遥感实验报告
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。
《遥感原理与应用》实验报告
《遥感原理与应用》实验报告实验报告：遥感原理与应用一、实验目的通过实验了解遥感的基本原理，掌握遥感技术的基本应用方法。
二、实验仪器和材料1.遥感软件：ENVI、ERDAS、IDRISI等2.遥感数据：卫星遥感影像数据三、实验内容1.遥感影像地理信息提取通过遥感软件导入遥感影像数据，利用图像处理方法提取地理信息，如土地利用类型、植被覆盖度等。
2.遥感影像分类利用遥感影像数据进行分类分析，将影像中的不同对象或地物进行分类，如建筑物、农田、水域等。
3.遥感影像变化检测利用不同时间的遥感影像数据进行变化检测，观察地物变化的情况，如城市扩张、植被变化等。
四、实验步骤1.打开遥感软件，导入遥感影像数据。
2.使用图像处理方法提取地理信息，如选择适当的阈值进行植被覆盖度的提取。
3.利用分类分析方法将影像中的不同对象进行分类，可以使用最大似然分类方法或支持向量机分类方法等。
4.比较不同时间的遥感影像数据，通过图像差异分析方法进行变化检测。
五、实验结果通过实验，我们成功使用遥感软件导入遥感影像数据，并提取了植被覆盖度等地理信息。
同时，我们还使用分类分析方法将影像中的不同对象进行了分类，得到了建筑物、农田、水域等分类结果。
最后，我们通过比较不同时间的遥感影像数据，成功进行了变化检测，观察到了城市扩张和植被变化的情况。
六、实验感想通过这次实验，我们深入了解了遥感技术的基本原理和应用方法。
遥感技术具有非常广泛的应用领域，如环境监测、农业管理、城市规划等。
遥感影像数据可以提供大量的地理信息，通过图像处理和分类分析可以提取出有用的地理信息，同时通过变化检测可以观察到地物的变化情况。
掌握遥感技术对于我们理解地球变化、环境保护和资源利用具有重要意义。
总结：通过这次实验，我们不仅学习到了遥感技术的基本原理和应用方法，还亲自进行了实验操作，掌握了使用遥感软件进行遥感影像地理信息提取、分类分析和变化检测的基本技能。
希望今后能够将所学的遥感知识应用到实际工作中，为地球环境的保护和资源的利用做出贡献。
遥感实验报告实验成果
一、实验背景随着遥感技术的不断发展，遥感技术在环境监测、资源调查、灾害预警等领域得到了广泛应用。
本实验旨在通过遥感技术，对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
二、实验目的1. 熟悉遥感图像处理软件的基本操作；2. 掌握遥感图像分类方法；3. 对某地区进行地表覆盖分类，为该地区的环境监测和资源调查提供数据支持。
三、实验内容1. 数据准备本实验选用某地区Landsat 8卫星影像作为实验数据，该影像覆盖范围约为1000平方公里，分辨率为30米。
实验过程中，首先对影像进行预处理，包括辐射校正、几何校正和大气校正等。
2. 遥感图像分类（1）选择合适的分类器本实验选用支持向量机（SVM）作为分类器，因为SVM在处理小样本数据时具有较好的性能。
（2）训练样本选择为提高分类精度，需要选择具有代表性的训练样本。
本实验采用随机抽样方法，从预处理后的影像中随机选取1000个样本作为训练样本。
（3）分类结果分析将训练样本输入SVM分类器进行训练，得到分类模型。
然后，将测试样本输入分类模型进行分类，得到分类结果。
3. 分类结果验证为验证分类结果的准确性，采用混淆矩阵对分类结果进行评价。
混淆矩阵是一种用于评估分类结果的方法，它能够直观地反映分类精度、召回率和F1值等指标。
四、实验结果与分析1. 分类精度通过计算混淆矩阵，得到分类精度为90.5%。
这说明本实验采用SVM分类器对某地区进行地表覆盖分类的效果较好。
2. 分类结果分析（1）地表覆盖类型分布通过分析分类结果，可以看出该地区地表覆盖类型主要有耕地、林地、草地、水域、建筑用地和未利用地等。
（2）地表覆盖变化分析与历史影像对比，可以看出该地区耕地面积有所增加，林地和草地面积有所减少，建筑用地面积显著增加。
这可能与当地经济发展和城市化进程有关。
3. 分类结果应用（1）环境监测通过地表覆盖分类结果，可以监测该地区土地利用变化，为环境监测提供数据支持。
遥感原理实验报告
一、实验目的1. 理解遥感的基本原理和概念；2. 掌握遥感数据的获取方法及遥感图像的处理技术；3. 了解遥感在环境监测、资源调查等方面的应用；4. 培养遥感图像分析和解译能力。
二、实验原理遥感技术是利用电磁波在地球表面及其大气层中的传播特性，通过遥感器获取地球表面及其大气层的信息，然后进行图像处理、分析和解译，以达到对地球表面及其大气层进行监测、研究和利用的目的。
遥感原理主要包括以下几个方面：1. 电磁波辐射与散射：地球表面及其大气层对太阳辐射的吸收、反射和散射，形成各种电磁波；2. 遥感器：利用电磁波探测地球表面及其大气层的信息；3. 电磁波传播：电磁波在空间传播过程中，会受到大气、云层等因素的影响；4. 遥感图像处理：对遥感数据进行预处理、增强、分类等处理，提高遥感图像的质量和应用效果；5. 遥感图像分析：对遥感图像进行解译、识别和提取信息，实现对地球表面及其大气层的监测和研究。
三、实验内容及步骤1. 实验内容（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：包括辐射校正、几何校正、大气校正等；（3）遥感图像增强：通过对比度增强、亮度增强、滤波等手段提高遥感图像的质量；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
2. 实验步骤（1）遥感图像的获取：通过遥感卫星、航空摄影等方式获取遥感图像；（2）遥感图像的预处理：利用ENVI软件进行辐射校正、几何校正和大气校正；（3）遥感图像增强：利用ENVI软件进行对比度增强、亮度增强和滤波处理；（4）遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类；（5）遥感图像分析：对分类后的遥感图像进行解译、识别和提取信息。
四、实验结果与分析1. 遥感图像的预处理效果通过对遥感图像进行辐射校正、几何校正和大气校正，提高了遥感图像的质量，为后续的图像增强和分类奠定了基础。
遥感实验报告几何校正
遥感实验报告几何校正1. 引言遥感技术在地球科学领域中起着至关重要的作用，可以提供大量的空间信息。
然而，由于地球曲率、地表高程、投影效果等原因，遥感图像中存在一定的几何失真。
为了解决这些问题，需要对遥感图像进行几何校正，以确保图像的精确度和准确性。
本实验旨在通过软件工具进行遥感图像的几何校正，以便更好地分析和解读遥感图像所提供的信息。
2. 实验目标本实验的主要目标是对给定的遥感图像进行几何校正，达到以下几个具体目标：1. 去除图像中的地理畸变，使图像上的物体形状和比例与现实世界相符合；2. 将图像从传感器坐标系转换到地理坐标系，使图像可以与其他地理数据进行叠加分析；3. 评估图像几何校正的效果，验证几何校正的有效性。
3. 实验步骤3.1 数据准备在实验开始前，我们需要准备一幅遥感图像和其对应的地理坐标信息。
安装并配置合适的遥感图像处理软件，以便进行后续的操作。
3.2 图像去畸变首先，需要对图像进行去畸变处理，以消除地理畸变对图像造成的影响。
根据实际情况选择适合的去畸变算法，对图像进行处理，并保存处理后的图像。
3.3 坐标系转换将处理后的图像从传感器坐标系转换到地理坐标系。
选择合适的坐标转换方法和参数，进行坐标系转换，并保存转换后的图像。
3.4 评估几何校正效果通过对比几何校正前后的图像，评估几何校正的效果。
可以采用多种指标进行评估，如虚拟控制点对比、图像配准精度等。
4. 实验结果经过上述实验步骤，我们成功实现了对遥感图像的几何校正。
通过图像去畸变和坐标系转换，我们得到了一幅与现实世界相符合的几何校正后的遥感图像。
评估几何校正效果时，通过与虚拟控制点对比和图像配准精度的测量，我们发现几何校正的效果符合预期，并且达到了较好的精度要求。
5. 结论与展望本实验通过对遥感图像进行几何校正，成功消除了图像中的地理畸变，实现了图像的空间精确定位。
几何校正的结果具有较高的精度和准确性，可以为后续的遥感图像分析和解读提供可靠的基础。
遥感实验报告(总24页)
遥感实验报告(总24页)一、背景近年来，遥感技术的发展为人们研究地表环境提供了可靠的信息和丰富的空间数据，深化了人们对地表环境的理解。
近年来，有关耕地变化的空间数据分析研究得到了越来越多的关注。
使用遥感技术可以更加迅速、准确和有效地统计分析相关的数据，并能够从多个方面反映土地使用变化。
为了探索耕地变化的规律，对哈尔滨市某农村耕地变化进行遥感实验，利用遥感技术提取准确的空间数据，分析耕地变化的规律，评估农村耕地变化的影响因素，以维护农业的可持续发展。
二、实验目的就哈尔滨市某乡镇山区耕地变化进行遥感科学研究，包括遥感影像的处理、对耕地的提取、耕地变化的分析处理、影响因素分析等，以查找此区域耕地变化的一般规律和空间分布规律，研究该区域耕地变化的影响因素，为农业可持续发展提供参考意见。
三、实验材料本次实验使用的哈尔滨市某乡镇山区的遥感影像，已经完成影像的处理工作，影像的一致性检验完成，根据遥感原理和方法，利用遥感软件确定区域内植被覆盖率，用栅格数据处理技术提取耕地空间分布数据，运用面积、角点和中心点分析技术，进行耕地变化的空间分析，并根据时序差异更新岛，此外，还对耕地变化影响因素进行相关分析，以获得耕地变化的规律和机理。
四、实验方法（1）首先，利用遥感影像处理技术，对哈尔滨市某乡镇的遥感影像进行处理，包括图像校正、去燥、充色等处理。
（2）利用遥感原理和方法，结合多媒体航摄影图像，确定区域内植被覆盖率，并计算实时植被覆盖率，以识别土地利用情况；（3）采用栅格数据处理技术，提取区域内的耕地空间分布数据，采用面积、角点和中心点分析技术，进行耕地变化的空间分析，画出耕地变化图；（4）运用拟合技术，对耕地变化的时序差异进行检验，更新耕地空间分布，利用ArcGIS工具箱进行属性数据叠加，分析耕地变化影响因素；（5）最后分析耕地变化幅度，统计出耕地变换情况，绘制耕地变化临时图，分析出耕地变化规律和空间规律，找出耕地变化影响因素，从多个角度对耕地变化进行评价，以反映耕地变化的情况。
遥感学实验报告
一、实验名称遥感影像地理坐标定位和配准二、实验目的1. 熟悉遥感影像地理坐标定位和配准的基本原理。
2. 掌握使用ENVI软件进行遥感影像地理坐标定位和配准的方法。
3. 学会利用全色影像生成影像地图。
三、实验原理遥感影像地理坐标定位是指将遥感影像上的像点坐标转换为地面实际地理位置的过程。
配准则是将不同时间、不同传感器或不同区域的遥感影像进行空间配准，以便进行对比分析。
四、实验内容1. 选取实验数据：选取一幅哈尔滨市TM影像，成像时间为2013年7月19日，分辨率为30m，各波段的波长为0.45～0.52μm、0.52～0.60μm、0.63～0.69μm、0.76～0.90μm、1.55～1.75μm。
2. 影像地理坐标定位：（1）打开ENVI软件，导入实验数据。
（2）在“地理信息”菜单中选择“地理坐标定位”。
（3）设置影像的投影类型为UTM，投影分带为北51区。
（4）输入图像左上角的公里网坐标（9819 8092）和地理坐标（经度125.4941，纬度47.0930）。
（5）点击“确定”进行地理坐标定位。
3. 影像配准：（1）打开ENVI软件，导入实验数据。
（2）在“图像处理”菜单中选择“配准”。
（3）选择“影像到影像配准”。
（4）选择参与配准的影像，设置配准精度。
（5）点击“确定”进行配准。
4. 影像到地图校正：（1）打开ENVI软件，导入实验数据。
（2）在“地理信息”菜单中选择“影像到地图校正”。
（3）选择参与校正的影像，设置校正精度。
（4）点击“确定”进行校正。
5. 生成影像地图：（1）打开ENVI软件，导入实验数据。
（2）在“图像处理”菜单中选择“生成影像地图”。
（3）选择参与生成影像地图的影像，设置地图投影、分辨率等参数。
（4）点击“确定”生成影像地图。
五、实验数据处理及成果1. 成功将哈尔滨市TM影像进行地理坐标定位和配准。
2. 利用ENVI软件生成哈尔滨市TM影像的影像地图。
六、体会及建议1. 通过本次实验，熟悉了遥感影像地理坐标定位和配准的基本原理，掌握了使用ENVI软件进行操作的方法。
遥感概论实验报告envi 基础
遥感概论实验报告envi 基础
一、引言
1.1 实验目的
1.2 实验原理
1.3 实验背景
二、envi 基础
2.1 什么是envi
2.2 envi的功能和特点
2.3 envi的应用领域
三、envi的安装和配置
3.1 envi的安装步骤
1.下载envi安装程序
2.双击安装程序并按照提示进行安装
3.完成安装后，打开envi软件
3.2 envi的配置
1.设置数据文件路径
2.设置显示界面样式
3.配置工具栏和快捷键
四、envi的基本操作
4.1 打开遥感影像文件
1.导入多光谱遥感影像
2.导入高光谱遥感影像
4.2 遥感影像的显示和增强
1.调整影像的亮度和对比度
2.使用伪彩色方案显示遥感影像
4.3 执行空间过滤和图像分类
1.应用滤波器对遥感影像进行平滑处理
2.使用图像分类算法对遥感影像进行分类
4.4 遥感影像的几何校正和地理配准
1.对遥感影像进行几何校正
2.进行地理配准操作
4.5 遥感影像的特征提取与分析
1.提取遥感影像的植被指数
2.进行土地利用/覆盖分类等分析
五、实验结果与讨论
5.1 打开遥感影像并进行显示和增强5.2 实施空间过滤和图像分类
5.3 进行影像的几何校正和地理配准
5.4 进行特征提取与分析
六、结论
七、参考文献
八、致谢。
- 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)。
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、实验流程显示图像模型→调用几何纠正模型→启动控制点工具→采集地面控制点和地面检查点→计算变换参数→灰度重采样→纠正精度评定实验步骤。
几何校正前的图像参考图像篇二：遥感实验报告 - 副本遥感实验报告专业班级：姓名：学号：实验时间：实验一、erdas imagine 8.4软件总体介绍实验内容：总体了解erdas imagine遥感图像处理软件。
熟悉erdas imagine软件的工作界面，大致了解该软件的功能和包含的主要模块。
主要包括视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作；图像裁剪等。
视窗操作是 erdas 软件操作的基础，erdas 所有模块都涉及到视窗操作。
本实验要求掌握视窗的基本功能，熟练掌握图像显示操作和矢量菜单操作，从而为深入理解和学习 erdas软件打好基础。
实验方法：一、图像显示操作（ display an image ）1：启动程序（ start program ）视窗菜单条： file→open→ raster layer→select layer to add 对话框。
2：确定文件（ determine file ）3：设置参数（ raster option ）4：打开图像（ open raster layer )二、实用菜单操作掌握工具栏的所有功能选项。
三、显示菜单操作掌握文件显示顺序（图 1-3 ）；依次打开lanier.img、 lndem.img、lnlandc.img三副图像，注意每次打开时其中的clear display不能勾选。
这样三副图像都显示在窗口中了。
然后选择菜单view下的arrange layers，进行图层显示，并且可以调节当前图层的显示顺序。
四、规则分幅裁剪（rectangle subset image）1、主工具条选择dataprep图标，subset image2、input file为lanier.img3、output file为lanier_sub1.img4、coordinate type为file5、lrx为250（数值的大小均根据需要来确定）6、lry为2507、ok五、不规则分幅裁剪（polygon subset image）1、在viewer中，利用aoi工具设定需要的多边形；2、主工具条选择dataprep图标，subset image3、input file为lanier.img4、output file为lanier_sub2.img5、coordinate type为file6、点击aoi按钮，选择事先在viewer中设定的aoi7、ok实验结论：一、图像显示操作三、显示菜单操作四、规则分幅裁剪五、不规则分幅裁剪实验二、图像几何校正实验内容：对图像进行几何校正实验方法：一、显示文件（display files）1、打开两个viewer，session | tile viewers使两个视窗平铺放置2、在viewer1中需要校正的 lantsat 图像，选择tmatlanta.img，gray scale，displaylayer为2。
（要纠正的图像）3、在viewer2中作为地理参考的校正过的 spot 图像，选择panatlanta.img（已经纠正的参考图像）4、在viewer1中，选择raster | geometric correction, 启动几何校正模块。
打开 setgeometric model 对话框5、选择多项式几何校正模型： polynomial→ok 。
同时打开 geo correction tools 对话框和 polynomial model properties 对话框。
6、在 polynomial model properties 对话框中，定义多项式模型参数以及投影参数。
7、在 gcp tool referense setup 对话框中选择采点模式：选择视窗采点模式 existingviewer，ok。
打开 viewer selection instructions 指示器。
8、在显示作为地理参考图像 panatlanta,img 的 viewer2 中点击左键（选择参考图像）9、在弹出的reference map information dialog提示框中ok10、此时，整个屏幕将自动变化为如图所示的状态，表明控制点工具被启动，进入控制点采点状态。
出现chip extraction viewers和gcp tool 第二步：采集地面控制点gcp 的具体采集过程：1、在 gcp 工具对话框中，点击 select gcp 图标，进入 gcp 选择状态； 2、在 gcp 数据表中，将输入 gcp 的颜色设置为比较明显的黄色或红色。
3、在 viewer1 中移动关联方框位置，寻找明显的地物特征点，作为输入 gcp 。
4、在 gcp 工具对话框中，点击 create gcp 图标，并在 viewer3 中点击左键定点， gcp 数据表将记录一个输入 gcp ，包括其编号、标识码、 x 坐标和 y 坐标。
5、在 gcp 对话框中，点击 select gcp 图标，重新进入 gcp 选择状态。
6、在 gcp 数据表中，将参考 gcp 的颜色设置为比较明显的红色， 7、在 viewer2 中，移动关联方框位置，寻找对应的地物特征点，作为参考 gcp 。
8、在 gcp 工具对话框中，点击 create gcp 图标，并在 viewer4 中点击左肩顶巅，系统将自动将参考点的坐标（ x 、 y ）显示在 gcp 数据表中。
9 、在 gcp对话框中，点击 selectgcp 图标，重新进入 gcp 选择状态，并将光标移回到 viewer1 中，准备采集另一个输入控制点。
10 、不断重复 1-9 ，采集若干控制点 gcp ，直到满足所选定的几何模型为止，尔后，每采集一个 inputgcp ，系统就自动产生一个相关误差 ref. gcp ，通过移动 ref. gcp 可以优化校正模型。
第三步：采集地面检查点1、在最后一行改变颜色为yellow2、edit | set point type | check，则下面刺的点都为check points3、edit | point matching4、在gcp matching dialog中，correlation threshold 为0.8,5、选中discard unmatched point，close6、画出5对 check points第五步：图像重采样（ resample the image ）图像重采样的过程：首先，在 geo-correction tools 对话框中选择 image resample 图标。
然后，在 image resample 对话框中，定义重采样参数；→输出图像文件名（ outputfile ）：rectify.img →选择重采样方法（ resample method ）：bilinear interpolation →定义输出图像范围：→定义输出像元的大小：→设置输出统计中忽略零值：选择ignore zero in stats →定义重新计算输出缺省值：第六步：保存几何校正模式（ save rectification model ）在 geo-correction tools 对话框中点击 exit 按钮，推出几何校正过程，按照系统提示，选择保存图像几何校正模式，并定义模式文件，以便下一次直接利用。
第七步：检验校正结果（ verify rectification result ）基本方法：同时在两个视窗中打开两幅图像，一幅是矫正以后的图像，一幅是当时的参考图像，通过视窗地理连接功能，右键选择link的方法，及查询光标功能inquire cursor进行目视定性检验。
实验结论：篇三：遥感图像处理实验报告《遥感数字图像处理》实习报告学院：环境与资源学院班级：地理1002学号：周颖智姓名： 20101171 西南科技大学环境与资源学院遥感实习2013年5月11日目录1、实验目的 (2)2、实验内容 (15)3、实验步骤 (26)4、实验体会 (38)《某地区森林资源遥感动态监测》一、实验目的熟练掌握envi4.7软件中对遥感数字图像进行图像预处理、图像分类、分类后处理以及对分类后的图像进行必要的综合分析得到我们想要的信息。
二、实验内容对00年森林资源遥感图像july_00_quac.img进行图像增强处理得到图像00i_k-l.img，然后选择合适的图像分类方法，对增强后的图像进行分类，得到分类后图像00ml1,接着对分类后图像进行分类后处理的最终的分类结果图00mmn。