ERDAS遥感数据处理操作教程
实验：ERDAS实现遥感图像处理
一、实验目的：
掌握并熟悉ERDAS软件的使用
使用ERDAS对石家庄及周边行政区划图进行分析和处理，得到石家庄行政区划图二、实验准备：
操作软件：ERDAS IMAGINE 8.4
实验数据：
石家庄行政区单波段卫星遥感图：
石家庄行政区地形扫描图
三、实验操作：
1、打开ERDAS 8.4软件
如图所示：
2、将p124r033数据进行叠加
结果如图：
同样方法将p124r034数据进行叠加结果如图：
3、将两个图像进行拼接
拼接结果如下：
4、对地形图进行裁切
5、几何校正：
弹出对话框：
选择键盘输入（如右图）；
打开如下对话框，并点击取消自动求和；
第一个点：岗南水库岗南村东南桥头
第二个点：黄壁庄水库黄壁庄河口
用同样的方法找另外两个点，四个点以上。
进行重采样并保存：
得到几何校正的图：如下
6、制作掩膜时的区划图：打开石家庄政区图：
打开MAPGIS软件：
装入行政区图并进行格式转化
打开MAPGIS输入编辑模块：
建立线文件并进行画线：
选中线文件并进行线转弧段：
装入wp区文件并进行拓扑重建：
打开MAPGIS文件转换功能
装入WP区文件：
输出shape文件：
打开ArcGis的ArcCatalog:
新建一个shape文件：
ERDAS的操作手册
ERDAS的操作手册 纠正，融合，镶嵌是遥感处理中比较常见的三种处理方法。对于初学遥感的人来说，掌握这三种方法是十分必要的。下面，我们通过一些实例，在ERDAS 中的操作，来分别介绍这三种处理方法。 1、纠正 纠正又叫几何校正，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；而将地图坐标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从于一定的地图坐标系统，所以几何校正包含了地图参考。 （1）启动 在ERDAS中启动几何校正有三种方法： A、菜单方式 B、图标方式 C、窗口栅格操作 窗口启动这种方法比较常用，启动之前在窗口中打开需要纠正的图像，然后在栅格操作菜单中启动几何校正模块。建议使用这种启动方法，更直观简便。
（2）设置几何校正模型 常用模型：功能 Affine 图像仿射变换（不做投影变换） Camera 航空影像正射校正 Landsat Landsat卫星影像正射校正 Polynomial 多项式变换（同时做投影变换） Rubber Sheeting 非线性、非均匀变换 Spot Spot卫星图像正射校正 其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图象选择3次方。次方数与所需的最少控制点数是相关的，最少控制点数计算公式为（（t+1）*（t+2））/2，公式中t为次方数，即1次方最少需要3个控制点，2次方需要6个控制点，3次方需要10个控制点，依此类推。
（3）几何校正采点模式 A、Viewer to Viewer 已经拥有需要校正图像区域的数字地图、或经过校正的图像，就可以采用Viewer to Viewer的模式。 B、File to Viewer 事先已经通过GPS测量、或摄影测量、或其它途径获得了控制点坐标，并保存为ERDAS IMAGINE的控制点格式或ASCII数据文件，就可以采用File to Viewer模式，直接在数据文件中读取控制点坐标。 C、Map to Viewer 只有印制地图或坐标纸，则只好采用Map to Viewer的模式，在地图上选点并量算坐标，然后通过键盘输入坐标数据。 最常用的是第一种模式，视图对视图的窗口采点模式。
ERDAS遥感图像处理教程 绝对给力
《遥感数字图象处理实验指导书》 实习须知 实验室资源： 1 硬件设备： 局域网系统； 高级PC 计算机（每人一台，在规定时间使用）； 2 软件系统 Windows 2000 或Windows XP ERDAS IMAGINE 8.6 ArcToolbox ArcMap Microsoft Word Microsoft Excel Zip program 3 数据资源 数据源： ERDAS IMAGINE 8.6软件附带的examples； XX地区TM、ETM、Spot遥感数据 区部分矿山企业基础数据XX． 实习目的与内容 1 实习目的 本实习为已具有RS的基本概念和理论基础的学生设计，目的是帮助学生在了解RS基本组成与数据结构模型的基础上，重点学习使用ERDAS IMAGINE8.6软件进行视窗操作、数据数据预处理、图像解译、图像分类和矢量功能；了解地图投影系统的使用；学习多种数据输入的方法，不同数据格式转换，数据库模式的定义等多种前后期处理工作；掌握遥感图像前后处理和解译、分类地理的技术流程和方法，数据库建设以及地理数据的编辑和管理；配合具体实例运用GIS空间分析工具。通过系列实习过程，重点培养学习者掌握RS提取信息的基本过程和技巧，并可初步用来解决运用遥感提取信息的问题。 2 实习内容 实习1：ERDAS IMAGINE 8.6系统简介与入门；包括：软件概述，视窗操作中的菜单工具条的介绍，数据的输入输出。 实习2：数据预处理；包括：图像分幅剪裁，图像几何校正，图像拼接处理，图像投影变换；实习3：图像解译；包括功能简介，辐射增强处理（去霾处理）、常用的光谱增强处理（假彩色合成与指数计算）、空间增强处理（分辨率融合）。
遥感图像分类
实验四遥感图像分类 一、背景知识 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。 非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分类属于IMAGINE Essentials级产品功能，但在IMAGINE Professional级产品中有一定的功能扩展，非监督分类命令分别出现在Data Preparation菜单和Classification菜单中，而监督分类命令仅出现在Classification菜单中。 二、实验目的 理解并掌握图像分类的原理，学会图像分类的常用方法：人工分类（目视解译）、计算机分类（监督分类、非监督分类）。能够针对不同情况，区别使用监督分类、非监督分类。理解计算机分类的常用算法实现过程。熟练掌握遥感图像分类精度评价方法、评价指标、评价原理，并能对分类结果进行后期处理。 三、实验内容（6课时） 1.非监督分类（Unsupervised Classification)； 2.监督分类（Supervised Classification)； 3.分类精度评价（evaluate classification）； 4.分类后处理（Post-Classification Process）； 四、实验准备 实验数据： 非监督分类文件：germtm.img 监督分类文件：tm_860516.img 监督模板文件：tm_860516.sig 五、实验步骤、方法 1、非监督分类（Unsupervised Classification)
ERDAS基本操作入门
ERDAS基本操作入门 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为 ① 点击import模块，打开对话框 ②选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④Output option 设置为Union ，选中 ignore zero stats； ⑤进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ①在ERDAS中点击Import图标，出现Import/Export对话框 ②选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输
出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③注意此步骤中输出路径及输出名称均为英文字母 ④建立拓扑多边形 ⑤在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature选择Poly ⑥单击OK按钮。 ⑦在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。 ⑨在View窗口中打开AOI工具栏，先选中内部区域，再点击，产生aoi，选中该aoi，单击File—>Save—AOI Layer as，保存为aoi文件。 3.2 用AOI文件进行对遥感图像切割 在ERDAS图标面板工具条中单击Data Prep图标，Subset，打开Subset对话框。在Subset对话框中需要设置下列参数： ⑩输入文件名称（Input File） ? 输出文件名称（Output File） ? 单击AOI按钮确定裁剪范围 ? 打开Choose AOI对话框 ? 在Choose AOI对话框中确定AOI的来源为File（或Viewer） ? 如果选择了文件（File），刚进一步确定AOI文件；否则，直接进入下一步 ? 输出数据类型（Output Data Type）为Unsigned 8 Bit，输出文件类型（Output Layer Type）为Themetic ? 输出象元波段（Select Layers）为1 ：6（表示选择1-6六个波段） ? 输出统计忽略零值，选中Ignore Zero In Output Stats复选框
ERDAS详细操作
目录 1. 影像阅读 2. 遥感影像分幅裁剪与拼接处理 3. 影像几何校正及正射影像制作 4. 影像增强
1. 影像阅读 1.1 设置erdas的各种默认参数 1)在ERDAS IMAGINE的主菜单栏上找到sessio n→Preferences,单击出现Preferences editor对话框。 2)通过拖动Category的滚动条，可以看到右方对应出现的各个参数，同时也可以在文本编辑处修改这些参数。 3)在Category下选择Viewer,拖动滚动条查看它的各种参数。 4)查看Category的帮助信息。点击右下方的“help”和“Category Help”，则出现以下的界面，如果有不懂的地方我们就可以通过这个帮助信息寻求答案。 1.2 显示图像 1)在ERDAS主菜单上点击图标，新建一个经典窗口，如下图： 2)在Viewer界面上点击File→Open →Raster Layer，在默认路径中打开lanier.im g。
3)点击Raster Options栏设置图层的红绿蓝三个波段的分配。将原来的4 3 2 改 为4 5 3后，图象的色调明显变化了。 1.3 查询像素信息 1)使用查询功能 选择Utility→Inquire Cursor出现下图中的对话框,通过左下方的四个三角形的符号来分别调整查询指针的上下左右的位置,圆圈表示使查询指针回到中心处,指针的移动,其中的 X和Y坐标的数值也会跟着作相应的变化。指针所指的像素的信息被显示在单元格里。
选择Utility→Inquire Color,选择为黄色，则查询指针的十字框的颜色由白色变为了黄色。 选择Utility→Inquire Shape,呈现的滚动条列表中选择circle.cursor， 再点击Use Cursor button, 然后点击Apply。 4)量测 通过这个工具可以实现在所在图层中的点，线，面，矩形，椭圆形的长度（周长） 和面积。
ERDAS IMAGINE遥感图像处理教程.
《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2
1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23
实验二、ERDAS实用菜单操作
实验二、ERDAS实用菜单操作 内容一数据输入 实习目的：掌握TM图像数据输入的主要方法。 实习内容：主要包括单波段TM图像数据输入、多波段组合文件的生成。 从地面站购买的TM图像数据或其它图像数据，不一定都是img格式，要通过数据输入输出得到img格式。 1.JPEG图像数据输入 在ERDAS图标面板工具条中，点击——打开输入输出对话框，如图2.1所示。并做如下的选择： 图2.1 import对话框 1）选择数据输入操作：Import 2）选择数据输入类型（Type）为jpeg格式：JFIF(JPEG) 3）选择数据输入媒体（Media）为文件：File 4）确定输入文件路径及文件名（Input File）：TM1.JPG 5）确定输出文件路径及文件名（Output File）：tm1.img 6）OK
图2.2 import对话框参数设置 打开Import JFIF Files对话框，如图2.3所示 图2.3 Import JFIF Files对话框 在Import JFIF Files对话框中点击OK执行输入操作，完成数据输入，如图2.4所示。
图2.4 进程状态条 重复上述过程，可依此将多波段数据全部输入，转换为.IMG文件。 2. 组合多波段数据 为了图像处理与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。 第一步：在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack。出现波段叠加对话框，如图2.5所示。 图2.5 Layer Selection and Stacking对话框
ERDAS影像融合操作流程
影象融合流程 影像融合在影象解译模块和雷达影象处理模块中都有，但是雷达模块中的处理效果要相对好一些，下面就两个不同模块中的融合处理流程进行分别介绍。 一、影象解译模块（Interpreter） 1）单击，在弹出的Interpreter菜单中选则Spatial Enhancement （空间增强）弹出Spatial Enhancement菜单，再选择Resolution Merge（分辨率融合）选项。 弹出对话框如下
在Resolution Merge对话框中需要设置下列参数 （1）确定高分辨率输入文件（high Resolution input file）； （2）选择影象波段； （3）确定多光谱输入文件（multispectral input file）； （4）定义输出文件； （5）选择融合方法。在分辨率变换中，erdas提供了三种融合方法Principal Component(主成分变换法)、Multipalcative(乘积变换)、Brovey transform(比值变换)。其图象分别如下： Principal Component(主成分变换法)
Multipalcative(乘积变换) Brovey transform(比值变换) （6）选择重采样方法。系统提供了两种重采样方法Nearest Neighbor（邻近像元法）、Bilinbear Interpolation（二次线形内插）和Cubic Convolution（立方卷积）。其中 以Cubic Convolution方法最为平滑。 （7）确定Output Options输出图象选项。选择Lgnore Zero Stats，可以忽略像素值为
ERDAS图像分类
背景知识 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。 非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。 监督分类一般要经过以下几个步骤：建立模板(训练样本)分类特征统计、栅格矢量转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分类属于IMAGINE Essentials级产品功能，但在IMAGINE Professional级产品中有一定的功能扩展，非监督分类命令分别出现在Data Preparation菜单和Classification菜单中，而监督分类命令仅出现在Classification菜单中。 非监督分类（Unsupervised Classification) 打开非监督分类对话框 DataPrep图标/Data Preparation/Unsupervised Classification菜单项； 如下图输入相应参数后，OK完成非监督分类；
ERDAS监督分类(完美)
ERDAS监督分类(完美)
监督分类（Supervised Classification） 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。 在监督分类过程中，首先选择可以识别或者借助于其他信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。 监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类结果、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。 1．建立模板（训练样本、定义分类模板 Define Signatures） ERDAS IMAGINE的监督分类是基于 2
分类模板（Classification Signature）来进行的，而分类模板的生成、管理、评价和编辑等功能是由分类模板编辑器（Signature Editor）来负责的。 在分类模板编辑器中生成分类模板的基础是原图像和（或）其特征空间图像。 第一步：显示需要分类的图像 aaa.img 在视窗Viewer中显示图像 ①ERDAS图标面板菜单条：Main →Image Classification →Classification菜单→Signature Editor菜单项→Signature Editor对话框 3
4 ②ERDAS 图标面板工具条：点击 Classifier 图标→ Classification 菜单→ Signature Editor 菜单项→ Signature Editor 对话框 从上图中可以看到分类模板编辑器由菜单条、工具条和分类模板属性表（CellArray ）三大部分组成。 第三步：调整分类属性字段 Signature Editor 对话框中的分类属性表中有很多字段，
erdas遥感图像基本处理傻瓜式步骤
erdas遥感图像基本处理傻瓜式步骤 2007年09月30日星期日 11:47 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7 波段，具体操作步骤为 ① 点击import模块，打开对话框 ②选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④Output option 设置为Union ，选中 ignore zero stats； ⑤进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ①在ERDAS中点击Import图标，出现Import/Export对话框 ②选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③注意此步骤中输出路径及输出名称均为英文字母 ④建立拓扑多边形 ⑤在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature选择Poly ⑥单击OK按钮。 ⑦在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。 ⑨在View窗口中打开AOI工具栏，先选中内部区域，再点击，产生aoi，选中该aoi，在aoi下拉菜单选择“Copy Selection to AOI”，单击
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)
ERDAS图像的基本操作
1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为 ①点击import模块，打开对话框 ②选择type类型为TIFF ③media为file； ④然后选择输入、输出文件名路径和文件名 ⑤分别对123457波段进行导入； ⑥在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为：interpreter－>utilities－>layer stack， ①在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ②output file选择导出文件路径及命名文件。 ③Data type 设为Unsigned 8 bit； ④Output option 设置为Union ，选中ignore zero stats； ⑤进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ①在ERDAS中点击Import图标，出现Import/Export对话框 ②选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File（*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③注意此步骤中输出路径及输出名称均为英文字母 ④建立拓扑多边形 ⑤在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，
(完整word版)ERDAS遥感影像处理
ERDAS遥感影像处理 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为 ①点击import模块，打开对话框 ②选择type类型为TIFF ③media为file； ④然后选择输入、输出文件名路径和文件名 ⑤分别对123457波段进行导入； ⑥在此之前可以选择session－>preference，选择输入、输出主目录，方便以后操作。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为：interpreter－>utilities－>layer stack， ①在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add 添加一次； ② output file选择导出文件路径及命名文件。 ③Data type 设为Unsigned 8 bit； ④Output option 设置为Union （另一个是做波段分离的），选中ignore zero stats； ⑤进行操作。 3、图像预览 在开始进行分类之前，需要先仔细查看合成后的图像，确定卫片所覆盖的地理区域及海拔范围，确定主要的地标性元素。由于卫片原始数据的差异，同样的地表覆盖物斑块在不同时期
的卫片中或不同地区的卫片中显示的颜色都可能不同，所以在预览中，还要熟悉整个范围内的地表覆盖类型和不同地物之间的变化。 ①打开显示窗口，加载裁切后的6通道的图像（4，3，2）或者（4、5、3）、（7，4，2）； ②把图像缩小至适合窗口，浏览图像，注意河流、城镇、植被、水体、土壤的分布； ③选择特定区域放大，查看各种不同的地表覆盖物类型的分布及色调变化； 根据经验，在4，3，2（RGB）的波段组合下，各种地表覆盖物类型的特点如下： a．森林——森林显示出棕色、红色、褐色等一系列多变的色调。在高海拔地区，成熟针叶林为很浓的棕色或暗红色；在中低海拔地区，森林的颜色多变，从棕色到红色到暗绿色都有，部分落叶林在冬季呈现出锈黄色； b．灌丛和草甸——相对于临近的森林斑块，灌丛和草甸呈现出明亮许多的红色到浅红色。在高海拔地区，大片的草地在夏季可能为浅红或锈红色，而冬季则呈现青绿色； c．湖泊、河流——湖泊通常为边界清晰的黑色斑块，河流则显示为黑色或深蓝色。在冬季，水面结冰或覆盖有雪则显示出不同深浅的紫红色； d．城镇——很明显的比较亮的灰色或青灰色斑块，通常可见有规则的灰色线条（公路）穿过； e．农田——颜色多变的绿色、灰色、淡紫色、浅红色斑块，通常沿河谷两侧不规则分布，在平原区则大片分布。河道边的水田往往显示出富含水分的青灰色。 4、图像分类 5.1 进行非监督分类 步骤： 第1步：启动非监督分类 在ERDAS图标面板工具条中单击Classifier图标，打开Classification 对话框，单击
ERDAS监督分类(完美)要点
监督分类（Supervised Classification） 监督分类比非监督分类更多地要用户来控制，常用于对研究区域比较了解的情况。 在监督分类过程中，首先选择可以识别或者借助于其他信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。 监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类结果、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。 1．建立模板（训练样本、定义分类模板Define Signatures） ERDAS IMAGINE的监督分类是基于分类模板（Classification Signature）来进行的，而分类模板的生成、管理、评价和编辑等功能是由分类模板编辑器（Signature Editor）来负责的。 在分类模板编辑器中生成分类模板的基础是原图像和（或）其特征空间图像。第一步：显示需要分类的图像 在视窗Viewer中显示图像aaa.img 第二步：打开分类模板编辑器（两种方式） ①ERDAS图标面板菜单条：Main →Image Classification → Classification菜单→ Signature Editor菜单项→ Signature Editor对话框
②ERDAS图标面板工具条：点击Classifier图标→Classification菜单→Signature Editor菜单项→ Signature Editor对话框 从上图中可以看到分类模板编辑器由菜单条、工具条和分类模板属性表（CellArray）三大部分组成。 第三步：调整分类属性字段 Signature Editor对话框中的分类属性表中有很多字段， 分类名称（将带入分类图像） 分类颜色（将带入分类图像） 分类代码（只能用正整数） 分类过程中的判断顺序 分类样区中的像元个数 分类可能性权重（用于分类判断） 不同字段对于建立分类模板的作用或意 义是不同的，为了突出作用比较大的字 段，需要进行必要的调整。 Signature Editor对话框菜单条： View→Columns→View Signature Columns对话框→点击第一个字段的Columns列并向下拖鼠标直到最后一个字段，此时，所有字段都被选上了，并用黄色标识出来。→按住Shift键的同时分别点击Red、Green、Blue三个字段前的数字
ERDAS 遥感图像显示与数据输与输出
实验一：遥感图像显示与数据输入/输出 一.实验平台：ERDAS IMAGINE 9.1 二.实验目的：初步了解与学习遥感图像处理软件ERDAS 的主要功能模块，为遥感图像处理的后续学习打下良好的基础。 三.实验内容： 1.进行ERDAS 最基础的操作，包括图像、图形显示操作、实用菜单操作、显示菜单操作、AOI菜单操作、图像剖面工具操作等。 2.数据的输入与输出。 四.实验步骤 1.图像显示操作 启动ERDAS，在视窗菜单条中点击File ，选择 Open；点击 Raster Layer， 打开 Select Layer To Add 对话框。如图1所示。在 raster options 栏设置相应参数，完成后选择相应文件，双击打开，如图2. 图 1 图 2 2.基本操作 2.1 光标查询功能 在视窗菜单条中点击Utility， 点击Inquiry Cursor，打开Inquiry Cursor 对话框，如图3所示；拖动视 窗中出现的十字光标，可以获知光标 所在位置像元的地理坐标、地图坐标、 波段灰度值等动态信息。 图3 2.2 量测功能 在视窗菜单条中点击Utility ，点击Measure，打开Measurement Tool
视窗，如图4；进行必要的长度、周长、面积等的量测如图5. 图 4 图 5 2.3 数据叠加显示 在视窗菜单条中点击File ，选择Open，点击Raster Layer，打开Select Layer To Add 对话框，确定文件名File name：lanier.img 后，点击OK打开下层图像文件；在视窗菜单条中再次点击File，选择Open，点击Raster Layer，打开Select Layer To Add 对话框，确定文件名File name：inlandc.img；选择Raster Options 栏：不选择Clear Display，点击OK，打开上层图像文件，如图6.进行必要的混合显示（如图7）、卷帘显示、闪烁显示等操作。 图 6 图 7 2.4 三维图像操作 以eldodem.img 和eldoatm.img 为例，在Image Drape 菜单条中点击Utility，点击Option，打开Option 对话框，。在 option 对话框中进行必要的参数，例如垂直比例尺、地形颜色等的设置，如图8所示。 2.5 AOI 菜单操作 在视窗菜单中点击AOI ，点击 tools，打开 AOI style 对话框，如图9所示。AOI 工具面板几乎包含了所有的AOI 菜单操作命令，可以分为三个功能区，前两排图标是产生AOI 与选择AOI 功能区，中间三排是编辑AOI 功能区，而最后两排则是定义AOI 属性功能区。
Erdas中几个常见知识
1.查看遥感图像信息 Lay info... Block Width和Block Height含义：ERDAS是分块存储的，img是分块的，一块是默认下是：64*64 ,一块的宽和高. Type: 1.Thematic: 专题图，比如植被制图，专题分类图,专题图的结果，只能是整数的. 2.continuous: 连续图。就是我们通常所用的图像, 连续的可以是整数也可以是小数. 原始的影象一般是整数的，但是处理以后就不一定了，如NDVI就是小数的。 如果存成THEMATIC的就会都成0. Mean：均值。 Median: 中间值。 Mode:最频繁出现的灰度值。 Std. Dev: 标准差（方差开平方之后）。 Data Order：数据组织方式 Shows how the data is arranged within the selected layer. This is one of the following strings: BIL (Band Interleaved By Line), BIP (Band Interleaved By Pixel), BSQ (Band Sequential), or TILED (Tiled or blocked image). Skip Factor X ：跳跃因子模型是处理系统超载的一种有效方法.它能够降低系统负载,并使系统缓慢降级。 2.关于ERDAS的img文件格式： .Tiled存储格式。 a.它主要就是分层（波段），分块（block), b.在就是投影信息和坐标信息和影象数据都存在一个文件内所有信息都是按节点（node)存储. 有什么兄弟节点，父节点等。 erdas的格式逻辑上是BSQ ，但文件结构上不是这样的，是按节点组织的. BSQ是分波段存，erdas也是分波段的，erdas里面叫layer 。 要找到每个波段数据存储的地方，必须先找到这个layer的node的位置， 每个node是个struct，这个struct里面指示了数据的位置， 一个象素不是一个 node，node没有什么物理意义，只是它数据的一种数组织方式，象素是分块存的. 是先分波段,一个波段里面分块的,一块里面是分行存的 3.关于直方图 X坐标是普通坐标，范围有时侯和direct的一样，有时候不一样，ERDAS会自动处理。 direct 显示实际图象像素分布，中间红线显示的是“均值”。 左侧实时显示的是某个灰度值的个数。 4.Viewer--Utility--Inquire Cursor
Erdas非监督分类全过程
Erdas基础教程: 非监督分类 来源：陕西师范大学旅游与环境学院 1．图像分类简介（Introduction to classification） 图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规图像分类主要有两种方法：非监督分类与监督分类，专家分类方法是近年来发展起来的新兴遥感图像分类方法，下面介绍这三种分类方法。 非监督分类运用1SODATA（Iterative Self-Organizing Data Analysis Technique ）算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。使用该方法时。原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。 专家分类首先需要建立知识库，根据分类目标提出假设，井依据所拥有的数据资料定义支持假设的规则、条件和变量，然后应用知识库自动进行分类，ERDAS IMAG1NE图像处理系统率先推出专家分类器模块，包括知识工程师和知识分类器两部分，分别应用于不同的情况。 由于基本的非监督分类属于IMAGINE Essentia1s级产品功能、但在1MAGINE Professional级产品中有一定的功能扩展，而监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品，所以，非监督分类命令分别出现在Data Preparation菜单和classification菜单中，而监督分类和专家分类命令仅出现在Classification菜单中。 2 非监督分类（Unsupervised Classification） ERDAS IMAGINE使用ISODATA算法（基于最小光谱距离公式）来进行非监督分类。聚类过程始于任意聚类平均值或一个己有分类模板的平均值：聚类每重复一次，聚类的平均值就更新一次，新聚类的均值再用于下次聚类循环。ISODATA实用程序不断重复，直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。 2．1分类过程（classification ProcedUre ） 第一步：调出非监督分类对话框 调出非监督分类对话框的方法有以下两种： 方法一：在ERDAS图标面板工具条中，点击Dataprep图标 →Data Preparation →unsupervised Classification →Unsupervised Classification对话框如下： 方法二：在ERDAS图标面板工具条中点击Classifier图标→C1assification →Unsupervised