遥感图像的多光谱增强实验报告
遥感图像增强实验报告
遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。
利用ENVI软件进行遥感图像的融合和增强实习报告
遥感图像处理实习报告实验内容：影像融合与增强班级：测绘1102班学号： 1110020213姓名：指导老师：陈晓宁、黄远程、竞霞、史晓亮西安科技大学测绘科学与技术学院二零一三年一月实习三影像融合与增强一、实习内容：1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点；2.熟悉ENVI图像增强操作；3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。
二、实习目的：1.了解和认识各种图像融合方法的原理、内容及要点；2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较；3.学习利用ENVI软件进行各种图像增强处理操作；4.学会定性、定量分析比较图像融合的差异。
三、实习步骤：1.图像融合：三波段融合：HSV和Color Normalized (Brovey)变换：1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1；3）在ENVI的主菜单选择Transform → Image Sharpening → HSV；4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。
5）从High Resolution Input File对话框中选择全色影像，点击OK。
6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。
即可完成HSV变换融合；与上述方法类似，选择Transform → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。
多光谱融合：Gram-Schmidt、主成分（PC）和color normalized (CN)变换三种方法操作过程基本类似，下面以Gram-Schmidt为例：1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；2 在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；3）在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。
遥感实验报告彩色增强2
实验名称：彩色增强一、实验内容1．对一幅灰阶影像进行伪彩色增强2．利用三个波段的遥感影像进行假彩色增强3．利用TM1,2,3,波段的遥感影像进行真彩色合成二、实验所用的仪器设备，包括所用到的数据电脑一台、遥感影像处理软件（ENVI）、多波段影像bhtmref.img三、实验原理(1)真彩色合成是指从多波段遥感影像中选择其中三幅影像在显示屏上合成一幅图像（三合一），该三幅影像的波段范围与自然界中的红绿蓝光的波长范围大致相同，从而得到与实际地物颜色大致相同的合成影像的合成方法。
(2)假彩色合成1.定义：是将一幅自然彩色图像或者是同一景物的多光谱图像通过线性假彩色映射函数变换为新的三基色分量进行彩色合成，使增强图像中各目标呈现出与原图像不同的彩色的技术。
2.目的：使感兴趣的目标更加注目，以提高对目标的分辨率(3)伪彩色变换是指由输入的单波段影像，通过3个独立的数学变换，产生R、G、B，3个分量影像，然后合成为伪彩色影像。
彩色的含量由变换函数的形状决定。
四、实验步骤及其结果分析实验步骤：(1)真彩色合成打开多波段影像bhtmref.img，选择RGB Color,然后将TM3，TM2，TM1一次导入到标签为“R”、“G”、“B”的文本框，点击“Load RGB”，结果如图1所示(2)假彩色合成1. 打开多波段影像bhtmref.img，选择RGB Color, 然后将TM4，TM3，TM2一次导入到标签为“R”、“G”、“B”的文本框，点击“Load RGB”，结果如图2所示2. 将TM5，TM4，TM3一次导入到标签为“R”、“G”、“B”的文本框,点击NewDisplay,在点击“Load RGB”，结果如图3所示(3)伪彩色变换1.利用直方图统计，查开单(TM2)波段影像的直方图结果如图图4所示，确定伪彩色增强的分段。
2.利用“Tools—Color Mapping—Density slics”，选择TM2波段进行分段，结果如图图5所示。
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。
遥感图像的多光谱增强实验报告
→Principial Comp →Pincipal Components对话框，（图1.1.1）。
选择影像，忽略0值，期望输出主成分数量：7并勾选输出特征值和特征向量。
图1.1.1 主成份变换对话框选择保存路径，保存主成份变换之后的影像、后缀名为.mtx的特征向量和后缀名为.tbl的特征值。
图1.1.2 主成份变换前影像图1.1.2 主成份变换后影像②查看七个单波段主成份变换后的影像。
图1.2.1 第一波段影像图1.2.2 第二波段影像图1.2.3 第三波段影像图1.2.4 第四波段影像图1.2.5 第五波段影像图1.2.6 第六波段影像图1.2.7 第七波段影像2.①ERDAS 图标面板菜单条：Tools→Edit Txt Files，分别打开特征向量和特征值文件。
图1.2.1 主成份特征向量图1.2.2 主成份特征值②把特征值复制到ECXEL表格中计算百分比，可以看到第一主分量标准差分布最广，集中信息量最多，第二分量次之。
特征值百分比868.4795153 80.94410239149.9110022 13.972018140.51377151 3.7759680135.7131775 0.532480064.347115382 0.4051602213.125243136 0.2912791790.847535218 0.07899205合计：1072.93736 1003.主成份逆变换①进入ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Principial Comp →Inverse Pincipal Components。
图2.3.1 主成份逆变换参数设置对话框②即可得到原影像。
二、缨帽变换①ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Tasseled Cap →对话框（图2.1.1）图2.1.1 缨帽变换对话框②结果如图2.1.2图2.1.2 缨帽变换结果影像③查看单波段的前面三个波段，观察亮度、绿度和湿度的体现。
遥感图像的频率域增强
遥感图象的频率增强与多光谱增强一、实验目的：学习并掌握遥感图象频率域增强的原理与方法，理解频率域增强的意义。
学习和掌握主成分变换，缨帽变换和色彩变换的基本原理与方法，理解三种变换方法处理的效果及意义二、实验内容：频率域平滑频率域锐化主成分变换缨帽变换色彩变换三、实验原理与方法：频率域增强的方法的基本过程：将空间域图象通过傅立叶变换为频率域图象，然后选择合适的滤波器频谱成分进行增强，再经过傅立叶逆变换变回空间域，得到增强后的图象。
K-L变换是离散（Karhunen-Loeve）变换的简称，又被称作主成分变换。
它是对某一多光谱图像X，利用K-L变换矩阵A进行线性组合，而产生一组新的多光谱图像Y，表达式为Y=AX对图像中每一个像元矢量逐个乘以矩阵A，便得到新图像中每一个像元矢量。
A的作用是给多波段的像元亮度加权系数，实现线性变换。
由于变换前各波段之间有很强的相关性，经过K-L变换组合，输出图像Y的各分量yi之间将具有最小的相关性，这就是变换矩阵A 的作用K-T变换是Kauth-Thomas变换的简称，也称缨帽变换。
这种变换也是一种线性组合变换，其变换公式为：Y＝BX彩色变换实际上就是根据人眼对色彩的分辨力远远大于对灰度的分辨力，将RGB色彩系统和IHS色彩系统相互转化来提高图像被人眼感知的效果四、实验步骤：（省略）实验原图：傅立叶变换图Butterworth滤波器处理Butterworth 高通滤波器Butterworth 低通滤波器Ideal滤波器Ideal 低通滤波器Ideal 高通滤波器Ideal 低通滤波器处理Ideal 高通滤波器处理Butterworth 高通滤波器处理Butterworth低通滤波器处理实验原图主成分正变换后图像实验原主成分处理后再经逆变换处理后图像实验原图缨帽变换后图像原RGB图像HIS图像五、结果分析和讨论：1．比较滤波处理前后的图像，分析低通滤波和高通滤波处理的效果1)经过高通滤波器处理后的图像，图像被锐化，边缘出现抖动现象，2)经过低通滤波处理后的图像，可以有效的消除噪声，由于高频部分含有大量边缘信息，导致边缘损失，图像边缘模糊。
《遥感技术》实验报告
郑州大学水利与环境学院遥感技术实验报告（适用于地理信息系统专业）专业班级： ***********学生姓名： *******学生学号： ***********指导教师： ******实验成绩：***年***月实验一、遥感图像认知与输入/输出的基本操作一、实验要求1.了解遥感卫星数字影像的差异。
2.掌握查看遥感影像相关信息的基本方法。
3.掌握遥感图像处理软件ERDAS的基本视窗操作及各个图标面板的功能。
4.了解遥感图像的格式，学习将不同格式的遥感图像转换为ERDASimg格式，以及将ERDASimg 格式转换为多种指定的格式图像。
5.学习如何输入单波段数据以及如何将多波段遥感图像进行波段组合。
6.掌握在ERDAS系统中显示单波段和多波段遥感图像的方法。
二、实验内容1.遥感图像文件的信息查询。
2.空间分辨率。
3.遥感影像纹理结构认知。
4.色调信息认知。
5.遥感影像特征空间分析。
6.矢量化。
7.遥感图像的格式。
8.数据输入/输出。
9.波段组合。
10.遥感图像显示。
三、实验结果及分析：简述矢量功能在ERDAS中的意义。
矢量功能可以将栅格数据转化为矢量数据。
矢量数据有很多优点：1.矢量数据由简单的几何图元组成，表示紧凑，所占存储空间小。
2.矢量图像易于进行编辑。
3.用矢量表示的对象易于缩放或压缩，且不会降低其在计算机中的显示质量。
四、实验结果及分析：简述不同传感器的卫星影像的特点和目视效果。
SPOT卫星最大的优势是最高空间分辨率达10m，并且SPOT卫星的传感器带有可以定向的发射镜，使仪器具有偏离天底点（倾斜）观察的能力，可获得垂直和倾斜的图像。
因而其重复观察能力由26天提高到1~5天，并在不同的轨道扫面重叠产生立体像对，可以提供立体观测地面、描绘等高线，进行立体绘图的和立体显示的可能性。
CBRES的轨道是太阳同步近极地轨道，轨道高度是778km，卫星的重访周期是26天，其携带的传感器的最高空间分辨率是19.5m。
遥感图像辐射增强与光谱增强
遥感图像辐射增强与光谱增强一、实验目的与要求辐射增强处理是通过对单个像元的灰度值进行变换处理来增强处理，如直方图匹配、方图拉伸、去除条带噪声处理。
光谱增强是基于多光谱数据对波段进行变换达到图像增强的处理。
通过此次上机实验，要求同学们：1、掌握交互式直方图拉伸的方法和过程，理解图像直方图变化与图像亮度变化之间的关系。
2、理解主成分分析、樱帽变换、色彩空间变换、色彩拉伸方法和操作步骤。
3、掌握利用特征空间视图进行遥感影像分析。
二、实验内容与方法1实验内容（1 ）交互式互式直方图拉伸Linear （线性拉伸）Equalization （直方图均衡化拉伸）Gaussion （高斯拉伸）Square Root （平方根拉伸）Logarithmic （对数拉伸）2 ）主成分分析（3 ）樱帽变换。
（4 ）色彩空间变换（5 ）色彩拉伸2实验方法（1 ）交互式互式直方图拉伸将一个多光谱图像打开并显示在视窗中，在主菜单中，选择 Display → Custom Stretch （或在工具箱中单击）就可以打开交互式直方图拉伸操作面板。
在进行直方图拉伸时，可选择直方图统计的数据范围为全图统计或者当前视图范围内的数据。
（2 ）主成分分析多光谱图像的各个波段之间经常是高度相关的，它们的 DN 值以及显示出来的视觉效果往往很相似。
主成分分析（ Principal Component Analysis, PCA ）就是一种去除波段之间的多余信息、将多波段的图像信息压缩到比原来波段更为有效的少数几个转换波段的方法。
一般情况下，第一主成分（PCI）包含了所有波段中 80% 的方差信息，前三个主成分包含了所有波段中 95% 以上的信息量。
由于各波段之间的不相关，主成分波段可以生成更多颜色、饱和度更好的彩色合成图像。
ENVI 中提供主成分正变换和主成分逆变换。
当使用主成分正变换是， ENVI 可以通过计算新的统计值，或者根据已经存在的统计值进行主成分正变换。
- 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)。
→Principial Comp →Pincipal Components对话框，（图1.1.1）。
选择影像，忽略0值，期望输出主成分数量：7并勾选输出特征值和特征向量。
图1.1.1 主成份变换对话框
选择保存路径，保存主成份变换之后的影像、后缀名为.mtx的特征向量和后缀名为.tbl的特征值。
图1.1.2 主成份变换前影像
图1.1.2 主成份变换后影像
②查看七个单波段主成份变换后的影像。
图1.2.1 第一波段影像图1.2.2 第二波段影像图1.2.3 第三波段影像
图1.2.4 第四波段影像图1.2.5 第五波段影像图1.2.6 第六波段影像
图1.2.7 第七波段影像
2.①ERDAS 图标面板菜单条：Tools→Edit Txt Files，分别打开特征向量和特征值文件。
图1.2.1 主成份特征向量
图1.2.2 主成份特征值
②把特征值复制到ECXEL表格中计算百分比，可以看到第一主分量标准差分布最广，集中信息量最多，第二分量次之。
特征值百分比
868.4795153 80.94410239
149.9110022 13.9720181
40.51377151 3.775968013
5.7131775 0.53248006
4.347115382 0.405160221
3.125243136 0.291279179
0.847535218 0.07899205
合计：1072.93736 100
3.主成份逆变换
①进入ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Principial Comp →Inverse Pincipal Components。
图2.3.1 主成份逆变换参数设置对话框
②即可得到原影像。
二、缨帽变换
①ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Tasseled Cap →对话框（图2.1.1）
图2.1.1 缨帽变换对话框
②结果如图2.1.2
图2.1.2 缨帽变换结果影像
③查看单波段的前面三个波段，观察亮度、绿度和湿度的体现。
图2.3.1 TM影像第一波段（亮度）
图2.3.2 TM影像第二波段（绿度）
图2.3.3 TM影像第三波段（绿度）
三、IHS变换、RGB变换
①进入ERDAS 图标面板工具条Image Interpreter→Spectral Enhancement
→RGB to IHS→对话框，忽略零值。
图3.1.1 RGB to HIS 转换对话框
图3.1.2 RGB to HIS 转换结果
②进入ERDAS 图标面板工具条Image Interpreter→Spectral Enhancement →IHS to RGB→对话框，选择RGB to HIS 转换结果影像作为要转换的影像，忽略零值，实现逆变换。