ENVI53 辐射校正、大气校正、影像裁剪超详细教程

article/2025/10/12 7:12:12

引言:

拿到一幅卫星影像后,我们第一件事应该做的就是进行辐射校正大气校正,这两个校正是最基础的也是最重要的,这也是进行下一步图像处理的前提。
至于什么是辐射校正和大气校正,我想大家可以有一千种方法去弄明白。本篇博文的重点是辐射校正大气校正的具体步骤,就不在这里赘述了。下面我们直奔主题。

辐射校正步骤

1.准备工作:Landsat8卫星数据。
至于该数据的获取方式,推荐网站:http://www.gscloud.cn/

2.打开文件:我们打开MTL,txt 头文件
在这里插入图片描述
如下图所示
在这里插入图片描述
2.在右边工具箱搜索一下,辐射校正“radiomatric Calibration”,双击打开
在这里插入图片描述
3.点开后如下所示,选择第一个,多波段影像。为什么会有五个影像可选呢?这里就要了解一下Landsat8卫星的特点了。该卫星有两个传感器,分别是OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)。其中TIRS传感器包含两个红外波段,大家打开影像的Data Manager 可以很清晰地看到波段信息,就一目了然了。Quality是质量评估波段。
在这里插入图片描述
4.点击OK,如下图所示,定标类型选择Radiance, 输出格式选择BIL,为接下来的大气校正做准备。输出类型选择float, 然后直接点击“Apply FLAASH Settings”, scale factor会自动匹配。选择好输出位置,这里注意一下,路径不宜过长,路径中不要出现中文,否则容易出幺蛾子。

在这里插入图片描述
点击OK,就大功告成啦!
注:辐射定标完事后,影像在视觉上没有什么大的变化,就是参数变了,大家不要觉得奇怪。

影像的裁剪

为什么在这里介绍影像裁剪呢?因为我们在辐射定标完成后要进行大气校正,而大气校正的过程比较漫长,所以为了节省时间,我们完全可以先将我们要研究的区域裁剪出来,然后对该区域进行大气校正,这样可以减少很多时间,不做无谓的牺牲。
那问题又来了,为什么在辐射定标之前不先进行裁剪呢?因为辐射定标需要影像的头文件,而裁剪后头文件就没了,而大气校正不需要头文件,so…

开始吧!
准备工作:1.研究区域的行政边界线 2.Landsat8影像
注:至于行政边界线的矢量文件如何获取,我在上一篇博客有非常详细的介绍,需要的同学们可以去看一下。行政边界矢量数据下载教程

1.我们接着上面辐射定标完成后的影像继续做。打开适量文件,shp后缀的文件。这里以北京海淀区为例。
在这里插入图片描述
2.加载进来,加载进来后,在右面工具箱搜索“Subset Data from ROIs”,如下图所示,双击打开。

在这里插入图片描述
3.选择要裁剪的影像,这里注意,要选择我们辐射定标后的影像,不要选错了。点击OK。
在这里插入图片描述
4.然后进入如下界面,这里是选择ROI区域,也就是裁剪区,因为我的适量数据是两个文件组成的,所以有两个,都选上。“Mask pixel outside of ROI?”这个地方选择yes,选yes之后意思就是按照你的不规则边界区域进行裁剪,如果是no就是根据ROI 的那个矩形框进行裁剪,裁剪出来是个矩形。“Mask Background”背景值设置为零,意思是黑色。

在这里插入图片描述
5.就OK啦,这就是裁剪出来后的效果图。
在这里插入图片描述

大气校正

叮嘱:大气校正的步骤在这里看起来比较复杂,但其实很简单,就是把哪个表里的信息填完整就好。如何获取表里面的参数信息是关键,所以希望大家把每一步获取信息的方式看完,保姆级。

来,咱们继续,接上面的成果,找到这个工具。
在这里插入图片描述
2.接下来,我们就是把这张表填完整,如图2.1,就可以进行大气校正了。

在这里插入图片描述图2.1
在这里插入图片描述

图2.2

(1)首先,Input Radiance Image就是将我们裁剪完后的影像加载进来,弹出的对话框选里面选第二个use single… (如上图所示)然后下面两个Output,选择输出路径。
(2)Sensor Type 传感器类型,选择你的影像对应的类型。
(3)Flight Date 时间,年月日分秒,这个信息怎么获取呢?右键图层——view metadata——time里面可以找到。(我相信大家,这里应该不用放图了)
(4)Ground Elevation 平均海拔,这个数据怎么获取呢?有两种方式,1.直接百度,该地区的平均海拔。2.更专业的手段。(此方法由于篇幅稍长,所以放在文后附录中)
(5)Atmospheric Model 大气模型怎么选呢?来,给大家一张表,按照这个表选就行了。如图2.3所示。
在这里插入图片描述
图2.3大气模型对应表

(6)aerosol model气溶胶模型,根据情况选择城市或农村。
(7)Multispectral Settings 多波段设置(在最下面一行),点开后出现如下所示界面,大家就按照如图中方式选。选“GUI”,点击“Defaults”,点开后选第一个。
在这里插入图片描述
完事之后就OK,然后Apply,就开始进行大气校正了。

附录:

下面介绍一下前面提到的,如何统计该地区的平均高程。
1.File-open,在ENVI安装路径下,找到这个文件,这个是ENVI自带的全球900m DEM数据。直接看图,就是这个文件.
在这里插入图片描述
2.打开这个工具,进行一个统计。
在这里插入图片描述
3.选中那个自带的文件,看图,然后点击“Stats Subset”。
在这里插入图片描述
4.然后点击 file, 看图,
在这里插入图片描述
6.选中你研究的那块区域,点击OK,然后就跟着下面的截图来。
在这里插入图片描述
在这里插入图片描述
7.这个地方,统计出来了,Mean,就是平均海拔,这里单位是米。OK了,这样就查出此地的平均海拔了。
在这里插入图片描述
注:填海拔的时候,单位是km,一定要看好单位再填,这个地方很容易出错。

到这里,辐射校正、大气校正、不规则裁剪,内容就全部结束了


http://chatgpt.dhexx.cn/article/HGQ1mSSd.shtml

相关文章

目标检测、谓词组合网络检测和显著性检测——day62 读论文: Multi-task Compositional Network for Visual Relationship Detection

视觉关系检测的多任务组合网络 Multi-task Compositional Network for Visual Relationship Detection1 Introduction2 Related Work3 The MCN(多任务组合网络)3.1 The Probabilistic Model of MCN3.2 The Architecture of MCN3.2.1 Object Detector3.2.…

【图像检测】基于Matlab实现图像显著性检测

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …

图像显著性检测

今天看论文接触到一个新词—显著性检测,刚开始没想到是一个专业词汇,查了博客发现是一种极好的目标检测算法,可用于目标检测和定位,目标ROI区域粗分割,继而进行目标图像处理。 贴出原博客链接:OpenCV-pytho…

全局对比度的图像显著性检测算法

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达本文转自:opencv学堂 显著性检测概念 显著性就是可以快速引起你注意的对象或者物体,在图像或者视频中显著性检测的结果往往是图像或者视频中对象&…

显著性检测- HC模型

1. 模型论文: Global Contrast based Salient Region detection. Ming-Ming Cheng, Niloy J. Mitra, Xiaolei Huang, Philip H. S. Torr, Shi-Min Hu. IEEE TPAMI, 2015 2. 实现代码 (1) 显著性检测公共头文件 #ifndef SALIENTCOMMON_H #define SALIENTCOMMON_…

基于深度学习的显著性检测用于遥感影像地物提取(U-2-NET)

GitHub地址链接:https://github.com/NathanUA/U-2-Net 这个显著性检测很好用,强烈推荐,建议二分类的任务都来试试,尤其对边缘细节要求比较高的任务。 下面的效果要不是第一张图预测有瑕疵,我都以为预测代码是把标签复制…

图像显著性目标检测

一、概述 1、定义 图像显著性检测(Saliency Detection,SD), 指通过智能算法模拟人的视觉系统特点,预测人类的视觉凝视点和眼动,提取图像中的显著区域(即人类感兴趣的区域),可以广泛用于目标识别、图像编辑以及图像检索等领域&am…

显著性检测——LC模型

1. 参考文献&#xff1a; Visual Attention Detection in Video Sequences Using Spatiotemporal Cues。 Yun Zhai and Mubarak Shah. Page 4-5 2. 模型实现 2.1 显著性检测公共头文件 #ifndef SALIENTCOMMON_H #define SALIENTCOMMON_H // std lib #include <iostream…

GrabCut算法、物体显著性检测

图割GraphCus算法。利用颜色、纹理等信息对GraphCut进行改进&#xff0c;形成效果更好的GrabCut算法。 对图像的目标物体和背景建立一个K维的全协方差高斯混合模型。 其中&#xff0c;单高斯模型的概率密度函数用公式表示为&#xff1a; 高斯混合模型可表示为n个单高斯模型的概…

显著性检测的评价指标代码

包括MAE、Pre、Rec、F-measure、Auc、CC、Nss MAE&#xff1a; 平均绝对误差MAE&#xff08;mean absolute error&#xff09;&#xff0c;范围[0,∞)&#xff0c;当预测值与真实值完全吻合时等于0&#xff0c;即完美模型&#xff1b;误差越大&#xff0c;该值越大。 Pre、Re…

2023年显著性检测论文及代码汇总

AAAI LeNo: Adversarial Robust Salient Object Detection Networks with Learnable Noise Abstacrt&#xff1a;目前很少有SOD模型对人类视觉注意力难以察觉的对抗性攻击具有鲁棒性。先前的鲁棒显著性ROSA对预分割的超像素进行重组&#xff0c;通过密集连接的条件随机场CRF对…

【显著性检测】Matlab实现Itti显著性检测

目录 理论知识代码步骤读取图像得到金字塔图像提取底层特征计算显著图显著图综合 运行结果展示 理论知识 显著性检测 是指按照人类的视觉注意机制&#xff0c;判断出图像中的显著区域&#xff0c;并为该区域分配较高的显著值&#xff0c;通常认为显著区域更有可能包含目标&…

Opencv之谱残差显著性检测

学习资料参考&#xff1a; 张平.《OpenCV算法精解&#xff1a;基于Python与C》.[Z].北京.电子工业出版社.2017. 前言 在使用谱残差进行显著性检测之前&#xff0c;我们需要理解两个概念&#xff0c;分别是幅度谱和相位谱。 幅度谱和相位谱是将图片进行傅里叶正向变换之后得到的…

显著性检测——GR模型

显著性检测——GR模型 1. Introduction2. Saliency Model2.1 Initial Saliency Map2.2 Saliency Map Refining With Graph Regularization 3. Experiments4. Conclusion参考文献 本人最近在做视觉显著性检测相关的工作&#xff0c;决定把自己的学习经历形成文字&#xff0c;希望…

视频显著性检测----《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》

本文将重点与大家探讨和分享发表于CVPR2018上的视频显著性检测文章–《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》&#xff0c;在讨论之前&#xff0c;先带领大家简单回顾一下什么是显著性检测&#xff0c;目前图片显著性检测的常用方法&…

计算机视觉——图像视觉显著性检测

目录 系列文章目录 零、问题描述 一、图像显著性检测 1.定义 2.难点 二、常用评价标准和计算方法 1.综述 2.ROS曲线详述 2.1 混淆矩阵 2.2 ROC曲线简介 2.3 ROC曲线绘制及其判别标准 2.4 ROC曲线补充 三、Fast and Efficient Saliency (FES) 1.算法简介 2.项目导…

显著性检测后处理

将显著性检测图像后处理&#xff0c;绘出一个矩形框&#xff0c;方便使用 先通过边缘检测&#xff0c;然后通过opencv接口实现 结果如下&#xff1a; # --coding:utf # -8-*- import osimport cv2 as cv import numpy as np# canny边缘检测 def canny_demo(image):t 50cann…

基于深度学习的视频显著性检测学习(入门)

一、传统的视频显著性检测 什么是视频显著性检测呢&#xff1f; 我的理解是检测某一段视频的每一帧图片的显著性区域&#xff0c;那这样理解的话就相当于多个图片的显著性检测&#xff0c;所以他是依赖于输入视频帧的对比度、梯度以及纹理来进行相关计算。但既然是视频显著性检…

显著性检测—学习笔记

视觉显著性旨在模仿人类视觉系统选择视觉场景的某个子集的能力。而显著性物体检测&#xff08;SOD&#xff09;则侧重于检测场景中吸引最多注意力的物体&#xff0c;然后逐像素的提取物体的轮廓。SOD的优点在于它在许多计算机视觉任务中均有广泛的应用&#xff0c;包括&#xf…

显著性检测

版权声明&#xff1a;本文为博主原创文章&#xff0c;遵循 CC 4.0 BY-SA 版权协议&#xff0c;转载请附上原文出处链接和本声明。 本文链接&#xff1a; https://blog.csdn.net/qq_32493539/article/details/79530118 转载请附链接&#xff0c;注明出处。 显著性对象检测综述…