资源一号02C HR相机数据处理

资源一号02C有两台2.36米分辨率HR相机使数据的幅宽达到54km,这次获取的数据包括三个TIFF文件,*HR1.tiff和*HR2.tiff,以及分别对应RPC文件*.rpb;另外一个文件比较大的*.tiff,打开浏览发现他是HR1和HR2镶嵌的结果,而且几何位置还一样,像是做过几何处理后镶嵌的结果。据说还包括一个DEM数据,不过这里拿到的数据没有。

本文主要包括数据打开、正射校正、图像镶嵌、图像融合、真彩色合成,在ENVI5下操作,同时也介绍了在ENVI Classic版本下的操作。

1.  打开与浏览数据

ENVI5.3以上的版本,可使用国产数据工具打开资源一号02c数据File->Open As->China Satellites->ZY1-02C。

本文在ENVI5.0 SP3中进行,直接打开*HR1.tiff和*HR2.tiff文件,如下图所示,可以看到两景图像自动镶嵌在一起,不过在颜色和位置上有一定的偏差。


图1:两幅HR相机图像显示

在Layer Manager中,在一个图层中右键选择View Metadata,浏览Mapinfo 选项,发现没有投影和坐标信息。但是切换到Associated RPC Info选项,可以看到已经自动读取了RPC文件信息。但是没有利用rpc文件对图像进行地理定位,我们需要在头文件中更改一个设置,在正射校正步骤中会介绍更改方法。

 

图2:Mapinfo 选项

 

图3:附带的RPC信息

在ENVI Classic中是如下所示,为什么不能用RPC对图像进行地理定位,需要参考第二步中的设置。

 

图4:更改之前的波段列表信息

2.  正射校正

下面我们介绍在两种界面中正射校正操作。

  • ENVIclassic或者ENVI4.8及之前版本:

(1)    在波段列表中,右键选择Edit header。

(2)    打开Edit Attributes->RPC or RSM Projection Emulation,在RPC Parameters面板中,设置RPC Projection Emulation Enabled:On。如图6所示,使用RPC文件对图像进行了地理定位。

 

图5:RPC Parameters面板

 

图6:更改之后的波段列表

(3)    选择Map- > Orthorectification -> Generic RPC and RSM->Orthorectify using RPC or RSM,选择相应的图像文件。

(4)    在Orthorectification Parameters面板中,设置相应的参数,如DEM、输出投影信息、像元大小等。

 

图7:正射校正输出面板

注:如果不修改RPC Projection Emulation Enabled参数,在Classic界面中做正射校正会出错。如下图所示:

 

图8:Classic中的正射校正界面(未修改)

  • ENVI5中:

(1)    打开Toolbox/Raster Management/Edit ENVI Header,选择需要修改的文件。

(2)    打开Edit Attributes->RPC or RSM Projection Emulation,设置RPC Projection Emulation Enabled:On。

(3)    启动Toolbox/Geometric Correction/Orthorectification/ RPC Orthorectification Workflow。

(4)    第一步骤:选择图像文件和dem文件

(5)    第二步骤:正射校正参数设置,包括控制点选择、输出像元大小、重采样方法、输出路径等。

控制点:无

Pixel size:2.36

Image resample:Cubic Convolution

(6)    单击Finish,执行正射校正。

   同样的方法对HR2进行正射校正处理,最终的结果如下: 

图9:HR1和HR2正射校正结果

3.  图像镶嵌

图像镶嵌直接用Toolbox/Mosaicking/Georeferenced Mosaicking即可。

值得注意的是,可能两个相机拍摄角度的原因或者其他原因,两个图像在在颜色上有细微的差异,在镶嵌时候调整叠加顺序和使用一定阈值的羽化效果,如这里是HR2在上层次,使用10个像素的羽化,镶嵌结果基本看不出镶嵌边界。

 

图10:镶嵌结果

注:如果重叠区域有较大的几何误差(无控制点情况下可能有1-3像素的误差,自南向北误差逐渐增大),可使用Toolbox/Geometric Correction/Registration/Image Registration Workflow图像自动配准工具对正射校正结果进行微校正。

4.  图像融合

启动Toolbox/Image Sharpening/Gram-Schmidt Pan Sharpening,分别选择正射校正好的多光谱和全色图像,如下图设置参数。

 

图11:Pan Sharpening参数面板

由于HR相机图像和多光谱图像的覆盖范围不一致(60km和54km),在融合之前可以裁减他们的重叠区,工具为:自动获取两幅影像的重叠区域

如下图是没有裁减的情况下的融合结果,图像周边有一些黑白区域。

 

图12:未裁减重叠区融合结果

如下图所示,由于全色和多光谱空间分辨率相差3倍,融合图像和多光谱图像在视觉上有很大的变化,中间框中的图像是10米多光谱,框外的是2.36米的融合结果。

 

图13:城市区域融合结果

 

图14:农田区域融合结果

5.  真彩色合成

采用波段合成的方法:

RRed

G:(Gree+Red+Nir/3band math表达式:byte((fix(b1)+b2+b3)/3)

BGree

使用/Raster Management/Layer Stacking按照上述顺序组合一个三个波段数据,得到真彩色合成结果。

 
图15:真彩色合成(城区)

posted @   ENVI-IDL技术殿堂  阅读(670)  评论(0编辑  收藏  举报
编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· 字符编码:从基础到乱码解决
· Open-Sora 2.0 重磅开源!
点击右上角即可分享
微信分享提示