遥感图像处理 图像配准、图像裁剪 实验报告
Lab3 geometric correction and projection transformation of remotely sensed data
Objective :
The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments.
实验过程：
一、envi中图像配准
1、根据控制点的坐标对图像进行配准
1）加载中山陵地形图
2) 选择map 菜单下的registration菜单，选择select gcps:image to map
设置投影信息：基于经纬度的投影(geographic lat/lon)，选择基准面为WGS—84
3）开始配准
依次移动一级窗口中的光标到四个图廓点的位置，在三级放大窗口中把十字司放在经纬线的交点的中间位置，输入该点的经纬度于编辑对话框中：
点击add point，完成对控制点的编辑
4）选择option菜单下的wrap file将配准好的地图生成一幅新的影像
修改生成图像信息，改为50带的UTM投影，基准面为WGS-84，保存
2、图像到图像的配准
1）加载全色波段影像作为待配准的影像
将配准好的地形图作为基准图，全色影像作为要配准的图像
在两幅图像上选择5个同名地物点进行配准
点击show list 查看误差，不断调整误差直至所有误差在1以内
二、erdas中的配准
1、打开erdas,将zsl.tiff格式的数据导为erdas.img
2、viewer中打开刚刚保存的图像，选择data preparation中的配准image geometric correction
点击select viewer，点击下图层，选择polynomial多项式模型
点击ok,修改投影
Set projection from GCP tool,选择手动输入“keyboard”
将4个图廓点的坐标输入表格
display，保存图像，并加载，对配准后的图像进行投影修改
3、图到图的配准
以刚刚配准好的地形图为基准，加载多光谱图像
选择data preparation中的配准image geometric correction
选择地形图作为基准面，多光谱图像为待配准影像
将相同点的坐标输入表格，并调整误差
4、图像裁剪
创建感兴趣区域，AOI下Tools
创建一个任意形状的区域后，双击保存区域。
选择dataprep----subset image
Viewer中加载保存的图像
实验三 遥感图像裁剪、镶嵌、融合
实验四遥感图像的拼接、裁剪、融合 一、实习目的与要求 ·掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术； ·学习通过ERDAS进行遥感图像规则分幅裁剪，不规则分幅裁剪的实验过程，能够对一幅大的遥感图像按照要求裁剪图像； ·掌握不同分辨率图像的特性，详细理解各种融合方法的原理，以及各种融合方法的优缺点，能够根据不同的应用目的合理选择融合方法，掌握融合的操作过程； 二、实验原理 ·图像拼接(mosaic image)是具有地理参考的若干相邻的图像合并成一幅图像或一组图像，需要拼接的图像必须含有地图投影也就是说图像必须经过几何校正处理，虽然所有的输入图像可以具有不同的投影类型，不同的象元大小，但必须有相同的波段数。在进行图像拼接时需要确定一幅参考影像，参考图像作为图像拼接的基准，决定输出图像的地图投影和象元大小和数据类型。 ·在实际工作中，经常需要根据研究区域的工作范围对图像进行分幅裁剪，erdas中可以对图像进行规则分幅裁剪(rectangle subset)和不规则分幅裁剪(pdygon subset)，根据实际的应用对图像选择不同的裁剪方式。 ·分辨率融合是对不同分辨率的摇杆图像进行融合处理，使处理后的图像既具有较好的空间分辨率又具有多光谱特征，从而增加图像的可解译性。图像分辨率融合的关键是融合前两幅图像的配准以及融合方法的选择只有将不同空间分辨率的图像进行精确的配准才能达到满意的融合效果，而融合的方法的选择主要是由被融合图像的特性以及融合的目的进行选择的，同时需要对融合的原理有正确的认识。 三、实验内容和实验过程 本次试验主要包括遥感图像拼接、遥感图像分幅裁剪、遥感图像分辨率融合。下面分别介绍： 1.图像拼接实验步骤： （1）启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool 视窗。
遥感图像处理实验
哈尔滨工业大学 遥感图像处理及遥感系统仿真 实验报告 项目名称：《遥感图像处理及遥感系统仿真创新》 姓名：蒋国韬 学号：24 院系：电子与信息工程学院 专业：遥感科学与技术 指导教师：胡悦 时间：2017年7月
实验一：遥感数字图像的增强 一、实验目的： 利用一幅城市多光谱遥感图像，分析其直方图，并利用对比度增强和去相关拉伸方法对遥感图像进行增强。 二、实验过程： 1.用multibandread语句读取一幅多光谱遥感图像（7波段，512x512图像）的可 见1，2，3波段（分别对应R，G，B层）； 2.显示真彩色图像； 3.通过研究直方图（imhist），分析直接显示的真彩色图像效果差的原因；
4.利用对比度增强方法对真彩色图像进行增强（imadjust,stretchlim）； 5.画出对比度增强后的图像红色波段的直方图；
6.利用Decorrelation去相关拉伸方法（decorrstretch）对图像进行增强；
7.显示两种图像增强方法的结果图像。
三、实验分析： （1）高光谱影像由于含有近百个波段，用matlab自带的图像读写函数imread和imwrite往往不能直接操作，利用matlab函数库中的multibandred函数，可以读取多波段二进制图像。512×512为像素点，7位波段数，bil为图像数组的保存格式，uint8=>uint8为转换到matlab 的格式，[3 2 1]的波段分别对应RGB三种颜色。 （2）直接观察真彩复合图像发现，图像的对比度非常低，色彩不均匀。通过观察红绿蓝三色的波段直方图，可以观察到数据集中到很小的一段可用动态范围内，这是真彩色复合图像显得阴暗的原因之一。另外，根据三种颜色的三维散点图，如下
遥感图像处理实验报告
遥感图像处理实验报告 遥感图像处理实验报告 引言： 遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图 像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。本实验 旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。 一、图像预处理 图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校 正等操作。在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行 了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。接着， 我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得 到了显著提高。最后，我们进行了几何校正，通过对图像进行旋转和缩放，使 得图像的几何形状与实际地理位置相符合。 二、图像分类 图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类， 将其划分为不同的地物类型。在本实验中，我们使用了监督分类方法，首先选 择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不 同的地物类型进行关联。接着，我们对整个图像进行分类，将图像中的每个像 素都划分为相应的地物类型。最后，我们对分类结果进行了验证，通过与实地 调查结果进行对比，验证了分类的准确性和可靠性。 三、图像融合 图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的
图像融合成一幅高质量的图像。在本实验中，我们选择了两幅具有不同波段的 卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。融 合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱 分辨率，可以提供更全面和准确的地物信息。 四、图像变化检测 图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。在本实验中，我们选择了两幅具有不同时间 的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化， 如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。 结论： 通过本实验，我们深入了解了遥感图像处理的基本方法和技术，以及其在实际 应用中的价值和意义。图像预处理可以提高图像的质量和准确性，图像分类可 以实现地物的自动识别和分析，图像融合可以提供更全面和准确的地物信息， 图像变化检测可以监测地表的动态变化。遥感图像处理在地质勘探、环境监测、农业发展等领域具有广泛的应用前景，对于推动地球科学的发展和进步具有重 要的推动作用。
遥感课程实验报告范文-遥感图像处理软件(ENVI)的初步熟悉和基本操作
遥感课程实验报告范文-遥感图像处理软件(ENVI)的初步 熟悉和基本操作 《遥感信息科学概论》课程实验报告 二、遥感数据地物波谱特性分析1.“L7ETM+_121-032_123457”遥感 数据地物波谱特性分析要求：以“L7ETM+_121-032_123457(200210)”为 数据源，进行典型地物(水体、植被、居民地)的波谱特性分析(要求标注 典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征) 水体： 波谱特征：水体的波谱曲线在1波段的亮度最大，为180左右，2波 段次之，为160,3波段较低，为60左右，由2波段向3波段急剧下降。4、5、7波段约为20。 植被： 植被波普特性曲线有明显的规律，在1波段有一个峰值60,2波段有 一个峰谷50,然后到4波段上升达到最大峰值200,在减小到6波段140. 居民地： 居民地在各个波段的波谱亮度值均较大。居民地遥感图像获得的是屋 顶或道路，石棉瓦、沥青沙石、水泥等对各波段的反射率均较高。在1波 段最高为240,然后一直减少到5波段峰谷处130,在上升到6波段140. 2.“L7ETM+_138-035_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_138-035_123457(200004)”为数据源，进行典型地物(云/云阴影、雪、冰、裸地)的波谱特性分析(要求标注典型地物像元点的空间位置 及其波谱特性曲线，并简要说明其波谱特征)
云: 云波谱特征：0.5-0.7波段亮度值均保持最高不变，为240,0.9波段下降至190左右，之后基本不变。 雪波谱曲线：0.5-0.9波段亮度均 保持最大240,之后逐渐降低到40. 其在可见光波段灰度值极高为240左右，说明冰对可见光的强反射，从0.6之后亮度降低直至20左右 波谱曲线特征：0.5-0.65亮度逐渐升高，0.65处亮度出现峰值为160,0.87处出现波谷，为90,然后逐渐上升至170. 3.“L7ETM+_116-031_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_116-031_123457(199909)”为数据源，进行典型地物(水体、植被、火山灰)的波谱特性分析(要求标注典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征)水体： 总体亮度较低，波谱曲线从1波段到7波段亮度由60降为15,曲线趋于平缓。 植被： 波谱曲线：总体亮度较低，亮度由1波段50到3波段降低，在3波段出现波谷为20;4波段出现波峰为90,到7波段平缓下降为30. 基本要求与说明： 1．实验原理部分文字阐述要简洁明了，可附相应公式、图解；
遥感图像处理 图像配准、图像裁剪 实验报告
Lab3 geometric correction and projection transformation of remotely sensed data Objective : The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments. 实验过程： 一、envi中图像配准 1、根据控制点的坐标对图像进行配准 1）加载中山陵地形图 2) 选择map 菜单下的registration菜单，选择select gcps:image to map 设置投影信息：基于经纬度的投影(geographic lat/lon)，选择基准面为WGS—84
3）开始配准 依次移动一级窗口中的光标到四个图廓点的位置，在三级放大窗口中把十字司放在经纬线的交点的中间位置，输入该点的经纬度于编辑对话框中：
点击add point，完成对控制点的编辑 4）选择option菜单下的wrap file将配准好的地图生成一幅新的影像
修改生成图像信息，改为50带的UTM投影，基准面为WGS-84，保存 2、图像到图像的配准 1）加载全色波段影像作为待配准的影像
遥感图像处理实习报告
《数字图像处理》 集中实习报告 （2015-2016学年第2学期） 专业班级：地信1302 小组成员：曹晓东、傅文青、蔡雳鹏、黄亚阳评语: 实习总成绩: 指导教师签名: 2016年04月01日
项目一：遥感数据下载 一、实习时间及地点 实习时间：2016年03月21日至04月22日 实习地点：测绘学院四楼微机室 二、实习内容 （一）、选定实验研究区和相关的两期或多期的数据 （二）、遥感数据下载 三、任务分工 首先小组内讨论实习研究的区域以及两期数据的大致时间段间隔 数据下载和图像增强：曹晓东 遥感图像镶嵌和裁剪：黄亚阳 遥感图像监督分类和动态监测：傅文青 遥感影像专题地图制作综合：蔡雳鹏 四、实习过程 1研究区及数据准备 1.1 实验研究区筛选 从包含的地类、地物的种类尽可能的多的角度进行选择 2选择研究区影像的时间段 2.1 选取的多大的时间跨度比较合适，可以使两期的影像较为明显 3在https://www.360docs.net/doc/7219279955.html,/ 下载区域数据 3.1 首先确认所用电脑是否安装有Java的JRE环境或者Java开发者工 具包 3.2 在USGS的官方网站上注册上自己的账户 3.3 按事先选择的区域和时间间隔进行筛选，选择适合的时间段（尽量 不少于4、5年） 3.4 先去地理空间数据云网站去搜索好需要下载的时间段的地理数据， 并按指定的云量进行筛选，然后记住相应的数据标识、条带号、行编号、 中心经纬度等等，后到USGS的官方下载标准的数据包。如图所示：
3.5 针对网速的波动时间段，选择合适的时间段去下载实验区的数据 （网速太慢的话只能回宿舍尝试自己的校园教育网） 五、实习总结 通过这次初步下载卫星遥感数据，让我个感觉自己进入了一个崭新的领域。还了解了通用遥感数据的下载流程，以及这些编号的基本含义，并且查了landsat 卫星不同波段的不同用处，band1-band5和band7的空间分辨率为30米，band6的空间分辨率为60米还了解到了2003年Landsat-7的SLC 故障后，采集的数据需要采用SLC-off 模型校正。通过自己手动下载这些数据，深刻的体会到论坛的一些大牛说的有什么不懂的地方就查那些官方的文档，真的是这样。那就好像是自己小时候的玩具说明书，告诉你怎么样用，怎么样玩的更流畅。总之，第一次自己找并用数据的实习，刚开始就学到了很多东西。
遥感数字图像处理实验报告
遥感数字图像处理及应用实验报告 姓名： 学号： 专业： 学院： 学校：
实验一遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用，能运用高级程序设计语言实现遥感图像统。 二、实验内容 编程实现对遥感图像进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值，反映图像中地物的平均反射强度。 公式为： 2.方差 像素值与平均值差异的平方和，反映了像素值的离散程度。也是衡量图像信息量大小的重要参数。 公式为：
3.相关系数 反映了两个波段图像所包含信息的重叠程度。f,g为两个波段的图像。公式为： 四、实验数据及图像显示： 原始图像：
运行结果： 实验二遥感图像增强处理 一、实验目的 掌握常用遥感图像的增强方法，能运用高级程序设计语言实现遥感图像的增强处理。 二、实验内容 编程实现对遥感图像的IHS 变换、IHS 逆变换、进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理： 1.IHS变换
2.SPOT图像真彩色模拟 模拟真彩色：通过某种形式的运算得到模拟的红、绿、蓝三个通道，然后通过彩色合成近似的产生真彩色图像。 （1）SPOT IMAGE 公司提供的方法 该方法实际上是将原来的绿波段当作蓝波段，红波段（0.61-0.68 μm）仍采用原来的波段，绿波段用绿波段、红波段、红外波段的算术平均值来代替。 （2）ERDAS IMAGING 软件中的方法 此法将原来的绿波段当作蓝波段，红波段仍采用原来的波段，绿波段用绿波段、红外波段按3：1 的加权算术平均值来代替。 四、实验数据及图像显示 原始图像：
遥感数字图像处理实验报告
上机实验1： 遥感图像处理的基本操作练习 实验目的: 熟悉图像处理软件ENVI 图像处理的基本操作 实验内容:1、打开与存储文件2、多光谱显示3、练习矢量和栅格数据叠合4、3-D曲面浏览5、图像切割6、感兴趣区域（ROI: region of interest）生成7、输出图像的直方图8、查询图像统计特征9、制作二维散点图 实验步骤 1、打开与存储文件 Envi标准文件格式？ 如何查询图像某点的值 ：点击File-open image file 打开C:\RSI\IDL62\products\ENVI42\data（缺省目录）下的文件can_tmr.img，学会如何查询图像某点的值（双击左键或者对图像点击右键，利用cursor location/value以及pixel locator）。 请将一幅遥感数字图像输出为ascii格式的文本文件：(提示：File/save file as)，打开文本文件，体会遥感数字图像之含义。 2、多光谱显示 打开can_tmr.img文件后，在available band list 中选择RGB color, 然后任意选择三个波段进行彩色合成，这时候显示的是一幅假彩色图像，尝试将你多光谱显示的结果图存储成JPEG格式的结果图。 3、练习矢量数据与栅格数据的叠合: a)打开world_dem，再打开对应的矢量文件，点击File-open vector file,选中 C:\RSI\IDL62\products\ENVI42\data\vector路径下的.shp文件，在available vector file对话框中选 中select all layers，然后load selected到display 1(world_dem图像)。 4、3-D曲面浏览 除了可以显示3维立体地形，该功能可以将地形数据与多光谱数据叠加显示，具有很直观的立体效果,叠加显示的步骤： ?应用地形数据bhdemsub.img和多光谱数据bhtmref.img，打开这两个文件，并用多波段彩色显示bhtmref.img后用T opographic-3D surfaceview 观察立体效果。 5、图像切割
遥感原理实验报告2遥感图像处理
《遥感原理》 实验报告 实验名称：遥感图像处理专业：地理信息科学学号： 姓名： 指导老师：
1、实验目的 （1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法； （2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程； （3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的； （4）了解空间滤波的操作过程和空间滤波对图像产生的效果； （5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义； （6）了解和掌握缨帽变换的过程和处理效果； （7）了解和掌握彩色空间变换的过程和方法。 2、实验材料 Photoshop CS6、ENVI5.1、CAI软件和光盘文件 3、实验内容与过程 3.1 遥感图像的光学合成原理 彩色的基本特性：明度、色调和饱和度为彩色的基本特性。明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。明度的高低取决于光源光强及物体表面对光的反射率。色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。明度、色调和饱和度三者的关系可以用颜色立体来表述。非彩色，即黑白色只用明度描述，不使用色调、饱和度。 红橙黄绿青蓝紫各种颜色组成彩图。在遥感上，彩色图比非彩色图较易识别地物。白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。 3.2 遥感图像的线性拉伸 打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；
遥感数字图像处理实验报告(三)
遥感数字图像处理实验报告 （三） 姓名：学号：班级：指导老师： 1）项目名称：遥感图像空域增强处理 2）实验目的： 1. 掌握遥感图像直方图增强的各种方法，对各种增强结果进行对比分析，了解和掌握使 用各种方法进行图像处理的特点和优势，有助于突出哪方面的信息等。 2. 掌握遥感图像的各种邻域增强方法，进行算子分析和结果对比，掌握各种方法的特点以及使用该增强方法有助于突出的信息。 3）实验原理： 空间增强技术是利用像元自身及周围像元的灰度值进行计算，达到增强图像、突出图像中的某些方面信息的目的。实验选择使用ERDAS IMAGINE 软件进行操作。该软件共提供了如下空间增强处理功能：对应的如图1 4）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投
影、地区） 图像数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，是经裁剪后的图像。图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。对应的波段、波长、分辨率、主要作用如表： 图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。裁剪后的图像范围为河南省永城市东西城区及周边。 5）实验过程： 空间邻域增强： 1）卷积增强（Convolution）卷积处理的关键是卷积算子即系数矩阵的选择，该系数矩阵又称卷积核。ERDAS IMAGINE 卷积算子分为3×3、5×5、7×7三 组，每组有都包括Edge Detect、Edge Enhance、Low Pass、High Pass、 Horizontol、Vertical、Summary等七种不同的处理方式，本实验仅选取3×3、 5×5、7×7的Edge Detect 边缘检测和5×5的Edge Enhance、Low Pass、High Pass、Horizontol、Vertical、Summary 共计9种处理方式以做对比。 具体步骤：——— ，弹出Convolution对话框,如图1，分别选取不同卷积处理方式，对比处理结果，如图2—9：
遥感制图实习报告
遥感图像处理实验报告 班级姓名学号成绩评定 教师签字 专题一：DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）（1）ENVI彩色表的应用 ENVI Color Tables选项允许对灰阶图像进行线性对比度拉伸和应用标准颜色表（密度分割）。 ①在主图像窗口中，选择Tools> Color Mapping > ENVI Color Tables. 出现ENVI Color Tables对话框，可以使用系统默认的IDL颜色表来调整屏幕的颜色表。该对话框包 括一个灰阶wedge（或彩色wedge，若使用颜色表）和两个滑动块来控制对比度拉伸。它也有两个下拉菜单：File和Options。 ②选择下列选项之一： ●要将颜色表的任何变化自动地应用到打开的图像中，选择Options > Auto Apply: On. ●要手动地将变化应用于图像： A. 选择Options > Auto Apply: Off。 B. 变化后，选择Options > Apply。 注意：Auto Apply选项自动地设置为8位颜色模式。 ③分别移动标签为“Stretch Bottom”和“Stretch Top”的滑动块，来控制被显示的最小值和最大值。向右移动Stretch Bottom滑动块，导致图像亮区域变暗；而向左移动Stretch Top滑动块，导致图像暗区域变亮。 把拉伸底部设置为最大值，拉伸顶部设置为最小值，拉伸可以被“ inverted”。 若Auto Apply是打开的，新的对比度拉伸将立即应用于图像。 ④通过在所需要的颜色表名上点击，把一个选定的颜色表应用到当前图像。 IDL提供许多预先保存好的颜色表。“B-W linear”表提供一个灰阶图像。“RAINBOW”颜色表提供 一个从“冷”到“热”的密度分割。其它颜色表选项允许你应用它们首选的颜色方案。 ●要把颜色表保存为一个ASCII文件： A.选择File >Save Color Table to ASCII. B.输入一个文件名，然后点击“OK”。 ●要重新设置为初始的颜色表和拉伸，选择Options > Reset Color Table。 ●要返回到主屏幕并保留被选择的颜色表，选择File > Cancel。 （2）交互式密度分割 交互式密度分割功能允许选择数据范围和颜色以便突出灰阶图像中的区域。用于控制密度分割色彩的数据范围可以来源于显示的图像或其他相同大小的图像。 1.在主图像窗口，选择Tools > Color Mapping > Density Slice，或选择Overlay> Density Slice。 将出现 #n Density Slice对话框（其中“#n”是用于启动功能的显示号），在“Defined Dens ity Slice Ranges”下列有八个系统默认范围。这些范围由滚动窗口计算的最小值和最大值来限定，并显示 在“Min”和“Max”文本框中。 2. 在适当的文本框中输入所需要的最小和最大值，来改变密度分割的范围。
《遥感数字图像处理》实验报告
《遥感数字图像处理》实验报告
《遥感技术原理与应用》期末报告 研究生《遥感技术原理与应用》 期末考试报告 题目：利用TM遥感数据进行土地覆盖分类和制图 专业：地图学与地理信息系统 2015．12
一、研究方法 缨帽变换：也称K-T变换，是一种特殊的主成分变换。但与主成分不同，其旋转轴不是指向主成分方向，而是指向与地面景物有密切关系的方向，特别是与植物生长过程和土壤有关。传统的NDVI植被信息提取方法受到影像空间分辨率的限制，对影像上信息量少的植被（如道路两旁的行道树、居民小区中的绿地等）提取效果不佳。缨帽变换对区分不同类型植被类型如树、灌木、草地、农作物等非常有效，此次试验具有较好的应用。 支持向量机分类法：是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以求获得最好的推广能力。 最大似然分类法：假设每一个波段的每一类统计都呈正态分布，计算给定像元属于某一训练样本的似然度，像元最终被归并到似然度最大的一类当中。 二、研究内容及数据 对富民县散旦乡TM影像进行信息挖掘后突出植被和水体等地物信息；结合二调数据，选择样本，分别用最大似然和支持向量机（SVM）分类法对散旦乡进行分类，通过对比分类精度，比较两种分类方法的优缺点。 数据：对富民县进行裁剪后得到的散旦乡Landsat TM影像；富民县二类调查小班数据；富民县县行政区数据。 三、研究过程 1.裁剪研究区域 将富民县行政区数据导入ArcGIS软件中，根据属性表查找得到散旦乡数据，导入ENVI，再利用ENVI提供的不规则裁剪工具进行裁剪得到散旦乡TM影像（4，3，2假彩色合成），见图1、2。
图像配准实验报告
图像配准实验报告 图像配准实验报告 引言： 图像配准是计算机视觉领域的重要研究方向，它涉及将多个图像或视频序列对齐以实现对比分析。图像配准技术在医学影像、遥感图像、计算机图形学等领域具有广泛的应用。本实验旨在探究不同配准算法在图像配准任务中的效果和性能。 一、实验背景 图像配准是指将不同图像或图像序列的特定特征点对齐，使它们在空间上保持一致。图像配准可分为刚体变换、仿射变换和透视变换等不同类型，具体方法包括特征点匹配、直接法和基于优化的方法等。本实验选取了常用的特征点匹配方法进行研究。 二、实验过程 1. 数据准备 从开源数据集中选取了一组包含平移、旋转和缩放等不同变换的图像。这些图像包含了不同场景和角度，以模拟实际应用场景。 2. 特征提取与匹配 采用SIFT（尺度不变特征变换）算法提取图像的特征点。SIFT算法通过检测图像中的关键点，并计算每个关键点的特征描述子。接着使用FLANN（快速最近邻搜索库）进行特征点匹配。FLANN算法能够高效地在大规模数据集中进行最近邻搜索，提高了匹配的准确性和速度。 3. 图像配准
基于特征点匹配结果，采用RANSAC（随机抽样一致性）算法估计图像之间的变换矩阵。RANSAC算法通过随机选择特征点子集，估计出最佳的变换模型，排除了异常点的干扰。 4. 实验结果评估 使用均方差（MSE）和结构相似度指数（SSIM）等指标对配准结果进行评估。MSE用于衡量图像之间的差异，SSIM则考虑了亮度、对比度和结构等因素，更适合图像质量评估。 三、实验结果与讨论 经过特征提取和匹配，我们得到了一系列图像配准的结果。通过计算MSE和SSIM指标，我们对不同配准算法的性能进行了比较。 1. 刚体变换配准 刚体变换是一种刚性的平移、旋转和缩放变换。通过对特征点进行刚体变换配准，我们得到了较好的配准结果。MSE和SSIM指标表明，刚体变换配准在保持图像结构和内容一致性方面表现出色。 2. 仿射变换配准 仿射变换是一种保持直线和平行性质的变换。在仿射变换配准中，我们观察到图像的形状和结构得到了较好的保持。然而，对于一些非线性的变换，仿射变换的效果可能不如其他方法。 3. 透视变换配准 透视变换是一种非线性的投影变换，适用于处理由相机视角引起的畸变。透视变换配准在处理图像畸变和透视效果时表现出色。然而，透视变换对于处理大范围的图像变形可能存在一定的局限性。
遥感图像融合实验报告
遥感图像融合实验报告 遥感图像融合实验报告 一、引言 遥感图像融合是指将多个不同传感器获得的遥感图像融合为一幅综合图像的过程。通过融合不同传感器获取的图像，可以获得更全面、更准确的地物信息。 本实验旨在探究遥感图像融合的原理和方法，并通过实验验证其效果。 二、实验目的 1. 了解遥感图像融合的原理和意义； 2. 掌握常用的遥感图像融合方法； 3. 进行实验验证，比较不同融合方法的效果。 三、实验步骤 1. 数据准备：选择两个不同传感器获取的遥感图像，如光学图像和雷达图像； 2. 图像预处理：对两幅图像进行预处理，包括辐射校正、几何校正等； 3. 图像配准：通过图像配准算法将两幅图像对齐，使其具有相同的空间参考系； 4. 图像融合：选择合适的融合方法，如基于像素级的融合方法或基于特征级的 融合方法，对两幅图像进行融合； 5. 结果评价：通过定量和定性的评价指标，对融合结果进行评估。 四、实验结果与分析 经过实验，我们得到了融合后的遥感图像。通过对比融合前后的图像，可以发 现融合后的图像在空间分辨率和光谱信息上都有所提高。融合后的图像能够更 清晰地显示地物的边缘和细节，且具有更丰富的颜色信息。 在融合方法的选择上，我们尝试了基于像素级的融合方法和基于特征级的融合
方法。基于像素级的融合方法将两幅图像的像素直接进行融合，得到的结果更加保真，但可能会导致信息的混淆。而基于特征级的融合方法则通过提取图像的特征信息，再进行融合，可以更好地保留地物的特征，但可能会引入一定的误差。 通过对比不同融合方法的结果，我们可以发现不同方法在不同场景下的效果差异。在某些场景下，基于像素级的融合方法可能会产生较好的效果，而在其他场景下，基于特征级的融合方法可能更适用。因此，在实际应用中，需要根据具体场景和需求选择合适的融合方法。 五、实验总结 通过本次实验，我们深入了解了遥感图像融合的原理和方法，并进行了实验验证。遥感图像融合可以提高图像的空间分辨率和光谱信息，使得地物信息更全面、更准确。不同的融合方法在不同场景下具有不同的优势，需要根据实际需求进行选择。 然而，本实验还存在一些不足之处。首先，实验所使用的数据较为简单，未能覆盖多种不同传感器的图像数据，因此对于不同传感器的适用性还需要进一步研究。其次，在图像融合过程中，仍然存在一定的误差和信息损失，需要进一步改进融合算法，提高融合效果。 综上所述，遥感图像融合是一项重要的技术，在地理信息领域具有广泛的应用前景。通过不断的研究和实验，我们可以进一步完善融合方法，提高图像融合的效果和精度，为地理信息的获取和分析提供更可靠的数据基础。
ENVI遥感图像配准实验报告
ENVI遥感图像配准 一、实验目的： 1、掌握ENVI软件的基本操作和对图像进行基本处理，包括打开图像，保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识，掌握基本技能和动手操作能力，提高综合分析问题的能力。 二、实验原理 （1）最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值，简单，处理速度快。缺点就是会产生半个像元位置偏移，可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。
双线性内插方法是使用临近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值，在后来的波谱识别分类分析中，会引起一些问题。 示意图： 由梯形计算公式： 故 同理 最终得：
三次卷积内插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性内插相似，先在 Y 方向内插四次（或 X 方向），再在 X 方向（或 Y 方向）内插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域范围。适用于航片和遥感影像的重采样。 作为对双线性内插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域内像素的灰度值作三次插值。其三次多项式表示为： 我们可以设需要计算点的灰度值f（x,y）为：
遥感ENVI实验报告
遥感ENVI实验报告 学号： 姓名： 班级： 专业： 2016年10月14日
实验一：ENVI软件认识与操作基础 一，实验内容 1，学习如何将多波段遥感图像进行波段组合； 2，掌握在ENVI系统中显示单波段和多波段遥感图像的方法。 二，ENVI5.1简介 自ENVI5.0版本开始，ENVI采用了全新的软件界面，从整体上增强了用户体验，ENVI5.1延续了ENVI5的界面风格，对图标做了更现代化的设计。启动ENVI5.1，如下图所示，包括菜单项、工具栏、图层管理、工具箱、状态栏几个部分组成。 图1.1 ENVI软件界面 为了方便老用户的使用，ENVI 5.1 还保留了经典的菜单+三视窗的操作界面，也就是在安装ENVI5.1 时候，自动会把ENVI Classic 版本安装。其实ENVI Classic 就是一个完整的ENVI4.8 或更早期的版本。习惯这种界面风格的用户，可以选择使用ENVI Classic 界面操作。 图1.2 经典ENVI操作界面 三，ENVI安装目录结构 一般情况下ENVI 5.1安装在Exelis文件夹下，完全版本包括IDL、License等文件夹。ENVI5.1的所有文件及文件夹保存在HOME\Program Files\Exelis\ENVI51下。
四，ENVI数据输入 4.1 常见数据的打开 在ENVI5.1中，使用File –> Open菜单打开ENVI 图像文件或其它已知格式的二进制图像文件。ENVI 自动地识别和读取下列类型的文件：
······· 4.2 特定数据的打开 虽然上述的Open 功能可以打开大多数文件类型，但对于特定的已知文件类型，我们需要打开图像文件外，还需要打开图像文件附带的其他文件，比如RPC文件等。 使用File > Open AS 菜单，ENVI 能够读取一些标准文件类型的若干格式，包括精选的遥感格式、军事格式、数字高程模型格式、图像处理软件格式及通用图像格式。ENVI 从内部头文件读取必要的参数，因此不必在Header Information对话框中输入任何信息。 如下为打开一个多波段Landsat Fast格式的过程： （1）选择主菜单>File > Open AS>Landsat >FAST （2）对于Fast TM 格式数据，选择header.dat文件。 对于Landsat 7 FAST 全色波段数据，选择.hpn头文件。 对于VNIR/SWIR Landsat 7 FAST 数据6个波段，选择.hrf头文件。 对于Landsat 7 FAST 热红外波段，选择.htm 头文件。 （3）点击Open打开。ENVI同时自动从头文件中读取包括：gains 和bias，太阳高度角和方位角，成像时间等信息。对于普通的单波段二进制文件，用Open As方式找不到对应选项，可以在Toolbox选择/Raster Management/Edit ENVI Header。或者直接选择File > Open打开普通二进制文件。