遥感图像镶嵌步骤
1、利用Utility-File-New工具新建一个空的pix文件，赋予3个8-bit通道，命名为blank.pix。
2、在安装目录下找到user文件夹，把刚才的blank.pix复制出来待用，可以多弄个复件。
3、将sub-12137.pix和blank.pix配准，将sub-12137的7、
4、3波段放入空图像的左下角。
4、选择4个控制点，把sub-12137配准到空图像左下角。
5、使用File-Save GCP Text File工具将控制点保存成txt文件，命名为blank_12137_gcp.txt。
6、将sub-12137的
7、4、3波段放入空图像中。
7、打开blank.pix图像，如下：
8、将sub-12037.pix与blank.pix配准。
9、选择控制点，并将控制点保存为txt文件。
10、将配准好的图像保存另一个新的blank.pix中。
11、打开图像看看是否已经存入。
12、在工具条中打开“OrthoEngine”工具，进行镶嵌工作。首先点击File-New创建一个新的项目。
13、点击Metre框选择“Pixel”为坐标单位，像元大小为1*1。
14、在Processing Step栏选择Image Input，点击“打开文件图标”，输入需要镶嵌的图像。
15、在Processing Step栏选择Mosaic，选择左边第一个图标。
16、选择Select Existing Mosaic File，选择一个新的blank图像用于存放镶嵌后的图像，这里用blank复件（2）.pix。
17、关闭对话框，接着选择第二个图标。
18、在Project Image Files下点击blank。
19、然后在上面的Mosaicking Steps栏中选择Collect Cutline。
20、点击下面的“Add”按钮，开始画线选择需要镶嵌的部分，画完第四个点，在左边再点击一下“Add”，其他按钮就会由灰色变黑色，然后点击“Finish”，系统会自动将最后一个点和第一个点连接起来。
21、在上面的Mosaicking Steps栏中选择Add Image to Mosaic，点击“Add Image to Mosaic File”，然后被选区域会变成黄色。
22、回到上面的Mosaicking Steps栏中选择Select Image to Add，选择blank-副本重复前面的操作。
23、在进行第二步选择镶嵌区域时，要注意右边的图云层多，所以重叠区域尽量用左边的图，右边的图的内容少选。而且因为两图像颜色有差别，为了使镶嵌之后颜色效果更好，镶嵌线应尽量依据山脉、河流或道路的走向进行分割。（因为两图像湖中区域颜色差别大，为了避免色差问题，所以选择绕着湖边画镶嵌线。）
24、在Mosaicking Steps栏中选择Colour Balancing，进行颜色平衡处理。点击“New Area”，然后在镶嵌线左右两侧画矩形区域，注意尽量不要压到镶嵌线。
25、在Mosaicking Steps栏中选择Add Image to Mosaic，点击“Add Image to Mosaic File”，然后被选区域会变成黄色，表示镶嵌完成。
26、打开blank复件（2）.pix，查看镶嵌结果。
27、打开Utility对话框，点击Tools-Subset进行图像裁剪及格式转换（作业要求转换成jpg 格式上交）。
28、结果如下图所示，为jpg格式。
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。
遥感卫星影像镶嵌的基本原则
北京揽宇方圆信息技术有限公司 遥感卫星影像镶嵌的基本原则 遥感卫星影像镶嵌是指对一幅或若干幅图像通过几何镶嵌、色调调整、去重叠等处理，镶嵌到一幅大的背景图像中的影像处理方法。 基本原则 镶嵌时应对多景影像数据的重叠带进行严格配准，镶嵌误差不低于配准误差，镶嵌区应保证有10-15个像素的重叠带。影像镶嵌时除了要满足在镶嵌线上相邻影像几何特征一致性，还要求相邻影像的色调保持一致。镶嵌影像应保证色调均匀、反差适中，如果两幅或多幅相邻影像时相不同使得影像光谱特征反差较大时，应在保证影像上地物不失真的前提下进行匀色，尽量保证镶嵌区域相关影像色彩过渡自然平滑。 1、原则上，镶嵌只针对采样间隔相同影像。需在相邻数据重叠区域进行如下处理：首先，在相邻数据重叠区勾绘镶嵌线，镶嵌线勾绘尽量靠近采样间隔较小影像的外边缘，以保证其数据使用率最大化。然后对镶嵌线两侧影像进行裁切，裁掉重叠区域影像，为避免因坐标系转换导致接边处出现漏缝，对于采样间隔小的影像严格沿镶嵌线裁切，采样间隔大的影像应适当外扩一定范围，原则上不超过10个像素进行裁切。 2、镶嵌前进行重叠检查。景与景间重叠限差应符合要求。重叠误差超限时应立即查明原因，并进行必要的返工，使其符合规定的接边要求。采用
“拉窗帘”方式目视检查相邻影像间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者接边精度不超过1个像素。 3、镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量好的影像。 4、选取镶嵌线对DOM进行镶嵌，镶嵌处无地物错位、模糊、重影和晕边现象。 5、时相相同或相近的镶嵌影像纹理、色彩自然过渡；时相差距较大、地物特征差异明显的镶嵌影像，允许存在光谱差异，但同一地块内光谱特征尽量一致。 重叠精度检查 叠加相邻纠正单元，采用“拉窗帘”方式逐屏幕目视检查相邻纠正单元间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者相对精度应满足下表要求。 相邻影像采样间隔≤１米时，其相对误差限差满足表中规定。 相对误差限差表 地形类别 平地、丘陵（采样间 隔） 山地、高山地（采样间 隔） 相对误 差 2.0倍8.0倍 基础底图采样间隔＞１米时，其相对误差限差满足表中规定。 相对误差限差表 地形类别 平地、丘陵（采 样间隔） 山地、高山地（采 样间隔） 相对误差 2.0倍 4.0倍 注：相对误差因侧视角超限、基础底图和高程数据等控制资料精度不足引起，且无法改正的特殊地区除外，但该区域周边不超限。 镶嵌步骤 1、镶嵌线选取
遥感数字图像处理
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念
方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色
遥感实习遥感图像镶嵌
实验二遥感影像镶嵌 一、实验目的 将把多幅影像连接合并，以生成一幅单一的合成影像，并进行色彩均衡。 二、实验数据与原理 Pixel-Based Mosaicking（基于像素的影像镶嵌） Ljs-dv06_2.img A VIRIS 02 景影像 Ljs-dv06_2.hdr ENVI 相应的头文件 Ljs-dv06_3.img A VIRIS 03 景影像 Ljs-dv06_3.hdr ENVI 相应的头文件 Ljs-dv06a.mos A VIRIS 拼接影像镶嵌模板文件 Ljs-dv06b.mos 羽化后的A VIRIS 影像镶嵌模板文件 Ljs-dv06_fea.img 羽化后的镶嵌影像 Ljs-dv06_fea.hdr ENVI 相应的头文件 Georeferenced Mosaicking（基于地理坐标的影像镶嵌） Ljs-lch_01w.img 直方图匹配校正后的影像 Ljs-lch_01w.hdr ENVI 相应的头文件 Ljs-lch_01w.ann 切割线的注记文件 Ljs-lch_02w.img 直方图匹配校正后的影像 Ljs-lch_02w.hdr ENVI 相应的头文件 Ljs-lch_a.mos 带地理坐标的影像镶嵌模板文件 Ljs-lch_mos1.img 带地理坐标的影像镶嵌结果 Ljs-lch_mos1.hdr ENVI 相应的头文件 mosaic1 equal.hdr ENVI 相应的头文件 几何校正是从具有几何畸变的图像中消除畸变的过程。其任务是定量地确定图像上的像元坐标与目标物的地理坐标的对应关系。 三、实验过程和结果 基于像素的影像镶嵌例子 1、在ENVI 主菜单中，选择Map →Mosaicking →Pixel Based，开始进行ENVI 基于像素的镶嵌操作。Pixel Based Mosaic 对话框出现在屏幕上。 2、从Pixel Based Mosaic 对话框中，选择Import →Import Files。在Mosaic Input Files对话框中，点击Open File，选择文件ljs-dv06_2.img。 3. 在Mosaic Input Files对话框中，再一次点击Open File，选择ljs-dv06_3.img 文件。 4. 在Mosaic Input Files对话框中，按下键盘上的Shift键，并同时点击ljs- dv06_2.img 和ljs-dv06_3.img文件名，选中这两个文件，点击OK。 5. 在Select Mosaic Size 对话框的X Size 中输入614，Y Size 中输入1024，指定镶嵌影像的大小。 6. 在Pixel Based Mosaic 对话框中，点击dv06_3.img 文件名。 7. 调整影像的位置关系。
遥感数字图像处理重点
遥感数字图像处理重点 第一章概论 图像：对客观对象的一种相似性的描述或写真。 数字图像：是以数字形式存储和表达的遥感图像。 根据人眼的可视性，图像可分为可见图像和不可见图像。 图像具有空间坐标和数值，根据其连续性，图像可分为数字图像和模拟图像。 数字图像最基本的单位是像素，像素的基本属性特征为像素值，其高低反映了图像的明暗程度和能量高低。像素的属性是位置和灰度值； 遥感数字图像处理的内容： （1）图像增强：目的是压抑和去除噪声，增强显示图像整体，使图像更容易理解、解译和判读。方法：彩色合成、图像拉伸、图像平滑、锐化、图像融合。 （2）图像校正：主要是对传感器和环境造成的图像退化进行模糊消除、噪声滤除、几何失真或非线性校正。方法：辐射校正和几何校正。 （3）信息提取：根据地物光谱特征和几何特征，确定提取规则，并以此为基础从校正后的遥感图像的中提取各种有用信息的过程。方法：图像分割、图像分类。 遥感数字图像处理系统的典型功能包括： ○1不同传感器图像数据的测存取和转换○2几何校正○3辐射校正○4图像增强处理○5统计分析○6图像变换○7图像分类○8专题制图○9专业工具，如雷达图像处理工具。 第二章遥感数字图像的获取和储存 遥感图像是通过遥感平台上的传感器获取的，不同的传感器具有不同的辐射、电磁波谱、时间、空间分辨率。 遥感是通过非接触传感器获取测量对象信息的过程，是信息的获取、传输、处理以及判读和应用的过程。遥感的实施依赖于遥感系统。 传感器又称遥感器，是收集和记录电磁辐射能量信息的装置，是信息获取的核心部件。 传感器的分辨率：传感器区分自然特征相似或光谱特征相似的相邻地物的能力。分为：（1）辐射分辨率：传感器区分所接受到的电磁波辐射强度差异的能力。 （2）光谱分辨率：传感器记录的电磁波谱的波长范围和数量。 （3）空间分辨率：遥感图像上能够详细区分的最小单元的尺寸或大小。 （4）时间分辨率：传感器对同一空间区域进行重复探测时，相邻两次探测的时间间隔。图像数字化：数字化的两个过程是采样和量化。 （1）采样：分波谱采样和空间采样，通过空间采样，空间上连续的图像变换成离散点。 （2）量化：将像素灰度级转换成整数灰度级的过程。量化后，图像像素的原有灰度值转换为灰度级。 元数据：关于图像数据特征的表述，是数据的数据，主要参数包括：图像获取的日期和时间、投影参数、几何纠正精度、图像分辨率、辐射校正参数等。
遥感影像处理步骤
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
实验二遥感图像的几何校正与镶嵌实验报告
实验二遥感图像的几何校正与镶嵌实验报告 实验目的： 通过本实验熟练操作遥感图像处理的专业软件进行基础图像处理，包括图像几何校正、镶嵌等。 实验内容： 1、熟悉图像几何校正、镶嵌的基本原理； 2、学习图像几何校正具体操作； 3、学习图像镶嵌正具体操作。 本实验的图像几何校正是通过“像图配准”的方式获取地面控制点的方里网坐标的，并对传统的从纸质地形图上量算坐标的方法进行改进，利用Auto CAD或Photoshop等软件从扫描后的电子地形图上直接量算坐标。 实验步骤： 第一步、熟悉图像几何校正、镶嵌的基本原理 第二步、图像几何校正 运行PCI，选择GCPWorks模块，在Source of GCPs选择User Entered Coordinates（用户输入投影坐标系统），点击Accept后，弹出校正模块：
选择第一项加载需要校正的图像（由实验一方法导出的125-42.pix ）->点击Default->Load & Close->得到下图：
选择第二项，选择Other确定投影系统： 注意输入6度带的中央经度与向东平移500公里（500000米）：
点击Earth Model确定地球模型： 点击Accept：
选择第三项采集地面控制点。在采集地面控制点之前，利用Photoshop软件打开扫描后的电子地形图。 分别在遥感图像和地形图中找到一个同名点，如下图（可以用放大遥感图）。 然后在地形图中量算出该点的大地坐标，精确到米，X坐标为6位（要去掉2位6度带的带号），Y坐标7位（运用测出）。再将坐标输入到GCP编辑窗口中，并点击Accept as GCP接受为一个控制点。
遥感图像裁剪与拼接
遥感图像拼接（镶嵌）与裁剪 一、实验目的与要求 图像镶嵌指在一定数学基础控制下，把多景相邻遥感图像拼接成一个大范围、无缝的图像的过程，在ENVI中提供了透明处理、匀色、羽化等功能。实验要求可以用ENVI解决镶嵌颜色不一致、接边以及重叠区等问题。 图像裁剪的目的是将研究之外的区域去除。常用的方法是按照行政区划边界或者自然区域边界进行图像裁剪；在基础数据生产中，经常还要进行标准分幅裁剪。ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。实验要求学生们学会通过ENVI软件对下载的地区图像进行裁剪和拼接，将南京区域裁剪出来。通过本次实验，初步熟悉ENVI和ARCGIS软件，为今后环境遥感学习奠定基础。 二、实验内容与方法 1实验内容 1)图像拼接：ENVI的图像拼接功能提供交互式的方式将没有地理坐标或者有地理坐标的多幅图像合并，生成一幅单一的合成图像。 2)图像裁剪：通常按照行政区划边界或自然区划边界进行图像剪裁，在基础数据生产中，还经常要进行标准分幅裁剪。
2实验方法 1)图像拼接 最新ENVI提供了全新的影像无缝镶嵌工具SeamlessMosaic，所有功能集成在一个流程化的界面，它可以： ?控制图层的叠放顺序 ?设置忽略值、显示或隐藏图层或轮廓线、重新计算有效的轮廓线、选择重采样方法和输出范围、可指定输出波段和背景值 ?可进行颜色校正、羽化/调和 ?提供高级的自动生成接边线功能、也可手动编辑接边线 ?提供镶嵌结果的预览 使用该工具可以对影像的镶嵌做到更精细的控制，包括镶嵌匀色、接边线功能和镶嵌预览等功能。 2)图像裁剪 （1）规则分幅裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形的范围获取途径包括行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件； （2）不规则分幅裁剪，是指裁剪图像的边界范围是一个任意多边形。任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的ROI(感兴趣区)多边形，也可以是ENVI支持的矢量文件。
遥感数据预处理
遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准
影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近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。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。
遥感数字图像处理考试知识点整理
遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期 空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中
《遥感数字图像处理》课后习题详解
遥感数字图像处理 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些内容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。
实习五 遥感图像镶嵌
实习五遥感图像镶嵌 一、实习目的 1）遥感图像镶嵌的原理和方法； 2）掌握在ERDAS 遥感图像处理系统中遥感图像镶嵌的流程和操作； 3）深刻理解遥感图像镶嵌的意义及其应用。 二、实验数据 1）多波段卫星遥感图像：wasia1_mss.img wasia2_mss.img wasia3_tm.img 2）单波段航空遥感图像：air_photo_1.img air_photo_2.img 三、实习原理 镶嵌的前提是参加拼接的图像必须具有统一的坐标系，而且必须具有重叠区域。 四、实习内容 （一）多波段卫星影像镶嵌 1、数据准备：三张具有重叠区域的影像（如图1所示）：wasia1_mss.img，wasia2_mss.img和wasia3_tm.img。 2、依次选择主面板DataPrep模块-> Mosaic Image -> Mosaic Tool，打开镶嵌界面（如图2所示）。 图1三张具有重叠区域的卫星影像图2 Mosaic Tool镶嵌界面
3、点击按钮，加载待镶嵌影像。选择Image Area Options标签，选中Compute Active Area（只利用每幅影像中的有效数据覆盖的范围用于镶嵌）；点击OK，加载三幅影像。 4、在工具条选择Set Mode for Input Images按钮，利用工具库对影像进行上下移动调整，确定镶嵌方案。 图3 加载待镶嵌卫星影像图4 Image Area Option对话框 4、选择按钮，打开Color Correction色彩校正对话框（如图5所示）。Color Correction对话框给出4个选项：允许用户对图像进行匀光（Image Dodging）、色彩平衡（Color Balancing）、直方图匹配（Histogram Matching）等处理。Exclude Areas 允许用户建立一个感兴趣区域（AOI），从而使图像匀光、色彩平衡、直方图匹配等处理排除一定的区域。这里需要根据影像自身的特性选择是否需要做校正。 5、这里选中Use Histogram Matching，然后点击右边的按钮，打开直方图匹配的对话框（如图6所示），第一项的匹配方法选择Overlap Areas，点击OK。 图5 色彩校正对话框 图6 直方图匹配的对话框
第四章遥感图像数字处理的基础知识
第四章遥感图像数字处理的基础知识 C方向 20 卢昕 一、名词解释 1.光学影像：一种以胶片或其他的光学成像载体的形式记录的图像。它是一个二维的连续的光密度函数。 2.数字影像：以数字形式进行存储的图像，它是一个二维的离散的光密度函数。 3.空间域图像：用空间坐标x，y的函数表示的形式。有光学影像和数字影像。 4.频率域图像：以频率域的形式表示的影像，频率坐标Vx，Vy的函数。 5.图像采样：图像空间坐标（x,y）的数字化称为图像采样。 6.灰度量化：图像灰度的数字化称为图像量化。 7 .ERDAS：是美国 ERDAS 公司开发的遥感图像处理系统。它以模块化的方式提供给用户，可使用户根据自己的应用要求、资金情况合理的选择不同功能模块及不同组合，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。 ERDAS Imagine面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以Imagine Essentials、Imagine Advantage、Imagine Professional的形式为用户提供低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，产品模块的组合比较灵活。 8.BSQ：遥感数字图像的一种存储格式，即按波段记载数据文件。 9.BIL：也是遥感数字图像的一种存储格式，是一种按照波段顺序交叉排列的遥感数据格式。 二、简答题 1、叙述光学影像与数字影像的关系和不同点。 答：光学图像可以看成一个二维的连续的光密度函数，像片上的密度随空间坐标的变化而变化。而数字图像是一个二维的离散的光密度函数。光学图像可以通过采样和量化得到数字图像，数字图像可以通过显示终端设备或照相或打印的方式得到光学图像。与光学图像相比数字图像的处理简捷快速，并可以完成一些光学处理方法所无法完成的各种特殊处理等。 2、怎样才能将光学影像变成数字影像？ 答：将光学影像变成数字影像要经过采样和量化两步。采样是将图像空间的坐标（X，Y）进行数字化，此时实现了空间的离散化。然后再进行图像灰度的数字化，实现连续灰度的离散化。 3、叙述空间域图像与频率域图像的关系和不同点。 答：空间域图像是以空间坐标进行表示的，而频率域图像是以频率坐标来表示图像的。通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 4、如何实现空间域图像与频率域图像间的相互转换？ 答：通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 5、你所知道的遥感图像的存贮格式有哪些？ 答：1）BSQ格式。是按波段记载数据文件，每一个文件记载的是某一个波段的
不同时相的遥感图像镶嵌处理
毕业设计（论文）装订顺序及封面模板 一、装订顺序 1.封面 2.中英文摘要及关键词 3.目录 4.前言或引言 5.正文 6.结论 7.致谢 8.参考文献 9.附录 10.封底 二、封面模板 （附后）
本科毕业设计（论文）不同时相的遥感图像镶嵌处理 学院名称环境与资源学院 专业名称地理信息系统 学生姓名刘连成 学号20061020 指导教师（夏青讲师小3号黑体） 二〇〇九年六月
摘要 本文介绍针对不同时相遥感图像镶嵌中的技术难题开发的一整套数字镶嵌方法。采用递推式灰度调整、滑动窗口探测最佳拼接点及对其两侧作加权灰度圆滑方法，以消除被镶嵌图像之间因色调差异造成的接缝；采用在相邻图像重叠区内选取控制点并按控制点追踪进行镶嵌方法，以提高镶嵌的几何精度j还采取了单元镶嵌法，以解决遥感图像数据量庞大而计算机容量有限的矛盾。图像镶嵌技术是近年来发展迅速的图像处理技术之一，是计算机视觉领域和计算机图形学领域都十分关注的研究热点之一。通过对现有遥感图像镶嵌方法的研究，时其进行了归纳和总结，并介绍了几种常见的图像镶嵌关键技术。 关键字：图像处理镶嵌遥感图像
Abstract：This is not the same phase introduces the technical problems of remote sensing image Mosaic enchase a number of development. Using a recursive grey type adjustment, sliding window detection and its optimum stitching on both sides, make the weighted grey tactful is to eliminate the differences between image Mosaic caused by the juncture, tonal In the area adjacent to the image control and press select overlapping control method on track, in order to improve the Mosaic enchase the geometry precision of j also adopted unit inlaying, to solve the remote sensing image and computer data quantity of limited capacity contradictions. Image Mosaic technology is developing rapidly in recent years, the image processing technology, computer vision is one of field and computer graphics are very concerned field research hotspot. Through the method of remote sensing image Mosaic of existing research, and summarizes its, and introduces several common image Mosaic key technology. Key words:remote sensing image Mosaic of image processing
遥感图像裁剪与镶嵌处理
遥感图像裁剪与镶嵌处理 实验目的：通过实验操作，掌握遥感图像规则分幅裁剪、不规则分幅裁剪、图像匹配和图像镶嵌的基本方法和步骤，深刻理解遥感图像裁剪和镶嵌的意义。 实验内容：ERDAS软件中图像预处理模块下的Subset和Mosaic。 1.图象拼接（镶嵌）处理 将同一区域机邻的三幅遥感图象进行拼接处理，为了消除太阳高度角或大气环境等影响造成的相邻图像效果的差异，首先用直方图匹配（Histogram Match）对遥感图像进行处理。 (1)直方图匹配（Histogram Match）
(2)图像拼接（镶嵌） .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。 .加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for Mosaic 对话框。依次加载窗拼接的图像。
.在Mosaic Tool 视窗工具条中，点击set Input Mode 图标，进入设置图象模式的状态，利用所提供的编辑工具，进行图象叠置组合调查。 .图象匹配设置，点击Edit /Image Matching —打击Matching options 对话框，设置匹配 方法：Overlap Areas。 .在Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set Overlap Function对话框
设置以下参数： .设置相交关系(Intersection Method):No Cutline Exists。 .设置重叠图像元灰度计算(select Function):Average。 .Apply —close完成。 .运行Mosaic 工具在Mosaic Tool视窗菜单条中,点击 Process/Run Mosaic ，设置文件路径和名称，执行镶嵌操作。镶嵌后的图像如下图所示。 2、图象分幅裁剪 在实际工作中，经常根据研究区的工作范围进行图像分幅裁剪，利用ERDAS 可实现两种图像分幅裁剪：规则分幅裁剪，不规则分幅裁剪。 (1)规则分幅裁剪
遥感——数字图像处理名词解释及简单整理
Unit 1 1、图像是对客观存在的物体的一种相似性的、生动的写真或描述。 2、图像处理的内容它是研究图像的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科。根据抽象程度不同可分为三个层次：狭义图像处理、图像分析和图像理解。 Unit 2 1、图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。它包括采样 和量化两个过程。像素的位置和灰度就是像素的属性。 2、将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个 很重要的参数。 3、将像素灰度转换成离散的整数值的过程叫量化。 4、表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。 5、一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为 M×N×g （bit） 6、数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 7、对比度是指一幅图象中灰度反差的大小。对比度=最大亮度/最小亮度 8、清晰度由图像边缘灰度变化的速度来描述。 9、灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标 为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 10、简述灰度直方图的应用。 1）.数字化参数（判断量化是否恰当）。 2）. 边界阈值选取（确定图像二值化的阈值）。 3）. 利用直方图统计图像中物体的面积。 4）. 计算图像信息量H（熵）。 5）. 利用直方图分析图像的特性。 6）. 利用直方图进行图像增强。 11、对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整 数}，叫做该像素的邻域。 12、对输入图像IP（i,j）处理时，某一输出像素JP(i,j)值由输入图像像素（i,j)及其邻域 N(IP(i,j))中的像素值确定。这种处理称为局部处理。
遥感数字图像处理试题
1. 什么是遥感图像，并说明遥感模拟图像与遥感数字图像的区别。 图像（image）是对客观对象的一种相似性的描述或写真，它包含了被描述或写真对象的信息，是人们最主要的信息源。遥感数字图像（digita image）是指以数字形式表述的遥感影像. 按图像的明暗程度和空间坐标的连续性划分，图像可分为数字图像和模拟图像。数字图像是指被计算机存储、处理和使用的图像，是一种空间坐标和灰度均不连续的、用离散数学表示的图像，它属于不可见图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。 2. 怎样获取遥感图像? 目前遥感数字图像的获取，根据遥感传感器基本构造和成像原理不同，大致可以分为摄影成像、扫描成像和雷达成像三类。1.摄影成像是根据卤化银物质在光照下会发生分解这一机制，将卤化银物质均匀地涂布在片基上，制成感光胶片。这种图像是典型的遥感模拟图像.2.扫描成像是扫描类遥感传感器逐点逐行地以时序方式获取的二维图像。得到遥感数字图像。3.雷达成像是由发射机向侧面发射一束窄脉冲，地物反射的微波脉冲（又称回波），由无线收集后，被接收机接收。图像属于遥感模拟图像。 3. 什么是遥感数字图像处理?它包括哪些内容? 对遥感图像进行一系列的操作，以求达到预期目的的技术称作遥感图像处理。遥感图像处理可分为两类：一是利用光学、照相和电子
学的方法对遥感模拟图像（照片、底片）进行处理，简称为光学处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。遥感数字图像处理，根据抽象程度不同可分为三个层次：狭义的图像处理、图像分析和图像解译。狭义的图像处理着重强调在图像之间进行变换。图像分析主要是对图像中感兴趣的目标进行检测和量测，从而建立对图像的描述。图像解译是进一步研究图像中各目标物的性质、特征和它们之间的相互关系，并得出对图像内容的理解以及对原来地面客观地物、场景的解译，从而为生产、科研提供真实的、全面的客观世界方面的信息。图像理解是借助知识、经验进行遥感图像解译的过程。遥感数字图像处理大致可分为以下几种：1.图像转换。2.数字图像校正。3.数字图像增强。 4.多源信息复合。 5.遥感数字图像计算机解译处理。 1. 什么是辐射误差？什么是辐射校正？辐射误差产生的主要原因是什么? 辐射误差产生的原因有两种，传感器响应特性和外界（自然）条件，后者包括太阳照射（位置和角度）和大气传输（雾和云）等条件。（1）因传感器的响应特性引起的辐射误差 l）光学摄影机引起的辐射误差 2）光电扫描仪引起的辐射误差 （2）因大气影响引起的辐射误差 （3）因太阳辐射引起的辐射误差
遥感图像镶嵌
实习9 遥感图像镶嵌 一、实验目的 1、了解遥感图像镶嵌的原理和方法； 2、掌握在ENVI遥感图像处理系统中遥感图像镶嵌的流程和操作； 3、深刻理解遥感图像镶嵌的意义及其应用。 二、实验操作步骤 完成此实验需要先裁剪一幅图像，然后再将其拼接起来。 裁剪图像can_tmr.img为左右两幅影像，都包含中间类似菱形的部分。横向像元坐标左图到为1-400，右图横向起始像元为170（160更好）-640，纵向（Y向）均为全部像元1-400，只裁剪TM543共三个波段。 本实验的底图为像元坐标，故采用规则裁剪图像的方法完成裁剪；对有坐标的图像，也可以根据地理坐标进行裁剪。此外，根据数据的情况和需要还可利用感兴趣区（ROI）、矢量数据和掩膜裁剪图像。 实习一图像裁剪 1 打开要裁剪的图像。 打开文件can_tmr.img，并用TM543假彩色合成来显示该影像。 2 裁剪图像。 （1）主菜单/file/save file as/ENVI Standard （2）在New File Builder对话框中，点Import File标签，选择文件； （3）点击spatial subset通过输入图像行列起止像元及像元总数，选择空间子集；左图行列均为1-400；右图，输出结果保存为canleft543；右图(samples:170:640/471)(lines:1:400 / 400), 输出结果保存为canright543；
（4）在Spectral Subset下用shift和ctrl等键选择要裁剪的波段（本实验为节省空间，只裁剪TM543三个波段）； （5）输出结果左图保存为canleft543，右图保存为canright543；点击OK，裁剪图像。 （6）打开显示并查看裁剪后的图像canleft543和canright543。