一、多光谱影像处理

1. 辐射定标

2.大气校正

1. 需要准备一些数据:

2.大气校正过程

3、正射校正

二、全色影像处理

1. 辐射定标

2. 正射校正

三、图像融合

1.几何配准

2.图像融合

高分二号处理流程

envi5.3的安装教程：

ENVI5.3安装

安装完ENVI5.3后，还需要安装envi app store，然后在app store中安装“中国国产卫星支持工具”，这样才能在envi里导入国产卫星图像。

保姆级教程：

ENVI插件商店App Store的下载、安装、使用方法

全文根据此篇文章进行数据处理：

tm影像辐射定标_高分二号影像数据预处理及裁剪过程

本文种的操作与表述大部分来自于上述文章，处理过程作为上述文章的补充。

其他参考：

学习笔记---遥感影像辐射定标与大气校正

利用ENVI自带全球DEM数据计算区域平均高程

高分二号数据处理流程（有高分二号的数据信息）

打开.tif文件的方法（本文打开的都是.xml文件）

启动ENVI5.3，在菜单栏中，选择File > Open，弹出Open对话框，找到GF2数据⽂件夹所在位置，选中扩展名为.tiff的两个⽂件，点击打开。

GF2有多光谱和全色两个数据，MSS是多光谱的，PAN是全色的，多光谱的分辨率低（4m），全色的高（1m），需要把这两个数据融合，融合之前需要做定标等处理，获取经纬度。

一、多光谱影像处理

1. 辐射定标

以这个为例：

其他路径\2022.4.22\BaoTaQu\BaoTaQu_2022_DiZai\GF2_PMS1_E109.6_N36.2_20220214_L1A0006288992\GF2_PMS1_E109.6_N36.2_20220214_L1A0006288992-MSS1.xml

注意：路径中不要有中文，可能会报错（我的就报错了，无法生成.dat）

本文是以MSS1.xml为例，若为MSS2.xml，则和MSS相关的都将1替换成2即可

打开ENVI，使用国产卫星扩展工具打开MSS影像，启动File→Open As→China Satellites→GF2，选择MSS.xml文件打开；

在Toolbox中，Radiometric Correction→Radiometric Calibration，在File Selection中选择待处理影像，点击OK；

弹出Radiometric Calibration对话框，Calibration type确认为Radiance，单击Apply FLAASH Setting，设置输出路径与文件名（这里需要创建一个output文件夹，用于存放生成的数据文件，output/MSS1_Radiometric.dat），点击OK开始执行；

（1）辐射定标前和辐射标定后的波普廓线

（2）辐射定标前和辐射标定后的直观图像

2.大气校正

1. 需要准备一些数据:

(1)GF2的Sensor Altitude是631.000

(2)Ground Elevation平均高程需要对具体的图像进行计算。

平均高程计算过程：

File --> Open World Data --> Elevation(GMTED2010)（海拔）

得到 .jp2 图像

把要计算的.tif文件放在.jp2文件上面

可以看到tif图像在jp2图像的上方，如下图所示

选择ROI区域工具，画点（此区域用四个点即可）圈出tif图像区域。

点击右键，选择第一个选项“完成和接受多边形”

创建好区域，计算高程

得到1241m，则Ground Elevation=1241/1000=1.241km

也可以根据百度中查到的，海拔高度860.6～1525米，平均1193米，也可以按这个来，最好是计算。

注：计算完成后，可以将 .jp2图像remove掉，不然在导入生成好的大气校正图像时会提示 “···one or more····”这样的提示，不得不创建一个新的view。

2.大气校正过程

在Toolbox中，双击Radiometric Correction→Atmospheric Correction Module→FLAASH Atmospheric Correction工具启动FLAASH模块；

参数解释：

(1) 设置输入与输出文件信息：

Input Radiance Image：输入辐射定标之后的数据，MSS1_Radiometric.dat；

Output Reflectance File：单击按钮选择反射率数据输出目录与文件名（output/MSS1_FLAASH.dat）如果只在后面的文本框中输入文件名，则保存路径将为Output Directory for FLAASH Files中的路径；

Output Directory for FLAASH Files：设置大气校正其他结果输出路径 output文件夹；

Rootname for FLAASH Files：设置大气校正其他输出结果的根文件名（这个我没设置）

(2) 设置传感器及图像信息：

ENVI5.3及以上版本能够对图像中心坐标和获取时间信息进行自动识别，所以只需要修改以下几点：

Sensor Type：传感器类型，这里选择Multispectral→UNKNOWN→MSI;

GF2的Sensor Altitude是631.000

Ground Elevation：成像区域平均高度，通过数据准备中，计算得到的Ground Elevation=1.241km

Pixel Size：4m；

(3) 大气模型和气溶胶模型：

Atmosphere model（大气模型）

根据数据经纬度与获取时间对应的大气模型进行选择：

本文实验的数据纬度为36°，日期为Feb（2月），故选取的是MLS（Mid-Latitude Summer），其他图像按照这个方法选择即可模型即可。

Aerosol Model

根据实际图像选择，本文例子为Rural

Aerosol Retrieval 气溶胶反演

第一种，选择 none。（本文选用的这种）

点击Multispectral Settings，在里面设置响应函数

Filter Function File 是GF2-PMS1的光谱响应函数gf2_pms1_mss.sli（GF2-PMS2选择gf2_pms2_mss.sli）；位于ENVI安装目录：*安装目录\ENVI53\resource\filterfuncs下，选择即可。

点击Fiiter Function File --> Open --> New file

第二种，选择，需要设置Multispectral Settings--Kaufman --> Tanre Aerosol Retrieval

Advanced Settings

这里大部分都可以保持默认设置，但由于是多光谱数据，故将Modtran Resolution设置为15cm-1.

我的参数设置：

所有设置完成之后，点击Apply执行大气校正，完成后会得到反演的能见度和水汽柱含量；

得到的结果：

选择Display>Profiles>Spectral查看大气校正前后同一地物波谱曲线变化。

气溶胶反演选择的第一种，None，得到的大气校正前后对比图，图片颜色有些许变化。

这个是刚刚大气校正后得到的：

3、正射校正

点击File→Open打开大气校正后(或者原始的多光谱)的影像，View Metadata查看其元数据信息，可以看到ENVI很好地识别了数据的RPC信息；

有了RPC信息之后，就可以基于这些RPC信息进行正射校正；点击Toolbox→Geometric Correction→Orthorectification→RPC Orthorectification
Workflow，打开正射校正流程化工具；

在File Selection面板中，Input File选择经过大气校正的多光谱数据（MSS1_FLAASH.dat），DEM File会默认选择全球分辨率为900米的DEM数据，我们这里保持默认（如果有更高分辨率的DEM数据，可以替换此数据），点击Next；

在RPC Refinement面板中，有四个选项卡可以选择。

如果有实测的或从其他途径获取的控制点数据，可以在该面板中进行添加，添加后在Statistics选项卡中可以看到相应的误差统计信息；

1) 切换到Advanced选项卡，修改输出像元大小Output Pixel Size为4米，重采样方法Image Resampling选择三次卷积法，其他参数保持默认；

2) 切换到Export选项卡，选择输出文件格式，设置输出路径及文件名（MSS1_FLAASH_rpcortho.dat），点击Finish；

正射校正前后对比：

二、全色影像处理

1. 辐射定标

打开ENVI，使用国产卫星扩展工具打开MSS影像，启动File→Open As→China Satellites→GF2，选择PAN.xml文件打开；

在Toolbox中，Radiometric Correction→Radiometric Calibration，在File Selection中选择待处理影像，点击OK；

Calibration Type: Reflectance，全色影像定标为大气表观反射率；

Output Interleave: BIL;

Output Data Type：Uint；

Scale Factor：10000；

output/PAN1_Radiometric.dat

注：由于多光谱FLAASH大气校正的结果为扩大了10000倍的反射率数据，为了让融合图像效果好，需要将全色数据与多光谱数据的像元值变成一致。这里使用辐射定标工具将全色数据定标为大气表观反射率，并扩大10000倍。

辐射定标前和辐射标定后的直观图像

2. 正射校正

全色数据的正射校正操作与多光谱数据的正射校正完全相同，需要提醒的地方是GF2全色数据正射校正时输出像元大小需设置为1米，以便我们下面进行图像融合。

点击Toolbox→Geometric Correction→Orthorectification→RPC Orthorectification
Workflow，打开正射校正流程化工具；

在File Selection面板中，Input File选择经过辐射定标（因为本文的全色图没有进行大气校正）的全色数据（PAN1_Radiometric.dat），DEM File会默认选择全球分辨率为900米的DEM数据，我们这里保持默认（如果有更高分辨率的DEM数据，可以替换此数据），点击Next；

1) 切换到Advanced选项卡，修改输出像元大小Output Pixel Size为1米，重采样方法Image Resampling选择三次卷积法（Cubic Convolution)，其他参数保持默认；

2) 切换到Export选项卡，选择输出文件格式，设置输出路径及文件名（PAN1_Radiometric_rpcortho.dat），点击Finish；

正射校正前、后对比：

以上全色图的处理已完成。

三、图像融合

1.几何配准

（本次处理中没有进行几何配准，这部分没有处理）

图像融合之前，需要查看二者是否完全配准，如果没有完全配准，就需要对其进行配准，可以使用ENVI中的自动配准流程化工具，以全色数据为基准对多光谱数据进行配准；此工具的位置在：Toolbox > Geometric Correction > Registration > Image Registration Workflow

本次操作正射校正后的多光谱和全色数据配准的比较好（目前，大部分高分辨率数据正射校正后多光谱和全色数据配准的均比较好），所以我们这里不进行图像配准，直接进行图像融合；

2.图像融合

（1）NNDiffuse Pan Sharpening方法

点击在Toolbox→Extensions→NNDiffuse Pan Sharpening ；

Input Low Resolution Raster选择上一步正射校正后的多光谱数据；

Input High Resolution Raster选择上一步正射校正后的全色数据；

Output Raster：NNDiffusePanSharpening.dat应该是自己出来的，如需修改位置、名称可以进行修改，也可以将融合的数据改为.tiff格式的，NNDiffusePanSharpening.tiff；

其他参数保持默认；

点击OK运行；

注：NNDiffuse Pan Sharpening工具要求输入的多光谱和全色数据的空间分辨率是整数倍的（本例正射校正时分别将多光谱的全色的分辨率重采样为4米和1米，就是为了方便该工具的使用）。

浏览融合之后的影像与融合之前的多光谱影像，空间分辨率得到明显提升，颜色纹理也得到了比较好的保留。与全色融合后的光谱曲线整体升高。

对于图像变白问题，可以将背景值设置为0，有两种方式

（1）使用ENVI自带的工具

具体操作：

Toolbox > Extensions > Raster Processing Batch Tool > Data Ignore Value > Set Ignore Value[Zero]

（2）手动修改源数据

使用记事本等工具打开图像头文件，如下图所示。

在头文件中手动增加一行为data ignore value = 0（其中0为背景值，可以设置为其他值）。重新打开图像即可。

最终得到的图像保存：

此处保存的文件格式是.dat，可根据自己所需，保存成.tif或者其他格式都可以

处理过程中涉及到的文件名：

MSS1_Radiometric.dat
MSS1_FLAASH.dat
MSS1_FLAASH_rpcortho.dat
PAN1_Radiometric.dat
PAN1_Radiometric_rpcortho.dat

MSS2_Radiometric.dat
MSS2_FLAASH.dat
MSS2_FLAASH_rpcortho.dat
PAN2_Radiometric.dat
PAN2_Radiometric_rpcortho.dat

NNDiffusePanSharpening.tiff

envi5.3处理高分二号影像数据详细过程记录相关推荐

ENVI5.3下高分二号（GF2）数据预处理
以一景2015年1月23日获取的GF2-PMS1数据为例介绍在ENVI5.3下GF2数据预处理的详细操作步骤.GF2数据预处理基本流程如下: 图:GF2数据预处理流程说明:1. 针对不同的应用,有不 ...
第059篇：高分二号遥感影像预处理流程（ENVI5.3.1平台+ENVI App Store中最新的中国国产卫星支持工具）
今天被袁老的新闻刷屏,湖南衡水县水稻基地传出好消息: 袁隆平团队第三代杂交水稻测产,测得晚稻平均亩产为911.7 ...
高分二号(GF-2)号卫星数据的查询下载地址和方法
高分二号卫星是我国自主研制的首颗空间分辨优于1米的民用光学遥感卫星可在平台中查询到,搭载有两台高分辨率1米全色.4米多光谱相机,具有亚米级空间分辨率.高定位精度和快速姿态机动能力等特点,有效地提升了卫 ...
【高分一号影像数据命名规则】
高分一号影像数据高分一号(GF-1)-中国高分辨率对地观测系统的第一颗卫星 2013年4月26日12时13分04秒由长征二号丁运载火箭成功发射,开启了中国对地观测的新时代.卫星全色分辨率是2米,多光 ...
基于IDL的高分二号影像批量预处理程序
基于IDL的高分二号影像批量预处理程序(第二版) 上一版本插件预处理效果不太理想(特别是融合后分辨率不符合预期),上一版资源不再提供下载,但处理思路可以借鉴.目前在本机40GB RAM工作站上预处理一 ...
遥感图像语义分割——从原始图像开始制作自己的数据集(以高分二号为例)
遥感图像语义分割--从原始图像开始制作自己的数据集(以高分二号为例) 文章目录遥感图像语义分割--从原始图像开始制作自己的数据集(以高分二号为例) 1.遥感影像获取 2.遥感数据预处理(影像融合) ...
IDL下高分二号完整预处理代码
下面写的太LOW了,有好多值得修改的地方,修改更新后博客地址: https://blog.csdn.net/desertsTsung/article/details/84679969 今天去不了Ear ...
基于python实现高分二号遥感影像水体提取与水质反演（黑臭水体与水体富营养化）
高分二号遥感影像水体提取与水质反演水体提取函数--NDWI 基于几何约束提取河流生成shp,方便后续裁剪水体水质反演最终结果水体提取函数--NDWI 水体提取函数water.py impor ...
使用ERDAS对国产卫星影像进行控制点正射校正—以高分二号卫星（GF2）为例
** 使用ERDAS对国产卫星影像进行控制点正射校正-以高分二号卫星(GF2)为例 ** 一.研究区影像: 1.1.高分二号原始影像影像为山西介休市的一景获取时间为2019.01.22的GF2影像: ...
遥感技术及高分遥感影像在地震中的应用及高分二号获取
长期以来,地震预报监测.灾害调查.灾情信息获取主要依靠实地勘测手段,其获取的数据精度和置信度虽然较高,但存在工作量大.效率低.费用高和信息不直观等缺点.遥感技术手段可在一定程度上克服传统实地勘测手段的 ...

envi5.3处理高分二号影像数据详细过程记录

一、多光谱影像处理

1. 辐射定标

2.大气校正

1. 需要准备一些数据:

2.大气校正过程

3、正射校正

二、全色影像处理

1. 辐射定标

2. 正射校正

三、图像融合

1.几何配准

2.图像融合

（1）NNDiffuse Pan Sharpening方法

envi5.3处理高分二号影像数据详细过程记录相关推荐

最新文章

热门文章