，降低大气对数据的影响。
2、光谱反射率计算：光谱反射率计算是将采集到的数据进行转换，得到地表反射率信息。
这个过程主要通过将采集到的数据进行比对处理，计算出地表反射率。
3、特征提取：特征提取是将采集到的数据进行特征分析，得到地物分类信息。
这个过程主要通过对采集到的数据进行分析，计算出每个波段的特征，然后根据这些特征进行分类。
4、分类：分类是将采集到的数据进行分类，识别出地表不同的类别。
这个过程主要通过将采集到的数据进行分析，然后根据不同的特征进行分类，最终得到地表不同的类别。
总之，envi高光谱数据处理流程是一个比较全面、细致的数据处理方法，可以有效地对高光谱遥感数据进行处理，得到准确的地表信息。
- 1 -。
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程一、显示图像波谱1.打开文件：主菜单中，File→Open Image File→文件名.raw或者Window→Available Bands List→File →Open Image File→文件。
2.显示真彩色图像：波段列表（Available Bands Lis）中，右键→Load TrueColor。
3.*设置像素大小：主窗口（Display）中，右键→Pixel Locator。
4.绘制波谱：主窗口中，右键→Z Profile（Spectrum）。
5.收集任意点波谱：Spectral Profile中，Options→Collect Spectra，点击图像任6.光谱平滑：Spectral Profile中，Options→Set Z Profile Avg Window，将window7.部分光谱：主菜单→Basic Tools→Resize Data(Spatial/Spectral)→Spectral Subset，选择需要的光谱波段。
生成新的文件，右键→Load True Color to<new>。
显示新图像。
8.关闭所有文件：File→Close All Files。
二、标准波谱库主菜单→Spectral→Spectral Libraries→Spectral Library Viewer→安装文件夹下，ITT\IDL\IDL80\products\envi48\spec_lib。
共有usgs_min、veg _lib、jpl_lib、jhu_lib四个标准波谱库。
在Spectral Library Viewer中，单击波谱名称，自动显示波谱。
三、自定义波谱库1.输入波长范围：在菜单中，Spectral Spectral Library→Spectral Library Builder2.波谱收集：以从影像数据中收集波谱为例：a)打开高光谱图像，收集任意点波谱。
高光谱数据预处理流程
高光谱数据预处理流程
高光谱数据预处理流程主要包括以下步骤：
噪声去除：由于高光谱图像数据常常受到多种噪声的干扰，如设备噪声、环境噪声等，这些噪声会影响图像的质量，因此需要采取有效的方法去除。
常用的噪声去除方法包括平滑滤波、中值滤波和小波变换等。
图像校正：由于高光谱成像仪的工作原理和环境因素的影响，常常会导致图像出现几何畸变和辐射失真等问题。
因此，需要进行图像校正，以恢复图像的几何形状和辐射特性。
常用的图像校正方法包括多项式回归、仿射变换和径向畸变校正等。
图像融合：高光谱图像数据通常由多个波段组成，这些波段之间存在一定的相关性。
为了提高图像的分辨率和信息量，可以将多个波段进行融合，从而得到一个更加丰富的图像。
常用的图像融合方法包括基于像素的融合、基于区域的融合和基于小波变换的融合等。
归一化：高光谱图像数据的量级通常很大，不同波段之间的数值范围也存在较大的差异。
为了使不同波段之间的数值具有可比性，需要进行归一化处理。
常用的归一化方法包括最大最小归一化、对数归一化和标准化等。
请注意，具体流程可能因数据类型和研究需求而有所差异。
在实际操作中，建议咨询具有相关经验和专业知识的工程师或研究人员。
另外，高光谱数据处理流程除了以上预处理步骤外，还包括显示图像波谱、选择需要的光谱波段进行输出等步骤。
具体流程可能因实际情况而有所不同，建议根据实际情况调整和优化处理流程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高光谱数据的处理步骤
1．先将原始的光谱反射在软件Viewspec pro 中进行异常值的删除，然后将重复的测量进行平均。
具体步骤如下
双击图标打开软件，（图1）点击File open 打开文件，默认路径为ViewSpecPro文件夹。
为了使打开和存储路径是储存数据的文件夹，需要对打开路径进行修改
将导出的txt文本中的直接复制到execl中。
此时需要注意小数位数的选择。
4到5位较好。
在此软件中可以进行反射率的一阶导，二阶导等的基础变化。
2利用origin对数据进行平滑。
步骤如下
首先打开软件将波段和对应的反射率复制进去然后进行一介导和平滑。
界面如下
一介导
平滑
制图比较效果
原始的
一介导平滑前
一介导平滑后
在ENVI中统去除
首先建立光谱数据库步骤如下
文件的保存为sli格式
点击polt出现右面的图
连续统去除
统去除后的效果图
统去除数据的保存
同去除前后的效果比较数据的打开类似前面。