遥感图像处理实验报告
遥感ENVI实验报告
遥感ENVI实验报告一、实验目的本实验的目的是学习和掌握ENVI（Environment for Visualizing Images）软件在遥感图像处理方面的应用。
通过本次实验，我们将了解遥感图像的基本概念和原理，并学习使用ENVI软件进行图像预处理、分类和地物提取。
二、实验要求1.学习ENVI软件的基本操作和功能；2.能够对遥感图像进行预处理，如辐射校正和大气校正；3.能够对遥感图像进行分类，如最大似然分类和支持向量机分类；4.能够进行地物提取，如植被指数计算和特征提取。
三、实验步骤和结果1.图像预处理首先，我们导入了一幅Landsat 8卫星遥感图像，并进行了辐射校正和大气校正。
辐射校正是将图像中的DN（数字化值）转换为辐射度值，以便进行后续的大气校正和分类。
大气校正是根据大气传输模型对图像进行校正，以消除大气影响。
经过预处理后，我们得到了一幅处理后的图像。
2.图像分类接下来，我们使用ENVI软件进行了图像分类。
我们采用了最大似然分类和支持向量机分类两种方法进行分类。
最大似然分类是一种统计分类方法，通过最大化每类像素的似然度来划分不同类别，得到分类结果。
支持向量机分类是一种基于机器学习的分类方法，通过训练样本来构建分类模型，并用于对图像中的未分类像素进行分类。
3.地物提取最后，我们对图像进行了地物提取。
我们计算了该图像的植被指数，并使用阈值法将植被像素提取出来。
植被指数是通过计算不同波段之间的光谱差异来反映植被覆盖程度的指标。
我们还对植被像素进行了形状和纹理特征的提取，以获取更具有区分度的特征。
实验结果显示，经过图像预处理和分类，我们得到了一幅分类结果图。
通过该图像，我们可以清楚地看到不同地物类别的分布情况。
同时，通过地物提取，我们成功提取出了图像中的植被像素，并获得了植被的形状和纹理特征。
四、实验总结通过本次实验，我们学习和掌握了ENVI软件在遥感图像处理方面的应用。
我们了解了遥感图像的基本概念和原理，并学会了使用ENVI软件进行图像预处理、分类和地物提取。
遥感图像处理实验报告
遥感图像处理实验报告《遥感图像处理实验报告》摘要：本实验利用遥感技术获取了一幅卫星图像，通过图像处理技术对图像进行了处理和分析。
实验结果表明，遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
引言：遥感图像处理是利用遥感技术获取的图像进行数字化处理和分析，以获取有用的地理信息和环境数据的过程。
本实验旨在通过对遥感图像的处理和分析，探讨遥感图像处理技术在实际应用中的作用和意义。
实验方法：1. 获取卫星图像：选择一幅特定区域的卫星图像作为实验对象，确保图像质量和分辨率满足处理要求。
2. 图像预处理：对原始图像进行预处理，包括去噪、增强、几何校正等操作，以提高图像质量和准确性。
3. 图像分析：利用遥感图像处理软件对图像进行分类、特征提取、变化检测等分析，获取地理信息和环境数据。
4. 结果展示：将处理后的图像结果进行展示和分析，对图像处理技术的应用效果进行评估。
实验结果：经过处理和分析，得到了一幅清晰的遥感图像，并从中提取了有用的地理信息和环境数据。
通过图像分类和特征提取，可以准确地识别出不同地物类型，如建筑物、植被、水体等；通过变化检测，可以发现地表的变化情况，如城市扩张、土地利用变化等。
这些信息对于地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
结论：遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值，通过对遥感图像的处理和分析，可以获取丰富的地理信息和环境数据，为相关领域的决策和规划提供重要的支持。
在未来的研究中，可以进一步探讨遥感图像处理技术的改进和应用，以满足不同领域的需求。
变换处理遥感实验报告
一、实验背景遥感技术作为一种获取地球表面信息的重要手段，在资源调查、环境监测、灾害预警等领域发挥着重要作用。
遥感图像经过传感器采集后，往往需要进行一系列的预处理，包括辐射校正、几何校正、图像增强等。
其中，变换处理是遥感图像预处理的重要环节之一，它可以提高图像质量，便于后续分析与应用。
二、实验目的本次实验旨在：1. 熟悉遥感图像变换处理的基本原理和方法；2. 掌握遥感图像灰度变换、空间变换等处理方法；3. 利用变换处理提高遥感图像质量，为后续分析提供更好的数据基础。
三、实验内容1. 灰度变换灰度变换是遥感图像处理中最基本、最常用的方法之一。
它通过改变图像中像素的灰度值，调整图像的对比度、亮度等，从而改善图像质量。
实验步骤如下：（1）打开遥感图像处理软件，选择待处理的遥感图像。
（2）选择灰度变换功能，设置变换公式。
常用的变换公式有线性变换、指数变换、对数变换等。
（3）调整变换参数，观察图像变化，直至达到预期效果。
（4）保存变换后的图像。
2. 空间变换空间变换是指将遥感图像中的像素值按照一定的规律进行重新排列，从而改变图像的空间结构。
实验步骤如下：（1）打开遥感图像处理软件，选择待处理的空间变换功能。
（2）选择变换类型，如平移、旋转、缩放等。
（3）设置变换参数，如平移距离、旋转角度、缩放比例等。
（4）执行变换操作，观察图像变化。
（5）保存变换后的图像。
四、实验结果与分析1. 灰度变换通过灰度变换，可以有效地改善遥感图像的对比度、亮度等。
例如，对低对比度图像进行指数变换，可以提高图像的清晰度；对高对比度图像进行线性变换，可以降低图像的噪声。
2. 空间变换空间变换可以改变遥感图像的空间结构，使其更适合后续分析。
例如，将遥感图像进行旋转，可以消除由于传感器倾斜引起的图像畸变；将遥感图像进行缩放，可以改变图像的分辨率，使其更适合不同尺度的分析。
五、实验总结本次实验通过对遥感图像进行灰度变换和空间变换，提高了图像质量，为后续分析提供了更好的数据基础。
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验报告引言：遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。
本实验旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。
一、图像预处理图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校正等操作。
在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。
接着，我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得到了显著提高。
最后，我们进行了几何校正，通过对图像进行旋转和缩放，使得图像的几何形状与实际地理位置相符合。
二、图像分类图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类，将其划分为不同的地物类型。
在本实验中，我们使用了监督分类方法，首先选择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不同的地物类型进行关联。
接着，我们对整个图像进行分类，将图像中的每个像素都划分为相应的地物类型。
最后，我们对分类结果进行了验证，通过与实地调查结果进行对比，验证了分类的准确性和可靠性。
三、图像融合图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的图像融合成一幅高质量的图像。
在本实验中，我们选择了两幅具有不同波段的卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。
融合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱分辨率，可以提供更全面和准确的地物信息。
四、图像变化检测图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。
在本实验中，我们选择了两幅具有不同时间的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。
通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化，如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。
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。
遥感制图实习报告
遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一: DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）实验目的:1.实验步骤:2.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。
3.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice, 出现Density Slice对话框。
4.选择Clear Ranges, 清除Defined Density Slice Ranges下的内容。
5.选择Options>Add New Ranges, 其中RangeStart: 1219 ；Range End;1701；#of Ranges:10。
在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。
6.逐个组将Red条依次改为25, 50, 75, 100, 125, 150, 175, 200, 225, 250。
Greeen与Blue不变。
选择Apply按钮, 主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。
选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框, Output File Type选择JPEG, Enter Output Filename选择保存位置, Compression Facter（0-1）选择0.750.实验结果:专题二: TM与SPOT数据融合（叙述该过程并处理结果加载到本文档里。
注意用两种方法融合的过程）实验目的:1. 进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作2. 快速滤波、滤波的操作3. ENVI中变换（Transform）菜单功能的了解实验步骤:1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框, 分别填写内容)4. 选择Basic Tools>Stretch实验结果:专题三: 航片的配准与镶嵌（叙述该过程并处理结果加载到本文档）1配准●图像-图像地面控制点 (Select GCPs: Image-to-Image)●图像-图像配准需要两幅图像均打开。
遥感图像配准实验报告
用SPOT校正TM数据，附操作过程截图和校正后TM影像图片
[体会及建议]
通过本次试验熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。
（2）通过计算机操作与地理知识的结合增强对地理学科的兴趣，为以后继续从事相关工作奠定基础。
（3）树立地理学思想，理解并掌握地理学科的学习、实践的方法。
二、实验内容
遥感图像的几何校正，IHS融合方法。
三、实验准备
（1）IHS融合: IHS融合法是比较常用的一种融合方法。其基本原理是首先将空间分辨率
较低的三个多光谱影像变换到IHS彩色空间，得到明度（I），色别（H）和饱和度（S）三个分量；然后将高空间分辨率影像进行对比度拉伸，达到与I分量具有相同的均值和方差；再将处理后的高空间分辨率影像替换I分量，作IHS逆变换后就得到融合后的影像。
篇三：遥感实验报告
实验报告（实验一）
[实验名称]ENVI窗口的基本作
[实验目的与内容]
实验目的
熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。实验内容
1、熟悉遥感图像处理软件ENVI的窗口基本操作。2、查看影像信息和像元信息。3、距离测量与面积测量。
[实验数据处理及成果]
遥感图像配准实验报告
篇一：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…………………......2
- 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)。
《遥感数字图像处理》
实习报告
学院：
班级：
学号：
姓名：
2014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。
用同样的遥感图像处理方法得到06年森林资源遥感图像july_06_quac.img的分类结果图06MMN。
最后对分类后处理的图像进行分类精度的评估，当精度符合标准时便可对分类结果图00MMN和06MMN进行波段运算B1-B2，便可以得到00年到06年该地区森林资源的一个动态变化情况图B1-B2。
三、实验步骤
（一）、对00年森林资源遥感图像july_00_quac.img进行图像增强处理。
已知我们所学过的遥感图像增强处理的方式有：图像彩色增强、图像拉伸、图像变换以及图像滤波。
1、首先打开00年森林资源遥感图像july_00_quac.img，然后的遥感图像进行彩色增强。
采用真彩色合成的方式来的彩色图像，这里我使用的波段合成方式有：321（真彩色）、432（标准假彩色）、以及其他假彩色合成的方式，54
2、542、741、742、572和453等，得到如下的彩色图像：
321.img（图一）
432.img(图二)
453.img（图三）
742.img（图四）
741.img（图五）
543.img（图六）
542.img（图七）
572.img（图八）
最后，我选择了542波段合成后的彩色图像542.img。
2、对542.img彩色合成图像进行图像拉伸处理，采用的图像拉伸处理的方式有：线性拉伸和非线性拉伸，分别得到如下经过拉伸增强后的图像：
image linear2%.img（图九）
image linear.img（图十）
zoom linear.img（图十一）
scroll linear.img（图十二）
Image linear_IS.img（图十三）
最后，我选择对542.img进行image linear线性拉伸后，再对图像进行非线性的直方图拉伸，得到最后经过拉伸处理后的图像Image linear_IS.img。
3、对Image linear_IS.img拉伸处理后的图像进行图像变换，我采用的主成分变换的方式，也称K-L变换，得到如下的图像：
K-L正变换，F_K-L.img（图十四）
K-L逆，I_K-L.img（图十五）最后，得到经过主成分变换处理后的图像I_K-L.img。
4、对经过经过变换处理后的图像进行图像滤波处理，我采用的是图像锐化的图像滤波处理方式，得到如下的图像：
Sobel.img（图十六）
对锐化处理后的图像sobel.img和原始图像I_F-L.img进行代数运算合并为一张图像，得到如下的图像：
band map.img（图十七）
图像增强方式总结：最终我选择的图像增强方式有，彩色合成增强、图像拉伸以及图像变换。
得到经过图像增强后的图像I_F-L.img。
3、对经过图像增强处理后的图像I_F-L.img进行图像分类处理，我采用的图像分类处理的方式：平行管道法和最大似然法，得到如下的图像：
I_K-L image/森林/PP.img（图十八）
I_K-L image/森林/ML.img（图十九）
00ML.img图右（图二十）
最后，经过两种图像分类方法的对比，最终我选择的是最大似然法对I_K-L image图像进行图像分类处理得到分类后的图像00ML.img。
（二）、运用先前对00年森林资源遥感图像july_00_quac.img进行图像增强处理的方式对06年森林资源遥感图像july_06_quac.img进行图像增强处理得
到如下的图像：
I_K-L06.img（图二十一）
然后，对经过图像增强处理后的图像I_K-L06.img进行图像分类处理，运用最大似然法的图像分类处理方式，得到如下的图像：
06ML.img图右（图二十二）
（四）、对两幅经过图像分类处理后的图像00ML.img和06ML.img进行图像分类后处理，我采用的图像分类后处理的方式是主要/次要分析，得到如下的图像：
00MMN.img图左/06MMN.img图右（图二十三）
（五）、对经过分类后处理的图像进行分类精度的评估，我采用的事混淆矩阵的方式，通过混淆矩阵，可以得到Kappa系数。
（六）、对经过分类后处理的图像进行波段运算，波段运算的数学表达式为B1-B2,得到如下的图像：
B1-B2（图二十四）
将经过分类后处理的两幅图像00MMN.img、06MMN.img和经过波段运算后的图像组合在一起，进行对比便可以看到00年到06间森林动态变化的情况。
00MMN.img图左/06MMN.img图中/B1-B2图右（图二十五）
四、实验体会
经过本次实验，也可以称为一次遥感实习，让我真正理解到了遥感数字图像处理的魅力，同时也让我将我们平时在课堂上学到的东西运用到了实际的生活中。
虽然，在实验的过程中遇到了很多的问题，但是通过自己的努力，老师和同学的帮组也把实验中遇到的问题一一的解决好了。
当看到最终的实验成果时，我可以很负责地对自己说我没有辜负这学期24个学时的遥感数字图像处理课程的学习。
在此，也真心地跟老师说一句：谢谢老师在这短短的24个学时中交给我们的宝贵的知识！。