ER mapper 信息提取流程.doc

用ER Mapper实现遥感蚀变异常信息提取的流程周东 耿新霞 张玉君一、读头文件获取信息与用PCI处理图像时获取信息的内容、方法一样，可参照“用PCI实现遥感蚀变信息提取的流程”。二、导入数据点击主菜单工具条中的“open”按钮（图示），或者打开“File”下拉菜单，选择“open”命令，弹出如下图的图像显示窗口及文件选择对话框，选中文件，点击“OK”或“Apply”。经过上面步骤即可调入图像，然后点击主菜单工具条中的“Edit Algorithm”按钮，弹出“Algorithm”对话框，点击“Band Selection”下拉菜单选择对应的波段。在界面图层上建立层（图示：B1、B2、B3、B4、B5、B7），并从列表页中选出对应的波段数据。注：在各波段的“Transform”对话框中将输入值调整为0255（如左下图），因为ER Mapper 软件自动将原始数据进行了拉伸。 按下拉菜单“File”的“Save as”命令，起一个文件名将数据保存成“ER Mapper Raster Dateset （.ers）”类型的数据，在“ER Mapper Raster Dateset （.ers）”对话框中，“Pixel Width”应该改为30m。三、去干扰1、去边框根据经验，还是利用B1与B5两个波段。ER Mapper 的数据处理所运用的公式可以在算法窗口中编写，编写后的公式可以保存，对类似的图像处理过程进行批处理。打开上述保存的已导入数据的文件，点击主菜单的“”，弹出“Algorithm”对话框，点击“”，在“Apply Changes”按钮下的框中编写c语句，然后按下“Apply Changes”按钮，在“INPUT1”“INPUT2”后的框中选择“i1”“i2”分别表示的波段。回到“Algorithm”对话框，界面上出现新图层“biankuang”算法的两个原图层名称。2、去除盐碱地去除盐碱地利用B3，在界面上新建图层“salt”，点击“”，如下编辑算法语句，“INPUT1”为B3。3、去除水体同样编辑算法语句如下对话框。4、去除植被经过上面的四个图层的建立，生成如下界面，并把文件存为“virtual Dataset”的“.ers”格式。界面的左面是数据结构图板，界面的右侧是被选层的处理面板，表示新图层的生成过程。四、生成掩模打开已建立的去干扰文件（包括边框、去除盐碱地、水体、植被四个图层），在公式编辑窗口中编写如下语句。生成如下新的掩模层（mask）。下步是掩模与各波段层进行“and”处理，经过此处理生成的新文件中的各波段层就除去了边框、植被、水体等干扰。步骤如下：首先把原波段层与“mask”放于同一个文件下。打开原始波段文件，建立一个新层，在该新层中利用点击“”按钮导入其他数据层，点击“OK this layer only”。、生成的数据结构图板如下并把文件存为“virtual Dataset”的“.ers”文件。打开上面保存的“ers”格式文件，在数据结构图控制面板中建立六个图层，每个图层都经过如下的算法编辑。编辑的公式可以点击“File”下拉菜单中的“Save as”进行保存，以后再调用此公式时可以直接打开“File”/“Open”即可调用。注：语句也可以编写为“if i2=255 then i1 else null”。最终产生如下所示的界面结构，经过“and”算法处理，各数据层即是去除干扰及边框的数据。五、归一化处理及图像拉伸打开经过预处理的文件，建立新的数据层，点击当前工作应层下的，编辑算法语句，引入2个变量，其中a表示各波段的灰度下限值，b表示归一化因子。该算法也可以保存成“frm”格式。如下：注：变量“b”是计算出来的，也可以用其计算过程代替，即b=Gk*d*d/（(sin*/180)*G）,其中，Gk是归一化系数，d是日地距离，是太阳高度角，G增益系数，Gk、d、G的值可以参见“用PCI实现遥感蚀变信息提取的流程”。，各层逐一运算，最后生成下图的界面并保存，生成的数据即是预处理及准归一化后的数据，把文件存为“virtual Dataset”的“.ers”格式。总结利用ER Mapper 可以进行批量运算，在预处理及准归一化校正时，各波段的处理运算是一致的，因此可以把所有的步骤的运算编辑成一个总的语句，将该语句保存为“.frm”格式，在各个波段的公式编辑器中直接打开公式调入即可。示例中的总的处理可以编写为如下语句：If i30.4 and i3/i40.9 and i1*i50 then（i2-a）*b 其中i1：第一波段；i2：输出的波段；i3：第三波段；i4：第四波段；i5：第五波段；i6：第七波段；变量a为统计最小值；b为准归一化因子（也可写为Gk*d*d/（(sin*/180)*G），详细的参数含义见上说明）。六、主成分分析1、羟基异常由大量的数据处理信息提取表明，TM数据的羟基异常由B1、B3、B4、B7波段来提取。因为ER Mapper 在进行主成分分析时，需要首先对参与分析的数据进行统计，需要把这四个波段单独合到一个文件中进行数据统计。下面的窗口即是新建的只包括参与主成分分析的4个波段的数据结构界面，将数据保存。输入的四个波段都已经过预处理及准归一化处理，并且需要将输入值调节到0255（参见“二 数据的导入”）。对4个波段数据进行统计：点击“Process”下拉菜单中的“Calculate Statistics”，弹出“Calculate Statistics”对话框，选择文件名，“Subsampling interval”（采样间隔）取1，点击“OK”按钮。打开下拉菜单“View”，选择“Statistics”后拉条中的“Show Statistics”，即可列举出所有的统计数据。下面列举出主成分分析及异常分级时所用到的数据。分析各主成分的特征向量相关矩阵可以推断PC4是羟基异常的集中主成分（判断的方法参见“用PCI实现遥感蚀变信息提取的流程”），因此可以只需计算PC4。点击“”，弹出公式编辑对话框，点击“Principal Component”下拉菜单下的“Landsat TM PC1”，则编辑框中出现“SIGMA（I1I6 | I? * PC_COV(I1I6 |, R1, I?,1 )）”,把“I6”改为“I4”（4个波段参加主成分分析），最后的“1”改为“4”（输出PC4），编辑后的公式如上图，点击“Apply Changes”，在“Inputs”下面对应输入参与分析的波段。该步即完成了PC4的输出，将PC4存为“virtual Dataset”的“.ers”格式。2、铁染异常首先对B1、B3、B4、B5波段合并到一个文件下，并对其进行数据统计，统计的结果如下，分析结果可以推断铁染异常集中出现在PC4中（判断的方法参见“用PCI实现遥感蚀变信息提取的流程”）。与羟基异常主成分分析的方法一样，对铁染异常的主分量进行分析，把PC4存为“virtual Dataset”的“.ers”格式。七、异常分级按标准离差倍数（K）的大小对羟基异常和铁染异常进行分级。确定分级值上下限的大小在“Edit Transform Limites”按钮下的“Transform”对话框中调节来实现。1、羟基异常K的值分别取3.3、2.8、2.3来分一级、二级、三级。如下图，从“Transform”对话框中读取该主分量的中间值（3.6）并记录。从前面的统计数据中可以读取PC4的“Eigenvalue”=21.094各级分界点的计算： * K+DNmidpoint由此可以得到各级的界限点为18.78、16.48、14.18。下面的公式编辑是一级的编辑界面，同样二、三级的算法语句只将18.78替换成其它两级对应的界限点即可。编辑完成的算法窗口如下：经过以上的步骤，即可将羟基异常进行分级，并保存成存为“virtual Dataset”的“.ers”格式。2、铁染异常铁染异常的三级K分别取3.0、2.5、2.0，在下示的“Transform”对话框中读取该主分量的中间值（21.12）并记录，根据“ * K+DNmidpoint”计算三级的异常分别为-1.8、-3.1、-4.4。点击“”弹出“ ”对话框并改为2阶，在直方图上读出中指（-9.6）：下面的对话框是一级异常的算法语句编辑，同样的方法对二级、三级异常进行划分。经过以上的步骤，即可将铁染异常进行分级，并保存成存为“virtual Dataset”的“.ers”格式。八、去除孤立点由于异物同谱或其它干扰的原因，在图像上表现出零星分布的孤立点，可以采取滤波的方法进行干扰孤立点的去除。1、羟基异常打开羟基异常分级数据，点击“”，弹出“Filter”对话框，打开下拉菜单“File”中的“Open”，选择“Kernelfilters_ranking”下的“majority.ker”。滤波完成后，“”变成“”。将滤波处理后的数据保存“.ers”格式。不同的异常级别采用不同的“Number of rows”及“columns”，一级、二级、三级分别采用3*3、3*3、5*5进行滤波。2、铁染异常方法与羟基去孤立点一样，一级、二级、三级分别采用3*3、5*5、5*5进行滤波。九、波谱角分类在做SAM分类时，感兴趣区的波谱需要是原数据的波谱特性，因此首先在原数据图像中圈定某个异常典型的感兴趣区，以感兴趣区的波谱作为提取相似波谱的地物。波谱角分类不但可以做异常的分类，而且可以去除假异常。1、羟基异常打开原始数据，在原始数据中调入经滤波处理后的一级异常数据，从中可以在原始图像上圈定典型异常的区。点击“”，弹出“New Map Composition”对话框，选择“”，打开源文件名即“Load from File”后的框中，点击“OK”，弹出如下的“Tools”工具条，点击“”在图像上画出感兴趣的目标范围，然后点击“”，即可出现下图左下角的对话框，给选定的目标区命一个名字，点击“Apply”，点击“”把原始数据上的感性趣区保存起来。点击“Process”下拉菜单下的“Calculate Statistics”，弹出“Calculate Statistics”对话框，选择文件名，“Subsampling interval”（采样间隔）取1，点击“OK”按钮。点击“Algorithm”对话框中的“Edit”下来条，点击“Add new calssfication”，在新添加的分类层下打开原始数据文件，点击“”弹出右下对话框“Formula Editor”，点击“File”下拉条选择“Open ”，弹出左下图的“Open Formula ”对话框，从中选出“Spectral_Angle_Mapper.frm”，点击“Apply”，则“Formula Editor”对话框内出现SAM的算法语句，因只有6个波段参与计算，所以将所有的“I7”改为“I6”，选中“Input”选择参与计算的波段，选中“