实验三 遥感图像裁剪、镶嵌、融合
遥感影像镶嵌实验报告(3篇)
第1篇一、实验目的1. 理解遥感影像镶嵌的概念和意义。
2. 掌握遥感影像镶嵌的基本原理和方法。
3. 学会使用遥感图像处理软件进行影像镶嵌操作。
4. 分析影像镶嵌的效果，并探讨优化影像镶嵌的方法。
二、实验原理遥感影像镶嵌是将多幅遥感影像按照一定规则拼接成一幅大范围、连续的遥感影像，以展示更大范围的地理信息。
影像镶嵌的原理主要包括：1. 影像匹配：通过比较多幅影像之间的相似性，确定影像之间的对应关系。
2. 影像配准：根据影像匹配结果，对多幅影像进行几何校正，使其在空间上对齐。
3. 影像拼接：将配准后的影像按照一定规则拼接成一幅连续的遥感影像。
三、实验数据本实验使用的数据为我国某地区Landsat 8影像，包含全色波段和多个多光谱波段。
四、实验步骤1. 数据预处理（1）辐射定标：将原始影像的数字量转换为地物反射率或辐射亮度。
（2）大气校正：去除大气对影像的影响，提高影像质量。
（3）几何校正：纠正影像的几何畸变，使其符合实际地理坐标。
2. 影像匹配（1）选择匹配算法：本实验采用互信息匹配算法。
（2）设置匹配参数：根据影像特点，设置匹配窗口大小、匹配阈值等参数。
（3）进行匹配运算：将多幅影像进行匹配，得到匹配结果。
3. 影像配准（1）根据匹配结果，确定影像之间的对应关系。
（2）选择配准方法：本实验采用二次多项式配准方法。
（3）进行配准运算：将多幅影像进行配准，使其在空间上对齐。
4. 影像拼接（1）选择拼接方法：本实验采用线段拼接方法。
（2）设置拼接参数：根据影像特点，设置拼接线宽、重叠区域等参数。
（3）进行拼接运算：将配准后的影像进行拼接，得到一幅连续的遥感影像。
5. 结果分析（1）分析拼接效果：观察拼接后的影像，检查是否存在明显的拼接线、几何畸变等问题。
（2）优化拼接方法：根据分析结果，调整拼接参数，优化拼接效果。
五、实验结果与分析1. 拼接效果通过实验，成功将多幅Landsat 8影像拼接成一幅连续的遥感影像。
遥感实验报告裁剪拼接(3篇)
第1篇一、实验目的本次实验旨在学习遥感影像处理中的裁剪与拼接技术，通过对遥感影像进行裁剪和拼接，提高遥感数据的可用性和分析效率。
二、实验背景遥感技术是获取地球表面信息的重要手段，广泛应用于资源调查、环境监测、灾害评估等领域。
遥感影像经过处理和提取后，才能为实际应用提供有价值的信息。
裁剪与拼接是遥感影像处理中的基本操作，通过对影像进行裁剪和拼接，可以去除无关信息，提高影像的可用性。
三、实验材料1. 遥感影像数据：包括多景遥感影像，如Landsat、Sentinel-2等；2. 裁剪与拼接软件：如ENVI、ArcGIS等；3. 实验环境：计算机、遥感数据处理软件等。
四、实验步骤1. 数据准备（1）选择遥感影像数据，确保影像质量良好、覆盖范围完整；（2）对遥感影像进行预处理，包括辐射校正、大气校正等，提高影像质量。
2. 裁剪操作（1）确定裁剪范围：根据实验需求，选择合适的裁剪范围，如行政区域、研究区域等；（2）使用裁剪工具对遥感影像进行裁剪，生成新的影像。
3. 拼接操作（1）选择拼接方式：根据实际情况，选择合适的拼接方式，如同名像元拼接、重叠区域拼接等；（2）使用拼接工具对遥感影像进行拼接，生成新的影像。
4. 质量评估（1）检查拼接后的影像是否完整，是否存在缝隙、错位等问题；（2）分析拼接区域的地物特征，确保拼接效果良好。
五、实验结果与分析1. 裁剪结果经过裁剪操作，生成了新的遥感影像，去除了无关信息，提高了影像的可用性。
2. 拼接结果经过拼接操作，生成了新的遥感影像，拼接区域地物特征良好，拼接效果满意。
3. 质量评估（1）拼接后的影像完整，无缝隙、错位等问题；（2）拼接区域地物特征良好，拼接效果满意。
六、实验结论通过本次实验，掌握了遥感影像的裁剪与拼接技术，提高了遥感数据的可用性和分析效率。
在实际应用中，可根据具体需求选择合适的裁剪与拼接方法，为遥感数据处理提供有力支持。
七、实验心得1. 裁剪与拼接是遥感影像处理中的基本操作，对于提高遥感数据的可用性具有重要意义；2. 在实际操作中，应根据具体需求选择合适的裁剪与拼接方法，确保拼接效果良好；3. 学习遥感影像处理技术，有助于提高遥感数据的分析和应用水平。
遥感实验五_影像镶嵌、裁剪、融合
.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。
图2.1.5
点击DataPrep,在弹出的下拉菜单中单击Subset Images，在Input File中输入裁切的底图xianqiang.img，在Output File中设置输出文件路径和文件名，这里保存名为jianqie3.img。
单击From Inquire Box,然后点击AOI，在弹出的Choose AOI中点击Viewer,点击OK。，最后在subset点击OK,步骤如图2.1.6示。
图2.1.6
图2.1.7
在新视图窗口中打开裁切结果，如图2.1.8示。
图2.1.8
同理对全色影像进行剪切。
操作步骤如图2.2.1—2.2.3示。
图2.1.1
图2.2.2
图2.2.3
全色影像裁切效果如图2.2.4示。
图2.2.4
2.3.按已有图像范围裁切(掩膜)
按已有图像的范围从一幅较大图像中裁切一部分图像时，按下图所示方法操作：其中4处为较大图像文件（即待裁切图像），5处为限定范围的图像文件（即裁切范围），6处为结果文件（即裁切后图像），如图2.3.1示。
.Apply—close。
图像拼接线设置，在Mosaic Tool视窗菜单条中选择Set Mode For Intersection按钮 ，两幅图像之间将出现叠加线，单击两幅图像的相交区域，重叠区域将被高亮显示。根据实际需要，选择拼接线模式：
遥感数据图像处理实验三、遥感图像的几何校正与裁剪
实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。
1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。
实验三 图像镶嵌与裁剪
实验参考资料：
ERDAS遥感数字图像处理实验教程
课件
实验报告编写要求
大纲
一、实验目的
二、实验材料
三、实验内容及步骤
四、实验心得
1、谈谈实现遥感图像无缝镶嵌的操作技巧 2、比较两种不规则裁剪方法
实验三：图像镶嵌与裁剪
实验目的：
掌握遥感图像的镶嵌操作
掌握遥感图像规则裁剪和不规则裁剪方法
实验材料：
2幅相邻的遥感影像（121037.img、
122037.img），1个研究区范围的shp文件（
huainan.shp)
ERDAS IMAGINE9.2遥感图像处理软件
计算机Βιβλιοθήκη 实验内容：
3 遥感图像处理--数据融合、影像镶嵌
ENVI中的图像剪裁—不规则剪裁
3）在打开的ROI Tool中设置和绘制
ENVI中的图像剪裁—不规则剪裁
4）可通过以下菜单进行剪裁
ENVI中的图像剪裁—不规则剪裁
4）也可通过以下菜单进行剪裁
ENVI中的图像剪裁—不规则剪裁
5）剪裁时参数设置和结果
ENVI中的图像镶嵌
也可以在图像窗口中，点击并按住鼠标左键，拖曳所选图像到所需的位置， 然后松开鼠标左键就可以放置该图像了。
如果镶嵌区域大小不合适，选择Option->Change Mosaic Size，重新设置镶 嵌区域大小。 4）其他步骤和有地理参考的图像镶嵌类似。
作业
1）手动HSV变换： 数据在“手动HSV变换”目录中，是SPOT（像
ENVI提供的融合方法---自动HSV变换
1）打开图像
注：有地理参考 SPOT:1071x1390 TM:467x533
实验数据---自动HSV变换目录 中的SPOT和TM数据
ENVI提供的融合方法---自动HSV变换
2）HSV变换
ENVI提供的融合方法---自动HSV变换
2）HSV变换
ENVI提供的融合方法---自动HSV变换
2）HSV变换
ENVI提供的融合方法---自动HSV变换
3）结果
ENVI提供的融合方法---手动HSV变换
1）将低空间分辨率的图像采样成与高空间分辨率图像的 大小相同。
Basic Tools-> Resize data
2）将调整过大小的图像从RGB转换成HSV颜色空间 Thansform->Color Thansforms->RGB to HSV
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。
实验：遥感图像裁剪、镶嵌、融合
实验：遥感图像的拼接、裁剪一、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；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，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。
三、实验内容和实验过程1.图像拼接实验步骤：（1）启动图像拼接工具,在ERDAS图标面板工具条中，点击Data preparation→Mosaicc lmages→Mosic Tool，打开Mosaic Tool 视窗。
（2）加载需要拼接的图像，在Mosaic Tool视窗菜单条中，点击Edit→Add images或则单击按钮，打开Add Images for Mosaic 对话框。
依次加载窗拼接的图像wasia1_mss.img 和wasica3_tm.img（如下图）。
（3）设置输入图像的颜色纠正模式：Edit→Color Corrections，并在Use HistogramMatching选项前打勾，并点开Seting按钮，出现界面（如下图）。
（或者在按钮被选中，然后再下栏中选中按钮。
也会出现如下图界面）。
只有颜色纠正模式处理好了，才不会出现明显的差异（4）设置交叉区域匹配参数，点击Edit→Set Overlap Function，或者单击工具条中图标设置图像关系，并在下一栏中单击Overlap Function图标，打开Set Overlap Function对话框如下图，设置交叉区域是否有边界线重叠和区域的函数类型，确定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。
（2）加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for Mosaic 对话框或则单击按钮。
依次加载窗拼接的图像（如下图）。
（3）单击Image Area Options按钮，选择图像拼接区域（边界）的处理方式，以使拼接后的图像不会出现拼接线，不会出现明显的差异。
（4）在Mosaic Tool 视窗工具条中，点击工具条，设置输入图像的叠合顺序。
（5）图像匹配设置，点击按钮，进行匹配设置，如下图，选择匹配方法，选择直方图匹配（可以尝试其它几种匹配方法），
（6）点击set然后设置其它参数，匹配的方法是对重叠区域进行匹配的，设置好后确定。
（7）单击工具条点击Set Intersection Mode图标设置图像关系，单击Overlap Function图标，打开Set Overlap Function对话框如下图，设置交叉区域是否有边界线重叠和区域的函数类型，确定。
（8）运行Mosaic 工具在Mosaic Tool视窗菜单条中,点击Process/Run Mosaic —打开Run Mosaic对话框。
然后设置输出图像名称，图像输出的区域All，输出时忽略零值，确定
（9）退出Mosaic工具，点击File close.打开viewer窗口进行比较拼接后的图像，分析结果。
2.图像分幅裁剪步骤：
（1）规则分幅裁剪：是指裁剪图像的边界是一个矩形，通过左上角和右下角亮点的坐标就可以确定图像裁剪的位置，具体如下：
①在ERDAS图标面板工具条中，点击DataPrep/Data preparation/subset Image—打开subset Image 对话框；
②在对话框中设置裁剪参数，要裁剪的影像、裁剪后的影像，裁剪的范围以及裁剪的波段数。
裁剪范围的选择可以有两种情况，一是在下图所示区域中根据已知的裁剪点的坐标直接输入裁剪，二是在viewer窗口中打开需要裁剪的影像在影像单击右键选择inquire box通过移动矩形框到合适的裁剪位置后单击上面对话框中from inquire box按钮选择裁剪范围；
③参数设置好后单击ok按钮执行裁剪知道进度条运行完毕，然后重新打开viewer窗口查看裁剪后图像。
（2）不规则分幅裁剪：是指裁剪图像的边界范围是任意多边形，无法通过左上角和右下角的坐标确定裁剪位置，需要事先建立一个完整的封闭的闭合多边形，可以使AOI也可以是Arcinfo的多边形，一般选择AOI，裁剪方法如下：
①建立AOI多边形区域
打开需要裁减的原始影像，在菜单栏中选择AOI工具如下图，然后选择，后通过在需要裁减的范围内单击鼠标形成多边形（如下图）的裁剪区域。
②将AOI区域保存，或则保留与窗口中按照规则分幅裁剪的步骤将一些参数输入后，在裁剪范围的输入时选择最下面的按钮AOI，再选择AOI来源从File或Viewer中得到
③参数输入后执行裁剪，后打开裁剪后图像查看。
3.分辨率融合：融合前的需要将图像进行几何校正，高分辨率图像，多光谱图像都要是经过几何校正的图像，下面开始做融合实验：
（1）在ERDAS图标面板中单击Interpreter图标| Spatial Enhanceement | Resolution Merge命令，打开Resolution Merge对话框；
（2）各参数输入：输入高分辨率文件，多光谱文件，输出图像文件，在method框中选
择融合方法，主成分变换融合（Principle component）、乘积变换融合(Multiplicative)和比值变换融合(Brovey Transform)。
（3）选择重采样方法（Resampleing Technique），参数设置好后单击ok执行融合，最后打开viewer窗口查看融合后图像与融合前两幅图像有什么不同。