系统介绍|围填海项目遥感监视监测系统介绍2——影像批量处理
本文以某填海项目为例，介绍一个填海周期内（从填海开始到填海结束）获取的所有影像的处理过程。遥感影像处理主要通过调用ENVI已有函数，并通过软件封装实现批量处理。
某项目填海前谷歌影像（2011年12月）
1、填海项目遥感数据介绍
本研究共获取研究区域从2011年12月（填海施工前）到2019年6月（填海基本完成）共16期遥感影像，影像时间间隔约半年，主要包括航空影像、资源3号影像、高分2号、高分6号影像和谷歌下载影像等数据。其中航空影像经过几何精校正，可作为影像配准的参考影像。
表1 研究区域遥感影像列表
谷歌影像主要包括美国IKONOS（1米）、美国QuickBird（0.61米）和法国SPOT5（2.5米）等影像数据，根据对比分析，研究时段内该区域的谷歌影像均为IKONOS影像或QuickBird影像，分辨率均优于1米，谷歌影像下载时均按1米分辨率下载，因此谷歌下载影像分辨率均为1米。
2、遥感影像预处理
遥感影像预处理主要包括正射校正、大气校正、影像融合和影像重采样等。
ENVI目前支持的正射校正包括两种模型：严格轨道模型（Pushbroom Sensor）和RPC有理多项式系数（Rational Polynomial Coefficient），ENVI还可以根据地面控制点（GCP）或者外方位元素（XS, YS, ZS, Omega, Phi, and Kappa）建立RPC文件，校正一般的推扫式卫星传感器、框幅式航空相片和数码航空相片。通常采用流程化的工具（RPC Orthorectification Workflow），并自动使用ENVI自带的全球900米的DEM数据进行正射校正。
ENVI软件提供FLAASH大气校正和快速大气校正（QUAC）两种大气校正方法，由于使用FLAASH大气校正相对复杂，且还需要进行辐射定标，不便于进行批量化处理。快速大气校正可以自动从图像上收集不同物质的波谱信息，获取经验值完成高光谱和多光谱的快速大气校正，校正结果满足水体提取要求。
ENVI软件提供6种影像融合算法，包括HSV变换（HSV Sharpening）、PC变换（PC Spectral Sharpening）、Brovey变换（Color Normalized (Brovey) Sharpening）、CN变换（CN Spectral Sharpening）、Gram-Schmidt变换（Gram-Schmidt Pan Sharpening）和NNDiffuse变换（NNDiffuse Pan Sharpening），其中Gram-Schmidt变换能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法。
ENVI提供3种影像重采样方法，包括最邻近法、双线性内插法和三次卷积内插法。最邻近法是将最邻近的像元值赋予新像元；双线性内插法使用邻近4 个点的像元值,按照其据内插点的距离赋予不同的权重,进行线性内插；三次卷积内插法使用内插点周围的16个像元值,用三次卷积函数进行内插。最近邻采样对原图像的纹理信息改变较大，通常采用双线性内插法进行影像重采样。
表2 遥感影像预处理调用的ENVI函数
3、遥感影像自动配准
ENVI提供自动、准确、快速的影像配准工作流程（Image Registration Workflow），在少量或者无需人工干预的情况下能快速而准确的实现影像间的自动配准，具体流程包括自动寻找匹配点、对匹配点进行过滤、影像配准、输出配准结果，依次调用相关函数便可实现影像批量自动配准。
表3 遥感影像自动配准调用的ENVI函数
4、遥感影像批量裁剪
ENVI提供基于Shp文件矢量范围的影像裁减工具（Subset Data via ROIs），调用该方法对应的ENVI_MASK_APPLY_DOIT函数可实现影像批量裁剪。
5、遥感影像序列建立
ENVI软件提供Build Raster Series工具，调用该工具对应的BuildRasterSeries函数，可将同一区域不同时相的多源遥感影像构建成影像序列，动态展示影像中的地物随时间变化情况。
6、遥感影像处理结果
采用上述遥感影像数据预处理、自动配准和批量裁剪等工具，对获取的研究区域遥感依次进行正射校正、大气校正、影像融合、影像重采样、影像配准和影像裁剪等操作，所有遥感影像均按照2米分辨率进行重采样，根据几何精校正的航空影像进行自动配准，采用相同的矢量范围进行裁剪，得到研究区域经过处理后的遥感影像数据集。
7、遥感影像序列
采用“影像序列构建工具”建立研究区域遥感影像序列，研究区域影像序列共包括15期遥感影像，将影像序列加载到ENVI软件中，通过拖动时间条可以浏览各期遥感影像，同时还支持自动播放浏览，也可以导出视频文件。
了解更多信息请关注微信公众号“海洋GISer成长记”。