遥感图像的辐射校正实验报告
遥感实验：图像校正
几何校正
9传感器参数变化 9非线形扫描 9大气折射
9全景畸变 9地球曲率
9地形起伏
数Hale Waihona Puke 处理中心图像校正 采用DEM进 行正射校正
噪音消除
噪音消除目的是为了消除图像中由于传感器、信号 转换及数据记录过程中产生的干扰。
2
实验内容 （1）图像变形的主要原因 （2）图像校正的主要方面 （3）校正图像
创建一个GCPs 报告 (1)选择表中的所有行 (2)右键单击表头的任意列，选择Report… (3) 以文本格式（.txt）存贮报告
注：在你的作业中递交该报告文件
4 确定转换矩阵
9 在Geo Correction toolS 窗口单击Display Mode properties 按钮 9 转换矩阵已经开始运算
3 选择地面控制点（GCPs）
现在我们添加４对GCPs，一对GCPs的组成:
输入GCP(GCP工具中X input , Y input 列) 相应的参考GCP(GCP工具中X ref.,Y Ref.列)
地面控制点（GCPs）选择原则
选择的点: (1) 在两景像片中都存在 (2) 能容易和准确辩识(河流、道路等线形地物的交叉点等) (3)均匀分布在图像内,特别是接近图像边缘的点.
4
找到位于在两幅像片左上角的高速公路交叉点
单击 creat GCP button, 然后单击TM影像生成一个输入GCP 单击 creat GCP button, 然后单击SPOT影像生成一个参考GCP
确保有4对及以上GCPs,并均匀分布
重复上面的步骤,在两幅图像的其他位置再添加至少3对GCPs
遥感软件实验报告
一、实验背景遥感技术作为一门新兴的交叉学科，广泛应用于地理信息系统、环境监测、农业、林业、城市规划等领域。
随着遥感技术的发展，遥感软件在遥感数据处理和分析中发挥着越来越重要的作用。
本实验旨在通过使用遥感软件进行遥感图像处理和分析，提高学生对遥感数据处理技术的掌握程度。
二、实验目的1. 熟悉遥感软件的基本操作和功能；2. 学习遥感图像的预处理、增强、分类和制图等基本操作；3. 了解遥感技术在实际应用中的案例。
三、实验内容1. 遥感软件简介本次实验使用的遥感软件为ENVI，它是一款功能强大的遥感图像处理软件，具有以下特点：（1）支持多种遥感数据格式；（2）提供丰富的图像处理和分析工具；（3）支持多种图像分析模型；（4）具有友好的用户界面。
2. 遥感图像预处理遥感图像预处理是遥感图像处理的重要环节，主要包括以下内容：（1）图像几何校正：通过对遥感图像进行几何校正，消除由于传感器倾斜、地球曲率等因素造成的几何畸变，提高图像的几何精度；（2）图像辐射校正：通过对遥感图像进行辐射校正，消除由于大气、传感器等因素造成的辐射畸变，提高图像的辐射精度；（3）图像增强：通过对遥感图像进行增强，突出图像中感兴趣的信息，提高图像的可视化效果。
3. 遥感图像增强遥感图像增强是提高遥感图像质量的重要手段，主要包括以下内容：（1）直方图均衡化：通过对遥感图像进行直方图均衡化，使图像中的像素值分布更加均匀，提高图像的对比度；（2）滤波处理：通过对遥感图像进行滤波处理，消除图像中的噪声和纹理信息，提高图像的清晰度；（3）色彩校正：通过对遥感图像进行色彩校正，使图像的色彩更加真实，提高图像的可视化效果。
4. 遥感图像分类遥感图像分类是遥感图像处理的重要应用，主要包括以下内容：（1）监督分类：通过选取已知地物类别的训练样本，建立分类模型，对未知地物类别进行分类；（2）非监督分类：通过对遥感图像进行聚类分析，将图像分割为不同均质的对象，对每个对象进行分类。
遥感图像处理实验报告
遥感图像处理实验报告遥感图像处理实习报告姓名：学号：联系方式：日期：一、实习要求（一）掌握使用ENVI进行各种图像基本操作；（二）熟练运用ENVI中工具进行图像图像校正、裁剪拼接、融合及图像增强处理；二、实习操作过程与实现结果（一）辐射校正及大气校正1、辐射校正（1）选择File->open，选择Landset8武汉数据中的‘’文件。
（2）选择T oolbox->Radiometric Correction->Radiometric Calibration工具，选择要校正的‘LC8LGN00_MTL_MultiSpectral’多光谱数据，设置定标参数（存储格式：BIL；单位转换“Scale Factor”的设置，单击Apply FLAASH Settings得到相应的参数），得到辐射定标后的结果。
2、大气校正（1）选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction工具；打开工具后设置参数：在FLAASH Atmospheric Correction Module Input Parameters 面板中如图设置各项参数；点击apply运行大气校正。
（2）大气校正运行结果（二）图像裁剪与拼接1、15米全色波段图像裁剪拼接（1）选择File->open，选择‘县界.shp’‘LC8LGN00_MTL’及‘LC8LGN00_MTL’文件。
（2）选择Toolbox->Regions of Interest->Subset Date from ROIs 工具；双击打开后input file面板选择38区段15米分辨率文件，input ROIs面板选择‘县界’文件。
点击‘OK’，38区段文件裁剪后如图。
（3）重复（2）中工具选择步骤；双击打开后在input file 面板选择39区段15米分辨率文件，在input ROIs面板选择‘县界’文件。
地信网论坛遥感图像校正实验报告
遥感图像校正实验报告2011年3月30日项目名称：遥感图像几何精校正、辐射校正实验目的：通过实习操作，掌握遥感图像几何精校正和辐射校正的基本方法和步骤，深刻理解遥感图像处理意义。
实验原理：1、几何精校正：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。
2、辐射校正：辐射校正（radiometric correction ）是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
数据来源：数据来源：国际科学数据服务平台---数据检索---Landsat 卫星---四川省宜宾市屏山县，数据标识LT51290402005216BJC00，条带号129，行编号40，中心纬度28.87，中心经度104.12，日期20050804，平均云量5%，波段数3（第三个波段图像无法正常下载，总是会损坏）。
实验过程：几何精校正：1、打开EDRAS，点击Viewer新建两个窗口。
分别添加待正矫图像repingshan1.img和地理参考的校正过的SPOT图像pingshan1.img。
2、在显示有待校正的图像的窗口上的菜单栏上点击，在下拉菜单中选中，在弹出的对话框中选择多项式几何校正模型，单击OK。
弹出另一个对话框，在选项中定义多项式次方参数改为2，定义投影参数，单击Apply。
在接下来弹出的对话框中选择已存在的窗口，确定。
3、弹出一个对话框提示我们用鼠标选择参考图像，单击panatlanta.img所在的窗口。
在弹出的对话框直接默认点击OK。
4、此时，整个屏幕将自动变化，表明控制点工具被启动，进入控制点采点状态。
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。
遥感图像处理辐射校正方法
遥感图像处理辐射校正方法近年来,随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展,摄影测量与遥感已成为地球空间信息科学的基础技术,遥感集市在人类生活的诸多领域被广泛应用。
然而,在遥感成像时,由于各种因素的影响,遥感图像会存在一定的辐射量失真现象,这些失真影响了图像的质量和应用,必须对其做消除或减弱处理,遥感图像辐射校正与增强技术就是针对遥感图像这一缺陷而发展起来的。
在图像遥感中,由于系统误差、大气、太阳辐射等的存在,电磁辐射在太阳—地球表面—传感器之间传输的过程中受到各种各样的影响,使得遥感器所接受的目标反射辐射能量被衰减,不能准确地反映表面真实的辐射特性。
所谓辐射校正,主要是纠正由于传感器制造、传感器芯片热噪声、成像天气条件、地物所处的地形和太阳的照射条件等因素造成的辐射度量误差,尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声而引起的传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异,尽可能恢复图像的本来面目,为遥感图像的识别、分类、解译等后续工作打下基础。
辐射校正的主要内容包括:系统辐射校正、大气辐射校正、太阳辐射校正和其他辐射校正。
遥感技术的应用是人类视觉在波谱范围上的扩展和从物体表面向内部的延伸。
人眼虽可看到很多东西,可区分约三千多种色彩,但那只是波长为0.38-0.8m 的可见光部分。
对于黑白图像,人眼能区分的灰度级只有二三十个,而在非可见光波段,需要将原始图像的灰度值转换到0-255 灰度区间才有利于人眼观察。
但是如果以256 个灰度级来描述一幅黑白遥感图像,获得的原始图像的灰度值很难均匀分布在0-255 之间,而是常常集中在某一段灰度范围之内,图像的反差小,对比度差,不利于人眼的分辨,对遥感图像进行增强处理能有效解决这个问题。
遥感图像辐射校正的疑难问题多且复杂，如散焦和运动模糊图像对图像的损伤较大,给图像复原造成了很大困难,特别是集散焦、运动、高噪声、低清晰度于一身的复合型模糊图像,其复原的难度使研究人员望而却步。
遥感图像处理 大气校正 实验报告
Landsat 5 Thematic Mapper辐射定标和大气校正龚鑫烨操作流程辐射定标：1、加载原始图像H1。
2、Basic Tools——Preprocessing——data-specific utilities——Landsat TM——landsat calibration进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。
从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。
如果你是用File?Open ExternalFile?Landsat?Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。
这里Calibration Type 注意选择为Radiance。
输出文件，定标就完成了。
大气校正1、Spectral——FLAASH/Basic Tools——Preprocessing——Calibration Utilities——FLAASH。
首先设定输入输出文件。
FLAASH 模块要求输入辐亮度图像，输出反射率图像。
之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。
(Basic Tools——Convert Data(BSQ,BIL,BIP))。
这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。
ENVI 默认的辐亮度单位是2/ W cm sr nm μ••，而之前我们做辐射定标时单位是2/ W m sr m μ••，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。
此外，如果TM 影像的头文件中没有波段的信息，在这里也要求你提供一个.txt 文件以包含此信息。
遥感实训报告
一、实训背景随着科技的不断发展，遥感技术作为一门新兴的综合性学科，已经在测绘、农业、林业、环保、城市规划等多个领域得到了广泛应用。
为了提高学生对遥感技术的认识和实际操作能力，我校地理信息系统专业组织了一次为期两周的遥感实训。
本次实训旨在让学生了解遥感的基本原理，掌握遥感图像的获取、处理、分析和应用方法，培养学生的实践能力和创新精神。
二、实训内容1. 遥感基本原理学习实训初期，我们学习了遥感的基本原理，包括遥感平台、传感器、遥感图像的获取、传输和接收等。
通过学习，我们对遥感技术有了初步的认识，了解了遥感在各个领域的应用。
2. 遥感图像处理软件操作为了让学生熟练掌握遥感图像处理软件，我们选择了ENVI软件作为实训工具。
在实训过程中，我们学习了ENVI软件的基本操作，包括图像读取、显示、图像增强、图像分类、专题图制作等。
3. 遥感图像预处理在实际应用中，遥感图像往往存在噪声、畸变等问题，需要进行预处理。
我们学习了遥感图像的几何校正、辐射校正、图像增强等方法，提高了图像质量。
4. 遥感图像分类与专题图制作遥感图像分类是遥感应用中的重要环节，我们学习了监督分类、非监督分类、决策树分类等方法。
通过实际操作，我们学会了如何制作专题图，为遥感应用提供可视化数据。
5. 遥感应用案例分析为了让学生了解遥感技术在实际应用中的价值，我们选取了几个典型案例进行分析，如土地利用变化监测、森林资源调查、环境监测等。
三、实训过程1. 理论教学实训期间，我们通过课堂讲授、讨论等形式，学习了遥感的基本原理、遥感图像处理软件操作、遥感图像预处理、遥感图像分类与专题图制作等理论知识。
2. 实践操作在掌握了相关理论知识后，我们进行了实践操作。
首先，我们利用ENVI软件对遥感图像进行预处理，包括几何校正、辐射校正、图像增强等。
然后，我们对预处理后的图像进行分类，制作专题图。
最后，我们结合实际案例，分析了遥感技术在各个领域的应用。
3. 讨论与交流在实训过程中，我们积极参与讨论与交流，分享自己的学习心得和经验，共同解决问题。
- 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)。
遥感图像的辐射校正实验报告
1. 实验目的和内容
实验目的：
（1）复习巩固课堂上所学的对遥感图像的辐射校正，掌握这些校正方法的基本原理和方法，理解遥感图像辐射校正的意义;
（2）实际学习对遥感图像进行绝对大气校正、相对大气校正的FLAASH和黑暗像元法;
实验内容：
（1）绝对大气校正
将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等的方法。
本次实验通过FLAASH法进行绝对大气纠正。
（2）相对大气校正
校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
本次实验通过黑暗像元法进行相对大气纠正。
2. 图像处理方法和流程
A.绝对大气校正
1、加载影像，打开ENVI，file>>open image file，打开L71120038_03820030128_MTL.txt
2、辐射定标
FLAASH模块需要输入的是经过辐射定标后的BIL/BIP文件，ENVI >> basic tools >>preprocessing > >calibration utilities >> Landsat calibration
3、格式转换
上述计算得到的存储方式为BSQ，FLAASH大气校正对于波段存储的要求
为BIL/BIP格式，ENVI >> basic tools>> convert data (BSQ ,BIL ,BIP)
4、FLAASH大气校正
（1）ENVI>>basic tools>>preprocessing>>calibration utilities>> FLAASH，选择需要校正的数据。
选用第二种，设置Single scale factor：10。
（2）设置输入与输出文件
①进入地理空间数据云，查询影像参数。
点击数据资源—LANDSAT系列数据
—输入数据标识进行二次筛选—选择信息
②查询图像的基本信息
③设置Sensor类型为Landsat TM7，传感器参数被自动填写，影像和传感器参数查询数据相关信息后输入。
设置大气参数，大气模式为中纬度冬季，气溶胶类型为城市型。
最终结果如下图所示。
（3）多光谱设置
K-T反演选择默认模式：Defaults->Over-Land Retrieval standard （660:2100），其他参数按照默认设置。
（4）点击“Apply”运行FLAASH校正。
（5）查看结果
B.相对大气校正
1.待校正的图像Display>>Tools>>Region of intersect>> ROI tool，选择纯净水体、山体阴影等黑暗象元绘制ROI
2.主菜单>>Basic Tools >> Preprocessing>> General Purpose Utilities>> Dark Subtract
选择待校正的图像
3.在Dark Subtraction Parameters面板中，选择Region Of Interest，设置输出路径
4、在地理空间数据云中下载研究区DEM （1）高级检索，选择地区，选择数据集
（2）选择ASTGTM_N31E118.img，并下载DEM
5、使用ARCGIS打开影像
（1）计算坡度。
打开ArcToolbox—3D Analyst工具—栅格表面—坡度
（2）输入栅格图像，选择输出栅格路径，点击确定
（3）结果如下所示
（4）以envi格式导出
6.建立感兴趣区, 裁剪影像和坡度数据
7.进行计算
3. 实验结果
A.绝对大气校正
由图可以看出，纠正前纠正后图像的方向大小形状都没有明显变化，但是纠正前与纠正后的spectral profile即光谱剖面发生了变化，将平缓的光谱变得更加崎岖，以消除消除辐射畸变。
B.相对大气校正
相对大气校正实验中经历了黑暗像元法实验、在地理空间数据云中下载研究区DEM、建立感兴趣区, 裁剪影像和坡度数据和最后的进行band math计算。
下图分别是黑暗像元法前后对比以及进行band math计算的前后对比。
可以明显看出，进行黑暗像元法后，影像的颜色更加鲜艳鲜明一些。
4．结果分析
绝对大气校正是使用Flaash方法进行实现的，通过设定好影像、传感器参数、大气参数、多光谱设置等一系列参数来进行大气校正。
这种方法是绝对的，以此消除大气的消光（吸收和散射）、天空漫射辐射等等原因。
因此，经过绝对大气校正后的图像，波段起伏更加大，图像更加清晰。
相对大气校正是通过黑暗像元法进行实现的，可以利用黑暗像元计算出程辐射，进而代入适当的大气校正模型进行相对大气分析。
这种方法消除程辐射后，整体图像都会更加清晰颜色也变得更加鲜明，在上面的结果途中能够很明显看出这些特点。