【ENVI实验课】03 Hyperion 高光谱影像预处理
今日文章主要内容：
掌握Hyperion高光谱影像的基本操作，学会Hyperion 影像的预处理，得到地物的绝对反射率。（对不起==这是半年前给我的文章，我一直忘了发了，对不起对不起--）
01传感器及数据介绍
Hyperion为全球第一台星载民用和唯一可公开数据的高光谱成像光谱仪，搭载平台为EO-1,卫星发射时间2000年11月21日，设计寿命只有一一年，但是目前仍然在服役。Hyperion包含242个波段，其中包括35个可见光波段、35 个近红外波段和172个短波红外波段，成像波谱范围为356-2577nm，波谱分辨率为10nm,空间分辨率30米，扫描宽度7.7km,传感器重访周期16天，星下点回归周期为200天，影像灰度量化等级为12bit。
对外共享的Hyperion数据包括LIR和LIT两种格式，其中L1R数据经过了相对辐射校正、辐射定标操作，数据格式为HDF; LIT 数据经过了相对辐射校正、辐射定标、系统级几何校正、系统级地形校正，坐标系统为UTM-WGS84坐标系，数据格式为GeoTIFF。两种数据格式均纠正了可见光、近红外(VNIR) 成像传感器与短波红外(SWIR)成像传感器所成影像进行同步合成时的空间错位问题，同时SWIR波段的最后一列(第256列)像元DN值设置为0值。两种数据格式均未进行坏线修复、垂直条纹去除、“Smile"效应纠正和大气校正。L1R数据未进行几何定位因此影像呈竖直方向，而L1T数据经过了几何粗校正，影像呈倾斜方向分布，由于坏线、条纹、“Smile"效应等畸变均沿着飞行方向分布，因此从数据的预处理角度来说LIR数据更便于进行各种畸变的消除。
本次操作对L1R数据进行预处理。
1. 掌握Hyperion高光谱影像的基本操作（彩色合成，图像立方体，光谱信息提取，光谱曲线编辑）。
2. 学会Hyperion 影像的预处理，得到地物的绝对反射率。
03L1R数据的预处理流程
图1｜处理流程示意图
◐ 第一步：Hyperion 高光谱影像的基本操作
1. 彩色合成。在 ENVI 中打开EO1H1210372008080110PX.L1R 数据，R、G、B 分别选择为 51、31、21，打开的影像为彩色合成的影像。图3为未彩色合成的影像，图4为彩色合成影像。
2. 图像立方体。在 ENVI 工具栏中点击 Spectral→Build 3D Cube，生成生成图像立方体。
3. 查看光谱曲线与其属性编辑。在影像上单击右键，然后点击 Z profile(spectrum)会出现影像的光谱影像图。再点击 Editor——Data prometers 可以查看光谱曲线的属性编辑。
◐ 第二步：Hyperion 影像L1R数据的预处理
1. 去坏线。坏线是指影像波段中存在的整列像元DN值为0或者非常小的常数的现象，其产生主要是由成像时部分探测元件暂时失效而引起。去除坏线的思路是用坏线左右两侧像元的平均值来填补坏线像元。点击 Workshop——ApplyBad Pixel List，利用辅助文件“bad line list”将坏线去掉。
（当然这里也可以采用Hyperion_ tools 扩展工具对原影像中的坏线进行去除，它可以自动识别和修正坏线，所有工具及辅助文件点击阅读全文即可获取。安装方式：在ENVI4.8及之前版本，把hyperion_tools.sav和hyperion_wl_fwhm_bbl.txt文件放在你的ENVI安装目录下的save_add文件夹里，然后重启ENVI, 通过File->Open ExternalFile->EO-1→Hyperion Tools进入此工具。在ENVI5.x里面，把上述两个文件放在你的ENVI安装目录下Exelis\ENVI5\extensions或者Exelis\ENVI5\classic\save_add里面,在ToolBox->Extensions中能找到这个工具）
图7｜去坏线前/后示意
2. 波段剔除。需要剔除的波段包括未定标波段、重叠波段和水汽影响波段。由于这些波段不含有或者极少含有有用的信息，其存在也会大大减慢数据处理的速度，因而需要进行剔除。Hyperion的242个波段中，有44个波段未进行定标，主要是由于传感器在这些通道响应度很低，接收到的信号微弱，或者是由于部分波段的光谱覆盖区间产生了重叠，在数据发布以前，这些波段的所有像元被设定为0值，它们是1-7、58-76、225-242。VNIR中的56、57 波段与SWIR中的77、78波段重复，由于SWIR波段的信噪比比较低，影像中的噪声明显要多于VNIR，成像质量相对要差一些， 因此通常保留56、57 波段而舍弃77、78波段。值得注意的一个问题是，56、57波段影像的左侧通常存在密集的坏线。水汽影响波段成像质量很差，极少包含地物信息，需要进行剔除，这些波段是: 121-127、 167-178、224 (共20个)。进行大气校正时，需要1380nm附件受水汽影响最为严重的波段做云掩膜，所以对于Hyperion影像来说，需要保留123-125波段。右键点击去除坏线后的影像头文件，点 Edit Header——Editor Attributes——Bad Band List，在弹框中按下列表格选择需要的波段。
3. Smile效应的直观表现形式。“Smile"效应又称为皱眉("Frown") 效应，指的是影像像元的成像中心波长和半值波宽偏离传感器波段预设中心波长和半值波宽而使影像光谱空间发生扭曲的现象，所有的Hyperion影像的所有波段均存在“Smile"效应。“Smile"效应只能够减轻而无法完全消除，对于Hyperion影像，其“Smile”效应的检测主要通过亮度梯度来实现，具体的来说，它包含两个方面：一个是经 MNF后的结果影像的第一或者第二波段存在亮度梯度，即 MNF-1或MNF-2；另一种是氧 A吸收带 （约 760nm）对应波段的左右两肩的差值图像存在亮度梯度，由于Hyperion的第 41波段（762nm）位于氧 A吸收带，其左右两肩波段对应的是第40和第 42波段，该检测方法记为VNIR42-VNIR40。在ENVI的菜单栏点击 spectral——MNF Rotation——Forward MNF——Estimate Noise Statistics FromData 进行 MNF处理，然后利用bandmath进行VNIR42-VNIR40，分别得到 MNF-2和VNIR42-VNIR40。
4. 减弱“smile”效应。在 ENVI 菜单栏点击Workshop——Interpolate Wavelengths（de_smile）， 利用辅助文件 cwl(179).txt 和 avwvl(179).txt 进行“smile”效应的减弱。“smile”效应的纠正效果如下图所示：
5. 去条纹。条纹是指影像中存在的像元DN值相对较小但不为零，与周边像元存在明显灰度差异且呈现带状分布的现象。该现象的产生主要是由于当传感器相对太阳的角度发生变化时，探测元件对电磁辐射及热作用响应的不均一性和随机性造成的，对于Hyperion影像来说，由于SWIR波段的信噪比稍低，因此条纹要明显多于VNIR 波段。在 ENVI 菜单栏点击Workshop——column stats d_streak——Go，使用局部去条纹方法（Local_F）去条纹，相关过程截图以及去除条纹后的效果图如下如下所示：
图13｜局部去条纹操作过程-1
图15｜条纹的去除效果（band8）（左边是未去除条纹，右边为去除条纹）
6. 绝对辐射亮度值转换。对于可见光、近红外波段（Band1-70）在 band math 中输入公式float(DN)/40，对于短波红外波段（Band71-242），输入公式 float(DN)/80。
7. 将做过绝对辐射亮度值转换后的波段进行组合，点击 File——Save File As——ENVI Standard，选择 VNIR 和 SWIR 波段。
8. 进行大气校正。在做大气校正之前需要将数据的存储方式进行转换，从 BSQ——>BIL。转换之后，接下来需要做的就是大气校正。点击BasicTools——Preprocessing——Calibration Utilities——FLASSH ，将转换后的数据输入进去，再进行相关参数的设置。
9. 几何校正。利用EO1H1210372008080110PX_1T数据对光谱平滑后的影像进行几何校正，加载EO1H1210372008080110PX_1T数据的band29、band20、band12，在ENVI的菜单栏点击MAP—Registration—Select Gcps ：image to image，Baseimage选择EO1H1210372008080110PX_1T数据，Wrapimage选择的是光谱平滑后的数据，在Hyperion影像上均匀满幅选取一定数目的控制点，在本次实验选取的控制点数目为8个，采用二次多项式方法，总误差要求小于1。
10. 进行光谱平滑。采用反向 MNF 变换的方法，需要针对 VNIR 和 SWIR 波段分别进行，对于 VNIR 波段，进行 MNF 变换后取其前 12 个 MNF波段进行反向 MNF 变换得到逆变换影像,对于 SWIR 波段,进行 MNF 变换后取其前 8 个 MNF 波段进行反向 MNF 变换得到逆变换影像，然后将 VNIR 与SWIR 逆变换影像合成为一幅新影像，查看新影像的光谱曲线，可以发现抖动和锯齿明显减少，光谱曲线变得平滑。具体步骤为:（1）VNIR→Forward MNF→VNIR_MNF(50 bands)，VNIR_MNF(first12 bands)→InverseMNF→Inverse_VNIR(50 bands)（2）SWIR→Forward MNF→SWIR_MNF(126 bands)，SWIR_MNF(first8 bands) →InverseMNF→Inverse_SWIR(126 bands)（3）Save fileas(Inverse_VNIR+Inverse_SWIR) → InverseMNF_reflectance(176 bands)
11. 波普运算。利用波谱运算工具将FLAASH校正后的反射率转换到正常的数值范围：b1/10000.0。打开bandmath输入公式b1/10000.0，结果如图所示。
图24｜波普运算结果
今日对应文章，分享的内容是“hyperion工具及辅助文件”，在后台回复【HYP】获取。
作者｜不许人间见白头
排版｜Moon
校阅｜数读菌
那今天就到这里结束啦，欢迎留言讨论。文中的图片文字未经许可不要随便“引用”。
如果可以的话，希望能够转发分享，点个在看并且点个赞，给个赞赏~~也欢迎规范转载~
也希望大家和我多留言互动啊！（据说这样可以增加我的推送在你的订阅号里出现的概率）
历史文章推荐：
【GIS实验课】05 坡度提取的不确定性分析（分享批量重采样、批量掩膜、坡度批量提取代码）
需要你的“分享”和“在看”
END>
如需全文转载文章、投稿或者合作
可添加微信
(回复超慢！！！)
（不要添加我问各种问题，我大概率不会的==）
（入群请一定要备注入群）
（添加后会在晚上非工作时间通过，请稍安勿躁）
公众号
微博