遥感数字图像处理实验报告
（二）
姓名：学号：班级：指导老师：
1）项目名称：熟悉遥感软件、图像预处理
2）实验目的：
1. 熟悉遥感软件的使用，了解图像大小、投影、直方图等信息查看方法，了解相关软件的各项功能；
2. 掌握遥感图像的几何精校正方法及步骤。
3）实验原理：
几何校正就是将图像数据投影平面上，使其符合地图投影系统的过程。而将地图坐标系统赋予到图像的过程，称为地理参考。由于所有的地图投影系统都尊从于一定的地图坐标系统，所以几何校正的过程包含了地理参考过程。对图像进行几何校正就是赋予其完整的地图坐标系统。
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）
待校正图像来自Google Earth 2004年9月15日的影像，大致位置在东经116度20分，北纬33度57分，使用的是 DIGITAL GLOBLE 的QUICK BIRD卫星影像的0.6米分辨率的航拍照片，三波段，无投影。待校正图像。
参考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，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。
5）实验过程：
1）多波段合成：对参考图像数据进行波段组合
2）打开图像，用两个Viewer窗口分别打开待校正图像和参考图像，
查看其投影信息：
待校正图像投影信息（无投影）
参考图像投影信息（有投影）
几何校正：————弹出图1
窗口，点击Slecte Vewer——点击Viewer1，弹出图2窗口
图1图4
图3图2
选择Polynomial多项式模型，OK——Polynomial Order选1，Map Units 选Meters，Apply, Close，弹出图3窗口，OK——点击Viewer窗口，选择要参考图像，弹出图4，点击OK，进入采点界面，开始采集地面控制点
图5 图6
图7
采点完成后点击Geo Correction Tools 如(图5)中图标，弹出图6 对话框，输入保存路径，保存校正后的图像。
打开查看校正后图像，如图7，查看投影信息，如图，图像获得了和参考图像一致的投影。几何校正完成。
6）实验结果与分析：
由于图像投影范围较小，故仅使用了一阶多项式，采集三个控制点，每个控制点的误差都被控制在了一定的范围内。校正完成后使用Swip工具进行误差检验，如下图，结果表明，图像匹配得很好，说明图像在待校正后获得了投影，并且拥有了相当精度的地理坐标。
7）心得、意见或建议：
控制点的采集是关键，选取特殊地物地形能够使图像校正精度大幅提高，点也要尽可能地分散选取。
遥感课程实验报告范文-遥感图像处理软件(ENVI)的初步 熟悉和基本操作 《遥感信息科学概论》课程实验报告 二、遥感数据地物波谱特性分析1.“L7ETM+_121-032_123457”遥感 数据地物波谱特性分析要求：以“L7ETM+_121-032_123457(200210)”为 数据源，进行典型地物(水体、植被、居民地)的波谱特性分析(要求标注 典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征) 水体： 波谱特征：水体的波谱曲线在1波段的亮度最大，为180左右，2波 段次之，为160,3波段较低，为60左右，由2波段向3波段急剧下降。4、5、7波段约为20。 植被： 植被波普特性曲线有明显的规律，在1波段有一个峰值60,2波段有 一个峰谷50,然后到4波段上升达到最大峰值200,在减小到6波段140. 居民地： 居民地在各个波段的波谱亮度值均较大。居民地遥感图像获得的是屋 顶或道路，石棉瓦、沥青沙石、水泥等对各波段的反射率均较高。在1波 段最高为240,然后一直减少到5波段峰谷处130,在上升到6波段140. 2.“L7ETM+_138-035_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_138-035_123457(200004)”为数据源，进行典型地物(云/云阴影、雪、冰、裸地)的波谱特性分析(要求标注典型地物像元点的空间位置 及其波谱特性曲线，并简要说明其波谱特征)
云: 云波谱特征：0.5-0.7波段亮度值均保持最高不变，为240,0.9波段下降至190左右，之后基本不变。 雪波谱曲线：0.5-0.9波段亮度均 保持最大240,之后逐渐降低到40. 其在可见光波段灰度值极高为240左右，说明冰对可见光的强反射，从0.6之后亮度降低直至20左右 波谱曲线特征：0.5-0.65亮度逐渐升高，0.65处亮度出现峰值为160,0.87处出现波谷，为90,然后逐渐上升至170. 3.“L7ETM+_116-031_123457”遥感数据地物波谱特性分析要求：以“L7ETM+_116-031_123457(199909)”为数据源，进行典型地物(水体、植被、火山灰)的波谱特性分析(要求标注典型地物像元点的空间位置及其波谱特性曲线，并简要说明其波谱特征)水体： 总体亮度较低，波谱曲线从1波段到7波段亮度由60降为15,曲线趋于平缓。 植被： 波谱曲线：总体亮度较低，亮度由1波段50到3波段降低，在3波段出现波谷为20;4波段出现波峰为90,到7波段平缓下降为30. 基本要求与说明： 1．实验原理部分文字阐述要简洁明了，可附相应公式、图解；
研究生《遥感技术原理与应用》 期末考试报告 题目：利用TM遥感数据进行土地覆盖分类和制图 专业：地图学与地理信息系统 2015．12
一、研究方法 缨帽变换：也称K-T变换，是一种特殊的主成分变换。但与主成分不同，其旋转轴不是指向主成分方向，而是指向与地面景物有密切关系的方向，特别是与植物生长过程和土壤有关。传统的NDVI植被信息提取方法受到影像空间分辨率的限制，对影像上信息量少的植被（如道路两旁的行道树、居民小区中的绿地等）提取效果不佳。缨帽变换对区分不同类型植被类型如树、灌木、草地、农作物等非常有效，此次试验具有较好的应用。 支持向量机分类法：是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以求获得最好的推广能力。 最大似然分类法：假设每一个波段的每一类统计都呈正态分布，计算给定像元属于某一训练样本的似然度，像元最终被归并到似然度最大的一类当中。 二、研究内容及数据 对富民县散旦乡TM影像进行信息挖掘后突出植被和水体等地物信息；结合二调数据，选择样本，分别用最大似然和支持向量机（SVM）分类法对散旦乡进行分类，通过对比分类精度，比较两种分类方法的优缺点。 数据：对富民县进行裁剪后得到的散旦乡Landsat TM影像；富民县二类调查小班数据；富民县县行政区数据。 三、研究过程 1.裁剪研究区域 将富民县行政区数据导入ArcGIS软件中，根据属性表查找得到散旦乡数据，导入ENVI，再利用ENVI提供的不规则裁剪工具进行裁剪得到散旦乡TM影像（4，3，2假彩色合成），见图1、2。
遥感数字图像处理实习报告 一、引言 遥感数字图像处理是一项重要的技术，通过对遥感图像的处理和分析，可以获取地表信息、监测环境变化、进行资源调查等。本报告旨在总结我在遥感数字图像处理实习中所学到的知识和经验，并对实习过程中的工作进行详细的描述和分析。 二、实习背景 在本次实习中，我加入了某遥感数字图像处理公司的团队，负责处理和分析卫星遥感图像。公司的主要业务包括地表覆盖分类、环境监测、农业调查等。在实习期间，我主要参与了地表覆盖分类和环境监测方面的工作。 三、实习内容 1. 数据获取 在实习开始前，我首先了解了卫星遥感图像的获取方式和数据源。公司与多个卫星数据提供商合作，可以获取高分辨率的多光谱和全色遥感图像。我通过公司内部的数据平台，获取了一些地区的遥感图像数据，用于后续的处理和分析。 2. 图像预处理 在进行地表覆盖分类和环境监测之前，我对获取的遥感图像进行了预处理。预处理包括图像校正、辐射定标、大气校正等步骤，旨在消除图像中的噪声和偏差，提高图像的质量和准确性。 3. 地表覆盖分类 地表覆盖分类是遥感数字图像处理的重要应用之一。我使用了监督分类和非监督分类两种方法进行地表覆盖分类。在监督分类中，我利用已知类别的样本数据训练分类器，并对整个图像进行分类。在非监督分类中，我使用聚类算法对图像进行
分割，并根据像素的相似性进行分类。通过比较两种方法的结果，我发现监督分类在准确性方面表现更好，但非监督分类在处理大规模数据时更高效。 4. 环境监测 除了地表覆盖分类，我还参与了环境监测方面的工作。通过对多时相的遥感图像进行比较和分析，我可以监测地表的变化情况，如城市扩张、植被覆盖变化等。我使用了变化检测算法和时间序列分析方法，对图像进行处理和分析，得到了地表变化的信息。 5. 结果分析 在实习期间，我对处理和分析的结果进行了详细的分析和评估。我比较了不同分类算法的准确性和效率，评估了地表变化的程度和趋势。通过对结果的分析，我可以得出一些有关地表覆盖和环境变化的结论，为后续的研究和决策提供参考。 四、实习心得 通过这次实习，我学到了很多关于遥感数字图像处理的知识和技巧。我了解了遥感图像的获取和处理流程，掌握了图像预处理和分类方法，学会了使用相关软件和工具进行图像处理和分析。在实习中，我还体会到了团队合作的重要性，通过与同事的交流和合作，我解决了许多问题，并提高了工作效率和质量。 五、总结 通过这次实习，我对遥感数字图像处理有了更深入的了解和掌握。我熟悉了图像处理的基本原理和方法，掌握了一些常用的遥感图像处理技术。我相信这些知识和经验将对我未来的学习和工作有很大的帮助。感谢公司的指导和支持，让我有机会参与这次实习，我会继续努力学习，提高自己的专业能力。
《遥感数字图像处理》 实习报告 学院：环境与资源学院 班级：地理1002 学号：周颖智 姓名： 20101171 西南科技大学环境与资源学院遥感实习 2013年5月11日
目录 1、实验目的 (2) 2、实验内容 (15) 3、实验步骤 (26) 4、实验体会 (38)
《某地区森林资源遥感动态监测》 一、实验目的 熟练掌握ENVI4.7软件中对遥感数字图像进行图像预处理、图像分类、分类后处理以及对分类后的图像进行必要的综合分析得到我们想要的信息。 二、实验内容 对00年森林资源遥感图像july_00_quac.img进行图像增强处理得到图像00I_K-L.img，然后选择合适的图像分类方法，对增强后的图像进行分类，得到分类后图像00ML1,接着对分类后图像进行分类后处理的最终的分类结果图00MMN。用同样的遥感图像处理方法得到06年森林资源遥感图像july_06_quac.img的分类结果图06MMN。最后对分类后处理的图像进行分类精度的评估，当精度符合标准时便可对分类结果图00MMN和06MMN进行波段运算B1-B2，便可以得到00年到06年该地区森林资源的一个动态变化情况图B1-B2。 三、实验步骤 （一）、对00年森林资源遥感图像july_00_quac.img进行图像增强处理。已知我们所学过的遥感图像增强处理的方式有：图像彩色增强、图像拉伸、图像变换以及图像滤波。 1、首先打开00年森林资源遥感图像july_00_quac.img，然后的遥感图像进行彩色增强。采用真彩色合成的方式来的彩色图像，这里我使用的波段合成方式有：321（真彩色）、432（标准假彩色）、以及其他假彩色合成的方式，54 2、542、741、742、572和453等，得到如下的彩色图像：
遥感数字图像处理实验报告 （二） 姓名：学号：班级：指导老师： 1）项目名称：熟悉遥感软件、图像预处理 2）实验目的： 1. 熟悉遥感软件的使用，了解图像大小、投影、直方图等信息查看方法，了解相关软件的各项功能； 2. 掌握遥感图像的几何精校正方法及步骤。 3）实验原理： 几何校正就是将图像数据投影平面上，使其符合地图投影系统的过程。而将地图坐标系统赋予到图像的过程，称为地理参考。由于所有的地图投影系统都尊从于一定的地图坐标系统，所以几何校正的过程包含了地理参考过程。对图像进行几何校正就是赋予其完整的地图坐标系统。 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） 待校正图像来自Google Earth 2004年9月15日的影像，大致位置在东经116度20分，北纬33度57分，使用的是 DIGITAL GLOBLE 的QUICK BIRD卫星影像的0.6米分辨率的航拍照片，三波段，无投影。待校正图像。 参考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，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。 5）实验过程： 1）多波段合成：对参考图像数据进行波段组合 2）打开图像，用两个Viewer窗口分别打开待校正图像和参考图像， 查看其投影信息： 待校正图像投影信息（无投影） 参考图像投影信息（有投影） 几何校正：————弹出图1 窗口，点击Slecte Vewer——点击Viewer1，弹出图2窗口
遥感数字图像处理及应用实验报告 姓名： 学号： 专业： 学院： 学校：
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。 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。 公式为： 2.方差 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。 公式为：
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为两个波段的图像。公式为： 四、实验数据及图像显示： 原始图像：
运行结果： 实验二遥感图像增强处理 一、实验目的 掌握常用遥感图像的增强方法，能运用高级程序设计语言实现遥感图像的增强处理。 二、实验内容 编程实现对遥感图像的IHS 变换、IHS 逆变换、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.IHS变换
2.SPOT图像真彩色模拟 模拟真彩色：通过某种形式的运算得到模拟的红、绿、蓝三个通道，然后通过彩色合成近似的产生真彩色图像。 （1）SPOT IMAGE 公司提供的方法 该方法实际上是将原来的绿波段当作蓝波段，红波段（0.61-0.68 μm）仍采用原来的波段，绿波段用绿波段、红波段、红外波段的算术平均值来代替。 （2）ERDAS IMAGING 软件中的方法 此法将原来的绿波段当作蓝波段，红波段仍采用原来的波段，绿波段用绿波段、红外波段按3：1 的加权算术平均值来代替。 四、实验数据及图像显示 原始图像：
上机实验1： 遥感图像处理的基本操作练习 实验目的: 熟悉图像处理软件ENVI 图像处理的基本操作 实验内容:1、打开与存储文件2、多光谱显示3、练习矢量和栅格数据叠合4、3-D曲面浏览5、图像切割6、感兴趣区域（ROI: region of interest）生成7、输出图像的直方图8、查询图像统计特征9、制作二维散点图 实验步骤 1、打开与存储文件 Envi标准文件格式？ 如何查询图像某点的值 ：点击File-open image file 打开C:\RSI\IDL62\products\ENVI42\data（缺省目录）下的文件can_tmr.img，学会如何查询图像某点的值（双击左键或者对图像点击右键，利用cursor location/value以及pixel locator）。 请将一幅遥感数字图像输出为ascii格式的文本文件：(提示：File/save file as)，打开文本文件，体会遥感数字图像之含义。 2、多光谱显示 打开can_tmr.img文件后，在available band list 中选择RGB color, 然后任意选择三个波段进行彩色合成，这时候显示的是一幅假彩色图像，尝试将你多光谱显示的结果图存储成JPEG格式的结果图。 3、练习矢量数据与栅格数据的叠合: a)打开world_dem，再打开对应的矢量文件，点击File-open vector file,选中 C:\RSI\IDL62\products\ENVI42\data\vector路径下的.shp文件，在available vector file对话框中选 中select all layers，然后load selected到display 1(world_dem图像)。 4、3-D曲面浏览 除了可以显示3维立体地形，该功能可以将地形数据与多光谱数据叠加显示，具有很直观的立体效果,叠加显示的步骤： ?应用地形数据bhdemsub.img和多光谱数据bhtmref.img，打开这两个文件，并用多波段彩色显示bhtmref.img后用T opographic-3D surfaceview 观察立体效果。 5、图像切割
实验一非监督分类 一、基本原理 非监督分类的前提是假定遥感影像上同类地物在相同的条件下具有相同的光谱特征信息。非监督分类不需要先验类别知识的情况下，仅依靠影像本身的特征进行特征提取，根据统计特征及点群的分布情况来划分地物。ERDAS 的非监督分类是基于迭代自组织数据 图1 ISODATA算法流程图 ISODATA算法实现步骤： （1）按照某个原则确定一些初始聚类中心。 在实际操作时，要把初始聚类设定得大些，同时引入各种参数控制迭代的次数。 （2）像素聚类与分析。 计算像素与初始类别中心的距离，把像素分配到最近的类别中，从而获得每个初始类别的集群成员。 （3）确定类别中心。 在全部像素按照各类中心分类后，重新计算每一类新的均值，并作为下一次分类的中心，并执行上一步，循环迭代，直到达到迭代的次数。 二、分类过程 运用非监督分类对遥感图像进行分类的过程，主要分为以下两个步骤： 1、动非监督分类模块，选择输入、输出影像 （1）在ERDAS面板工具中选择Classifier->Classification->Unsupervised Classification，打开非监督分类对话框。 （2）选择图像处理文件（Input Raster File）和输出文件（Output Cluster Layer Filename）设置被分类的图像和分类结果，并选择生成分类模板文件（Output Signature Set）产生一个模板文件。 2、初始参数，执行非监督分类 在非监督分类对话框中分别设置聚类选项（Clustering Options）和处理选项（Processing Options）： （1）选择Classifier->Unsupervised Classification命令，打开非监督分类对话框，设定输入输出数据，设置聚类选项（Clustering Options），确定初始聚类方法和分类数。（2）设置处理选项（Processing Options），确定循环次数和阈值。 三、实验结果 本次实验使用Initial from Statistics方法，分类数为6，其它参数取默认值。 遥感图像原图如图2。
《遥感解译与制图》实验报告植被调查遥感解译与制图 班级：620707 学号：62070715 姓名：王聪 日期：2010-4-27
一，实验目的： 以长白山天池周边为重点研究区，利用Landsat/ETM+遥感数据，通过遥感数字图像处理及目视解译进行植被类型识别，最终提交1∶10万长白山天池周边遥感影像图、植被遥感解译图及实验报告。 二，实验要求： 1、掌握遥感专题制图的基本程序 2、掌握不同植被类型的目视解译标志 3、掌握植被专题信息的数字增强及识别方法 三，实验内容 1实验一的内容对遥感数据进行加工，制作图例,本实验只要求加图廓和图名即可。
图1 植被解译图例 2在Map gis内打开工程，新建线图层和点图层，取名遥感解译。合并内图廓与遥感解译线图层。 3对遥感图像进行植被的解译。 解译过程参考一下材料： A.长白山植被类型的垂直分带规律： 高山苔原带----海拔2000米以上 岳华林带----海拔1700到2000米
针叶林带----海拔1100到1700米 针阔混交林带（红松阔叶林带）----海拔1100米以下 B．遥感目视解译的标志： 遥感解译地图：Landsat/ETM+ 彩色合成方案：ETM+742(RGB) 遥感数据时相：1999年9月2日 a.高山苔原黄绿色调，色调均匀，纹理平滑细腻，位于火山椎体上部环 绕火山灰裸地分布，主要包括矮小的灌木，多年生的草本，地衣，苔藓 等。 b.岳华林绿色调，色调均匀，纹理较细腻，位于火山椎体上部高山苔原 带的外围，多分布于半阳坡，岳华林带是针叶林和山地苔原之间的过渡 带，林木稀疏，矮曲成丛生状态。 c.针叶林深绿-墨绿色调，色调较均匀，麻点状纹理，纹理较细腻，以红 松，云杉，落叶松等针叶树种为主。 d.针阔混交林整体为绿-浅色调，色调斑杂，麻点状纹理，纹理粗糙，针 阔混交林为以红松为主的常绿叶树和落叶阔叶混交。 e.阔叶林绿-黄绿色调，色调较均匀，麻点状纹理，纹理较粗糙，阔叶林 代表类型有柞，桦，榆，杨，椴等。图幅范围内仅局部见杨椴类型，实 际上应属于针阔混交林，本次解译可将其归入针阔混交林一类。 f.灌木暗绿-绿色调，色调均匀，纹理较平滑细腻，多分布于沟谷洼地附 近。 g.草地浅绿-亮绿色调，色调均匀，纹理平滑细腻。 h.裸地（火山灰）品红色调，色调均匀，围绕火山椎体分布并在火山椎 体南东东方向分布较广。 i.耕地多边形斑块状，浅绿或品红色调（浅绿多为参地，品红多为水田）， 色调均匀。 4.划分了植被区域后，进行拓扑重建，并绘制图例。 划分完植被解译图，选择区编辑中的工作区提取弧，框选整个图框，此时线条都变为黄色，选择其他中的拓扑重建，选择修改区域参数，对拓扑图进行加工，不同的植被区域选取适当的颜色，同种植被区域的颜色相同。绘制图例，表明植被名称。
《遥感图像处理A》 实验报告 专业地理信息系统 班级1112 学号1120209201 姓名杨飞 任课教师白俊武 苏州科技学院 环境科学与工程学院 2014年5月
实验报告1 ERDAS Viewer的使用 实验地点C1机房日期2013-3-12 一、实验目的 1熟悉软件界面和组成功能模块； 2掌握软件主窗口（Viewer）的基本操作； 二、实验要求 1 打开图层的设置和图层的放大、缩小等基本操作； 2 数据叠加显示（混合显示Blend，卷帘显示Swipe，闪烁显示Ficker）； 3 Link两个图像，进行图像的比较浏览，最后Unlink； 4 图像对比度调整； 5 光标查询功能（Inquiry Cursor Function）； 6 量测功能（Measurement Function）； 7 文件信息操作（Layer Info）； 8 三维图像操作（Image Drape）； 9 AOI的使用； 10Viewer其他菜单的熟悉（Raster、Vector、Annotation）； 三、实验成果 1）数据叠加显示图 混合显示Blend
卷帘显示Swipe 闪烁显示Flicker（以下所示两种状态不断交替闪烁） 2）三维图像操作图
3）AOI操作图
实验报告2 卫星影像及航空影像的几何校正 实验地点C1机房日期2013-3-19 一、目的 1掌握卫星影像及航空影像的几何校正方法 二、要求 1实现资源卫星图像校正； 2实现遥感图像仿射变换； 三、实验成果 1）航空影像正射校正图 2）Viewer to Viewer卫星影像采点模式图
数字图像处理实验报告(完整版).. 数字图像处理实验报告 一、实验目的 本实验旨在通过实际操作深入理解数字图像处理的基本原理和技术，掌握图像处理软件的使用方法，并将所学知识应用于实际问题解决。 二、实验原理 数字图像处理是通过计算机对图像进行一系列的加工，以达到预期效果的技术。它包括图像增强、图像变换、图像滤波、图像恢复、图像分析、图像识别等众多领域。本实验将涉及部分图像增强和图像分析的内容。 三、实验步骤 1、准备实验环境：安装数字图像处理软件，选择适当的图像样本。 2、图像预处理：对图像进行裁剪、旋转、缩放等操作，以便于后续处理。 3、图像增强：通过对比度增强、亮度调整、色彩平衡等手段改善图像质量。 4、图像滤波：应用不同的滤波器，减少图像的噪声，提高图像的清
晰度。 5、图像分析：对处理后的图像进行特征提取和模式识别。 6、结果评估：对比处理前后的图像，评估处理效果。 四、实验结果 【请在此插入经过处理的图像】 五、实验总结与讨论 通过本次实验，我们深入了解了数字图像处理的基本原理和操作方法。实验结果表明，通过适当的图像处理，能够显著改善图像的质量，提取出更多的图像信息。同时，我们也发现了一些问题，如处理算法的选择和处理过程的优化等，需要在后续实验中进一步研究和探讨。 在实验过程中，我们不仅学习了理论知识，还锻炼了实际操作能力。通过对不同处理方法的尝试和比较，我们更加深入地理解了数字图像处理的多样性和灵活性。此外，实验也让我们认识到数字图像处理在提高图像质量、提取信息以及实现自动化处理等方面的巨大潜力。 尽管本次实验取得了显著的成果，但仍存在一些限制和不足。例如，我们只使用了有限的几种处理方法和算法，可能忽略了更有效或更先进的技术。此外，我们在实验过程中主要关注了处理结果的质量，而较少考虑处理效率。在未来的实验中，我们将尝试解决这些问题，进
数字图像处理实验报告 数字图像处理实验报告 第一章总论 数字图像处理是计算机图形学、数字信号处理等学科交 叉的一门学科。它是基于数字计算机对图像信号进行数字处理的一种方法。数字图像处理技术已广泛应用于医学影像诊断、遥感图像处理、图像识别、安防监控等领域，在当今社会中具有不可替代的重要作用。 本次实验主要介绍了数字图像处理的基本方法，包括图 像采集、图像增强、图像恢复、图像分割、图像压缩等几个方面。在实验过程中，我们采用了一些常用的数字图像处理方法，并通过 Matlab 图像处理工具箱进行实现和验证。 第二章实验过程 2.1 图像采集 在数字图像处理中，图像采集是一个重要的步骤。采集 到的图像质量直接影响到后续处理结果的准确性。本次实验使用的图像是一张 TIF 格式的彩色图像，通过 Matlab 读取图 像文件并显示，代码如下： ```Matlab im = imread('test.tif'); imshow(im); ``` 执行代码后，可以得到如下图所示的图像： 
2.2 图像增强 图像增强是指利用某些方法使图像具有更好的视觉效果或者变得更适合某种应用。本次实验我们主要采用直方图均衡化、灰度变换等方法进行图像增强。 2.2.1 直方图均衡化 直方图均衡化是一种常用的增强方法，它可以增加图像的对比度和亮度，使图像更加清晰。代码实现如下：```Matlab im_eq = histeq(im); imshow(im_eq); ``` 执行代码后，会得到直方图均衡化后的图像，如下图所示：  可以看出，经过直方图均衡化处理后，图像的对比度和亮度得到了明显提高。 2.2.2 灰度变换 灰度变换是一种用于调整图像灰度级别的方法。通过变换某些像素的灰度级别，可以增强图像的视觉效果。本次实验我们采用对数变换和幂函数变换两种方法进行灰度变换。 对数变换： ```Matlab c = 1; gamma = 0.5; im_log = c * log(1 + double(im)); im_log = uint8(255 * mat2gray(im_log) .^ gamma); imshow(im_log);
重庆交通大学 遥感数字图像处理实验报告 实验课程:数字图像处理 实验名称:设计所有遥感数字图像处理的实验 班级: 实验一:遥感图像合成和显示增强 一、目的和要求 1.目的 掌握图像合成和显示增强的基本方法,理解存储的图像数据与显示的图像数据之间的差异。 2.要求 熟练根据图像中的地物特征进行合成显示、拉伸、图像均衡化等显示增强操作。 理解直方图的含义,能熟练利用直方图进行多波段的图像显示拉伸增强处理。 二、实验内容 1.图像的彩色合成显示
2.图像的基本拉伸方法 3.图像均衡化方法 4.图像规定化 三、实验步骤 四、实验体会 实验二:遥感图像的几何精纠正 一、目的和要求 1.目的 使用多项式方法对TM遥感图像进行几何精纠正。 2.要求 能熟练根据地图、GPS测点数据或具有投影的图像对遥感图像进行几何精纠正。 能够正确地选择几何纠正中的各种参数。 能够对纠正结果进行评估。 掌握几何精纠正的基本方法和操作要点。 能够自定义地图投影并进行图像的投影转换。 二、实验内容
1.对TM图像进行几何精纠正。 2.自定义地图投影。 3.转换图像的投影。 三、实验步骤 四、实验体会 实验三:图像变换 一、目的和要求 1.目的 掌握图像变换的基本操作方法,对比变换前后图像差异,理解不同变换方法之间的区别。 2.要求 能够根据图像的特征设定傅里叶变换的滤波器,消除图像中的条纹。 能够解释主成分变换后的图像,利用主成分变换消除图像中的噪声。 能够利用KT变换结果进行图像合成、解释地物信息。 熟练利用代数运算产生不同的波段组合。
利用彩色变换进行图像的合成和融合。 能够解释变换后的图像,并根据工作目的选择合适的图像变换方法。 二、实验内容 1.SPOT图像的傅里叶变换。 2.TM图像的主成分变换。 3.TM图像的代数变换。 4.ETM图像的彩色变换。 。 三、实验步骤 四、实验体会 一、目的和要求 1.目的 熟悉图像滤波特别是平滑和锐化的基本方法,理解典型卷积积核的作用。 2.要求 能够根据地物的特征,有针对性地进行平滑和锐化操作。
实验二图像运算 一、实验目的 1.熟悉图像点运算和代数运算的实现方法； 2.了解图像几何运算的简单应用； 3.了解图像的邻域操作； 4.了解图像简单几何运算； 5.体会图像算术及几何运算处理的过程和处理前后图像的变化。 二、实验内容 1.图像点运算 读入图像‘rice.png’，通过图像点运算改变对比度。 rice=imread('rice.png'); subplot(131),imshow(rice) I=double(rice); %转换为双精度类型 J=I*0.43+60; rice2=uint8(J); %转换为uint8 subplot(132),imshow(rice2) J=I*1.5-60; rice3=uint8(J); %转换为uint8 subplot(133),imshow(rice3) 结果：略。 说明：（1）‘rice.png’亦可以换成任意其他图像；（2）运算时可以改变运算系数。 2.图像的代数运算 图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。如果输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则图像的代数运算有如下四种形式： C(x,y) = A(x,y) + B(x,y) C(x,y) = A(x,y) - B(x,y) C(x,y) = A(x,y) * B(x,y) C(x,y) = A(x,y) / B(x,y) 图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需的算术操作，还能为许多复杂的图像处理提供准备。例如，图像减法就可以用来检测同一场景或物体生产的两幅或多幅图像的误差。 使用MATLAB的基本算术符(+、-、*、/ 等)可以执行图像的算术操作，但是在此之前必须将图像转换为适合进行基本操作的双精度类型。为了更方便地对图像进行操作，MATLAB图像处理工具箱包含了一个能够实现所有非稀疏数值数据的算术操作的函数集合。下表列举了所有图像处理工具箱中的图像代数运算函数。
辽宁工程技术大学 《数字图像处理》上机实习报告 教学单位辽宁工程技术大学 专业摄影测量与遥感 实习名称遥感数字图像处理 班级测绘研11-3班 学生姓名路聚峰 学号********* 指导教师孙华生
实习1 读取BIP 、BIL、BSQ文件 一、实验目的 用Matlab读取BIP 、BIL、BSQ文件，并将结果显示出来。 遥感图像包括多个波段，有多种存储格式，但基本的通用格式有3种，即BSQ、BIL和BIP格式。通过这三种格式，遥感图像处理系统可以对不同传感器获取的图像数据进行转换。BSQ是像素按波段顺序依次排列的数据格式。BIL 格式中，像素先以行为单位块，在每个块内，按照波段顺序排列像素。BIP格式中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。 用Matlab读取各个格式的遥感数据，是图像处理的前提条件，只有将图像读入Matlab工作空间，才能进行后续的图像处理工作。 二、算法描述 1.调用fopen函数用指定的方式打开文件。 2.在for循环中调用fread函数，用指定的格式读取各个像素。 3.用reshape函数，重置图像的行数列数。 4.用imadjust函数调整像素的范围，使其有一定对比度。 5.用imshow显示读取的图像。 三、Matlab源代码 1.读取BSQ的源代码： clear all clc lines=400; samples=640; N=6; img=fopen('D:\sample_BSQ','rb'); for i=1:N bi=fread(img,lines*samples,'uint8'); band_cov=reshape(bi,samples,lines); band_cov2=band_cov'; band_uint8=uint8(band_cov2); tif=imadjust(band_uint8); mkdir('D:\MATLAB','tifbands1') name=['D:\MATLAB\tifbands1\tif',int2str(i),'.tif']; imwrite(tif,name,'tif'); tilt=['波段',int2str(i)]; subplot(3,2,i),imshow(tif);title(tilt); end fclose(img); 2.读取BIP源代码 clear all
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、实验目得 1)掌握读、写图像得基本方法。 2)掌握MＡTLAB语言中图像数据与信息得读取方法。 3)理解图像灰度变换处理在图像增强得作用。 4)掌握绘制灰度直方图得方法,理解灰度直方图得灰度变换及均衡化得方法。 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MA TＬAB目录下ｗork文件夹中得foｒｅｓｔ、tif图像文件读出、用到imｒ ead,imｆｉnfo 等文件,观察一下图像数据,了解一下数字图像在MＡTLAB中得处理就就是处理一个矩阵。将这个图像显示出来(用imshow)。尝试修改maｐ颜色矩阵得值,再将图像显示出来,观察图像颜色得变化。 2)将MＡTＬAB目录下ｗoｒk文件夹中得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得作用 读入不同情况得图像,请自己编程与调用Ｍatlab函数用常用灰度变换函数对输入图像进行灰度变换,比较相应得处理效果。 3.绘制图像灰度直方图得方法,对图像进行均衡化处理 请自己编程与调用Maｔlab函数完成如下实验。 1)显示B得图像及灰度直方图，可以发现其灰度值集中在一段区域，用imadjuｓｔ 函 数将它得灰度值调整到[0，1]之间,并观察调整后得图像与原图像得差别,调整后得灰度直方图与原灰度直方图得区别。 2)对Ｂ进行直方图均衡化处理,试比较与源图得异同。 3)对B进行如图所示得分段线形变换处理,试比较与直方图均衡化处理得异同。