基於高分辨率影像城市綠地信息提取--預處理（正射校正、融合、大氣校正）及面向對象提取

一、理論部分

1、綠地信息專題背景

城市綠地是城市中唯一有生命的基礎設施，在改善城市生態環境和人居環境起着積極的作用，也是城市生態系統中的重要組成部分。城市綠地含量逐漸成爲衡量城市生活質量的一個重要指標。

2、WorldView-2數據介紹

使用0.5米空間分辨率的WorldView-2圖像數據，WV2數據除了四個業內標準波段外（藍、綠、紅、近紅），還包括四個彩色波段：海岸波段（400-450）用於進行深海探測、植物鑑定和分析，由於該波段經常受到大氣散射的影響，已經應用於大氣層糾正技術；黃色波段（585-625）探測植被的yellow-ness特徵指標，進行植被油氣蝕變製圖，重要的植物應用波段；紅色邊緣波段（860-1040）這波段部分重疊在NIR-1波段上，但很少受到大氣層的影響。

3、數據處理流程圖

4、圖像獲取與融合知識

5、正射糾正、大氣校正及面向對象信息提取

二、數據預處理部分

1、數據預處理
（1）打開數據

1）打開數據
File–Open As–Optical Sensors–DigitalGlobe–WorldView-2

兩個影像文件分別打開，格式爲.TIL

注：數據是杭州地區的，靠近西湖地區（僅顯示部分）

繼續打開全色影像：

（2）圖像融合
1）轉換存儲順序（ToolBox工具箱中）

選擇多光譜圖像：

查看對錯：右擊–View Metadata–查看格式

2）打開融合工具
ToolBox–Image Sharpening–NNDiffuse Pan Sharpening

雙擊–設置參數
線性拉伸：

部分結果圖：

查看信息：

（3）正射糾正
1）爲融合圖像添加Associated RPC Info

打開融合後圖像的頭文件，添加
（注：如果頭文件打不開，可以關閉融合圖像，再次加載嘗試打開就好了）

找到 RPC添加

注：遇到添加全色圖像，ENVI奔潰，自動退出，解決辦法，再次嘗試
再次嘗試失敗，可能下載數據文件有損失吧，直接用給的。

2）正射糾正
Toolbox—RPC Orthorectification Workflow–

輸入數據，設置參數（控制點選取的兩種方法）
人工選點
即打開另一個ENVI界面，加載GoogleEarth數據，並在清楚的影像上選點，再去GoogleEarth中選擇相同位置（因爲二者的單位不同，需要修改單位）
修改參數單位

將結果輸入：

輸入到：

控制點文件輸入

修改，選擇重採樣方法，並繼續查看信息

3）大氣校正（內存小了，卡了）二次嘗試成功
查看波譜曲線

比較（左圖爲大氣校正後的，比較符合植被的光譜曲線圖；右圖爲原來的圖）

4、ENVI遙感圖像信息提取方案

三、面向對象信息提取

1、工具介紹

1是雲檢測；2是基於樣本的面向對象提取（類似監督分類）；3是基於規則的面向對象提取（類似決策樹）；4是指分割不提取；5是密度分割

2、面向對象提取

1）打開Toolbox–Feature Extraction–Rule Based Feature Extraction Workflow

2)爲了提出方法，選擇一部分區域來研究，再應用於全部的區域
點擊瀏覽–選擇範圍包含有城區、郊區、山等最適合

3）設置其餘參數

4）點擊下一步，設置，合併是合併小碎塊，與分割不矛盾

注：由於影像爲冬天，選擇路中央綠化植被，爲了明顯看出植被，改變影像的顏色即：
右擊–Chang bands–顏色調整爲標準假彩色顯示

5）分割情況查看，調節分割合併的大小，查看效果，最後根據研究區狀況，設置分割與合併分別35與60
注：分割前，應該將分割圖像用真彩色顯示比較好

6）繼續設置參數，修改名字、顏色、規則等

7）基於統計方法
再打開一個新的ENVI 界面–查看原來圖像的頭文件信息–複製地址–到新的ENVI界面–文件–打開–複製–OK

調整顏色

統計植被對應的NDVI有多大，選樣本，選擇紅色部分的植被一些樣本

查看統計結果–右擊Veg文件–Statistics

添加到原來的規則中，得到

繼續添加規則，提取這類房子區域：

同理，新建ROI爲build，選擇一些樣本，統計整體的Statistics，查看信息，設置規則二，藍波段小於1000

結果圖：