利用ENVI SPEAR工具和WV-2卫星影像数据量测水深

news2024/11/19 0:22:08

ENVI的SPEAR工具集（(Spectral Processing Exploitation and Analysis Resource)）是将很多的遥感图像处理过程集成为流程化的操作方式，使得遥感图像处理知识相对薄弱的非专业人员也能利用流程化的工具进行图像处理，图像处理速度也有很大的提高。包括16个处理工具集：

船只提取

利用水和船的对比度以及船的纹理特征来提取运动或静止的船只信息。

数据融合

融合高分辨率全色影像数据和低分辨率高光谱数据，提供：Gram-Schmid、HSV、Brovy、主成分分析四种方法。

水体信息提取

从影像中流程化提取水体、隐蔽水沟信息，提供监督和非监督两种方法，输出栅格或矢量结果。

道路信息提取

从影像中流程化提取道路信息，提供监督和非监督两种方法，输出栅格或矢量结果。

变化检测

对多时相影像变化检测，提供PCA、波段运算、Two-Color Multiview、MNF和ICA变换和波谱角检测方法。

分类以及分类后处理

该模块对图像进行分类和分类后处理。提供辐射校正、分类方法选择、分类后处理和分类结果分割或矢量化操作步骤。

水相对深度

从高光谱数据中快速获取感兴趣水域的水的相对深度信息影像，以不同颜色表示。提供对数比例转换和主成分分析两种方法。

植被指数提取以及分析

快速识别植被的分布情况，并可视化该植被的生长水平。

波谱相似地物提取

从输入影像中提取与已知波谱信息地物类似的地物信息。

基于地形正射校正

利用RPCs和地形数据对影像做正射校正处理。

异常检测

利用RXD算法检测图像上与背景发生光谱异常区域。

元数据浏览

查看NITF的元数据信息

影像对地图（Image-map）几何校正

利用控制点对影像进行几何校正。

Google Earth® Bridge

将栅格文件转成Google Earth格式文件（kml），并在Google Earth软件下显示。

独立主成分分析

对图像做独立主成分分析，发现和分离图像中隐藏的噪声，可以用来降维、异常检测、降噪、分类和端元提取以及数据融合。

影像垂直条纹去除

去除影像的垂直条纹。

下面我们使用工具集中的SPEAR Relative Water Depth（相对水深量测工具）获取沿海附近的相对水深。使用WV-2多光谱2米影像，如下图所示，包括岸边、浅海、和深海等区域。

图1：WV-2多光谱影像

启动Toolbox/SPEAR/SPEAR Relative Water Depth，如下图所示，选择影像文件和输出路径，单击Next。

注：如果图像没有中心波长信息，会跳出对话框选择相应的波段（blue、green、red、nir）。

图2：File Selection步骤

在Atmospheric Correction步骤中，提供很多的大气校正方法，这里选择None/Already corrected，单击Next。

图3：Atmospheric Correction步骤

在Method Selection步骤中，选择量测方法，提供三种方法，比较经典和精确的方法就是Log Ratio Transform，即底部反照率独立水深测量算法（bottom albedo-independent Bathymetry algorithm）。点开高级选择，有两个参数可以设置：
Median Filter：对结果进行滤波处理，主要过滤高频噪声，滤波核越大，结果越平滑。
Calibrate to absolute depth：通过已知点的深度信息，得到绝对水深结果。
单击Next，开始反演水深，从过程中可以看到有一步是进行水陆分离，得到水面区域，之后对水面区域进行反演。