erdas使用详细操作

erdas专题制图详细操作
实验数据：
1、裁剪144029(行列号)所需矢量文件
2、卫星影像：LE71440292000188SGS01（数据获取来源为usgs网站：/下载所得。

）
初步查看分析影像信息：
首先在erdas中用tiff格式打开我们下载的影像:
点击查看我们下载的影像的信息：
可以看到我们下载的影像的分辨率，投影信息等。

图片格式转换：
过程如下：
在import\expot窗口中：
这里的Type我们可以选择tiff 也可以选择geotiff，本人尝试过，选择这两种任意一种类型对输出影像几乎没有区别。

（其区别还有待查证）
以此方法，将七个波段的.tiff影像图都转换成.img格式的影像。

由于band8 为全色影像，我们的实验中不需要用它，所以这里我不进行转换了。

只转换以下七个波段即可。

波段组合：将七个波段组合成.img文件
设置完毕点OK。

于是我们就得到了
.img格式的影像文件。

几何精校正:
前面已经知道这张影像的地理信息了，为了验证其实图片投影大致的准确性，我们可以进行几何精校正进行验证。

几何精校正校正过程如下：
这里我们使用多项式几何校正。

其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Polynomial Order），通常整景图像选择3次方。

次方数与所需要的最少控制点数是相关的，最少控制点数计算公式为(（t+1）*(t+2))/2,式中t为次方数，即1次方最少需要3个控制点，2次方最少需要6个控制点，3次方至少需要10个控制点，依次类推。

设置完毕点close。

会弹出GCP Tool Refrence Setup窗口。

由于我们要使用的是谷歌上的数据，因此我们要选择用键盘输入。

确认信息:
信息正确，点OK。

在谷歌中设置：菜单栏中：工具->选项
3D视图选项卡中，显示纬度\经度项中使用通用横轴墨卡托投影。

设置完后点应用和确定即可。

在谷歌中以及卫星影像中分别选取同名点，
找到后，点击中的（或者点击
窗口中的均可。

）在窗口点击左键。

如上图所示。

再将谷歌上该点的坐标复制到erdas的以下窗口中
的对应点的列的下方。

重复此步骤，由于校正时，最佳效果是其最少需要的控制点的2至3倍，而我们使用的三次多项式，则我们至少要选择10，为了效果更佳，因此我一共选择了25个控制点。

控制点整体分布如下图：（控制点要分布均匀，应该尽量选择误差较小的点，尽可能的减少误差，以其保证准确性。

）
控制点结果如下表
进行控制点检查：
点计算检查点误差，由上图可看到，检查点的总误差为0.6658。

因此，我们的校正结果是合格的。

输出配准后图像：
点窗口中的
设置完毕点OK。

输出图像如下图
我们将其与原图叠加观察其与原图像区别：添加原影像，在raster options 窗口中将clear display 前的对勾去掉即可。

两张图同时打开中该窗口中后，再进行如下操作。

弹出以下窗口：
仔细观察上图可以看到图像的上边界有微小变化，为了使效果更清晰，我将几何精校正后的图像进行增强，然后再与原图像进行叠加，来进行粗略的比较，比较结果如图：左图为几何精校正增强后，右图为几何精校正之前，从图中纹理又叠合情况来看，图中纹理变化不大。

（如下图）
几何精校正结果分析：
综合整景影像分析校正前后影像变化，本人认为，下载所得原图像已经具有的投影信息已经够我们使用了，所以，做不做几何精校正这一步，对后面我们要进行的操作影像不会很大。

用shp矢量文件来裁剪影像
（2）在ERDAS的View窗口中，选择File—>Open—>Vector Layer，添加我们的“裁剪矢量”.shp文件，点击OK将其加载到当前窗口中。

（3）在窗口中，点击边界多边形，使其处于选中状态（即变为黄色，ERDAS中默认的未选中状态为淡蓝色），然后在AOI菜单中选则Copy Selection to AOI…，此时，被选中多边形的边界变为虚线。

（4）在窗口中，点击刚才转为AOI的多边形，其周围出现一个矩形框，将整个边界包围起来（即边界的外界矩形），在File菜单中选择Save—>AOI Layer as…，在对话框中设置AOI文件的名称及保存路径，点击将AOI文件保存在磁盘上已被后面使用。

（5）关闭当前View窗口，在 ERDAS主菜单上选择DataPrep—>Sunset Image…，在弹出的对话框中设定要裁剪的影像位置，裁剪后影像的输出位置，是否在输出统计中忽略零值。

点击AOI…按钮，在弹出的对话框中选择AOI File，并指定刚才保存的AOI文件的路径，点击确定回到Subset对话框，点击确定按钮开始裁剪。

裁剪操作如下：
裁剪过程如下：
添加完毕点击OK。

回到subset窗口中点OK。

即得到文件:
增强：对于不同影像，增强效果不同，为了增强效果更佳，建议每一种增强效果都尝试一下，找到效果最好的一种增强效果。

这里考虑到为了后面便于分类，
我使用的直方图衡均化的增强效果。

具体操作如下：
直方图衡均化。

增强效果如图所示：（左为增强后图，右为原图）
分类：
在弹出的以下窗口中可根据需要来更改signature editor窗口显示项：如下图
在viewer窗口中打开增强后的影像：
点菜单栏上的AOI->tool，弹出工具窗口，点图中相应工具在viewer窗口中绘制感兴趣区，绘制完双击鼠标左键感兴趣区的面自闭合。

点该窗口中的create new signature(s) from AOI按钮，会将当前处于被激活状态的感兴趣区导入其中，左键signature name 列下对应类别名称可进行更改其名称。

左键对应类别Color列可更改其颜色。

重复此步骤，得出如下结果，并保存。

由于影像分辨率较低，我在谷歌中进行查看，有类似于园地的区域，影像中（rgb:432模式打开）看到有颜色较深的绿色区域，根据查阅我国土地利用现状资料，我将其分为了园地。

分类评估：
可能性矩阵评价分析工具使用如下：
这里使用最大似然法，勾选象元计数以及象元百分比这两项，方便我们看结果百分比：
分类误差矩阵显示如下：
百分比在85%以上的样本即为合格，通过这个百分比显示可看出我们的分类是成功的。

监督分类：
下图中：点attribute options按钮，在弹出的attribute options 窗口中里可以设置需要统计并输出的信息，但其信息输出后具体如何查看，未在图像中明确看出。

这一步有待继续探索。

这里切记不可勾选模糊分类项，最好也不要勾选零值分类。

输出监督分类成果下如：
结合下图可知各颜色代表的土地类型
专题制图出图：
下图中：给定文件名和路径，图纸大小到后期可进行更改，比例尺为1，单位为厘米。

设置完成点OK
弹出map composer窗口和annotation 工具窗口
点annotation 工具窗口中的按住左键在map composer窗口中绘制图框，放开左键后会弹出以下窗口
在监督分类影像窗口中任意位置点一下左键，
弹出以下窗口，通过观察我发现图纸偏小，于是通过以下方式修改了图纸大小
可以通过鼠标在图上拖住框调整，也可以通过设置参数进行调整，经过调整，后使得图像在图纸中位置合适后，点OK。

得到下图结果：
在菜单栏中annotation ->style中弹出以下窗口：
网格线设置：
文字设置：
指北针设置：
放置图例：点击annotation的工具中的这里按住shift连续选择我们的分类名称，使其紧凑，否则输出的图例分类名称之间空隙过大，使得图例占用空间过大。

放置比例尺：点击annotation的工具中的
这里要注意的是maximum length 的参数设置，以及单位的选择。

（maximum length 的参数具体代表的含义我还不明白，这个有待继续学习）
添加文字信息：点击annotation的工具中的在以下弹出的窗口中填写信息
放置指北针：点击annotation的工具中的，然后在图纸上单击左键，即可放置指北针，指北针的大小可用鼠标直接调节，也可以刚才的styles for map 窗口中进行更改。

绘制网格线：点击annotation的工具中的
这里要注意的是，要点击 copy to vertical ，或设置vertical axis中的参数，如果设置，则会导致垂直方向无网格线。

综合以上操作，最终成果图为：。