【学习园地】遥感图像处理流程

ENVI（TheEnvironment for VisualizingImages）是一款功能强大的遥感图像处理软件，被广泛应用于地球科学、测绘工程、水利工程、城市与区域规划、环境保护、石油矿产勘探、农业、林业、气象和国防安全等领域。基于此平台，我们可以快捷地对遥感影像进行处理，并准确地从中提取信息。

本次主要向大家介绍遥感影像的下载，以及在ENVI5.3平台上对遥感影像进行预处理、辐射定标、大气校正以及图像融合等操作的流程。

1.遥感影像的获取

1.1地理空间数据云

我们可以在地理空间数据云平台（http://www.gscloud.cn/search）免费下载某一地区Landstat遥感影像，以太原市为例。

进入网站，点击高级检索，点击“数据库”选择遥感影像产品类型，此次我们选择“Landsat8OLI_TIRS”卫星数字产品，在“空间位置”输入行政区范围，“时间范围”输入影像时相。此外，要注意云量尽量控制在5%以下，否则下载的影像质量较差。

1.2检查数据完整性

下载的太原地区遥感影像一定要包含完整的第八波段，以及元数据文件。数据解压后，文件夹必须要有上图中标记的文件：上面的是第八波段影像，下面的是元数据文件（Metadata）。

1.3加载遥感影像

点击ENVI5.3中的OpenAs，打开具有元数据文件的遥感影像。

由下图可看出，本次下载的影像文件效果符合要求。

2.遥感图像辐射定标与大气校正

2.1辐射定标

辐射定标是将遥感影像的亮度值转化为辐射亮度值、反射率、表面温度等实际的物理量的过程。

在ENVI5.3和ENVIClassic两种环境下均可进行辐射定标。在Toolbox中打开RadiometricCorrection（辐射校正），选择MultiSpectral（多波段）。在辐射校正影像时CalibrationType：Radiance、ScaleFactor（转换因子）：0.1，

成果如上图所示，处理后的影像相比处理前在色调上发生明显改变。

2.2大气校正

2.2.1黑暗像元法大气校正

在假定地面是朗伯体，大气是均一的，影像上存在黑暗像元（黑体）的条件下，寻找影像上的黑暗像元，求其亮度均值。将该波段图像像元的亮度值减去黑暗像元的亮度均值，即消除了大气层的影响，达到大气校正的目的。

工具箱ToolBox：RadiometricCorrectionDark Subtraction

关键参数：SubtractionMethod；BandMinimum（波段最小值）；ROI（感兴趣区）；UserValue（用户定义值）。处理后效果如下——

2.2.2FLAASH大气校正

太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正过程。

本次利用ENVI5.3大气校正扩展模块（FLAASH和QUAC）对多光谱和高光谱数据进行大气校正的过程，其中参数设置如下——

可以看到经过大气校正后，图像的亮度、对比度、饱和度等都发生明显变化。

3.遥感图像的融合

图像融合是指将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像，重采样生成一幅高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。

基于像元的遥感图像融合在ENVI5.3中提供了HSV、Brovey、CN（colornormalized）、Gram-Schmidt、PC（主成分变换）等多种图像融合方法。

（1）工具箱：ImageSharpening→Gram-Schmidt Pan Sharpening

（2）输入低空间分辨率多光谱波段数据；

（3）输入高空间分辨率全色波段数据；

（4）参数设置（采样方式、传感器类型、文件保存等）；

（5）最后执行融合操作

融合后影像分辨率由30米变为15米，影像清晰度明显提升。在上述图像预处理操作完成的基础上，便可以用监督分类方法对影像分类，提取地表主要地类信息（水体、植被、建筑用地，等）。

供稿人：柴勇