利用高分五号02星高光谱数据进行地物识别

2024-03-13 08:12

本文主要是介绍利用高分五号02星高光谱数据进行地物识别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        高分五号02星搭载了一台60公里幅宽、330谱段、30米分辨率的可见短波红外高光谱相机(AHSI),可见近红外(400~1000nm)和短波红外光谱(1000~2500nm)分辨率分别达到5纳米和10纳米。单看参数性能优越,忍不住想试试利用这个数据进行地物识别。

本文介绍利用光谱分析方法从高分五号02星AHSI的反射率影像(可见近红外VN、短波红外SW组合的330个波段影像)上识别一些地物信息,如云层、农作物等地物信息。在ENVI5.6下(ENVI5.3.1及以上版本类似)操作完成,主要包括坏波段标识、端元波谱获取、光谱分析地物识别步骤。

注:可访问 envi.geoscene.cn/envi_license 获取最新ENVI5.6.3软件试用。

1坏波段标识(选做)

        AHSI反射率影像中有一些波段有一些条带噪声(竖条带或者横条带),主要集中在短波红外SW中,如下图所示,这些条带噪声对识别结果有一定影响,得到的结果也可能存在竖条带或者横条带的类别,如果不影响最终应用可忽略。感兴趣的可以尝试用可见近红外VN波段,”坏波段”会更少一些。

图1:部分波段上的条带噪声

可在ENVI中标注为bad bands不参与光谱分析,这些波段目前没有在官方渠道上公布,可通过波谱曲线辨别,如下图所示,有一个波段值非常高鼠标定位到这个点,从左边就可以获取该波段。定位像素点波谱曲线可通过地物识别结果进行定位。

图2:通过像素点波谱曲线定位“坏波段”

(1)显示AHSI反射率影像的图层上右键选择 View metadata,打开Edit metadata。

(2)切换到Spectral选项,在Bad Bands List点击按钮,按住Ctrl选择需要标识Bad bands的波段。这里选择标识202、263、264、271、274、277、269、320、325、326。

(3)点击Ok完成标识。

注:经过FLAASH大气校正的反射率影像上已经自动标识了一些水汽吸收波段为坏波段,这些波段全是0值或者噪声非常大。

图3:标识Bad Bands

2获取端元波谱

端元波谱实际就是需要识别地物的波谱样本,可以通过很多种方式获取,包括标准波谱库、波谱仪实测、影像上获取等。其中影像获取也有多种方式,最简单的方式就是从影像上选择感兴趣区(ROI),获取感兴趣的平均波谱曲线作为端元波谱,本文采用这种方式。

(1)在ENVI中,打开Roi Tool工具,通过目视解译方式绘制需要识别的地物。

(2)通过目视判读,真彩色合成识别和绘制云层、作物1、作物2和作物3 四类需要识别的地物,数量不用太多,需要准确。

注:在绘制云层时候,按住Ctrl+鼠标左键打开魔术棒,使用魔术棒绘制更便捷。

图4:绘制ROI感性兴趣

(3)打开/Classification/Endmember Collection工具,在文件选择对话框中选择AHSI反射率影像。

注:如果影像有背景,可以在此对话框中生成或使用掩膜文件。

(4)在Endmember Collection面板里,选择Import->from ROI/EVF from input file,选择前面选择的感兴趣区。

(5)在Endmember Collection面板里,点击Plot按钮绘制感兴趣的平均波谱曲线。

这里绘制得到的四种地物波谱曲线,三种作物都是未知类型。为了识别三种未知作物类型,一种方法是参照实际调查结果,另外一种方法是用已知的波谱库去识别,采用的工具为/Spectral/Spectral Analyst。这里没有相应的农作物波谱库文件,不对采集的端元波谱做波谱识别。

图5:Endmember Collection面板和平均波谱曲线

3光谱分析地物识别

光谱分析有很多算法,比较常用的是波谱角制图(Spectral Angle Mapper,SAM)。ENVI中可以直接在Endmember Collection中进行SAM分析,也可以打开Classification/Supervised Classification/Spectral Angle Mapper Classification工具。

Endmember Collection中可以预览,还可以分别为每一类单独设置波谱角阈值。本文直接在Endmember Collection中进行SAM地物识别。

(1)接着上一步打开的Endmember Collection面板,选择Algorithm-> Spectral Angle Mapper。

(2)点击Apply,弹出Spectral Angle Mapper参数面板。

  • Set Maximum Angle:设置最大波谱角阈值(0~1.0),以弧度为单位。这里可以统一设置一个阈值,也可以分别为每一类设置阈值。这里阈值越小,识别精度越高。
  • Output Rule Images:是否输出规则文件。规则文件就是生成波谱角为像素值的图像文件,选择输出可以采用密度分割方式进行分类,也可以作为获取阈值的一个参考。

图6:Spectral Angle Mapper参数面板

(3)点击Previw可以预览识别结果,点击OK进行处理。

结果为分类结果文件,可以进行小斑点去除、结果编辑、精度验证、分类转矢量等后续的处理,本文就不进行进一步的介绍。

4 总结

将识别的结果与AHSI反射率影像叠加显示,得益于330多个波段,通过目视判读识别精度还是挺不错的。

图7:SAM识别结果(局部)

原文链接:https://bbs.csdn.net/forums/gisrs?spm=1001.2014.3001.6682

这篇关于利用高分五号02星高光谱数据进行地物识别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/804176

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Python进行word模板内容替换的实现示例

《Python进行word模板内容替换的实现示例》本文介绍了使用Python自动化处理Word模板文档的常用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友... 目录技术背景与需求场景核心工具库介绍1.获取你的word模板内容2.正常文本内容的替换3.表格内容的

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

如何正确识别一台POE交换机的好坏? 选购可靠的POE交换机注意事项

《如何正确识别一台POE交换机的好坏?选购可靠的POE交换机注意事项》POE技术已经历多年发展,广泛应用于安防监控和无线覆盖等领域,需求量大,但质量参差不齐,市场上POE交换机的品牌繁多,如何正确识... 目录生产标识1. 必须包含的信息2. 劣质设备的常见问题供电标准1. 正规的 POE 标准2. 劣质设

Git进行版本控制的实战指南

《Git进行版本控制的实战指南》Git是一种分布式版本控制系统,广泛应用于软件开发中,它可以记录和管理项目的历史修改,并支持多人协作开发,通过Git,开发者可以轻松地跟踪代码变更、合并分支、回退版本等... 目录一、Git核心概念解析二、环境搭建与配置1. 安装Git(Windows示例)2. 基础配置(必

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建