ENVI对SAR数据的预处理过程详细版.docx
《ENVI对SAR数据的预处理过程详细版.docx》由会员分享,可在线阅读,更多相关《ENVI对SAR数据的预处理过程详细版.docx(14页珍藏版)》请在冰豆网上搜索。
ENVI对SAR数据的预处理过程详细版
一、数据的导入:
(1)在Toolbox中,选择SARscape->Basic->ImportData->StandardFormats->ALOSPALSAR。
(2)在打开的面板中,数据类型(DataType):
JAXA-FBDLevel1.1。
注:
这些信息可以从数据文件名中推导而来。
(3)单击Leader/Paramfile,选择
d1300816-005-ALPSRP246750820-H1.1__A\LED-ALPSRP246750820-H1.1__A文件。
(4)点击Datalist,选择
d1300816-005-ALPSRP246750820-H1.1__A\IMG-HH-ALPSRP246750820-H1.1__A文件
(4)单击Outputfile,选择输出路径。
注:
软件会在输入文件名的基础上增加几个标识字母,如这里增加“_SLC”
(5)单击Start执行,最后输出结果是ENVI的slc文件,sml格式的元数据文件,hdr格式的头文件等。
(6)可在ENVI中打开导入生成的以slc为后缀的SAR图像文件。
二、多视
单视复数(SLC)SAR图像产品包含很多的斑点噪声,为了得到最高空间分辨率的SAR图像,SAR信号处理器使用完整的合成孔径和所有的信号数据。
多视处理是在图像的距离向和方位向上的分辨率做了平均,目的是为了抑制SAR图像的斑点噪声。
多视的图像提高了辐射分辨率,降低了空间分辨率。
(1)在Toolbox中,选择SARscape->Basic->Multilooking。
(2)单击Inputfile按钮,选择一景SLC数据(前面导入生成的ALOSPALSAR数据)。
注意:
文件选择框的文件类型默认是*_slc,就是文件名以_slc结尾的文件,如不是,可选择*.*。
(3)设置:
方位向视数(AzimuthLooks):
5,距离向视数(RangeLooks):
1
注:
详细的计算方法如下所述。
另外,单击Look按钮可以估算视数。
(4)BorderResize选项,选择此项,会对检测结果边缘中的无效值,进而重新计算输出图像的大小。
这里不选择。
(5)输出路径会依据软件默认参数设置自动添加或自行修改,单击Start按钮执行。
(6)计算完之后在Display中显示结果,可以看到图像的斑点噪声得到的抑制,但是降低了空间分辨率
注:
方位向视数(AzimuthLooks);距离向视数(RangeLooks)
视数跟距离向分辨率、方位向分辨率以及中心入射角有关。
精确的计算方法如下:
地面分辨率=pixelspacingslantrange/sin(incidenceangle)
•pixelspacingazimuth=3.169m(方向分辨率)
•pixelspacingslantrange=9.368m(距离分辨率)
•incidenceanglescenecentre=34.3°
•地距的距离分辨率:
9.368/sin(34.3°)=16.62m,距离向视数为1
•地距的方位向分辨率经过多视后保持与地距的距离分辨率一致
•16.62/3.169=5,因此方位向视数为5
三、滤波
从连贯SAR传感器中获取的图像都有斑点噪声,SARscape提供两大类滤波,用于单波
段雷达图像的滤波和多时相雷达图像滤波。
(1)Toolbox中,选择SARscape->Basic->Filtering->SingleImage。
(2)打开FilteringSingleImage面板,单击Inputfile按钮,选择前面得到的多视处理结
果。
(3)有8中滤波供选择,选Frost,同时会打开FrostLee/RefinedLee对话框。
(4)在FrostLee/RefinedLee对话框中,分别设置AzimuthWindowSize和RangeWindowSize:
9
(5)单击Start执行。
四、地理编码和辐射定标
SAR系统是测量发射和返回脉冲的功率比,这个比值(就是后向散射)被投影为斜距几何。
由于不同SAR传感器或者不同接收模式,为了更好的对比SAR图像几何和辐射特征,需要将SAR数据从斜距或地距投影转换为地理坐标投影(制图参考系)。
(1)Toolbox中,选择SARscape->Basic->Geocoding->GeocodingandRadiometricCalibration。
(2)在GeocodingandRadiometricCalibration面板中,单击Inputfile按钮,选择前面Frost
滤波做的结果。
(3)CartographicSystem,设置输出投影参数。
(5)像元大小(GRIDSIZE):
x:
25,y:
25。
(6)重采样方法(RESAMPLE):
有5中方法供选择,从左到右精度提高,但是速度越慢。
这里选择OptimalResolution。
(7)选择辐射定标(RadiometricCalibration)
(8)其他可选项:
辐射归一化(Radometric),局部入射角校正(LocalIncidenceAngle)、叠掩/阴影处理(Layover/Shadow)
(9)单击Start执行。
五、镶嵌工具
在Toolbox中启动/Mosaicking/SeamlessMosaic。
1)点击左上的加号(如图)添加需要镶嵌的影像数据。
(2) 添加进来之后可以看到数据的位置和重叠关系和影像轮廓线。
(3) 勾选ShowPreview,可以预览镶嵌效果。
在DataIgnoreValue一览输入透明值,这里输入0。
如下图为0值透明的效果。
匀色处理:
提供的匀色方法是直方图匹配。
(1) 在CorlorCorrection选项中,勾选HistogramMatching:
∙∙OverlapAreaOnly:
重叠区直方图匹配
∙∙EntireScene:
整景影像直方图匹配
(2) 在Main选项中,ColorMatchingAction中右键设置参考(Reference)和校正(Adjust),根据预览效果确定参考图像。
接边线与羽化
接边线包括自动和手动绘制两种方法,也可以结合起来使用。
(1) 选择下拉菜单Seamlines->AutoGenerateSeamlines,自动绘制接边线,如下图所示,自动裁剪掉TM边缘“锯齿”。
(2) 自动生成的接边线比较规整,可以明显看到由于颜色不同而显露的接边线。
下拉菜单Seamlines->Starteditingseamlines,编辑接边线,可以在接边处绘制多边形,之后自动将绘制的多边形作为新的接边线。
输出结果
切换到Export选项,这是输出文件名、路径、格式、波段、背景值、重采样方法等信息。
六、融合
不同传感器图像融合
下面以SPOT4的10米全色波段和Landsat5TM30m多光谱的融合操作为例,学习图像融合操作流程,数据存放在"…\08.图像融合\数据\TM与spot"中。
(1)选择File>Open,将SPOT4数据bldr_sp.img和LandsatTM数据TM-30m.img分别打开。
(2)在Toolbox中,打开/ImageSharpening/Gram-SchmidtPanSharpening,在文件选择框中分别选择bldr_sp.img作为低分辨率影像(LowSpatial)和bldr_sp.img作为高分辨率影像(HighSpatial),单击OK。
打开PanSharpeningParameters面板。
(3)在PanSharpeningParameters面板中,选择传感器类型(Sensor):
Unknown,重采样方法(Resampling):
CubicConvolution,输出格式为:
ENVI。
(4)选择输出路径及文件名,单击OK执行融合处理。
注:
进度条显示在右下角。
相同传感器图像融合
对于高分辨率影像,同样可以Gram-SchmidtPansharping融合方法达到更好的效果,下面以QuickBird影像为例介绍这种融合方法,数据存放在"…\08.图像融合\数据\Quikbird"中。
ENVI5.1中,pansharping融合方法就是Gram-SchmidtPanSharpening选项。
(1)File>Open,打开影像文件qb_boulder_msi.img和qb_boulder_pan.img。
(2)在Toolbox中,打开/ImageSharpening/Gram-SchmidtPanSharpening,在文件选择框中分别选择qb_boulder_msi.img作为低分辨率影像(LowSpatial)和qb_boulder_pan.img作为高分辨率影像(HighSpatial),单击OK。
打开PanSharpeningParameters面板。
(3)在PanSharpeningParameters面板中,选择传感器类型(Sensor):
QuickBird,重采样方法(Resampling):
CubicConvolution,输出格式为:
ENVI。
注:
传感器类型(Sensor)中还包括:
GeoEye-1、Goktruk-2、IKONOS、landsat8_oli、landsat8_tirs、NPPVIIRS、Pleiades-1A/B、QuickBird、UI:
GSS:
Sensorrasat、Spot-6、LandsatETM、WordlView-1/2。
(4)选择输出路径及文件名,单击OK执行融合处理。
注:
进度条显示在右下角。
七、裁剪
规则图像裁剪
规则裁剪,是指裁剪图像的边界范围是一个矩形,这个矩形范围获取途径包括:
行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。
规则分幅裁剪功能在很多的处理处理过程中都可以启动(SpatialSubset)。
下面介绍其中一种规则分幅裁剪过程。
以TM影像为例,图像存放在"…\10.图像裁剪\数据"中。
(1)File>Open打开图像Beijing_TM.dat,按Linear2%拉伸显示。
(2)File>SaveAs,进入FileSelection面板,选择SpatialSubset选项,打开右侧裁剪区域选择功能。
有多种方法确定裁剪区域:
使用当前可视区域确定裁剪区域:
单击UseViewExtent,自动读取主窗口中显示的区域。
通过文件确定裁剪区域:
可以选择一个矢量或者栅格等外部文件,自动读取外部文件的区域。
点击右下角SubsetByFile,单击Openfile
按钮,选择矢量数据"矢量.shp"作为裁剪范围
手动交互确定裁剪区域:
可以通过输入行列数(Columns和Rows)确定裁剪尺寸,按住鼠标左键拖动图像中的红色矩形框来移动以行列数确定的裁剪区域;也可以直接用鼠标左键按钮红色边框拖动来确定裁剪尺寸以及位置
(4)可以看到裁剪区域信息,左侧SpectralSubset按钮还可以选择输出波段子集,这里默认不修改,单击OK。
(5)选择输出路径及文件名,单击OK,完成规则图像裁剪过程
不规则图像裁剪
(1)打开图像Beijing_TM.dat,按Linear2%拉伸显示。
(2)在LayerManager中选中Beijing_TM.dat文件,单击鼠标右键,选择NewRegionOfInterest,打开Regionofinterest(ROI)Tool面板。
(3)在Regionofinterest(ROI)Tool面板中点击
按钮,在图像上绘制多边形,绘制大致为北京老皇城二环范围内的多边形,作为裁剪区域。
可以修改感兴趣区名称ROIName、感兴趣区颜色ROIColor等,也可以根据需求绘制若干个多边形,当绘制多个感兴趣区时利用
可以进行删减
(4)在Regionofinterest(ROI)Tool面板中,选择File->Saveas,保存绘制的多边形ROI,选择保存的路径和文件名。
(5)在Toolbox中,打开RegionsofInterest/ SubsetDatafromROIs。
(6)在SelectInputFile对话框中,选择Beijing_TM.dat,打开SubsetDatafromROIsParameters面板。
(7)在SubsetDatafromROIsParameters面板中,设置以下参数:
SelectInputROIs:
选择刚才生成的矢量文件roi1
MaskpixelsoutputofROI?
:
Yes
MaskBackgroundValue背景值:
0
(8)选择输出路径和文件名,单击OK执行图像裁剪。