遥感图像处理实验报告
遥感图像处理实验报告
引言
遥感技术作为一种获取地球表面信息的重要手段，已经在农业、环境、城市规划等领域得到广泛应用。本实验旨在通过遥感图像处理，探索图像处理算法的应用效果，并分析其在实际应用中的潜力。
一、图像预处理
图像预处理是遥感图像处理的第一步，其目的是消除图像中的噪声、增强图像的对比度和清晰度。在本实验中，我们使用了直方图均衡化和中值滤波两种常见的图像预处理方法。
直方图均衡化是一种通过调整图像像素的灰度分布来增强图像对比度的方法。通过对图像的灰度级进行重新分配，使得图像的灰度分布更加均匀，从而使得图像的细节更加清晰。实验结果显示，直方图均衡化对于遥感图像的对比度增强效果显著。
中值滤波是一种常见的图像去噪方法，其原理是通过计算像素点周围邻域的中值来替代该像素点的值，从而消除图像中的噪声。在本实验中，我们使用了3x3的中值滤波器对遥感图像进行滤波处理。实验结果表明，中值滤波能够有效地去除图像中的椒盐噪声和高斯噪声，使得图像更加清晰。
二、图像分类
图像分类是遥感图像处理的核心任务之一，其目的是将遥感图像中的像素点按照其特征分类到不同的类别中。在本实验中，我们使用了支持向量机（SVM）算法进行图像分类。
支持向量机是一种常用的机器学习算法，其通过构建一个最优超平面来实现分类。在图像分类中，我们将遥感图像中的每个像素点看作一个数据样本，其特
征由像素的灰度值和纹理信息组成。通过对训练样本进行学习，支持向量机能
够建立一个分类模型，从而对测试样本进行分类。
实验结果显示，支持向量机在遥感图像分类中表现出较高的准确性和鲁棒性。
通过调整支持向量机的参数，我们可以得到不同的分类结果。此外，支持向量
机还能够处理高维数据和非线性分类问题，使其在遥感图像处理中具有广泛的
应用前景。
三、图像变换
图像变换是遥感图像处理中的重要环节，其目的是将图像从一个空间域转换到
另一个空间域，从而提取图像中的特征信息。在本实验中，我们使用了小波变
换和主成分分析两种常见的图像变换方法。
小波变换是一种多尺度分析方法，其通过将图像分解成不同尺度的频带，从而
提取图像的局部特征。在遥感图像处理中，小波变换能够有效地提取图像中的
纹理和边缘信息，从而实现图像的特征提取和目标检测。实验结果表明，小波
变换对于遥感图像的特征提取效果显著。
主成分分析是一种常用的统计分析方法，其通过线性变换将原始数据转换为一
组互不相关的变量，从而减少数据的维度。在遥感图像处理中，主成分分析能
够提取图像中的主要信息，从而实现图像的降维和分类。实验结果显示，主成
分分析能够有效地提取遥感图像中的主要特征，同时保持图像的信息损失较小。结论
通过本实验，我们深入了解了遥感图像处理的基本方法和技术，并对其在实际
应用中的潜力进行了分析。图像预处理、图像分类和图像变换是遥感图像处理的核心环节，其能够有效地提取图像中的特征信息，从而实现图像的分析和应用。未来，随着遥感技术的不断发展，图像处理算法将会更加成熟和高效，为地球表面信息的获取和应用提供更多的可能性。
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
遥感图像处理实验报告 遥感图像处理实验报告 引言： 遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图 像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。本实验 旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。 一、图像预处理 图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校 正等操作。在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行 了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。接着， 我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得 到了显著提高。最后，我们进行了几何校正，通过对图像进行旋转和缩放，使 得图像的几何形状与实际地理位置相符合。 二、图像分类 图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类， 将其划分为不同的地物类型。在本实验中，我们使用了监督分类方法，首先选 择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不 同的地物类型进行关联。接着，我们对整个图像进行分类，将图像中的每个像 素都划分为相应的地物类型。最后，我们对分类结果进行了验证，通过与实地 调查结果进行对比，验证了分类的准确性和可靠性。 三、图像融合 图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的
图像融合成一幅高质量的图像。在本实验中，我们选择了两幅具有不同波段的 卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。融 合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱 分辨率，可以提供更全面和准确的地物信息。 四、图像变化检测 图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。在本实验中，我们选择了两幅具有不同时间 的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化， 如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。 结论： 通过本实验，我们深入了解了遥感图像处理的基本方法和技术，以及其在实际 应用中的价值和意义。图像预处理可以提高图像的质量和准确性，图像分类可 以实现地物的自动识别和分析，图像融合可以提供更全面和准确的地物信息， 图像变化检测可以监测地表的动态变化。遥感图像处理在地质勘探、环境监测、农业发展等领域具有广泛的应用前景，对于推动地球科学的发展和进步具有重 要的推动作用。
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；
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
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 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：
遥感图像处理实验报告班级姓名 学号实验室 成绩评定教师签字
专题一：DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里） 实验步骤： 1.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口 组成的ENVI 图像。 2.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice，出现Density Slice 对话框。 3.选择Clear Ranges，清除Defined Density Slice Ranges下的内容。 4.选择Options>Add New Ranges, 其中RangeStart：1219 ；Range End;1701；#of Ranges：10。在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。 5.逐个组将Red条依次改为25，50，75，100，125，150，175，200，225，250。Greeen 与Blue不变。选择Apply按钮，主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像的颜色改变。 6.选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框，Output File Type选择JPEG，Enter Output Filename选择保存 位置，Compression Facter（0-1）选择0.750. 实验结果：
专题二：TM与SPOT数据融合（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） 实验目的： 1．进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作 2．快速滤波、滤波的操作 3．ENVI中变换（Transform）菜单功能的了解 实验步骤： 1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band 2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band 3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框，分别填写内容) 4. 选择Basic Tools>Stretch 实验结果：
遥感原理与应用 实验报告 姓名： 班级： 实验报告（实验一）
[实验名称] ENVI窗口的基本操作 [实验目的与内容] 目的：熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。 内容： 1、熟悉遥感图像处理软件ENVI的窗口基本操作。 2、查看影像信息和像元信息。 3、距离测量与面积测量。 1、哈尔滨市TM影像成像的 时间、分辨率 30m ， 各波段的波长。 波段名称：波段：(um) Band 1 Coastal 0.433–0.453 Band 2 Blue 0.450–0.515 Band 3 Green 0.525–0.600 Band 4 Red 0.630–0.680 Band 5 NIR 0.845–0.885 Band 6 SWIR 1 1.560–1.660 Band 7 SWIR 2 2.100–2.300 Band 8 Pan 0.500–0.680 Band 9 Cirrus 1.360–1.390 Array 2、哈尔滨市TM影像使用的投影 类型 UTM 、投影分带北52区。 3、哈尔滨市TM影像使用的坐标系，图像 左上角的公里网坐标176685 5221815、地 理坐标124o4′30"E，47o0′15"N 。 4、测量狗岛的周长 14233.5074 m 面积 4635450 m2。 [体会及建议]
通过本次实验我学会对于ENVI的使用，会加载遥感图像，能够用ENVI测量长度与距离，熟悉了ENVI的基本操作。 实验报告（实验二） [实验名称] 遥感影像地理坐标定位和配准 [实验目的与内容] 目的：熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。掌握使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。 内容：本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。 [实验数据处理及成果] 1.用SPOT校正TM数据，附操作过程截图和校正后TM影像图片 1、ENVI主菜单：Map → Registration → Select GCPs:Image to Image， 选取6个控制点，
【关键字】报告 遥感图像处理实验报告 篇一：遥感数字图像处理实验报告设计 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。 2、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。 2、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。
Landsat 5 Thematic Mapper 辐射定标和大气校正 120102105龚鑫烨操作流程 辐射定标： 1、加载原始图像H1。 2、Basic Tools——Preprocessing——data-specific utilities——Landsat TM——landsat calibration 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。从遥感影像的头文件 中获取Data Acquisition 的时间，Sun elevation。如果你是用File?Open External File?Landsat?Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。这里Calibration Type 注意选择为Radiance。输出文件，定标就完成了。
大气校正 1、Spectral——FLAASH/Basic Tools——Preprocessing——Calibration Utilities——FLAASH。 首先设定输入输出文件。FLAASH 模块要求输入辐亮度图像，输出反射率图像。 之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。(Basic Tools——Convert Data(BSQ,BIL,BIP))。这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。ENVI 默认的辐亮度单位是2/ W cm sr nm μ••，而之前我们做辐射定标时单位是2/ W m sr m μ••，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。
遥感图像处理实验报告 《遥感图像处理实验报告》 摘要： 本实验利用遥感技术获取了一幅卫星图像，通过图像处理技术对图像进行了处理和分析。实验结果表明，遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值。 引言： 遥感图像处理是利用遥感技术获取的图像进行数字化处理和分析，以获取有用的地理信息和环境数据的过程。本实验旨在通过对遥感图像的处理和分析，探讨遥感图像处理技术在实际应用中的作用和意义。 实验方法： 1. 获取卫星图像：选择一幅特定区域的卫星图像作为实验对象，确保图像质量和分辨率满足处理要求。 2. 图像预处理：对原始图像进行预处理，包括去噪、增强、几何校正等操作，以提高图像质量和准确性。 3. 图像分析：利用遥感图像处理软件对图像进行分类、特征提取、变化检测等分析，获取地理信息和环境数据。 4. 结果展示：将处理后的图像结果进行展示和分析，对图像处理技术的应用效果进行评估。 实验结果： 经过处理和分析，得到了一幅清晰的遥感图像，并从中提取了有用的地理信息和环境数据。通过图像分类和特征提取，可以准确地识别出不同地物类型，如
建筑物、植被、水体等；通过变化检测，可以发现地表的变化情况，如城市扩张、土地利用变化等。这些信息对于地理信息系统、环境监测、城市规划等领 域具有重要的应用价值。 结论： 遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应 用价值，通过对遥感图像的处理和分析，可以获取丰富的地理信息和环境数据，为相关领域的决策和规划提供重要的支持。在未来的研究中，可以进一步探讨 遥感图像处理技术的改进和应用，以满足不同领域的需求。
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 遥感制图实习报告 篇一：遥感制图实习报告 遥感图像处理实验报告 班级姓名学号 实验室 成绩评定教师签字 专题一：DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文 档里）实验目的： 实验步骤： 1. 选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗 口和缩放窗口 组成的ENVI 图像。 2. 选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice，出现Density Slice 对话框。 3. 选择Clear Ranges，清除Defined Density Slice Ranges下的内容。 4. 选择Options>Add New Ranges, 其中RangeStart：1219 ；Range End;1701；#of Ranges：10。在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。 5. 逐个组将Red条依次改为25，50，75，100，125，150，175，200，225，250。Greeen
与Blue不变。选择Apply按钮，主图像窗口、滚动窗口和缩放窗口组成的 ENVI图像的颜色改变。 6. 选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框，Output File Type选择JPEG，Enter Output Filename选择保存位置，Compression Facter（0-1）选择0.750. 实验结果： 专题二：TM与SPOT数据融合（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） 实验目的： 1．进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作 2．快速滤波、滤波的操作 3． ENVI中变换（Transform）菜单功能的了解 实验步骤： 1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band 2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band 3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框，分别填写内容 ) 4. 选择Basic Tools>Stretch 实验结果： 专题三：航片的配准与镶嵌（叙述该过程并处理结果加载到本文档） 1配准 图像-图像地面控制点 (Select GCPs：Image-to-Image) 图像-图像配准需要两幅图像均打开。用每一个显示的缩放窗口选择地面控制点。可以选择Subpixel (小数的)坐标。一旦已经选择了足够用于定义一个纠正多
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Toolbox->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。点击‘OK’，39区段裁剪后如图。 （4）选择Toolbox->Mosaicking->Seamless Mosaic工具，双击打开，
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。
Lab6 non-parametric classification and post classification 12021005龚鑫烨Objection：the major object of the current lab section are to implement non-parametric classification based on BP networks and support vector machines algorithms,with a full mastery of post-classification operation. Data: the subset of spot 5 imagery covering NJ. Steps: 1、identify a training dataset and an independent set of validation data for built-up, forest,cropland,grassland and water. 2、Implementing above-mentioned non-parametric algorithms to classify your image. 3、Validating your classification. 4、Refining your classification by implementing the majority filtering and modeling process if possible. 实验步骤： 1、将数据加载到envi中
实验二遥感图像增强 一、实验目的 1、通过彩色合成，了解遥感图像加色法原理 2、掌握遥感图像彩色合成的方法和过程 3、掌握遥感图像合成变量的选择方法，从而达到突出不同目标地物的目的 4、熟悉IHS变换的方法和过程 5、认识遥感图像的直方图和遥感图像的关系 6、掌握遥感图像的对比度变换的方法和过程 二、实验内容 1、对单波段遥感影像进行假彩色密度分割 2、对遥感影像图进行彩色合成，并对不同的合成方案进行比较分析 3、假彩色合成波段的IHS正变换 4、IHS逆变换，确定正变换的结果图像中，谁是I/H/S分量，保持H分量不变，拉伸I、S分量，进行IHS逆变换 5、对图像进行对比度变换，方法有：亮度及对比度调整、线性扩展、分段线性扩展、对数变换、指数变换、查找表拉伸、直方图均衡化、直方图匹配，并对不同的变换方法进行总结和比较分析 三、实验条件 电脑、ERDAS9.2软件。厦门市TM遥感影像 四、实验步骤 1、对单波段的图像进行假彩色密度分割 打开图像时，“Select layer to add”窗口中单击“Raster Options”(如图1所示)， 图1 打开图像文件时打开方式对话框
“display as ”后面下拉框选择“pseudo color ”，打开图像后，单击菜单“Raster ” “attribute ”，弹出栅格属性编辑器窗口，单击所要的颜色框，给阈值范围内德像素可以随意设置所需要的颜色。另外，可以再左侧“row ”一栏里同时选择多行。 图2 打开栅格属性编辑器 2、计算遥感图像的OIF 值（整景图像） 用三个波段的标准差和两两之间的相关系数计算一个最佳指数因子（optimum index factor ，OIF ） OIF= ∑∑==3 1 31 /i ij i i r S 式中：Si 为i 波段的标准差，r ij 是第i 波段与第j 波段之间的相关系数。OIF 越大，则说明此三个波段的信息量越大，波段间的相关性越小。 按上述公式，根据各波段的相关系数分析结果计算几组OIF 值。如741、743、543、432、321等。 3、选择合成方案 选择什么样的图像进行合成；RGB 各分量由什么图像来做。 表1 选择合成方案对比表 合成方案 相关系数 OIF 选择理由 741 1.083318 65.231077 相关系数小，各波段信息相似性小，同时OIF 值较大，组合后图像的信息量丰富。 743 2.195667 37.366322 543 2.184358 42.556211 432 1.644454 37.912279 321 2.513221 19.481328