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。
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。
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。
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。
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。
选择输出到“File”或“Memory”。点击“OK”开始处理。
3）RGB TO U SGSMunsell 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。
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。
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
第7波段变换前后对比及波段信息统计。
2）色彩空间变换结果RGB TO HSV如图：
RGB TO HLS如图
RGB TO U SGSMunsell HSV如图：
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。
遥感图像理解与应用读书报告 一、概述 遥感主要是为地学研究提供数据源，但由于遥感数据获取的是地物电磁辐射信息，不能直接用于各类地学研究，需要先对遥感数据进行处理。对遥感数据的处理，包括遥感数据预处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、大气校正，使遥感数据与地理上的空间点相对应，包括位置对应以及位置辐射值的对应。而对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息，使数据符合人的空间认知。 遥感图像理解这门课程首先介绍遥感原理，它是通过获取和分析目标的电磁辐射信息，来了解目标的其他属性信息的科学和技术。然后介绍遥感图像，包括获取手段（直接获取，间接由现有图件或照片获取）、显示方式（真彩色、假彩色、伪彩色）、图像属性（四种分辨率）等。再对遥感图像中的目标做介绍，指出遥感最重要目的就是获取遥感图像目标及其语义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征，信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等；图像参数特征是经过计算后得到的用于描述图像特征的各种参数，如图像灰度的均值、方差，图像的比值，图像的协方差、各阶矩，图像在变换域中的频谱等；图像光谱特征由各个波段的光谱值决定，包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数，如波峰、波谷、斜率等。在对遥感图像理解中，主要针对这些信息确定图像目标类型、属性等信息。 二、对遥感图像的理解 第四章对遥感图像的理解是重点内容。针对地学应用的遥感图像中的目标是各种地理客体，因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外，更重要的是理解目标的性质、性状、数量特征等。其内涵主要有：目标类别、地物空间关系、目标的性状（物理、化学、生物参数）、目标的数量特征。 遥感图像理解包括图像处理、图像分析和图像理解三个层次的内容。图像处理包括图像纠正（也叫数据预处理）和图像增强，纠正图像的几何误差和辐射误差，并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析，提取感兴趣的目标和信息，对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译，从图像特征或光谱特征出发，有很多不同的方法。 从图像特征出发，图像特征理解步骤为图像预处理、目标检测、目标解释，主要是以图像中的目标为理解单元，一般多用于高分辨率遥感图像中。从光谱特征出发，侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步，一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定，理想的方式是将图像特征与光谱特征结合进行。 三、侧重图像特征的图像理解 图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略，用图像区域表达图像中的目标，其中点目标和线目标
西北农林科技大学 ERDAS实验报告 专业班级：地信111 姓名：杨登贤 学号：2011011506 2013/12/20 ERDAS实验报告
一．设置一张三维图。 (3) 1.底图与三维图 (3) 2.参数设置 (5) （1）三维显示参数 (5) （2）三维视窗信息参数 (6) （3）太阳光源参数 (6) （4）显示详细程度 (6) （5）观测位置参数 (7) 二．（几何纠正几何畸变图像处理）：几何纠正结果图。 (7) （2）选择合适的坐标变换函数（即几何校正数学模型） (8) （3）数据控制点采集表 (9) （4）多项式模型参数 (9) （5）图像重采样参数 (10) （6）结果图 (10) 三.(数据输入\ 输出)：镶嵌图（根据不同条件做出不同的几张）。 (11) 1.图像色彩校正设置 (12) 四.（图像增强处理）：傅里叶高通/低通滤波图或效果图空间增强效果图。 (13) 1.空间增强卷积处理 (13) （1）原图像 (13) （2）卷积增强设置参数 (13) （3）卷积增强处理图像 (14) 2.傅里叶变换 (14) （1）快速傅里叶变换设置参数 (14) （2）低通滤波 (15) (3)高通滤波 (16) 五.光谱增强。 (18) 1.主成分变换 (18) （1）参数设置 (18) （2）处理图像 (19) 2.缨帽变换 (19) （1）参数设置 (19) （2）处理图像 (20) 3.指数计算 (20) （1）参数设置 (20) （2）处理图像 (21) 4.真彩色变换 (21) （1）参数设置 (21) （2）处理图像 (22) 六.（非监督分类）：非监督分类结果图分类后处理结果图去除分析结果图。 (23) 1.参数设置 (23) 2.非监督分类结果图 (24) 3.分类后处理结果图 (25)
重庆交通大学 学生实验报告 实验课程名称遥感原理与应用 开课实验室测量与空间信息处理实验室 学院 2013 年级测绘工程专业 1班学生姓名刘文洋 学号 631301040126 开课时间 2015 至 2016 学年第 1 学期
目录 实验一 ENVI 视窗的基本操作 (2) 实验二遥感图像的几何校正 (4) 实验三遥感图像的增强处理 (8) 实验四遥感图像的变换 (12) 实验五遥感信息的融合 (15) 实验六遥感图像分类 --- 监督分类 (17) 实验七遥感图像分类 --- 非监督分类 (19) 实验八遥感图像分类后处理 (22)
实验一ENVI 视窗的基本操作 一、实验目的 初步了解目前主流的遥感图象处理软件 ENVI 的主要功能模块，在此基础上，掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。 二、实验内容 视窗功能介绍；文件菜单操作；显示数据；裁剪数据；合并波段 三、实验步骤 1、首先打开ENVI4.7软件，看见的只有菜单栏，如图所示： 2、打开每个下拉菜单浏览其下拉栏中都有哪些功能，比如:我们如果需要打开遥感文件，则可以选择File下的打开功能open image file，打开遥感图像如下图：
裁剪数据打开basic tools的resize data功能，如果需要对图像进行一系列处理，可以利用Transform，Classification等功能进行操作，在后续实验中我们也会用到其中的一些功能进行图像的一系列操作，到时候在详细叙述。 3、再熟悉了ENVI4.7的一些基本知识后我们可以简单地操作下，比如对一组数据分别用Gray Scale和Load RGB导入，看看两幅图的区别以及各自的优缺点。 四、实验结果分析 在这次的实验中，我们简单的熟悉了下ENVI4.7的一些功能，发现它是可以对遥感图像进行图像几何纠正，直方图均衡，监督分类，非监督分类等一系列操作，为我们后续利用软件对遥感图像处理打下了基础。
遥感图像处理课程实习报告 学生姓名：王蜀越 班学号： 学号： 指导教师：王红平、许凯 中国地质大学信息工程学院 2017年7月1日
目录 目录 ............................................................................................................................................... - 1 - 实习一：影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二：几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三：影像分类（一）.......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四：影像分类（二）.......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -
遥感原理与应用 实验报告 姓名：学号：学院：专业： 年月日 实验一： erdas视窗的认识实验 一、实验目的 初步了解目前主流的遥感图象处理软件erdas的主要功能模块，在此基础上，掌握几个视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。 二、实验步骤 打开imagine 视窗 启动数据预处理模块 启动图像解译模块 启动图像分类模块 imagine视窗 1.数据预处理（data dataprep） 2.图像解译（image interpreter） 主成份变换 色彩变换 3.图像分类（image classification） 非监督分类 4. 空间建模（spatial modeler） 模型制作工具 三、实验小结 通过本次试验初步了解遥感图象处理软件erdas的主要功能模块，在此基础上，基本掌握了几个视窗操作模块的功能和用途。为后续的实验奠定了基础。 实验二遥感图像的几何校正 掌握遥感图像的纠正过程 二、实验原理 校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。利用地面控制点进行的几何校正称为几何精校正。一般地面站提供的遥感图像数据都经过几何粗校正，因此这里主要进行一种通用的精校正方法的实验。该方法包括两个步骤：第一步是构建一个模拟几何畸变的数学模型，以建立原始畸变图像空间与标准图像空间的某种对应关系，实现不同图像空间中像元位置的变换；第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上，完成标准图像空间中每一像元亮度值的计算。 三、实验内容 根据实验的数据，对两张图片进行几何纠正 四、实验流程
数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰
度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：
哈尔滨工业大学 遥感图像处理及遥感系统仿真 实验报告 项目名称：《遥感图像处理及遥感系统仿真创新》 姓名：蒋国韬 学号：24 院系：电子与信息工程学院 专业：遥感科学与技术 指导教师：胡悦 时间：2017年7月
实验一：遥感数字图像的增强 一、实验目的： 利用一幅城市多光谱遥感图像，分析其直方图，并利用对比度增强和去相关拉伸方法对遥感图像进行增强。 二、实验过程： 1.用multibandread语句读取一幅多光谱遥感图像（7波段，512x512图像）的可 见1，2，3波段（分别对应R，G，B层）； 2.显示真彩色图像； 3.通过研究直方图（imhist），分析直接显示的真彩色图像效果差的原因；
4.利用对比度增强方法对真彩色图像进行增强（imadjust,stretchlim）； 5.画出对比度增强后的图像红色波段的直方图；
6.利用Decorrelation去相关拉伸方法（decorrstretch）对图像进行增强；
7.显示两种图像增强方法的结果图像。
三、实验分析： （1）高光谱影像由于含有近百个波段，用matlab自带的图像读写函数imread和imwrite往往不能直接操作，利用matlab函数库中的multibandred函数，可以读取多波段二进制图像。512×512为像素点，7位波段数，bil为图像数组的保存格式，uint8=>uint8为转换到matlab 的格式，[3 2 1]的波段分别对应RGB三种颜色。 （2）直接观察真彩复合图像发现，图像的对比度非常低，色彩不均匀。通过观察红绿蓝三色的波段直方图，可以观察到数据集中到很小的一段可用动态范围内，这是真彩色复合图像显得阴暗的原因之一。另外，根据三种颜色的三维散点图，如下
东南大学交通学院测绘工程系 遥感读书报告 专业：测绘工程 班级：213 学号：21311112 姓名：白金睿 老师：戚浩平 日期：2013年12月
首先纵观遥感这本书，我们可以先粗略的先把它分为35个小的标题，然后总结下来，之后再细分其中的重点，之后再详细说一说他们中的难点，就其中的一些我比较感兴趣的公式做一些推导解释，在上理论课与实验课的时候我慢慢发现RS的强大与其特有的魅力，ERDAS,ARCGIS,ARCMAP,这些软件即强大又有趣，让我来带领大家，纵游遥感的海洋吧~ 1．遥感技术系统的组成 被测目标的信息特征、信息的火枪、信息的传输与记录、信息的处理和信息的应用。2．遥感的类型 1）按遥感平台分为地面遥感、航空遥感、航天遥感； 2）按工作方式分为主动遥感和被动遥感； 3）按探测波段分为：紫外遥感（0.3-0.4）；可见光（0.4-0.7）；红外（0.7-14mm）； 微波（0.1-100cm）等。 3．遥感技术的特点 大面积的同步观测、时效性、数据的综合性和可比性、经济性、局限性。 4．电磁波的主要参数 1）波长（Wavelength）：指波在一个振动周期内传播的距离。即沿波的传播方向，两个相邻的同相位点（如波峰或波谷）间的距离。 2）周期：波前进一个波长那样距离所需的时间。 3）频率（frequency）：指单位时间内，完成振动或振荡的次数或周期（T），用V示。 注：一般可用波长或频率来描述或定义电磁波谱的范围。在可见光——红外遥感中多用波长，在微波遥感中多用频率。 4）振幅（Amplitude）：表示电场振动的强度。它被定义为振动物理量偏离平衡位置的最大位移，即每个波峰的高度。 5）电磁波谱：将各种电磁波在真空中的波长按其长短，依次排列制成的图表。5．常用电磁波波段特性 1）紫外线（UV）：0.01-0.4μm，碳酸盐岩分布、水面油污染； 2）可见光：0.4-0.76 μm，鉴别物质特征的主要波段；是遥感最常用的波段； 3）红外线（IR）：0.76-1000 μm。近红外0.76-3.0 μm’中红外3.0-6.0 μm； 远红外6.0-15.0 μm；超远红外15-1000 μm；（近红外又称光红外或反射红外；中红外和远红外又称热红外。） 4）微波：1mm-1m。全天候遥感；有主动与被动之分；具有穿透能力；发展潜力大。6．地物的反射光谱特性
遥感图像实验报告 一．实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据，数据获取手段.掌握遥感分类的方法， 土地利用变化的分析，植被变化分析，以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解，掌握遥感处理技术平台和方法。 二．实验内容 1、遥感图像的分类 2、土地利用变化分析，植被变化分析 3、遥感空间建模技术 三．实验部分 1.遥感图像的分类 （1）类别定义：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统； （2）特征判别：对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理； （3）样本选择：为了建立分类函数，需要对每一类别选取一定数目的样本；（4）分类器选择：根据分类的复杂度、精度需求等确定哪一种分类器； （5）影像分类：利用选择的分类器对影像数据进行分类，有的时候还需要进行分类后处理；分类图如下：
图1.1 1992年土地利用图 图1.2 2001年土地利用图
（6）结果验证：对分类结果进行评价，确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2．1 两年土地利用相重合区域 （1）在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369)，过程如下：
图2.1 截图过程图 图2.2.2 截图过程图
（2）土地利用专题地图如下： 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图
ENVI遥感图像配准 一、实验目的： 1、掌握ENVI软件的基本操作和对图像进行基本处理，包括打开图像，保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识，掌握基本技能和动手操作能力，提高综合分析问题的能力。 二、实验原理 （1）最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值，简单，处理速度快。缺点就是会产生半个像元位置偏移，可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。
双线性插方法是使用临近4个点的像元值，按照其距插点的距离赋予不同的权重，进行线性插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值，在后来的波谱识别分类分析中，会引起一些问题。 示意图： 由梯形计算公式： 故 同理 最终得：
三次卷积插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性插相似，先在Y 方向插四次（或X 方向），再在X 方向（或Y 方向）插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域像素的灰度值作三次插值。其三次多项式表示为： 我们可以设需要计算点的灰度值f（x,y）为：
成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础，是开展地球表层物质的物性和空间结构分析，进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点，在大尺度范围内探测地表物质连续光谱特性的同时，还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高，所反映地物光谱特征就越精细，甚至可获取与实验室或地面实测光谱类似的曲线，为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看，美国的成像技术发展较早，也最具代表性。从20世纪80年代到现在，美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计，已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器，128个通道，光谱覆盖范围从1.2~2.4μm，并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS，它有224个通道，使用光谱范围为0.41~2.45μm，每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用．为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用，也基于采矿工业及石油工业的需求，在AVIRIS之后，地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪，第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内，通道的光谱宽度是不同的。
实验前准备：遥感图像处理软件认识 1、实验目的与任务： ①熟悉ENVI软件，主要是对主菜单包含内容的熟悉； ②练习影像的打开、显示、保存；数据的显示，矢量的叠加等。 2、实验设备与数据 设备：遥感图像处理系统ENVI4.4软件； 数据：软件自带数据和河南焦作市影响数据。 3、实验内容与步骤： ⑴ENVA软件的认识 如上图所示，该软件共有12个菜单，每个菜单都附有下拉功能，里面分别包含了一些操作功能。 ⑵打开一幅遥感数据 选择File菜单下的第一个命令，通过该软件自带的数据打开遥感图像，可知，打开一幅遥感影像有两种显示方式。一种是灰度显示，另一种是RGB显示。 Gray（灰度显示）RGB显示 ⑶保存数据 ①选择图像显示上的File菜单进行保存； ②通过主菜单上的Save file as进行保存
⑷光谱库数据显示 选择Spectral > Spectral Libraries > Spectral Library Viewer。将出现Spectral Library Input File 对话框，允许选择一个波谱库进行浏览。点 击“Open Spectral Library”，选择某一所需的 波谱库。该波谱库将被导入到Spectral Library Input File 对话框中。点击一个波谱库的名称， 然后点击“OK”。将出现Spectral Library Viewer 对话框，供选择并绘制波谱库中的波谱曲线。 ⑸矢量化数据 点选显示菜单下的Tools工具栏，接着选择下面的第四个命令，之后选择第一个命令，对遥感图像进行矢量化。点击鼠标左键进行区域选择，选好之后双击鼠标右键，选中矢量化区域。 ⑹矢量数据与遥感影像的叠加与切割 选择显示菜单下的Tools工具，之后点选第一个 Link命令，再选择其下面的第一个命令，之后 OK，结束程序。 选择主菜单下的Basic Tools 菜单，之后选择 其中的第二个命令，在文件选择对话框中，选择 输入的文件（可以根据需要构建任意子集），将 出现Spatial Subset via ROI Parameters 对 话框通过点击矢量数据名，选择输入的矢量数 据。使用箭头切换按钮来选择是否遮蔽不包含在 矢量数据中的像元。 遥感图像的辐射定标 1、实验目的与任务： ①了解辐射定标的原理； ②使用ENVI软件自带的定标工具定标； ③学习使用波段运算进行辐射定标。 2、实验内容与步骤： ⑴辐射定标的原理 辐射定标就是将图像的数字量化值（DN）转化为辐射亮度值或者反射率或者表面温度等
图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104
目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?
2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)
实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用，能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值，反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差（或标准差） 像素值与平均值差异的平方和，反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像，它们之间的 相关系数计算公式为： 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中， e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))
%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值
数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同 一图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果， 要求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后 的图像。 4) 运用for 循环，将加有椒盐噪声的图像进行10 次，20 次均值滤波，查看其特点, 显示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤 波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理， 要求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif
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
中南大学 数字图像处理实验报告实验三数学形态学及其应用
实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ：
B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕
Lab3 geometric correction and projection transformation of remotely sensed data Objective : The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments. 实验过程： 一、envi中图像配准 1、根据控制点的坐标对图像进行配准 1）加载中山陵地形图 2) 选择map 菜单下的registration菜单，选择select gcps:image to map 设置投影信息：基于经纬度的投影(geographic lat/lon)，选择基准面为WGS—84
3）开始配准 依次移动一级窗口中的光标到四个图廓点的位置，在三级放大窗口中把十字司放在经纬线的交点的中间位置，输入该点的经纬度于编辑对话框中：
点击add point，完成对控制点的编辑 4）选择option菜单下的wrap file将配准好的地图生成一幅新的影像
修改生成图像信息，改为50带的UTM投影，基准面为WGS-84，保存 2、图像到图像的配准 1）加载全色波段影像作为待配准的影像
遥感读书报告 专业：测绘工程 学生姓名：胡惠卿 指导教师：戚浩平 完成时间：2013年12月30日
目录 第一部分：各知识点的内涵与联系第二部分：学习的重难点 第三部分：公式的推导 第四部分：感兴趣的内容 第五部分：学习感悟
第一部分：各知识点的内涵与联系 一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射 地物反射辐射、地物波普 电磁波 电磁波普的概念、分类，电磁波的性质（P15） 电磁波普 发射辐射：辐射源、辐射测量 电磁辐射 辐射测量：辐射能量W ，辐射通量密度E 、辐照度I 、辐射亮度L 黑体辐射 黑体定义：绝对黑体 太阳辐射 黑体辐射规律：普朗克公式、斯忒潘玻尔兹曼定律、维 恩位移定 大气辐射的影响 太阳常数：I ◎=1.360*10^3W/m^2 实际物体的辐射 太阳光谱：是连续的光谱 大气的层次：外大气层、电离层、平流层、对流层 真正对太阳辐射影响最大的是对流层和平流层 大气吸收作用：使某些波段的太阳辐射强度递减，甚至消失形成大气吸收光谱 大气散射：瑞利散射 当大气中粒子比波长小得多 对可见光和红外波段特 别 明显 波长越长，散射越弱 米式散射 当大气中粒子和波长相当 对红外波段特别明显 散射 强度和波长的二次方成反比 无选择性散射 当大气中粒子比波长大得多 散射强度与波长无关 大气折射：密度越大，折射率越大；天顶距为90°时，折射值最大 大气反射：主要发生在云层顶部 大气窗口的定义、大气窗口的主要光谱段：紫外、可见光、近红外波段、中红 外、远红外、微波波段 大气透射的总透射率T ： τθ)*(0m e I I T -== 影响因素 波长、温度、构成物体的材料、表面状况等 发射率：w w ' = ε 根据光谱发射率随波长的变化形式，将物体分为两类： 选择性辐射体：在各个波长处光谱发射率不同 灰体：在各个波长处光谱发射率相同 光谱反射率：物体的反射辐射通量与入射辐射通量之比 地物反射辐射 同一地物的反射波普特性：具有时间效应和空间效应 地物波普 同地物的发射波普特性：城市道路建筑物、水体、土壤、植物、 影响因素：太阳位置、传感器位置、地理位置、地形、季节、 气候变化等
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。
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。