光谱沙漏工作流程系列
17214 为本文评分：
4.3
光谱沙漏工作流程系列
第一部分：简介
匿名作者 2014年9月19日，星期五
在接下来的几个月里，我将发表一系列关于光谱沙漏工作流程的博客文章，该流程应用于许多高光谱分析工作流中。这将非正式地称为光谱沙漏工作流程系列（SHWS）。下图描绘了分析高光谱数据集时通常遵循的一般顺序。每个“部分”至少会有一篇博客文章；包括空间/光谱浏览（1）、光谱数据降维（2）、空间数据降维（3）、端元提取（4）、端元识别（5），最后是分布和/或丰度制图（6）。
本系列博客主要面向初级到中级用户。虽然高级用户也会发现它很有帮助，特别是因为它涉及ENVI中可用的功能，但我们不会深入探讨围绕各种算法的研究细节。本SHWS的每一部分都侧重于如何在ENVI中完成工作流程的每一步，同时提供有关该步骤及所用算法的背景信息。
那么，通常谁会使用这种光谱沙漏工作流程，以及为什么使用？这个问题的简短答案是：任何处理高光谱图像（HSI）并希望绘制场景中特定材料分布或丰度的人。一个很好的例子是地质学家为了勘探/采矿目的，试图识别某些矿物的存在。
此工作流程的总体目标是识别端元，也称为在用于收集图像的波段中光谱特征独特的材料。从本质上讲，端元是代表一种特定类型材料（例如一种特定类型的矿物）的像元。
任何场景中的绝大多数像元都将包含来自地表该精确位置（像元）周围各种材料的混合光谱。如果能够在场景中识别出纯净像元，无论是用于植被、地质、识别还是其他众多用途，那么也可以绘制这些像元在场景中的丰度图。地质学家希望识别地表上矿物成分非常纯净的区域，因为矿物越纯净，最终销售该矿物所需的筛选和提取工作量就越少。能够提取最纯净的光谱还可以让用户根据场景内数据建立光谱库，这对于具有地物特征区域的材料检测和识别来说是一个极好的资源。
这只是对光谱沙漏工作流程和高光谱数据分析世界的一个简要介绍。与短短五年前相比，高光谱成像传感器不仅应用越来越广泛，而且其采集数据的成本也开始大幅下降。ENVI拥有业界一流的高光谱分析能力，而这个多部分系列将详细说明其原因，并帮助您快速掌握从高光谱数据集中最佳提取有用信息的正确策略。
本系列的一个额外好处是，我们将使用相同的数据集逐步完成此工作流程的每个部分，并且该数据随ENVI的每个安装实例提供。磁盘上的具体文件路径会根据您安装ENVI的方式而有所不同，但我们将在整个博客系列中使用的Cuprite数据集可以在 C:\ProgramFiles\Exelis\ENVI52\classic\data 中找到。文件名是 ‘cup95eff.int’，同一文件夹中还有一个相关的头文件。我期待在接下来的几个月里，一步步带您了解光谱沙漏工作流程，欢迎随时留下关于高光谱分析的评论和问题！
