【ENVI入门系列】03.基于自带定位信息的几何校正
作者:互联网
版权声明:本教程涉及到的数据仅供练习使用,禁止用于商业用途。
目录
1.概述
2.详细操作步骤
2.1MODIS数据几何校正
2.2ASAR数据几何校正
2.3基于GLT方法的国产卫星影像几何校正
1.概述
本课程分别以MODIS和ASAR数据为例,学习Georeference工具的使用,以及以风云三号卫星影像为例,学习基于GLT方法的几何校正。
2.详细操作步骤
2.1 MODIS数据几何校正
第一步:打开数据文件
选择主菜单File > Open AS > EOS > MODIS,选择文件MOD021KM.A2013185.0245.005.2013185094144.hdf打开,这个是1000米分辨率的数据(1KM)。
注:1、MODIS数据是以HDF格式保存,HDF(Hierarchical Data Format)的全称为层次是文件格式,HDF文件格式是一种具有自我描述性、可扩展性、自我组织性的可用于绝大多数科学研究的储存形式。
2、ENVI支持读取MODIS Level1B、2、3、或者4数据,包括产品MOD02~MOD44以及MYD02~MYD44。
ENVI自动的提取相关的数据集,包括地理参考信息,数据质量波段等信息,并自动将MODIS数据定标为两部分数据——大气表观反射率(Reflectance)、发射率(Emissive)和辐射率(Radiance)。
图2.1 打开MODIS L1B数据后Data Manager面板
第二步:选择校正模型
在Toolbox 中,打开 Geometric Correction /Georeference by Sensor/ Georeference MODIS,在Input MODIS File对话框中选择相应的数据集,可在右边列表中查看文件信息。这里选择大气表观反射率数据(Reflectance),单击OK进入下一步Georeference MODIS Parameters对话框。
图2.2 Input MODIS File对话框
第三步:设置输出参数
(1)在Georeference MODIS Parameters面板中,设置输出坐标系。这里设置UTM/WGS84坐标系。
(2)在Number Warp Points: X and Y fields中,键入X、Y方向校正点的数量。在X方向的校正点数量应该小于等于51个,在Y方向的校正点数量应该小于等于行数。
注:Georeference工具主要思想是利用数据中提供的经纬度数据自动生成一系列的控制点,如这里的50x50个控制点。
(3)可以将校正点导出成控制点文件(.pts),这里不输出。
(4)Perform Bow Tie Correction选项是用来消除MODIS的"蝴蝶效应"的,默认是选择Yes。
(5)单击OK进入校正参数面板(Registration Parameters)。
图2. 3Georeference MODIS Parameters面板
(1)在Registration Parameters面板中,系统自动计算起始点的坐标值、像元大小、图像行列数据,可以根据要求更改。Background值设置0,选择路径和文件名输出。
(2)单击OK开始校正MODIS数据。
图2.4 Registration Parameters面板
如下为校正结果,由于选择的是UTM坐标系,两边有一定范围的裁剪,如果要得到完整的图像,可以在Registration Parameters面板中手动将输出列大小 Output X Size数字设置大一些。
图2.5 Modis几何校正结果
2.2 ASAR数据几何校正
下面以ENVISAT的ASAR数据为例,学习利用自带几何定位文件进行几何校正。练习数据存放在"…\03.基于自带定位信息的几何校正\数据\2-ASAR"中。
第一步:打开数据文件
选择主菜单File > Open As> ENVISAT > ASAR,打开数据文件: ASA_IMP_1PNDPA20040429_034506_000000162026_00233_11309_0457.N1。
第二步:选择校正模型
在Toolbox中,选择 Geometric Correction > Georeference by Sensor > Georeference ASAR。在Select ENVISAT File对话框中选择文件,单击OK打开Select Out Projection对话框。
第三步:设置输出参数
(1)在Select Out Projection对话框中,设置输出文件的投影参数。选择Geographic Lat/Lon坐标类型,Rotate and Transpose if Descending:No(该数据为升归),单击OK 打开Registration Parameters对话框。
图2. 6 Select Out Projection对话框
(2)在Registration Parameters对话框中,单击Choose按钮,选择文件输出路径及文件名。其他主要主要参数:
- 校正方法(Method):Triangulation
- 重采样方法(Resampling):Cubic Convolution
(3)单击OK按钮执行校正。
图2. 7 Registration Parameters对话框
第四步:查看/验证结果
校正结果有了Map Info信息。
在Toolbox中,打开SPEAR/SPEAR Google Earth Bridge,利用流程化工具将校正结果叠加到Google Earth中显示,可以看到结果和Google Earth中的底图基本吻合。
图2. 8在Google Earth中显示结果
2.3 基于GLT方法的国产卫星影像几何校正
GLT几何校正法利用输入的几何文件生成一个地理位置查找表文件(geographic lookup table,GLT),从该文件中可以了解到某个初始像元在最终输出结果中实际的地理位置。地理位置查找表文件是一个二维图像文件,文件中所包含两个波段:地理校正影像的行和列,文件对应的灰度值表示原始影像每个像素对应的地理位置坐标信息,用有符号整型储存,它的符号说明输出像元是对应于真实的输入像元,是由邻近像元生成的填实像元(infill pixel)。符号为正时说明使用了真实的像元位置值;符号为负时说明使用了邻近像元的位置值,值为0说明周围7个象元内没有邻近像元位置值。
GLT文件包含初始影像每个像元的地理定位信息,它的校正精度很高。避免了通过地面控制点利用二次多项式几何校正法对低分辨率影像数据的处理。
下面介绍的是国产卫星数据的几何校正,数据在" …\03.基于自带定位信息的几何校正\数据\3-风云三号卫星影像"中,具体操作如下:
第一步:打开数据文件
(1)File > Open,选择文件后缀是.he5的文件,进入Select HDF5 Datasets面板,如下图所示。
注:风云三号卫星影像是以HDF5格式储存,但是后缀名还是.hdf,因此手动改成.he5。
(2)文件中包含很多信息,选择图像数据EV_RefSB,点击中间的加载箭头,将所选数据加载到右边的列表中,单击右下角Open Rasters,打开图像。
(3)相同方法,同时将定位文件(Latitude和Longitude)打开。
注:同时打开的数据集会形成一个多波段的文件。
图2.9 Select HDF5 Datasets面板
第二步:生成GLT文件
(1)在Toolbox中,选择/Geometric Correction/Build GLT。
(2)在弹出的对话框中,Input X Geometry Band选择经度longitude信息文件, Input Y Geometry选择纬度latitude信息文件。在接下来弹出的对话框中填写输出GLT文件的投影信息,这里选择Geographic Lat/Lon,WGS-84,如下图所示。
图2.10 填写GLT投影参数
(3)在Build Geometry Lookup File Parameters面板中,填写GLT输出参数,像元大小选择默认,旋转角度(Rotation)为0(正上方为北),选择保存路径和文件名输出。
图2. 11 Build Geometry Lookup File Parameters面板
第三步:利用GLT文件几何校正影像
(1)在Toolbox中,选择/Geometric Correction/Georeference from GLT,在弹出的Input Geometry Lookup File对话框中选择GLT文件,在Input Data File对话框中选择待校正文件。
注:由于从HDF5数据集中打开的文件名称都一样,可通过左边的File Information来判断选择的文件。
图2. 12 利用GLT文件几何校正时数据输入
(2)选择输出路径和文件名,如下图所示。
图2. 13 校正文件输出
第四步:浏览结果
如下图为几何校正结果。
图2. 14 几何校正结果
利用ENVI下的Google Earth Bridge功能,将校正结果在Google Earth下叠加显示,可以看到校正结果和Google Earth完全重合。如下图所示。
图2.15 GLT校正结果与Google Earth叠加显示
教程下载:
视频下载:http://pan.baidu.com/s/1mi0eB3q
数据下载:http://pan.baidu.com/s/1i5bOk77
标签:03,校正,MODIS,数据,ENVI,文件,几何,自带,GLT 来源: https://www.cnblogs.com/enviidl/p/16377954.html