遥感数字图像处理实验报告(五)

遥感数字图像处理实验报告(五)
遥感数字图像处理实验报告(五)

遥感数字图像处理实验报告

(实验五)

姓名:学号:班级:指导老师:

1)项目名称:遥感图像光谱增强处理

2)实验目的:

实验ERDAS软件进行如下实验并掌握其操作方法

1.主成份分析,主成份逆变换,主成份占总能量的百分比计算;

2.RGB-HIS相互转换,图像融合,用MODEL MAKER 建模方式进行图像处理。3)实验原理:

ERDAS IMAGINE 是美国 ERDAS 公司开发的专业遥感图像处理与地理信息系统软件。它是以模块化的方式提供给用户的,可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合,对系统进行剪裁,充分利用软硬件资源,并最大限度地满足用户的专业应用要求。本次试验所涉及的均为该软件有关图像运算的一些功能。

4)数据来源及数据基本信息:

数据来自国际科学数据服务平台,Landsat5 2010年9月18日的图像,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。

5)实验过程:

主成份分析(PCA, Principal Component Analysis):是一种常用的数据压缩方法,它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上,使图像数据更易于解译。ERDAS IMAGING 提供的主成份变换功能最大可以对含有256个波段的图像进行转换压缩。具体步骤如下:

Main —— image interpreter —— spectral enhancement —— principal comp ——principal components 对话框,并进行如下参数设置,如图:

点击tools——edit text files 打开对话框,其中显示有各波段能量

250.879945226353

142.350993486376

18.43641810843235

5.577773198877948

3.244500406174052

1.161464964059094

0.7869031272060705

使用计算器计算:250.879945226353 / (250.879945226353 + 142.350993486376 + 18.43641810843235 + 5.577773198877948 + 3.244500406174052 + 1.161464964059094 + 0.7869031272060705)

= 250.879945226353 / 422.4379985174785145 = 59.388583912148413833934608092912%

去相关拉伸(Decorrelation Stretch):去相关拉伸是对图像的主成分进行对比度拉伸处理,而不是对原始图像进行拉伸,在操作时只需输入原始图像就可以了,系统将首先对原始图像进行主成分变换,并对主成分图像进行对比度拉伸处理,然后进行主成分逆变换,依据当时变换的特征矩阵,将图像恢复到RGB彩色空间,达到图像增强的目的。步骤如下:

点击Interpreter图标——Spectral Enhancement —— Decorrelation Stretch ——Decorrelation Stretch 打开对话框并进行设置:

RGB-HIS色彩变换:色彩变换是将一个图像从红绿蓝三种颜色组成的彩色空间转换到以亮度(I)、色度(H)、饱和度(S)作为定位参数的彩色空间,以便使图像的颜色与人眼看到的更为接近。其中,亮度表示整个图像的明亮程度,取值范围是0~1;色度代表像元的颜色,取值范围是0~360;饱和度代表颜色的纯度,取值范围是0~1。具体步骤如下:RGB to HIS:点击Interpreter图标——Spectral Enhancement ——RGB to HIS ——RGB to HIS 对话框,如图进行设置,确定

原图像RGB to HIS 变换后

HIS to RGB :点击Interpreter图标——Spectral Enhancement ——HIS to RGB ——HIS to RGB 对话框,如图进行设置,确定

原图像HIS to RGB变换后使用MODEL MAKER 建模方式进行图像处理:Modeler ——Modeler Maker 打开

New Model编辑框

双击上面的打开Raster 输入文件,如图:

双击中间的打开Function Definition 对话框,输入代码,定义功能。

点击图标进行运算,打开运算后图像,如图:

原图像model maker 变换后

6)实验结果与分析:

掌握了ERDAS软件下遥感图像主成份分析,主成份逆变换,主成份占总能量的百分比计算的方法;

掌握了遥感图像RGB-HIS相互转换,图像融合,及使用MODEL MAKER 建模方式进行图像处理的方法。

7)心得、意见或建议:

实现不难,但貌似还不太理解其用意,不知道这样变那样变有什么好处,有什么用。

大概看书太少了。自认为有待努力。

遥感课程理解与应用读书报告

遥感图像理解与应用读书报告 一、概述 遥感主要是为地学研究提供数据源,但由于遥感数据获取的是地物电磁辐射信息,不能直接用于各类地学研究,需要先对遥感数据进行处理。对遥感数据的处理,包括遥感数据预处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、大气校正,使遥感数据与地理上的空间点相对应,包括位置对应以及位置辐射值的对应。而对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息,使数据符合人的空间认知。 遥感图像理解这门课程首先介绍遥感原理,它是通过获取和分析目标的电磁辐射信息,来了解目标的其他属性信息的科学和技术。然后介绍遥感图像,包括获取手段(直接获取,间接由现有图件或照片获取)、显示方式(真彩色、假彩色、伪彩色)、图像属性(四种分辨率)等。再对遥感图像中的目标做介绍,指出遥感最重要目的就是获取遥感图像目标及其语义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征,信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等;图像参数特征是经过计算后得到的用于描述图像特征的各种参数,如图像灰度的均值、方差,图像的比值,图像的协方差、各阶矩,图像在变换域中的频谱等;图像光谱特征由各个波段的光谱值决定,包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数,如波峰、波谷、斜率等。在对遥感图像理解中,主要针对这些信息确定图像目标类型、属性等信息。 二、对遥感图像的理解 第四章对遥感图像的理解是重点内容。针对地学应用的遥感图像中的目标是各种地理客体,因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外,更重要的是理解目标的性质、性状、数量特征等。其内涵主要有:目标类别、地物空间关系、目标的性状(物理、化学、生物参数)、目标的数量特征。 遥感图像理解包括图像处理、图像分析和图像理解三个层次的内容。图像处理包括图像纠正(也叫数据预处理)和图像增强,纠正图像的几何误差和辐射误差,并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析,提取感兴趣的目标和信息,对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译,从图像特征或光谱特征出发,有很多不同的方法。 从图像特征出发,图像特征理解步骤为图像预处理、目标检测、目标解释,主要是以图像中的目标为理解单元,一般多用于高分辨率遥感图像中。从光谱特征出发,侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步,一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定,理想的方式是将图像特征与光谱特征结合进行。 三、侧重图像特征的图像理解 图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略,用图像区域表达图像中的目标,其中点目标和线目标

遥感实验报告

1.利用Mapgis进行图像校正 1.1实验目的 了解MAPGIS土地利用数据建库对数据的基本要求。掌握图像校正---DRG生产的具体操作步骤。 1.2实验基本要求 将两幅1/万影像数据k50g092035、k50g092036,进行图象校正。 1.3实验内容 DRG生产的操作步骤如下: 1.打开mapgis主菜单,选择图像处理\图象分析模块。 2.文件转换:打开文件\数据输入,将两幅tif图像转换成msi(mapgis图象格式)文件类型。 选择“转换数据类型”为“TIF文件”,点“添加目录”选择影象所在目录,点“转换”。 3. 选择文件\打开影象,打开转换好的msi文件k50g092035.msi,再选择镶嵌融合\DRG生产\图幅生成控制点,点“输入图幅信息”。 4.输入图幅号信息,输入图幅号 k50 g092035,系统会利用此图幅号自动生成图幅的理论坐标。 图1.1 图幅生成控制点 5.定位内图廓点,建立理论坐标和图象坐标的对应关系。 利用放大、缩小、移动等基本操作在图像上确定四个内图廓点的位置。以定位左上角的内图廓点为例:利用放大,缩小,移动等操作找到左上角的内图廓点的精确位置后,点击上图对话框中的左上角按钮,然后再点击图像上左上角的内图廓点即完成该点的设置。完成参数设置和内图廓点信息的输入后,点击生成GCP,将自动计算出控制点的理论坐标,并根据理论坐标反算出控制点的图像坐标。 6.顺序修改控制点。 选取镶嵌融合\DRG生产\顺序修改控制点,则弹出控制点修改窗口,如下图所示:

图1.2 控制点修改窗口 7.逐格网校正 选取镶嵌融合\DRG生产\逐格网校正,弹出文件保存对话框,输入结果影像文件名为“K50 G 092035”,点“保存”。出于精度考虑,可以将“输出分辨率” 设置为“300”DPI。 8.DRG生产完毕。为了以后线文件要与内图框闭合成区,接着生成单线内图框。 生成单线内图框的方法如下: 1)选择镶嵌融合\ 打开参照文件\自动生成图框 2)输入图幅号,选择北京54坐标系.采用大地坐标系 3)选择单线内框.椭球参数选择北京54图框文件名保存为2035.WL,保存路径如下图如示,点“确定”即可完成。 图1.3 1:1万图框 用同样的方法校正另一幅影像k50g092036,将校正后的文件保存为k50 g 092036,同时生成对应的内图框文件2036.wl,保存在实习数据\单线内图框\。

遥感实验报告

重庆交通大学 学生实验报告 实验课程名称遥感原理与应用 开课实验室测量与空间信息处理实验室 学院 2013 年级测绘工程专业 1班学生姓名刘文洋 学号 631301040126 开课时间 2015 至 2016 学年第 1 学期

目录 实验一 ENVI 视窗的基本操作 (2) 实验二遥感图像的几何校正 (4) 实验三遥感图像的增强处理 (8) 实验四遥感图像的变换 (12) 实验五遥感信息的融合 (15) 实验六遥感图像分类 --- 监督分类 (17) 实验七遥感图像分类 --- 非监督分类 (19) 实验八遥感图像分类后处理 (22)

实验一ENVI 视窗的基本操作 一、实验目的 初步了解目前主流的遥感图象处理软件 ENVI 的主要功能模块,在此基础上,掌握视窗操作模块的功能和操作技能,为遥感图像的几何校正等后续实习奠定基础。 二、实验内容 视窗功能介绍;文件菜单操作;显示数据;裁剪数据;合并波段 三、实验步骤 1、首先打开ENVI4.7软件,看见的只有菜单栏,如图所示: 2、打开每个下拉菜单浏览其下拉栏中都有哪些功能,比如:我们如果需要打开遥感文件,则可以选择File下的打开功能open image file,打开遥感图像如下图:

裁剪数据打开basic tools的resize data功能,如果需要对图像进行一系列处理,可以利用Transform,Classification等功能进行操作,在后续实验中我们也会用到其中的一些功能进行图像的一系列操作,到时候在详细叙述。 3、再熟悉了ENVI4.7的一些基本知识后我们可以简单地操作下,比如对一组数据分别用Gray Scale和Load RGB导入,看看两幅图的区别以及各自的优缺点。 四、实验结果分析 在这次的实验中,我们简单的熟悉了下ENVI4.7的一些功能,发现它是可以对遥感图像进行图像几何纠正,直方图均衡,监督分类,非监督分类等一系列操作,为我们后续利用软件对遥感图像处理打下了基础。

中国地质大学遥感图像处理上机实习报告

遥感图像处理课程实习报告 学生姓名:王蜀越 班学号: 学号: 指导教师:王红平、许凯 中国地质大学信息工程学院 2017年7月1日

目录 目录 ............................................................................................................................................... - 1 - 实习一:影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二:几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三:影像分类(一).......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四:影像分类(二).......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -

(完整版)ERDAS遥感图像处理实验报告

西北农林科技大学 ERDAS实验报告 专业班级:地信111 姓名:杨登贤 学号:2011011506 2013/12/20 ERDAS实验报告

一.设置一张三维图。 (3) 1.底图与三维图 (3) 2.参数设置 (5) (1)三维显示参数 (5) (2)三维视窗信息参数 (6) (3)太阳光源参数 (6) (4)显示详细程度 (6) (5)观测位置参数 (7) 二.(几何纠正几何畸变图像处理):几何纠正结果图。 (7) (2)选择合适的坐标变换函数(即几何校正数学模型) (8) (3)数据控制点采集表 (9) (4)多项式模型参数 (9) (5)图像重采样参数 (10) (6)结果图 (10) 三.(数据输入\ 输出):镶嵌图(根据不同条件做出不同的几张)。 (11) 1.图像色彩校正设置 (12) 四.(图像增强处理):傅里叶高通/低通滤波图或效果图空间增强效果图。 (13) 1.空间增强卷积处理 (13) (1)原图像 (13) (2)卷积增强设置参数 (13) (3)卷积增强处理图像 (14) 2.傅里叶变换 (14) (1)快速傅里叶变换设置参数 (14) (2)低通滤波 (15) (3)高通滤波 (16) 五.光谱增强。 (18) 1.主成分变换 (18) (1)参数设置 (18) (2)处理图像 (19) 2.缨帽变换 (19) (1)参数设置 (19) (2)处理图像 (20) 3.指数计算 (20) (1)参数设置 (20) (2)处理图像 (21) 4.真彩色变换 (21) (1)参数设置 (21) (2)处理图像 (22) 六.(非监督分类):非监督分类结果图分类后处理结果图去除分析结果图。 (23) 1.参数设置 (23) 2.非监督分类结果图 (24) 3.分类后处理结果图 (25)

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

《遥感原理与应用》实验报告——影像融合

实验名称:影像融合 一、 实验内容 1. 对TM 影像和SPOT 影像进行HSV 数据融合。 2. 查阅相关资料用envi 软件实现一种数据融合的方法,如Brovey 、PCA 等。 3. 利用均值、标准差、特征值等参数对上述两种方法的融合效果进行评价。 二、 实验所用的仪器设备,包括所用到的数据 电脑一台,Window7操作系统,遥感影像处理软件(ENVI4.3)英国伦敦的TM 影像数据lon_tm 和SPOT 影像数据lon_spot 。 三、 实验原理 1. 定义:图像(影像)融合是指将多余遥感影像按照一定的算法,在规定的地理坐标系中,生成新的图像的过程。 2. 目的: (1) 提高图像空间分辨率 (2) 改善分类 (3) 多时相图像融合用于变化检测 3. 基本原理 (1) HSV 变换法: HSV (hue, saturation, and value :色调,饱和度,亮度值)。首先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。然后将高分辨率的全色图像代替V 分量,保持H 、S 分量不变。最后再进行HSV 变换得到具有高空间分辨率的多光谱图像。 (2) Brovey 变换法: 对彩色图像和高分辨率数据进行数学合成,从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 4. 评价指标 (1) 均值与标准差 ∑==n i i x n μ1 1 (公式1) () 2 1 2∑=-=n i i μx σ (公式2) 上述两个式子中,n 表示图像总的像素的个数,xi 为第i 像素的灰度值。 (2) 特征值 设 A 是n 阶方阵,如果存在数m 和非零n 维列向量 x ,使得 Ax=mx 成立,则称 m

遥感读书报告

东南大学交通学院测绘工程系 遥感读书报告 专业:测绘工程 班级:213 学号:21311112 姓名:白金睿 老师:戚浩平 日期:2013年12月

首先纵观遥感这本书,我们可以先粗略的先把它分为35个小的标题,然后总结下来,之后再细分其中的重点,之后再详细说一说他们中的难点,就其中的一些我比较感兴趣的公式做一些推导解释,在上理论课与实验课的时候我慢慢发现RS的强大与其特有的魅力,ERDAS,ARCGIS,ARCMAP,这些软件即强大又有趣,让我来带领大家,纵游遥感的海洋吧~ 1.遥感技术系统的组成 被测目标的信息特征、信息的火枪、信息的传输与记录、信息的处理和信息的应用。2.遥感的类型 1)按遥感平台分为地面遥感、航空遥感、航天遥感; 2)按工作方式分为主动遥感和被动遥感; 3)按探测波段分为:紫外遥感(0.3-0.4);可见光(0.4-0.7);红外(0.7-14mm); 微波(0.1-100cm)等。 3.遥感技术的特点 大面积的同步观测、时效性、数据的综合性和可比性、经济性、局限性。 4.电磁波的主要参数 1)波长(Wavelength):指波在一个振动周期内传播的距离。即沿波的传播方向,两个相邻的同相位点(如波峰或波谷)间的距离。 2)周期:波前进一个波长那样距离所需的时间。 3)频率(frequency):指单位时间内,完成振动或振荡的次数或周期(T),用V示。 注:一般可用波长或频率来描述或定义电磁波谱的范围。在可见光——红外遥感中多用波长,在微波遥感中多用频率。 4)振幅(Amplitude):表示电场振动的强度。它被定义为振动物理量偏离平衡位置的最大位移,即每个波峰的高度。 5)电磁波谱:将各种电磁波在真空中的波长按其长短,依次排列制成的图表。5.常用电磁波波段特性 1)紫外线(UV):0.01-0.4μm,碳酸盐岩分布、水面油污染; 2)可见光:0.4-0.76 μm,鉴别物质特征的主要波段;是遥感最常用的波段; 3)红外线(IR):0.76-1000 μm。近红外0.76-3.0 μm’中红外3.0-6.0 μm; 远红外6.0-15.0 μm;超远红外15-1000 μm;(近红外又称光红外或反射红外;中红外和远红外又称热红外。) 4)微波:1mm-1m。全天候遥感;有主动与被动之分;具有穿透能力;发展潜力大。6.地物的反射光谱特性

遥感实验报告

遥感原理与应用 实验报告 姓名:学号:学院:专业: 年月日 实验一: erdas视窗的认识实验 一、实验目的 初步了解目前主流的遥感图象处理软件erdas的主要功能模块,在此基础上,掌握几个视窗操作模块的功能和操作技能,为遥感图像的几何校正等后续实习奠定基础。 二、实验步骤 打开imagine 视窗 启动数据预处理模块 启动图像解译模块 启动图像分类模块 imagine视窗 1.数据预处理(data dataprep) 2.图像解译(image interpreter) 主成份变换 色彩变换 3.图像分类(image classification) 非监督分类 4. 空间建模(spatial modeler) 模型制作工具 三、实验小结 通过本次试验初步了解遥感图象处理软件erdas的主要功能模块,在此基础上,基本掌握了几个视窗操作模块的功能和用途。为后续的实验奠定了基础。 实验二遥感图像的几何校正 掌握遥感图像的纠正过程 二、实验原理 校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。几何校正就是将图像数据投影到平面上,使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程,称为地理参考(geo-referencing)。由于所有地图投影系统都遵循一定的地图坐标系统,因此几何校正的过程包含了地理参考过程。 几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前,已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。利用地面控制点进行的几何校正称为几何精校正。一般地面站提供的遥感图像数据都经过几何粗校正,因此这里主要进行一种通用的精校正方法的实验。该方法包括两个步骤:第一步是构建一个模拟几何畸变的数学模型,以建立原始畸变图像空间与标准图像空间的某种对应关系,实现不同图像空间中像元位置的变换;第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上,完成标准图像空间中每一像元亮度值的计算。 三、实验内容 根据实验的数据,对两张图片进行几何纠正 四、实验流程

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。

双线性插方法是使用临近4个点的像元值,按照其距插点的距离赋予不同的权重,进行线性插。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,方法与双线性插相似,先在Y 方向插四次(或X 方向),再在X 方向(或Y 方向)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围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进,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:

遥感地学分析读书报告

成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础,是开展地球表层物质的物性和空间结构分析,进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点,在大尺度范围内探测地表物质连续光谱特性的同时,还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高,所反映地物光谱特征就越精细,甚至可获取与实验室或地面实测光谱类似的曲线,为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看,美国的成像技术发展较早,也最具代表性。从20世纪80年代到现在,美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计,已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器,128个通道,光谱覆盖范围从1.2~2.4μm,并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS,它有224个通道,使用光谱范围为0.41~2.45μm,每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用.为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用,也基于采矿工业及石油工业的需求,在AVIRIS之后,地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪,第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内,通道的光谱宽度是不同的。

遥感实验报告七

合肥工业大学资源与环境工程学院 《遥感图像处理与分析》 实验报告(七) 姓名 学号 专业 班级 任课教师

实验七:图像分类 一、实验目的 理解计算机图像分类的基本原理 掌握数字图像非监督分类以及监督分类的具体方法和过程 理解两种分类方法的区别 二、实验材料 Landsat遥感影像1幅 ERDAS IMAGINE9.2遥感图像处理软件 计算机 三、实验内容及步骤 (一)非监督分类 (1)启动非监督分类模块:在ERDAS面板工具中选择DA TAPrep-Unsupervisd Classification命令,打开非监督分类对话框或是在ERDAS面板工具中选择 Classifier-Classification-Unsupervised Classification打开非监督分类对话框(2)选择图像处理文件和输出文件,设置被分类的图像和分类结果,并选择生成分类模块文件产生一个模版文件。 (3)这里Number of Classes定为14,Maximum Iterations定为7如下图所示 (4)点击OK按钮,执行非监督分类,打开原图与结果图:

分类评价: (1) 打开原始图像和分类后的图像:点击ERDAS-Viewer 面板,先后打开原始图像和分 类后的图像,在打开分类结果图像时,在Raster Option 选项卡中取消选中的Clear Display 复选框,保证两幅图叠加显示 (2) 设置各类别的颜色:单击Raster-Tool ,打开Raster 工具面板,选择Raster-Attributes , 打开Raster Attribute Editor 对话框 (3) 调整字段显示顺序,在Raster Attribute Editor 窗口,选择Edit 菜单-Column Properties 命令,打开Column Propertis 对话框,在Columns 列表中选择字段,通过Up 、Down 、Top 、Bottom 按钮调整其在属性表的显示顺序 (4) 同上,在Raster Attribute Editor 对话框中单击某一类别的Color 字段,在弹出的As Is 中选择合适的颜色 (5) 确定类别精度并标注类别:在Raster Attribute Editor 对话框中点击Opacity 字段名, 进入编辑状态,依据需要输入0(透明)或1(不透明)。通过在Utility 菜单下设置分类结果在原始图像背景上闪烁(Flick )、卷帘显示(Swipe )、或混合显示(Blend ),

遥感图像实验报告

遥感图像实验报告 一.实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据,数据获取手段.掌握遥感分类的方法, 土地利用变化的分析,植被变化分析,以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解,掌握遥感处理技术平台和方法。 二.实验内容 1、遥感图像的分类 2、土地利用变化分析,植被变化分析 3、遥感空间建模技术 三.实验部分 1.遥感图像的分类 (1)类别定义:根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统; (2)特征判别:对影像进行特征判断,评价图像质量,决定是否需要进行影像增强等预处理; (3)样本选择:为了建立分类函数,需要对每一类别选取一定数目的样本;(4)分类器选择:根据分类的复杂度、精度需求等确定哪一种分类器; (5)影像分类:利用选择的分类器对影像数据进行分类,有的时候还需要进行分类后处理;分类图如下:

图1.1 1992年土地利用图 图1.2 2001年土地利用图

(6)结果验证:对分类结果进行评价,确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2.1 两年土地利用相重合区域 (1)在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369),过程如下:

图2.1 截图过程图 图2.2.2 截图过程图

(2)土地利用专题地图如下: 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图

Photoshop平面图像处理实验报告

Photoshop平面图像处理实验报告 一、实验项目 安徽大学宣传画 二、实验目的 (1)使用Photoshop基本工具实现宣传画制作; (2)利用所学知识使得构图美观,各图层间融合度高,辨识度高; (3)尽可能多的使用不同的方法完成制作; (4)学会使用一些常用工具的快捷键,例如“Alt+滚轮”可改变图像大小,“Ctrl+T”可对对象使用“自由变换”等; (5)习惯在新建图层上进行操作,习惯对需要进行较大改动的图层进行备份; (6)在图像放大的基础上进行精确抠图; (7)对图层边界进行模糊处理,提高融合度; (8)学会对绘制图形及文字添加效果,使其立体化(更加真实),或是(多彩化)更加绚丽; (9)学会对设计的图像进行分解与重组,例如球体就是由一层底色加效果、以及白色高光层组合而成; (10)要注意整体构图中的光影效果,使整体井然有序,而不是杂乱无章; (12)学会合理利用滤镜中的各种效果,设计出最为合适的组合; (13)不要忽视重叠图层的“叠加效果”,合理利用可提升叠加图层的融合度; (14)习惯给图层取名,方便修改。 三、实验步骤

(1)新建文件,打开图片(安徽大学校门)文件,使用移动工具拖曳至新建文件中。 (2)为使得校门朝向满足构图设计,使用“编辑——变换——水平翻转”功能,将其实现左右水平翻转。

(3)利用“磁性套索工具”将大门主体部分选出,再使用“选择——反选”功能,选出该图层中不需要的部分,利用“编辑——清除”使其被清除。 (4)使用“橡皮”工具,调整合适的笔锋、不透明度及流量大小对剩余主体部分多余的边角、门内的空隙进行擦除。 使用“编辑——自由变换”调整大小,移动到设计位置。

遥感数字图像处理实验报告

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 计参数的计算。 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。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差(或标准差) 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。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 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 分别为两个波段的图像,它们之间的 相关系数计算公式为: 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中, e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))

%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值

遥感图像预处理实验报告

实验前准备:遥感图像处理软件认识 1、实验目的与任务: ①熟悉ENVI软件,主要是对主菜单包含内容的熟悉; ②练习影像的打开、显示、保存;数据的显示,矢量的叠加等。 2、实验设备与数据 设备:遥感图像处理系统ENVI4.4软件; 数据:软件自带数据和河南焦作市影响数据。 3、实验内容与步骤: ⑴ENVA软件的认识 如上图所示,该软件共有12个菜单,每个菜单都附有下拉功能,里面分别包含了一些操作功能。 ⑵打开一幅遥感数据 选择File菜单下的第一个命令,通过该软件自带的数据打开遥感图像,可知,打开一幅遥感影像有两种显示方式。一种是灰度显示,另一种是RGB显示。 Gray(灰度显示)RGB显示 ⑶保存数据 ①选择图像显示上的File菜单进行保存; ②通过主菜单上的Save file as进行保存

⑷光谱库数据显示 选择Spectral > Spectral Libraries > Spectral Library Viewer。将出现Spectral Library Input File 对话框,允许选择一个波谱库进行浏览。点 击“Open Spectral Library”,选择某一所需的 波谱库。该波谱库将被导入到Spectral Library Input File 对话框中。点击一个波谱库的名称, 然后点击“OK”。将出现Spectral Library Viewer 对话框,供选择并绘制波谱库中的波谱曲线。 ⑸矢量化数据 点选显示菜单下的Tools工具栏,接着选择下面的第四个命令,之后选择第一个命令,对遥感图像进行矢量化。点击鼠标左键进行区域选择,选好之后双击鼠标右键,选中矢量化区域。 ⑹矢量数据与遥感影像的叠加与切割 选择显示菜单下的Tools工具,之后点选第一个 Link命令,再选择其下面的第一个命令,之后 OK,结束程序。 选择主菜单下的Basic Tools 菜单,之后选择 其中的第二个命令,在文件选择对话框中,选择 输入的文件(可以根据需要构建任意子集),将 出现Spatial Subset via ROI Parameters 对 话框通过点击矢量数据名,选择输入的矢量数 据。使用箭头切换按钮来选择是否遮蔽不包含在 矢量数据中的像元。 遥感图像的辐射定标 1、实验目的与任务: ①了解辐射定标的原理; ②使用ENVI软件自带的定标工具定标; ③学习使用波段运算进行辐射定标。 2、实验内容与步骤: ⑴辐射定标的原理 辐射定标就是将图像的数字量化值(DN)转化为辐射亮度值或者反射率或者表面温度等

实验报告四综述

成都信息工程大学遥感图像处理上机报告

1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析:为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。 主成分逆变换:将主成分变换的图像重新恢复到RGB 彩色空间。缨帽变换:根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。图像融合:将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率,利于监测。 3. 实验原理 主成分分析法是一种降维的统计方法,它借助于一个正交变换,将其分量相关的原随机向量转化成其分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的p 个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统。 缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换,是Kauth 和Thomas(1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现MSS 四个波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系,主要包括的内容有:图像预处理,图像融合算法,图像融合评价,融合结果。图像融合系统的层次划分为:像素层融合、特征层融合、决策层融合,目前绝大多数融合算法研究都集中在这一层次上。 4. 数据来源

遥感数字图像处理实习报告

目录 一、实习目的 (1) 二、实习要求 (1) 三、实习内容 (1) 3.1 图像裁剪 (1) 3.2 图像配准 (3) 3.3 监督分类 (6) 四、实习总结 (16)

一、实习目的 (1)熟悉使用erdas软件 (2)了解图像处理的原理与步骤,提高动手能力 二、实习要求 (1)对图像进行裁剪 (2)将TM图像与与临川区图像进行配准(校正) (3)对图像进行监督分类 三、实习内容 3.1 图像裁剪 利用临川区行政边界AOI文件对TM图象进行裁剪,裁剪出临川区TM图象。 基本步骤如下: (1)打开erdas imagine 9.2,单击“data proparation”,如图1 图1 data proparation 界面 (2)单击“subset imagine”,进入以下界面: 图2 subset界面

(3)图像裁剪的方法有三种 ①在TM影像上,通过AOI工具进行裁剪,裁剪出所需要的范围 ②通过使用文件裁剪 ③ AOI裁剪,在subset界面,单击AOI, 图3 AOI文件的输入 (4)输入AOI文件后,确认并进行裁剪,得到以下结果 图4 裁剪后的结果

3.2 图像配准 map-to-image: 1:10万临川区土地利用图与TM图象配准; 要求最初选GCP点6-10个,及检测点5个,各点均匀分布,RMS检验误差小于30米(1个像元)。 (1)进入“data proparation”界面,单击以下图中所示: 图5 data proparation 界面 (2)选择视窗,应该注意影像图的选择,选择tiff格式的临川区规划图(需校正的影像) 图6 视窗的选择 (3)模型的选择(多项式) 图7 模型选择界面

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

遥感读书报告.

遥感读书报告 专业:测绘工程 学生姓名:胡惠卿 指导教师:戚浩平 完成时间:2013年12月30日

目录 第一部分:各知识点的内涵与联系第二部分:学习的重难点 第三部分:公式的推导 第四部分:感兴趣的内容 第五部分:学习感悟

第一部分:各知识点的内涵与联系 一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射 地物反射辐射、地物波普 电磁波 电磁波普的概念、分类,电磁波的性质(P15) 电磁波普 发射辐射:辐射源、辐射测量 电磁辐射 辐射测量:辐射能量W ,辐射通量密度E 、辐照度I 、辐射亮度L 黑体辐射 黑体定义:绝对黑体 太阳辐射 黑体辐射规律:普朗克公式、斯忒潘玻尔兹曼定律、维 恩位移定 大气辐射的影响 太阳常数:I ◎=1.360*10^3W/m^2 实际物体的辐射 太阳光谱:是连续的光谱 大气的层次:外大气层、电离层、平流层、对流层 真正对太阳辐射影响最大的是对流层和平流层 大气吸收作用:使某些波段的太阳辐射强度递减,甚至消失形成大气吸收光谱 大气散射:瑞利散射 当大气中粒子比波长小得多 对可见光和红外波段特 别 明显 波长越长,散射越弱 米式散射 当大气中粒子和波长相当 对红外波段特别明显 散射 强度和波长的二次方成反比 无选择性散射 当大气中粒子比波长大得多 散射强度与波长无关 大气折射:密度越大,折射率越大;天顶距为90°时,折射值最大 大气反射:主要发生在云层顶部 大气窗口的定义、大气窗口的主要光谱段:紫外、可见光、近红外波段、中红 外、远红外、微波波段 大气透射的总透射率T : τθ)*(0m e I I T -== 影响因素 波长、温度、构成物体的材料、表面状况等 发射率:w w ' = ε 根据光谱发射率随波长的变化形式,将物体分为两类: 选择性辐射体:在各个波长处光谱发射率不同 灰体:在各个波长处光谱发射率相同 光谱反射率:物体的反射辐射通量与入射辐射通量之比 地物反射辐射 同一地物的反射波普特性:具有时间效应和空间效应 地物波普 同地物的发射波普特性:城市道路建筑物、水体、土壤、植物、 影响因素:太阳位置、传感器位置、地理位置、地形、季节、 气候变化等

综合遥感实验报告

本科学生实验报告 姓名周文娜学号094130090 专业_地理科学_班级 B 实验课程名称遥感导论 实验名称遥感图像分类---监督分类,非监 督分类 指导教师及职称胡文英 开课学期2011 _至__2011 学年_下学期云南师范大学旅游与地理科学学院编印

一、实验准备 实验名称:遥感图像分类---监督分类,非监督分类 实验时间:2011年6月10日 实验类型:□验证实验□综合实验□设计实验 1、实验目的和要求: (1)理解计算机图像分类的基本原理以及监督分类的过程,达到能熟练地对遥感图像进行监督分类的目的。 (2)进一步理解计算机图像分类的基本原理以及监督分类的过程,达到能熟练地对遥感图像进行监督分类的目的,同时深刻理解监督分类与非监督分类的区别。 2、实验相关设备: 计算机一台,及ERDAS软件 3、实验理论依据或知识背景: (1)监督分类的概念: 首先需要从研究区域选取有代表性的训练场地作为样本。根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、差等),建立判别函数,据此对样本像元进行分类,依据样本类别的特征来识别非样本像元的归属类别。 监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。 (2)非监督分类的概念: 非监督分类的前提是假定遥感影像上的同类物体在同样条件下具有相同的光谱信息特征。非监督分类方法不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱信息(或纹理信息)进行特征提取,再统计特征的差别来达到分类的目的,最后对巳分出的各个类别的实际属性进行确认。 监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别知识,监督分类根据训练场提供的样本选择特征参数,建立判别函数,对待分类点进行分类。因此,训练场地选择是监督分类的关键。由于训练场地要求有代表性, 训练样本的选择要考虑到地物光谱特征,样本数目要能满足分类的要求,有时这些还不易做到, 这是监督分类不足之处。

相关文档
最新文档