ERDAS基本操作入门
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。
erdas基本操作
ERDAS一、几何处理采用拟合一次多项式进行影像的几何纠正。
过程大概为选取控控制点,解出多项式系数，对原影像按多项式关系进行纠正,最后进行重采样.先打开两个视窗，分别将名为tmatlanta。
img，panAtlanta。
img影像打开，在主菜单中执行Raster Geomatric Correction选择Polynomial(多项式法）选择Existing Viewer（存在的影像）出现提示对话框，在要链接的图像中单击一下.选取采样点进行重采样打开重采样对话框，选择保存几何处理图像输出的目录处理完成后点OK检查1分别在两个视窗对照这时可以关闭掉tmatlant.img，在一个新的视窗中打开经过几何处理生成的影像。
先要进行两个影像的链接,执行View→Link\Unlink Views→Geografical在要链接的图像上单击一下。
十字交叉线检查执行Utility Inquire Cursor可以用鼠标的拖动来看两幅图上同名点的对应情况拉帘式检查在一个视窗中叠加显视（在打开对话框的Raster Options中一定要勾掉Clear Display选项然后执行Utility Swipe命令用鼠标拖动控制按钮就可以像拉窗帘一样进行两幅图的对照二，图像融合用到的图像：panAtalanta。
img和上面几何处理生成的结果jh.img文件执行Interpreter→Spacial Enhancement→Resolution Merge打开如下对话框后采用主分量（Principal Component)，采样方法使用双三次卷积(Cubic Convolution）或双线性内插法(Bilinear Inerpolation）或用最临近像元法(nearest Neighbor）都行，并输入刚生成的影像和panAtlanta.img，及输出影像的目录。
然后点ok进行融合处理。
处理完成后就可以查看结果融合后的图像具有两幅图像共有的优点三、像彩色增强假彩色增强在图像视窗中执行Raster Band Conbination打开这个对话框，可以对各个波段进行颜色的设置五，模式识别（计算机自动分类）用到的图像：lnclump。
Erdas基础教程数据预处理,校正、配准、镶嵌、裁剪
Erdas基础教程数据预处理,校正、配准、镶嵌、裁剪Erdas基础教程: 数据预处理来源：陕西师范大学旅游与环境学院在ERDAS中，数据预处理模块为Data preparation。
图标面板工具条中，点击图标——Data Preparation菜单1、图象几何校正第一步：显示图象文件在视窗中打开需要校正的Landsat TM图象：lanzhoucity.img.第二步：启动几何校正模块在Viewer#1的菜单条中，选择Raster|Geometric Correction.打开Set Geometric Model对话框.选择多项式几何校正模型Polynomial——OK.程序自动打开Geo Correction Tools对话框和Polynomial Model Properties对话框.先选择Close关闭Polynomial Model Properties对话框.程序自动打开GCP Tool Reference Setup对话框.选择Keyboard Only.OK.程序自动打开Reference Map Information提示框。
.选择Map Units: Meters.添加地图投影参数，如下图：.选择OK 确定地图投影参数，并关闭上图。
.选择OK，确定Reference Map Information，并关闭提示框。
.并自动打开采集控制点对话框。
GCP的具体采集过程:在图像几何校正过程中，采集控制点是一项非常重要和相当重要的工作，具体过程如下：.在GCP工具对话框中点select GCP 图标，进行GCP选择状态。
.在view#1中移动关联方框位置，寻找明显地物特征点，作为输入GCP。
.在GCP工具对话框中点击Great GCP图标，并在view#2中点击左键定点，GCP数据表将记录一个输入的GCP，包括编号、标识码、X、Y坐标。
.在GCP工具对话框中输入地图参数坐标X、Y。
.不断重复上述步骤，采集若干GCP，直到满足所选是的几何校正模型为止。
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。
2)改变查询指针的类型选择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。
3)改变查询指针的形状选择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使用指导手册
六、非监督分类一、实习目的：掌握非监督分类的方法与过程，加深对非监督分类方法的理解一、实习内容：Cluster、ISODATA1.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 DataAnalysis 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。
ERDAS基本操作(一)
ERDAS IMAGINE是美国ERDAS公司开发 的遥感图像处理系统，它以其先进的图像 处理技术，友好、灵活的用户界面和操作 方式，面向广阔应用领域的产品模块，服 务于不同层次用户的模型开发工具以及高 度的RS/GIS集成功能，为遥感及相关应用 领域的用户提供了内容丰富而功能强大的 图像处理工具，代表了遥感图像处理系统 未来的发展趋势。目前ERDAS公司已经发 展成为世界上占最大市场份额的专业遥感 图像处理软件公司，全球用户遍布100多 个国家，软件套数从1996年的12000套迅 速增加到目前的近50,000 套。
erdasimagine简介erdasimagine是美国erdas公司开发的遥感图像处理系统它以其先进的图像处理技术友好灵活的用户界面和操作方式面向广阔应用领域的产品模块服务于不同层次用户的模型开发工具以及高度的rsgis集成功能为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具代表了遥感图像处理系统未来的发展趋势
感兴趣区域（AOI）：从图像中选择一个特定的研究
区域 AOI|Tools
Create an AOI
1、下图所示为在图中选择矩形的AOI，另外也可以选择任意多
边形、椭圆等形状的AOI。
2、保存AOI：File|Save|AOI layers as…
Raster工具面板：提供对栅格数据操作的快捷方式
Raster|Tools
波段组合：将不同的波段组合进行显示
Raster|Band Combinations
图像剖面工具：
Raster|Profile Tools
纵轴代表象元反射值
光谱剖面曲线
空间剖面曲线
三维空间剖面
Zoom
In--放大 Out--缩小
ERDAS入门基础教程-数据预处理
Using
重采样方法
Bilinear interpolation
Cubic convolution
双线性插值
三次卷积插值
ERDAS IMAGINE
（4）在Viewer #GINE
2.启动几何校正模块 （1）在Viewer # 1菜单条选择Raster丨Geometric Correction命令，打开选择 几何校正模型（Set Geometric Model）对话框。 （2）选择多项式变换模型，单击OK，同时打开几何校正工具对话框和几何 校正模型属性(Polynomial Model Properties)对话框。
Map to Viewer Digitizing Tablet(Current)
Digitizing Table(New) Keyboard Only
地图采点模式 在当前数字化议上采点
在新配置数字化仪上采点 通过键盘输入控制点
ERDAS IMAGINE
3.启动控制点工具 （1） 在GCP Tool Reference Setup窗口中选择采点模式，即选择 Existing Viewer(在已打开的视图窗口中采点)。单击OK关闭该窗口， 打开Viewer Selection Instructions指示器。 （2）鼠标点击显示作为地理参考图像cktx.tif 的Viewer # 2窗口，打开 Reference Map Information对话框，显示参考图像的投影信息。
ERDAS基本操作
第二种：运用AOI进行影像图切割
• （1）打开一幅影像图，在VIEW菜单栏AOI 下选择TOOLS，点击Create polygon AOI 按钮，可以任意画一个多边形，将其保存 （aoi格式）。 • （2）点击ERDAS工具栏上DATAPREP的 面板，选择Subset Image，弹出如下对话 框图：
2、影像输出
第一种：多波段组合输出
• 点击ERDAS工具栏上的Interpreter面板，点击Utilities面板，选择 Layer Stack，弹出如下对话框图：
• （1）依次选择并加载（Add）单波段图像，输出数据类型： Unsigned 8 Bit，波段组合选择：Union。即可得到组合后的影像图。 • （2）打开该组合影像，在菜单栏Raster下选择Band combinations， 然后根据需要进行不同的波段组合（如Red5，Green4，Blue3）。 • 另外，在菜单栏RASTER下的Contrast的下一级弹出菜单中选择需要 的子菜单进行简单的影像拉伸，以满足目视需要。
View菜单下是各 种显示方式的调 查，熟悉这个菜 单下的命令。
在VIEW视窗中，打开Utility---Inquire Box，或右键点击图像，打开Inquire Box查询框
在VIEW视窗中，Utility---Layer Info
VIEW视窗中，打开View---Arrange Layer显示视窗中图像排列信息
打开Subset窗口后，设定各种参数，最终输出所要的波段，或 所要的地区。
切割的大小以打开的 view中的查询框为准 切割大小以坐标为准
说明对哪些波段进行切割 点击AOI按钮，选 择AOI文件，点击 ok，即可进行影像 的不规则切割。
• • • • •
- 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)。
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TIFF③ 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Poly⑥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）⑪输出文件名称（Output File）⑫单击AOI按钮确定裁剪范围⑬打开Choose AOI对话框⑭在Choose AOI对话框中确定AOI的来源为File（或Viewer）⑮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⑯输出数据类型（Output Data Type）为Unsigned 8 Bit，输出文件类型（Output Layer Type）为Themetic⑰输出象元波段（Select Layers）为1 ：6（表示选择1-6六个波段）⑱输出统计忽略零值，选中Ignore Zero In Output Stats复选框⑲单击OK按钮4、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。
5、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Unsupervised Classification 按钮，打开Unsupervised Classification对话框第2步：进行非监督分类在Unsupervised Classification对话框中进行下列设置：① 确定输入文件（Input Raster File）(要进行分类的文件)；②确定输出文件（Output File）（产生的分类文件），文件名定为ppprrr_YYYYMMDD_123457_unsupervised_15.img；③选择生成分类模板文件Output Signature Set，确定模板文件名称,命名同上；④确定聚类参数（Clustering Options），需要确定初始聚类方法与分类数：⑤默认选择Initialize from Statistics（按照图像的统计值产生自由聚类）；⑥确定初始分类（Number of classes）为15（分为15类）；⑦单击Initializing Options按钮，打开File Statistics Options对话框，设置一些统计参数，一般采用默认值；⑧单击Color Scheme Options按钮，打开Output Color Scheme Options 对话框，设置分类图像彩色属性，此处单击Approximate True Color，采用RGB 对应453波段合成。
⑨ 其他参数采用默认值。
⑩单击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类）。
5.2 定义分类模板（1）步骤：Main－>Image Classification－>Classification－>Signature Editor，打开分类模板编辑器。
在Viewer窗口下的Raster下打开Tools图标，选择多边形AOI绘制。
（2）定义模板原则①必须在分类之前就知道研究区域的森林类型、覆盖范围以及图像的叠和现象，以保证输出分类的连续性。
②当创建训练区时，对于每一个类别都有一些子类，每个子类选择的AOI区域应该不少于5个，并且每个AOI区域内象素的颜色类型一致，跳跃不能很大，即不出现杂色。
5.3 执行监督分类①依次选择：Main－>Image Classification－>Classification －>Supervised Classification，打开监督分类对话框。
②输入原始文件③定义输出文件④确定分类模板文件⑤选择输出分类距离文件为Distance File⑥定义分类距离文件⑦选择非参数规则（Non-Parametric Rule）为Feature Space⑧选择叠加规则（Overlay Rule）为Parametric Rule⑨选择未分类规则（Unclassified Rule）为Parametric Rule⑩选择参数规则为Maximum Likelihood（即最大似然法）⑪取消选中Classify zeros复选框⑫ OK执行监督分类。
5.4 后期检查修正打开两个viewer窗口，进行链接（选择link工具）。
并可以选择aoi 的显示功能检查子类选择的正确性。
反复验证、修改模板。
5.5 重新分类重复以上步骤，重新分类，达到最佳分类结果6、图像拼接7、分类重编码将分类结果图像进行分类重编码，减少分类数量。
判断每个分类的专题属性，对相近或类似的分类通过图像重编码进行合并，并定义分类名称和颜色。
① Main->Image Interpreter->GIS Analysis->Recode②确定输入、输出文件；③ 设置新的分类编码(Setup Recode)，打开Thematic Recode表格，根据需要改变“New Value”字段取值(直接输入)；④单击OK；⑤单击OK8、滤波①Image Interpreter | GIS Analysis... | Eliminate...；② 输入文件为“.._ clp4.img”，输出文件为“..._ elim25.img”；③ “Minimum”选择“25”；(因为象素分辨率为28.5M，25个象素接近于2公顷；这样最小图斑为2公顷)④ “Output”选择“8bit”9.erdas配准步骤配准步骤：要求1。
在viewer模块里打开你的正确得影像。
2。
点击dataprep模块，打开他下面得image geometric correction子模块，3选择from image file，选择你要配得图像，打开4，在出现得set geometric model里选择第2个polyonial5。
在下面得对话框里有个polynomial order 一般选2就可以6，然后应用，在close那个对话框7 在下面得对话筐里，选第一个8出现一个小的对话框，不用管他，点击你第一步打开得准确得图像界面，就可以配准了9在你得准确图像里面点击一个点，然后转到你的需要配的图象里面找与他相似的点，点击，选够6个点后，在gcp tool那个界面里面将出现误差参数，可以看你得点是不是准确。
这6个点是控制点，所以你选择时应该分散开，尽量在全图范围里找。