高光谱影像坏点异常值的个人处理方法

在做遥感数据处理前一定看看数据的大致情况，用快速统计工具看看有没有坏点或者哪个波段数据异常，比如某个波段数据丢失，或者异常离群值！！！

等你处理了一周的数据到最后发现出问题后就知道有多重要了。

QAQ

如上图，在1300nm附近的数据异常高，详细查以下是95波段有几个异常离群值，99.99%都在3000以下，就它们几个特殊是其他像素的几十倍，这明显不正常，这一般都是传感器瞬时故障、宇宙射线击中探测器、数据传输错误等原因造成。也就是我们所说的坏点，危害极大：

1. 统计分析失真
2. 导致拉伸效果极差，幅图像在视觉上看起来一片漆黑，无法分辨任何细节。
3. 辐射定标与大气校正产生严重错误。做辐射定标时一个6万的异常值会被定标成一个物理上完全不存在的、极高的辐射亮度值；由大气校正依赖于整幅影像的统计特性。异常值会严重干扰这些模型的参数估计，可能导致校正后的反射率出现大面积错误，甚至产生无效值（如大于1的反射率）。
4. 让数据无法使用，这是显然的。
   但ENVI的坏点处理工具一般都是处理无数据的坏点，对于这种坏点的处理效果几乎没有。

---

我试了好几种方法，效果最好的还是用掩膜过滤掉这种坏点

• 用快速统计工具确定坏点所在波段，以及确定掩膜范围。以我的数据为例，超过2313的值都是异常的，所以掩膜范围是1-2314。

• 搜索Build Raster Mask,输入要制作掩膜的影像。
• 设定掩膜的过滤范围，既该范围以内的数据才能通过。一定要设定在坏点所在的那几个波段，这样才能避免影响到没坏点的波段。

• 导出数据时在Mask选项中，选择制作好的掩膜过滤以下就好了

这样坏点就被过滤掉了。