ENVI5.3中吉林一号卫星图像数据处理
图:吉林一号卫星主要参数
第一步:安装扩展工具
(1)下载App Store for ENVI:https://envi.geoscene.cn/appstore/
(2)在App Store for ENVI中,安装"中国对地观测卫星支持工具V5.3"。
注:如果已经安装了这个工具,可以在App Store中单击Update APP按钮。
(3)重启ENVI软件之后,会增加一个菜单:File->Open as->China Satellites->JL1-01A
第二步:打开吉林一号数据
图:吉林一号多光谱文件
(1)在ENVI中,File->Open as->China Satellites-> JL1-01A,选择.tif文件,这里为:JL101A_PMS_20160404021401_000006763_202_0004_001_L1_MSS.tif
注:吉林一号多光谱包括蓝、绿、红三个波段,由于吉林一号官方未提供波谱响应函数和中心波长信息,这里使用QuickBird的中心波长。
(2)同样方法打开全色图像数据。
(3)在图层管理器中,多光谱图层右键选择View Metadata,打开多光谱元数据信息。可以看到打开了丰富的元数据信息。
有了这些信息,我们就可以很方便的进行后面的处理,包括辐射定标、大气校正、正射校正等处理。
图:元数据中的RPC信息
图:元数据中的波谱信息
图:元数据中的成像日期
第三步:图像处理
- 辐射定标
(1)在Toolbox中,打开/Radiometric Correction/Radiometric Calibration工具。
(2)在文件选择对话框中,选择多光谱数据。
(3)在打开的Radiometric Calibration面板,可以选择定标类型为辐射率数据。
注:由于官方未公布太阳辐照率数据,这暂时不能定标为大气表观反射率。
(4)选择输出路径和文件名。
图:辐射定标
- 正射校正
(1)在Toolbox中,打开/Geometric Correction/Orthorectification/RPC Orthorectification Workflow工具。
(2)在文件选择面板中,选择第二步中打开的多光谱图像和DEM,DEM使用ENVI自带的全球200米分辨率DEM。
(3)单击Next,在RPC Refinement面板中,本例子使用无控制点正射校正,切换Advanced选项。
-
输出象元大小(Output Pixel Size):2.88
-
重采样方法(Image Resample):Cubic Convolution
(4)切换Export选项,选择输出路径和文件名及格式。
图:RPC Refinement面板
图:全色和多光谱图像无控制点正射校正结果
(1)在Toolbox工具箱中,打开/Geometric Correction/Registration/Image Registration Workflow工具,启动自动配准流程化工具。
(2)在File Selection步骤中,单击Base Image File右侧的Browse按钮,选择全色正射校正结果作为基准图像;选择多光谱正射校正结果作为待配准图像,单击Next按钮进入Tie Points Generation步骤。
(3)设置Maximum Allowable Error Per Tie Point(最大允许误差):3,其他参数默认,单击Next按钮进入Review and Warp步骤。
(4)自动生成的Tie点均匀的分布子在图像上,默认得到的RMS Error:0.68,400多个控制点,如下图所示。
图:自动寻找的Tie点
(1)勾选Preview选项,预览配准结果小于1个像元。
(2)在Review and Warp步骤中,选择Warping选项卡,各个参数如下:
-
校正模型(Warping Method):Polynomial
-
重采样方法(Resampling): Cubic Convolution
-
背景值(Background Value): 0
-
输出像元大小(Output Pixel Size from):Warp Image
提示:如果图像所在地区地形起伏较大,校正模块可选择局部三角网模型:Triangulation。
图:Warping选项卡参数设置
(3)单击Next按钮,在Export步骤,选择输出配准后图像。
(4)单击Finish按钮输出结果。
图:Google Earth上显示几何校正结果
- 图像融合
(1)在Toolbox中,打开/Raster Management/Convert Interleave,在文件选择框中选择多光谱图像正射校正结果,在打开的Convert File Parameters面板中选择输出储存顺序为BIP,设置Convert In Place:Yes,不单独输出文件。
注:该步骤为可选择处理,目的是将多光谱图像的储存顺序由BSQ变成BIP或者BIL,能提高2~3倍图像融合速度。
图:Convert File Parameters面板
(2)在Toolbox中,打开/Image Sharpening/NNDiffuse Pan Sharpening工具。
(3)在NNDiffuse Pan Sharpening面板中,分别选择多光谱图像和全色图像正射校正结果。
(4)其他参数默认不修改,选择输出路径和文件名。
(5)单击OK执行处理。
图:NNDiffuse Pan Sharpening面板
图:左-融合结果,右边-多光谱图像
图:上-融合结果,下-多光谱图像
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· 记一次.NET内存居高不下排查解决与启示