遥感数字图像处理实习报告

目录

一、实习目的 (1)

二、实习要求 (1)

三、实习内容 (1)

3.1 图像裁剪 (1)

3.2 图像配准 (3)

3.3 监督分类 (6)

四、实习总结 (16)

一、实习目的

（1）熟悉使用erdas软件

（2）了解图像处理的原理与步骤，提高动手能力

二、实习要求

（1）对图像进行裁剪

（2）将TM图像与与临川区图像进行配准（校正）

（3）对图像进行监督分类

三、实习内容

3.1 图像裁剪

利用临川区行政边界AOI文件对TM图象进行裁剪，裁剪出临川区TM图象。

基本步骤如下：

（1）打开erdas imagine 9.2，单击“data proparation”，如图1

图1 data proparation 界面

（2）单击“subset imagine”，进入以下界面：

图2 subset界面

（3）图像裁剪的方法有三种

①在TM影像上，通过AOI工具进行裁剪，裁剪出所需要的范围

②通过使用文件裁剪

③ AOI裁剪，在subset界面，单击AOI，

图3 AOI文件的输入

（4）输入AOI文件后，确认并进行裁剪，得到以下结果

图4 裁剪后的结果

3.2 图像配准

map-to-image: 1:10万临川区土地利用图与TM图象配准；

要求最初选GCP点6-10个，及检测点5个，各点均匀分布，RMS检验误差小于30米(1个像元)。

（1）进入“data proparation”界面，单击以下图中所示：

图5 data proparation 界面

（2）选择视窗，应该注意影像图的选择，选择tiff格式的临川区规划图（需校正的影像）

图6 视窗的选择

（3）模型的选择（多项式）

图7 模型选择界面

（4）模型选择后，进行参数的设置，如：次数的选择【次数不多选择的控制点个数不多】、单位的选择

图8 参数设置

（5）设置完参数，进入控制点建立所涉及的窗口，选择已存在的窗口

图9 采集点的形式

（6）弹出以下窗口，这时就应该选择TM影像图（参考影像），之后还会显示图像的参考椭球、区间等，并进入图像校正界面，进行控制点的选择。

注：1）选择控制点后，比如上面选择2次，在第7个控制点时，会自动进行配准。

2）控制点、检查点误差总和分别最好不大于1

图10 图像校正界面

（7）校正后的结果如下，图像出现了扭曲，可能因为控制点选择分布不均匀以

及控制点的个数较少

图11 校正后的影像图

3.3 监督分类

监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数判别的过程。

具体要求：

1）使用多边形选择工具；保留每个类型训练文件及aoi文件。

2)分类结果与1:10万土地利用图比较，反复修正训练样区。

3）进行监督分类，计算各地类的面积。

4）分层随机抽样，每类30个样点，目视判读分类准确与否，统计分类精度。（1）进入“classicffication”界面，训练区样本的选择

图12 classicfication界面

（2）训练区样本的选择是对裁剪后的影像图利用AOI工具进行样本选择，像元越多越具有代表性

注：1）选择样本时，最好在其中心区域进行采集像元

2）同类样本要在不同区域进行采集，越多越好

3）还可以利用扩散方法采集，设置参数，在所需区域进行采集重复操作，根据不同类型划分不同类别。比如：林地、水域、居民地、耕地、交通用地、未利利用土地等

训练区样本选择后，全部输出，保存为后缀“*.sig”格式的文件

图13 训练区样本的选择

（3）由于训练区样本是分类的依据，须对其进行精度评价，确定其是否符合要求，精度评定有分离度、矩阵两种类型。

1）分离度精度评定是利用距离运算进行精度的评定，距离越大，精度越差

图14 分离度精度评定参数设置

2）矩阵精度评定

图16 矩阵精度评定参数设置

（4）以上操作完之后，进行监督分类，操作步骤如下：

图18 设置参数

（5）利用所建立的训练区样本对影像进行分类

图19 监督分类结果

（6）分类结果是否符合实际，须对分类结果进行质量的评价注：1）在图像显示时，采用到叠加显示方法

2）导入的文件为分类后的影像图

（7）利用随机点对图像进行识别评定分类精度，并对随机点进行参数的设置包括点分布范围、个数以及分布方式。

注：为了不让随机点分布在图像意外，应选择类别

图20 随机点参数设置

（8）设置完后，显示随机点的坐标，通过“view”显示其值

图21 随机点的分布状况

（9）通过目视解译确认随机点的值是否符合实际情况，并生成精度评定报告注：总比例精度要大于85%以上，若有些类别精度过低，应重新对训练区样本重新选择

图22 精度报告

（10）分类后处理有三种方法：聚类、过滤、去除

1）聚类分析将整个影像离散成一小块一小块，相似类别聚集一起基本操作步骤：

①单击“imagine interpreter”，进入以下操作界面

图23 聚类分析

②参数设置，输入分类后的影像图，输出的层以及搜索区域等

图24 参数设置

③输出结果

图25 聚类分析后的影像

2）聚类处理是过滤处理的预处理，基本步骤如聚类分析

注：输入的影像为聚类处理后的影像

图26 过滤处理的影像

3）去除处理基本步骤如1)所述，输入的影像图为聚类处理后的影像图

图27 去除处理基本步骤

图28 监督分类结果图

四、实习总结

通过短暂的遥感数字图像处理实习，熟悉了Erdas软件的基本操作，学会了如何将影像图进行一些简单的分析处理的方法，提高了动手能力，更巩固了相关方面的知识。在图像处理过程中，尤其是图像校正的时候，更需要耐心，认真仔

细地操作。多一次实习多一份学识，也将为踏入社会奠定基础。