遥感图像光谱增强处理实验报告
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
1
一、 实验名称
遥感图像光谱增强处理
二、 实验目的
对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间
之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。
通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方
法的原理及其增强效果的差异。
三、 实验原理
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处理，采用一系列技术去改善
图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突
出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。
主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以
使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。
使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，
并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增
强的彩色合成图像。
图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的
全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。
四、 数据来源
本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波
段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经
度：113.11840。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
2
五、 实验过程
1.主成分分析
1）打开并显示TM影像文件，从 ENVI 主菜单中，选择File → Open Image File选择
影像，点击Load Band 在主窗口加载影像。
2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation
—>Compute New Statistics and Rotate。在弹出的Principal Components Input File
对话框中，选择图像。
3)在Forward PC Rotation Parameters对话框中在输入统计系数，选择计算矩阵（选
择协方差矩阵），输出统计文件及路线，统计波段数等相关参数的设置，单击Ok。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
3
4）出现PC Eigen Values窗口，查看个波段数据方差百分比。
5）主成分信息统计，主菜单中选择Basic Tools—>Statistics—>View Statistics
File，打开主第二步中主成分分析统计文件，得到各波段基本信息。
2.主成分逆变换
1）从 ENVI 主菜单栏中，选择选择Transforms—Principal Components—Inverse PC
Rotation。在弹出的Principal Components Input File中选择变换影像。并且输入上一步
实验中的.sta统计文件。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
4
2）在弹出的Inverse PC Pavameters中选择变换矩阵（与正向PC变换相同即协方差矩
阵），选择输出路径，输出文件类型，点击ok完成逆变换。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
5
3.色彩空间变换
1）RGB TO HSV (使用RGB to HSV 选项可以将一幅RGB 图像变换到HSV（色度、饱和
度、颜色亮度值）彩色空间。)
选择Transforms--Color Transforms--RGB to HSV 在出现的RGB to HSV Input 对话
框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换。
选择输出到“File”或“Memory”。点击“OK”开始处理。
2）RGB TO HLS (使用RGB to HLS 选项可以将RGB 图像变换到HLS（色度，亮度，饱
和度）彩色空间)
选择Transforms--Color Transforms--RGB to HLS 在出现的RGB to HLS Input 对话
框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
6
选择输出到“File”或“Memory”。点击“OK”开始处理。
3）RGB TO USGSMunsell HSV （使用USGS Munsell RGB to HSV 选项可以将RGB 图像
变换到USGS Munsell HSV 彩色空间。）
选择Transforms--Color Transforms--RGB to HLS 在出现的RGB to HLS Input 对话
框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换。
选择输出到“File”或“Memory”。点击“OK”开始处理。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
7
4）其他彩色空间到RGB的变换
同理，选择Transforms > Color Transforms > # to RGB。可完成与上述实验相反的
结果即将一幅其他色彩空间的图像换回到RGB色彩空间。
4.图像融合
图像融合的方法有多种，本次实验报告只介绍对TM和SPOT数据进行HSV融合。由于本次
实验所用数据两幅影像大小相同，且含有坐标信息，故不需要改变影像大小及对影像进行配
准。
1）分别加载要进行融合的两幅影像。
2）在 ENVI 的主菜单选择Transform → Image Sharpening → HSV。
3）在select Iput RGB中选择TM影像窗口。
4）在弹出的High Resolution Input File 对话框中选择SPOT 影像，点击OK。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
8
5）在HSV Sharpening Parameters 对话框中选择输出路径文件名及重采样方法，点ok。
6）显示结果，进行比较。
六、实验结果与分析
1、实验结果如图：
1）PC正向变换即主成分分析结果
321波段图像显示及其波段信息统计
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
9
第7波段变换前后对比及波段信息统计。
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
10
2）色彩空间变换结果
RGB TO HSV如图：
RGB TO HLS如图
RGB TO USGSMunsell HSV如图：
《遥感数字图像处理》实验报告 学号： 2010041026 姓名：邢晓辉
11
3）图像融合结果及对比
2、结果分析
在主成分分析相关实验中，可以得到第一主成分包含最大的数据方差百分比，第二主成
分包含第二大的方差，以此类推，最后的主成分波段由于包含很小的方差（大多数由原始波
谱的噪声引起），因此显示为噪声。由于数据的不相关，主成分波段可以生成更多种颜色的
彩色合成图像。
在色彩空间变换实验中，通过使用Color Transforms 工具可以将3-波段红、绿、蓝图
像变换到一个特定的彩色空间，得到相应的彩色增强后的图像 ，从而我们可根据不同的地
物特征，研究对象等，选择不同的色彩空间及波段组合。
通过观察图像融合的实验结果，可发现经过图像融合后的影响，具有更高的分辨率，
从而很好地弥补了高光谱影像低分辨率的缺点，方便对目标地物进行解译。
七、实验心得与体会
通过本次实验初步掌握了遥感图像光谱增强的部分内容，对于相应的理论知识有了进一
步的理解，主成分分析中对于处理波段的选择需要注意，色彩变换部分如何根据研究目的的
不同选择相应的色彩空间以及色彩空间的特点等要掌握，在图像融合中，本次只用到了HSV
中的自动变换，还有HSV手动融合方法，及其他的融合方法需在以后的学习中逐渐掌握。
遥感图像辐射增强与光谱增强(仅供参照)
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、直方图拉伸、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。
（3）樱帽变换。
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。
遥感图像的增强处理
遥感图像的增强处理 实验目的： 通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。 实验内容：空间增强、辐射增强、 空间变换、多光谱四则运算等。 ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。 1、卷积增强（Convolution）
空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。卷积增强（Convolution）是空间增强的一种方法。 卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征 。卷积增强（Convolution）处理的关键是卷计算子----系数矩阵的选择。该系数矩阵又称卷积核（Kernal）。ERDAS IMAGINE将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。 几个重要参数的设置： 边缘处理方法：（Handle Edges by）：Reflection 卷积归一化处理：Normalize the Kernel
2、主成分变换 主成分变换（Principal Component Analysis）也称K-L变换，是一种常用的图像处理方法。 主成分变换用于： (1) 数据压缩：去相关，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，通常主成分中第一主分量或前两个或前三个主分量已包含该幅图像中的绝大多数地物信息。 (2)图像增强：前几个主分量信息多且信噪比大，噪声少，最后分量几乎全是噪声，去掉最后分量可达到去噪声目的。
遥感图像增强处理
实验编号：02四川师大实验报告2017年4月2日地理与资源资源学院2014级3班实验名称：遥感图像的增强处理姓名：羊少超成绩：学号：2014100339指导教师：林先成老师一．实验目的：1.通过上机操作，掌握图像增强与拉伸、图像去噪、复列变换，边缘提取及主成分变化等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
2.提升实践与动手能力，提升自身专业素养。
二．实验内容：图像的增强与拉伸、去噪与边缘提取、复列变换和主成分变换。
三．实验数据及设备：遥感图像、实验设备电脑、EARDS IMAGINE8.5软件。
四．实验步骤：首先打开ERDAS IMAGINE8.51.影像的增强处理与直方图的均衡化：灰度反转：①在工具面板中选择Image Interpreter 下的Radiometric Enhancement(辐射增强）,在选择Brightness Inversion（亮度反转）。
②输入图片（input file）Tm_1.img，定义输出文件名为0111.img，其余为默认值，点击OK，保存图片到指定位置。
（对比结果图如图1）直方图的均衡化：①在工具面板中打开Viewer#1,打开图片Viewer#1。
②在Viewer#1下选择Raster 中的contrast （对比），在选择HistogramEqualize（直方图均衡化）。
打开Viewer#2，打开图片Viewer#1，进行图片对比。
（对比图如图2）③接着之前Viewer#1中完成的图像，选择Raster 中的contrast （对比），在选择Breakpoint Editor For lannir.img(断点编辑图像，如图3）从而对图像选择进行拉伸变换。
2.图像去噪与边缘提取：去除Noise：①打开画图软件，用画笔在图纸上点一些黑点作为噪声原件，保存文件到指定为主，定义文件名为noise.tif，格式为.tif②采用中值滤波器，在控制面板中选择Image Interpreter 中的SpatialEnhancement(光间增强），再选择Focal Analysis(聚焦分析），输入图片（input file）noise.tif,定义输出文件名为noise-1.img,在Function 中图1（灰度反转）图2（直方图均衡化）图3（拉伸变换）选择Median,其余为默认值，点击OK,完成去噪。
遥感原理实验报告2遥感图像处理
《遥感原理》实验报告实验名称：遥感图像处理专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法；（2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程；（3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的；（4）了解空间滤波的操作过程和空间滤波对图像产生的效果；（5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义；（6）了解和掌握缨帽变换的过程和处理效果；（7）了解和掌握彩色空间变换的过程和方法。
2、实验材料Photoshop CS6、ENVI5.1、CAI软件和光盘文件3、实验内容与过程3.1 遥感图像的光学合成原理彩色的基本特性：明度、色调和饱和度为彩色的基本特性。
明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。
明度的高低取决于光源光强及物体表面对光的反射率。
色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。
饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。
明度、色调和饱和度三者的关系可以用颜色立体来表述。
非彩色，即黑白色只用明度描述，不使用色调、饱和度。
红橙黄绿青蓝紫各种颜色组成彩图。
在遥感上，彩色图比非彩色图较易识别地物。
白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。
3.2 遥感图像的线性拉伸打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；或者直接在菜单栏上选择“Linear”“Linear2%”“Linear5%”原图：线性拉伸后：Linear:Linear 1%:当拉伸效果为1%时，显示效果得到了很大改善。
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：晓亮指导老师：陈晓宁、黄远程、竞霞、史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1、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。
2、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。
3、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。
遥感图像处理实验报告_2
遥感图像处理实验报告班级 11资环姓名学号实验专题实验室 F楼机房成绩评定教师签字专题一: DEM图像进行彩色制图 (2)（叙述制图过程并把自己处理结果加载到本文档里）专题二: TM与SPOT数据融合 (3)（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）专题三: 航片的配准与镶嵌 (4)（叙述该过程并处理结果加载到本文档）专题四: 切取某研究区域的操作 (5)（具体要求：卫星影象叠加, 选择其中三波段彩色合成, 采用ROI切取研究区）专题五: 地图制图的方法 (6)（主要是快速制图。
并任选一样例加载制图后结果）专题六: 使用ENVI进行三维曲面的浏览与飞行 (7)（叙述该过程并处理结果加载到本文档里）专题七: 监督分类试验（任选一种监督分类方法, 并叙述 (8)（其过程将其结果加载到本档里）。
实验专题: 专题一: DEM图像进行彩色制图1.加载一幅DEM的灰度图像, 使用系统默认的IDL颜色表来调整屏幕的颜色表。
2.给生成的彩色图像添加图名、格网、比例尺、灰度条、等高线及数值等信息。
3、调整位置, 保存图像。
结果如下图1、实验专题: 专题二: TM与SPOT数据融合2、主图象窗口选择Transform > Image Sharpening > HSV, 从一个打开的彩色图像中选择三个波段进行变换。
3、对原DEM图像进行拉伸处理。
3.将HSV图像重新转换为RGB图像。
分别对应H-R,S-G,拉伸图像-B。
4.加载最终图像, 并保存结果。
结果如图所示:1、实验专题: 专题三: 航片的配准与镶嵌2、加载两幅图像, 其中一幅作为base image, 一幅作为warp image。
3、在主菜单Registration里的Select GCP(Ground Control Points)来选择地面控制点, 并调整误差。
4、执行图像—地图配准。
5、图像镶嵌。
执行Map> Mosaicking > Pixel Based。
遥感数字图像处理实验报告(三)
遥感数字图像处理实验报告（三）姓名：学号：班级：指导老师：1）项目名称：遥感图像空域增强处理2）实验目的：1. 掌握遥感图像直方图增强的各种方法，对各种增强结果进行对比分析，了解和掌握使用各种方法进行图像处理的特点和优势，有助于突出哪方面的信息等。
2. 掌握遥感图像的各种邻域增强方法，进行算子分析和结果对比，掌握各种方法的特点以及使用该增强方法有助于突出的信息。
3）实验原理：空间增强技术是利用像元自身及周围像元的灰度值进行计算，达到增强图像、突出图像中的某些方面信息的目的。
实验选择使用ERDAS IMAGINE 软件进行操作。
该软件共提供了如下空间增强处理功能：对应的如图14）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投影、地区）图像数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，是经裁剪后的图像。
图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。
对应的波段、波长、分辨率、主要作用如表：图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。
裁剪后的图像范围为河南省永城市东西城区及周边。
5）实验过程：空间邻域增强：1）卷积增强（Convolution）卷积处理的关键是卷积算子即系数矩阵的选择，该系数矩阵又称卷积核。
ERDAS IMAGINE 卷积算子分为3×3、5×5、7×7三组，每组有都包括Edge Detect、Edge Enhance、Low Pass、High Pass、Horizontol、Vertical、Summary等七种不同的处理方式，本实验仅选取3×3、5×5、7×7的Edge Detect 边缘检测和5×5的Edge Enhance、Low Pass、HighPass、Horizontol、Vertical、Summary 共计9种处理方式以做对比。
遥感图像增强实习报告
长 安 大 学
《遥感技术应用》 实习报告
指导教师：王爱萍 实习名称：遥感图像增强 姓 名： 学 号：201226040124 2015 年 4 月 20 日
课程名称：遥感技术应用 班 级：2012260401
实验名称：遥感图像增强 学员姓名：白正伟
实习时间：2015.4.20 一、目的与要求 通过上机操作，了解空间增强、辐射增强等几种遥感图象 增强处理的过程和方法，加深对图象增强处理的理解。
或利用 AOI 定义子区） 5) 6) 7) 8) 9) 输出数据类型为 Float Single 输出数据统计时忽略零值 特征矩阵文件名（Output Text File）为 lanier.mtx 特征数据文件名为 lanier.tbl 需要的主成分数量（Number of Components Desired）为 3
把每种增强方法都做几遍，进行比较，体会一下各种方法的不同效果，要求掌握 General Contrast Tools 常用直方图处理工具和 General Convolution 通用卷积滤波处理，其它的可以自己研究。
（二）利用 Image Interpreter 模块 ERDAS 图像解译模块包含了 8 个方面的功能，依次是遥感图像的空间增强、辐射增强、光谱增强、高 光谱工具、傅立叶变换、地形分析和地理信息系统分析及其它实用工具。本次实习主要是用到 Spatial Enhancement（空间增强）和 Spectral Enhancement（光谱增强） 1． 图像空间增强：利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的， 主要空间增强处理功能如下：卷积增强、非定向边缘增强、聚焦分析、纹理分析、自适应滤波、统计滤 波、分辨率融合、锐化处理
histogram equalization
遥感数字图像处理实验报告(四)
遥感数字图像处理实验报告（四）姓名：学号：班级：指导老师：1）项目名称：遥感图像频域增强处理2）实验目的：进一步了解ERDAS软件的使用，掌握对图像进行傅立叶变换的方法步骤，学会使用低通、高通及其它滤波器对遥感图像进行频率域的增强处理，尝试改变滤波器窗口大小，看滤波后的图像差异。
3）实验原理：傅里叶变换首先是将图像有空间域转换为频率域，把RGB图像转变为一系列不同频率的二维正弦波傅里叶图像，然后在频率域图像中对傅里叶图像进行滤波、掩膜等各种编辑，减少或滤除部分或全部高频或低频成分，最后再把频率域图像转换为RGB彩色空间域，得到经过处理的彩色图像。
傅里叶变换主要用于消除周期性噪声，此外，还可以消除由于传感器异常而引起的规则性错误。
同时这种处理技术还以模式识别的形式用于多波段图像处理。
4）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投影、地区）图像数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，是经裁剪后的图像。
图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。
对应的波段、波长、分辨率、主要作用如表：图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。
裁剪后的图像范围为河南省永城市东西城区及周边。
5）实验过程：具体步骤如下：1.傅里叶变换：——弹出对话框，选择要进行变换的图像，开始变换；2.傅里叶变换编辑，打开：——打开经傅里叶变换后的.fft文件layer1，如图1，对其进行编辑：a.低通滤波：低通滤波的目的是消弱图像的高频组分，从而让低频组份通过，使得图像更加平滑、柔和。
b.高通滤波：与低通滤波的作用相反，高通滤波是消弱图像的低频组份，而让高频组份通过，低频组保留，可以使图像锐化和边缘增强。
如图2，傅里叶逆变换，——，打开，如图3；原图像傅里叶变换后低通滤波编辑逆变换后图像高通滤波编辑1 逆变换后图像1高通滤波编辑2 逆变换后图像26）实验结果与分析：应用低通滤波时，通低频，阻高频，应用后图像平滑柔和，进行傅里叶编辑时选择的编辑范围越大则阻止的越少，反之越多，图像差异也很大；应用高通滤波时，通高频，阻低频，图像锐化，边缘突出，进行傅里叶编辑的范围越大则阻止的越少，反之越多。