HJ—1A星HSI數據預處理流程研究

邱玥 于穎 郭安 馮澤芬 宋張亮

摘要：為消除HSI數據存在的圖像質量降低等問題，從而獲得精確的圖像，本文研究HJ-1A星HSI數據預處理的流程。研究主要分為兩大步驟：對單景HSI數據進行格式轉換、去條帶處理和大氣校正；在其基礎上對多景HSI數據進行圖像鑲嵌和圖像裁剪。在去條帶處理的算法研究中，以IDL為平臺采用了“全局去條紋法”去除了條帶，獲得了較清晰的圖像；大氣校正使用ENVI中FLAASH模塊，減弱或消除由大氣和光照等多個因子對地物反射產生的影響，得到了真實的地物光譜曲線。最后，利用ENVI軟件將多景HSI圖像進行圖像鑲嵌和裁剪，最終得到了符合研究區(qū)域的精確的地表光譜反射率圖像。

關鍵詞：HSI數據；去條帶處理；FIAASH；大氣校正；圖像鑲嵌；圖像裁剪

中圖分類號：IP 75

文獻標識碼：A

文章編號：1001-005X （2015）04-0083-04

環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A、B星于2008年9月6日上午11點25分成功發(fā)射，腳一1A星搭載了CCD相機和超光譜成像儀（Hyperspec-tral Imagjng Radiometer，HSI）。其中在HJ-1A衛(wèi)星上裝載的超光譜成像儀，可以完成對地刈寬為50 km、地面像元分辨率為100m、110～128個光譜譜段的推掃成像，具有±30°側視能力和星上定標功能，平均光譜分辨率高達4.32nm，能夠達到物體識別和信息提取的目的。HSI數據與其他遙感數據相比，光譜分辨率有很大提高，被廣泛應用于自然災害、國防建設、生態(tài)環(huán)境和經濟建設等方面，具有廣闊的應用前景。

但HJ-1A星HSI數據由于投入市場使用時間較短和處理工具不完備，會出現每個波段上存在垂直分布的條帶、圖像質量降低等問題。由于這些問題的存在，HJ-1A星HSI數據在應用于自然災害、生態(tài)環(huán)境等方面之前，需要進行去條帶及大氣校正，以便繼續(xù)研究。

ENVI軟件在數據讀取、圖像鑲嵌、圖像裁剪、精確大氣校正等方面提供了非常好的工具；還可以利用IDL為ENVI編寫擴展功能。針對本研究的需求，選用ENVI軟件對HJ-1A星HSI數據進行去條帶處理和FLAASH大氣校正，從而得到研究區(qū)域的數據結果。

1 研究區(qū)域和數據

腳-1A星HSI數據為經過陸地觀測衛(wèi)星地面系統(tǒng)處理和生產得到的標準產品，根據其校正程度共分為0～5級產品，分別為原始數據產品、輻射校正產品、系統(tǒng)幾何校正產品、幾何精校正產品、高程校正產品和標準鑲嵌圖像產品。本研究采用HSI數據的2級產品（系統(tǒng)幾何校正產品）來進行圖像預處理。

2級系統(tǒng)幾何校正產品是經波譜復原、輻射校正和系統(tǒng)幾何校正，并將校正后的圖像映射到指定的地圖投影坐標下的產品數據。研究區(qū)域選擇大興安嶺地區(qū)塔河林業(yè)局所管轄的林場，區(qū)域中心位置經緯度為東經125°02'11"，北緯52°40'36"。研究選取了6景位于大興安嶺地區(qū)該區(qū)域的圖像作為研究對象。根據經度劃分先對產品號為569499的圖像進行單景HSI數據預處理，該實驗數據的詳細參數見表l。

2 單景HSI數據的預處理

獲得的HSI數據的2級產品無法用ENVI軟件直接讀取，要先通過數據格式轉換才能得到地理信息。該級別的產品經過了輻射校正及壞像元恢復等圖像質量檢查等過程，已經去除了圖像中的壞線，但仍有部分波段有條帶等異常存在。使用全局去條紋法進行去條帶處理，提高圖像質量。接下來，對圖像進行FLAASH大氣校正，減弱或消除由大氣和光照等多個因子對地物反射產生的影響，得到真實的地物光譜曲線。

HJ-1A星單景HSI數據預處理流程如圖1所示。

2.1 數據格式轉換

從中國資源衛(wèi)星應用中心下載的HSI數據的2級產品采用HDF5格式。通過ENVI軟件打開的圖像不具備坐標、投影等地理信息，無法對其進行直接操作，因此需要先進行數據格式轉換。ENVI軟件通用的格式一般為TIFF格式，可以通過中國資源衛(wèi)星中心提供的HSI產品格式轉換軟件V1.1將HSI數據轉換成GEOTIFF格式，以便進一步對數據進行處理。

2.2 去條帶處理

HJ-1A星HSI數據2級產品存在像元灰度值比較小、與周圍有明顯差異的垂直條帶。它是衛(wèi)星在傳感器光、電器件反復掃描地物的成像過程中，受掃描探測元正反掃描響應差異、傳感器掃描機械運動等多種因素擾動下造成的具有一定周期性、方向性且呈條帶狀分布的一種特殊噪聲。條帶噪聲的存在嚴重影響了圖像的質量和應用。如何在保持圖像基本信息的同時，有效去除HSI數據的條帶噪聲，是圖像預處理工作中不可缺少的一個環(huán)節(jié)。

目前廣泛采用的條帶噪聲去除方法有：直方圖匹配法、矩匹配法、傅里葉變換法、小波變換法、和有限脈沖響應法（FIR）等。傳統(tǒng)的條帶去除方法適合波段較少且條帶程度類似的圖像，而本研究的實驗數據中不同程度的條帶波段達到百個左右。針對HSI圖像條帶垂直分布的特征，本實驗摒棄了傳統(tǒng)的條帶去除方法，實驗采用全局去條紋法。全局去條紋法可以在保證信息量的前提下，有效去除條帶，提高圖像質量。HSI數據在經過系統(tǒng)幾何糾正后，圖像條帶不再嚴格按列排布，發(fā)生了旋轉。而實際上，使用全局去條紋法時是按照圖像條紋按列垂直排布進行處理的。因此在進行去條帶處理之前，先將圖像進行角度旋轉，使之呈垂直分布狀態(tài)。

全局去條紋法是根據像元的列平均值、標準差和波段平均值、標準差之間的差異對像元進行分波段線性化修正，以消除垂直條帶的影響。計算方法如公式（1）所示：

式中， 和 分別為原始和消除垂直條帶影響后的像元值。增益 和偏移量 計算方法如式（2）和式（3）所示：

公式中，Stdvk和DNk分別為第k波段像元值的標準差和平均值； 和 分別為第k波段第i列像元值的標準差和平均值。

使用該方法去除條帶噪聲，原有的條帶基本不存在，影像灰度過渡比較自然，并且保留了原有圖像信息如圖2所示。

IDL語言實現全局去條紋的程序結構簡述如下：

（1）初始化有關參數和變量，讀入原始圖像（本程序支持ENVI標準格式），查詢圖像信息；

（2）讀取原始圖像DN值，判讀圖像背景值是否為0；

（3）求出圖像k波段像元值的標準差和平均值；

（4）求出圖像k波段第i列像元值的標準差和平均值；

（5）根據公式（2）和（3），求得增益和偏移量；

（6）根據公式（1），求得消除垂直條帶影響后的DN值；

（7）按照設置好的存儲路徑保存圖像。

2.3 大氣校正

遙感圖像通常是用無量綱的數字量化值（DN）記錄信息的，本實驗進行遙感定量化分析時，需用到輻射亮度值、反射率等物理量。大氣層會影響遙感傳感器的成像，大氣校正能減少或消除大氣對遙感圖像的影響，得到真實的地表反射信息。

目前，大氣校正方法大致可以歸納為基于圖像特征的相對校正法、基于地面線性回歸模型法、基于大氣輻射傳輸模型法和復合模型法4種。結合HSI數據和ENVI軟件特點，在對研究數據進行大氣校正時使用大氣輻射傳輸模型法。可以通過ENVI軟件中的FLAASH模塊來減少或消除大氣和光照的影響。FLAASH采用了MODTRAN5的輻射傳輸模型，它可以從高光譜遙感影像中還原出地物的地表反射率，是目前精度很高的大氣輻射校正模型。

2.3.1

FLAASH數據準備與參數輸入

由于FLAASH大氣校正模塊中要求輸入BIP或是BIL存儲結構的數據，需要先進行格式轉換。

ENVI軟件中并沒有與下載的HSI數據相對應的傳感器類型，在進行FLAASH大氣校正時首先需要自定義描述光譜吸收特征波段的文件和主要參數，包括傳感器相關信息、水汽和氣溶膠信息等參數。其次，從HSI影像的元數據文件可以得到成像時間和當時的地理信息，并據此選擇亞極地夏季熱帶大氣模型；由于HSI數據的波長范圍最長只到950nm，受波段范圍的限制，在FLAASH中無法進行氣溶膠反演，因此只能根據影像情況設定初始能見度為40km。最后還需要在高級設置面板中將Tile Size設為100。其它參數設置一般設為默認值。

2.3.2

FLAASH大氣校正結果

FLAASH計算完成后，使用ENVI-Display-Profiles-Spectral，可以瀏覽植被、水體等典型地物波譜曲線。經過大氣校正前后的植被光譜曲線對比如圖3所示。（a）圖和（b）圖的X軸和Y軸數值不同，經過處理后可以得到真實的反射率。可以明顯看出，經過大氣校正后，原始圖像在近紅外波段處的反射率低谷得到了消除，植被在藍光和紅光波段處的吸收谷得到了恢復，植被光譜曲線的特征基本保持。大氣校正后的反射率更為接近真實值，提高了HSI圖像質量。

3 多景HSI數據的預處理

3.1 圖像鑲嵌

在遙感圖像處理中，針對本研究實驗區(qū)域，需要將六景遙感圖像拼成一幅合成圖像。

使用ENVI圖像鑲嵌功能提供的交互式方式將經過去條帶處理和大氣校正的具有地理坐標的六景圖像在數學基礎上進行合并，生成包含研究區(qū)域的單一合成圖像。ENVI-Mosaicking-Seamless Mosa-1C操作可以對圖像的鑲嵌做到更精細的控制。當圖像重疊區(qū)存在背景值時，可以通過設置忽略值達到透明的效果。為了盡量避免由于鑲嵌圖像顏色不一致而影響鑲嵌結果，以一副圖像為基準，采用直方圖匹配法匹配其它鑲嵌圖像，使得鑲嵌圖像具有相近的灰度特征。圖像鑲嵌過程中會生成接邊線，ENVI提供了對圖像間重合的邊緣進行羽化的功能，指定羽化距離為10個像素，在邊緣處或接邊線處將會有50%的頂部圖像和50%的底部圖像參與混合，輸出鑲嵌圖像。鑲嵌圖像的接邊線變得適當模糊，能很好地融入圖像中，效果明顯。實驗要求獲得鑲嵌圖像的真實植被光譜曲線，通常將重采樣方法設置為Nearest Neighbor，減小對圖像的像元值的改變程度，規(guī)避對實驗結果的影響。

3.2 圖像裁剪與顯示（波段組合）

根據大興安嶺塔河區(qū)域的矢量文件，對圖像進行裁剪。

在視窗中顯示裁切后的RGB假彩色合成圖像。為了得到地物豐富、色彩鮮明、層次好的圖像，我們選擇不同波長范圍內的波段作為RGB分量合成RGB標準假彩色圖像。ENVI可以加載標準假彩色圖像（CIR），并自動將104波段、65波段和37波段分別賦予給RGB分量。

在制圖輸出前，通常將圖像背景值設為0。通過Raster Management中的Edit ENVI Header工具，將Data Ignore Value賦予0值。

經過去條帶處理、大氣校正、圖像鑲嵌、圖像裁剪和波段組合后的圖像如圖4所示。

4 結束語

本文研究了HSI數據2級產品的預處理流程，先將HSI數據進行格式轉換，以IDL為平臺使用全局去條紋法去除條帶，再用ENVI中的FLAASH模塊進行大氣校正，去除大氣影響，最后經過圖像鑲嵌、圖像裁剪和顯示，得到了精確的符合研究區(qū)域的合成圖像。從合成圖像中可以讀取該區(qū)域中真實的植被光譜曲線。但還存在了一些問題會影響圖像精度的提高。雖然經過全局去條紋法后得到的圖像比較清晰，但運行時間較慢，本研究期望找到更好的、能夠使圖像更清晰的方法來解決條帶問題。而且尚未解決由于HSI數據受波段范圍限制，在FLAASH中無法進行氣溶膠反演的問題。圖像鑲嵌過程中雖然經過勻色處理，但是得到的合成圖像顏色上還是不太一致，需要進行進一步的輻射校正。這些問題的存在會影響圖像的質量，在今后的研究中需要進一步解決。