当前位置:文档之家› ENVI遥感图像处理实验教程 实验四 镶嵌、裁切ok

ENVI遥感图像处理实验教程 实验四 镶嵌、裁切ok

ENVI遥感图像处理实验教程 实验四 镶嵌、裁切ok
ENVI遥感图像处理实验教程 实验四 镶嵌、裁切ok

遥感影像图像处理流程

遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作,以求达到预期目的的技术。 一.预处理 1.降噪处理 由于传感器的因素,一些获取的遥感图像中,会出现周期性的噪声,我们必须对其进行消除或减弱方可使用。 (1)除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上,成为周期性的干涉图形,具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑,代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。

消除尖峰噪声,特别是与扫描方向不平行的,一般用傅立叶变换进行滤波处理的方法比较方便。 (2)除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带,还有一些与辐射信号无关的条带噪声,一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2.薄云处理 由于天气原因,对于有些遥感图形中出现的薄云可以进行减弱处理。 3.阴影处理 由于太阳高度角的原因,有些图像会出现山体阴影,可以采用比值法对其进行消除。二.几何纠正

通常我们获取的遥感影像一般都是Level2级产品,为使其定位准确,我们在使用遥感图像前,必须对其进行几何精纠正,在地形起伏较大地区,还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正,此处不做阐述。 1.图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算,必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 (1)影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中,使其在空间位置能重合叠加显示。 (2)影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中,使其在空间位置上能进行重合叠加显示。2.几何粗纠正

(完整版)ERDAS遥感图像处理实验报告

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)

遥感数字图像处理教程实习报告

遥感数字图像处理教程实习报告

《数字图像处理》 课程实习报告 ( 2011 - 2012学年第 1 学期) 专业班级:地信09-1班 姓名:梁二鹏 学号:310905030114 指导老师:刘春国 ---------------------------------------------- 实习成绩: 教师评语: 教 师

签 名 : 年月日 实习一:图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上,应用所学知识,基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成:利用TM图像can_tmr.img,实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤: 1、打开ENVI4.7,单击FILE菜单,在下拉菜单中选择open image file 选 项,然后在弹出的对话框中选择can_tmr.img文件,单击打开。 2、在可用波段列表对话框中,选中某一波段图像,选中gray scale单选按 钮,单击LOAD BAND按钮,显示一幅灰度图像。 3、在可用波段列表对话框中,选择其他某一波段图像,进行显示。

4、利用可用波段列表中的display按钮,同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示:红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。

envi遥感图像处理之分类

ENVI遥感图像处理之计算机分类 一、非监督分类 1、K—均值分类算法 步骤:1)打开待分类得遥感影像数据 2)依次打开:ENVI主菜单栏—〉Classification—>Unsupervised—>K—Means即进入K均值分类数据文件选择对话框 3)选择待分类得数据文件 4) 选好数据以后,点击OK键,进入K-Means参数设置对话框,进行有关参数得设置,包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置 5)建立光谱类与地物类之间得联系:在新窗口中显示分类结果图: 然后,打开显示窗口菜单栏Tools菜单—>Color Mapping—〉Class ColorMapping…进入分类结果得属性设置对话框,在这里,可以进行类别得名称,显示得颜色等,建立了光谱类与地物类之间得联系。 设置完成以后,点击菜单栏Options-〉Save Chang es 即完成光谱类与地物类联系得确立 6) 类得合并问题:如果分出得类中,有一些需要进行合并,可按以下步骤进行:选择ENVI主菜单Classfaction-〉Post Classfiction—>bine Classes,进入待

合并分类结果数据得选择对话框 点击OK键,进入合并参数设置 对话框,在左边选择要合并得 类,在右边选择合并后得类,点击 Add bination键即完成一组合 并得设置,如此反复,对其她需 合并得类进行此项操作,点击 OK,出现输出文件对话框,选择 输出方式,即完成了类得合并得 操作. 至此,K—均值分类得方法结束。 2、 ISODATA算法 基本操作与K—均值分类相似。 1)进行分类数据文件得选择(依次打开:ENVI主菜单栏—>Cl assification—>Unsupervised—>IsoData即进入 ISODATA算法分类数据文件选择对话框,选择待分类得数据 文件) 2)进行分类得相关参数得设置(点击OK键以后,进入参数设置 对 话 框 , 可 以 进行分类得最大最小类数、 迭代次数等参数得设置) 3)如此,光谱类得划分到此结 束。 4)参瞧K—均值分类得第5-6步,进行光谱类与地物类联系得建立以及类得合并等操作至此,使用ISODATA算法进行分类完成。 二、监督分类 本实验说明以最大似然法为例,进行监督分类得讲解说明。 步骤:1)打开待分类得遥感影像数据文件2)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Tools键—〉RegionOf Interest—〉ROI Tools…(或就是在主窗口上单击右键,在弹出得快捷菜单栏中选择ROI To

遥感实验报告

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。

遥感数字图像处理教程复习分析

第一章. 遥感概念 遥感(Remote Sensing,简称RS),就是“遥远的感知”,遥感技术是利用一定的技术设备和系统,远距离获取目标物的电磁波信息,并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射(辐射)和反射电磁波,并且不同物体的电磁波特性不同。 遥感就是根据这个原理,利用一定的技术设备和装置,来探测地表物体对电磁波的反射和地物发射的电磁波,从而提取这些物体的信息,完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取,如照相机、镜子、望远镜、显微镜等;也可以人为创作,如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展,越来越多的图像以数字形式存储。因而,有些情况下“图像”一词实际上是指数字图像。 物理图像:图像是人对视觉感知的物质再现 数字图像:图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法,对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么?(简答) 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的:提高图像的视感质量,提取图像中所包含的某些特征或特殊信息,进行图像的重建,更好地进行图像分析,图像数据的变换、编码和压缩,更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

遥感图像处理 分类 实验报告

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

ENVI遥感图像处理方法

《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类:ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E.L.Pruitt提出“遥感”这个词至今,遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前,遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能,尤其是与ArcGIS 一体化集成,使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息,从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是,目前关于ENVI 的中文教程非常少,给广大用户学习软件和应用软件带来诸多不便。 针对上述情况,在ESRI中国(北京)有限公司的大力支持下,根据多年遥感应用研究和软件操作经验,历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立,读者可视个人情况进行选择阅读。全书分为17章,第1、2、3章介绍了ENVI软件的基础知识,可作为ENVI软件入门,也可作为参考内容;第4、5、6、7、8章介绍了遥感图像处理一般流程,包

遥感图像处理实验

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

遥感影像分类envi

遥感课程教学实验之二: 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的

理解计算机图像分类的基本原理以及监督分类的过程,学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件,从文件菜单打开多波段影像文件,从可用波段列表中装载彩色或假色 影像,显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中,设定ROI_Type 为“Polygon”(多边形),选定样本采 集的窗口类型,用Zoom(缩放窗口)进行采集。。

4、在选定的窗口如Zoom用鼠标左键画出样本区域,在结束处击鼠标右键二次,样本区域 被红色充填,同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”,重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中,选 Classification > Supervised > Maximum Likelihood;或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。

6、在出现Classification Input File 对话框中,选择输入影像文件,出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值(Set Prpbability Threshold):如不使用阈值,点击“None” 按钮。要对所有的类别使用同一个阈值,点击“Single Value”按钮,在“Probability Threshold”文本框中,输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值: ●在类别列表中,点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中,点击一个类别选中它,然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式:文件或内存,当影像较大时建设保存到文件中,以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结

ENVI遥感图像配准实验报告

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:

遥感图像处理实习总结

遥 感 实 习 总 结 专业:摄影测量与遥感技术班级: 姓名: 学号:

为期两周的遥感数字图像处理结束了,在老师的精心安排下,我们全身心的投入到这次实习中。虽然是满天的时间,但是由于教室还有其他人占用并不能在那全天使用,所以说是两周实习但是我们能用是时间依然很少,我们要力抓每一分每一秒,熟练操作遥感数字图像处理软件。整个实习是以黄河水院为基础图形。通过格式变换、几何校正、图像剪裁、图像分类,以及最后的专题地图制作。 实习的过程简单又复杂,简单的是,只要动手,计算机几乎自动化的替你操作,复杂的是,在操作过程中,又有好多选项和注意的事项,有很多参数的设置很有讲究。所以在练习中我遇到好多问题,并通过解决这些问题进一步加深了对软件和课本知识的理解。 首先我们进行的是数据预处理。我们需要进行遥感图像的几何校正。由于各种误差所以遥感图像存在着几何变形,因此需要在操作前进行几何校正。流程如下:第一步:显示图像文件(打开两个视窗窗口),第二步:启动几何校正模块,第三步:启动控制点工具,第四步:地面控制点(GCP)的采集,第五步:采集地面检查点,第六步:图象重采样,第七步:保存几何校正模式。其中最关键最难的就属地面控制点的采集,我们使用的是二次多项式,所以得选取六个控制点然后再选出六个检查点。但是图像存在着误差,而我们要把误差控制在一个像素以内,这就更加困难了。在进过长时间的摸索和练习,精度慢慢的就达到了,但是

图纠正后依旧不是很好,在询问同学后发现原来是点的分布不是很均匀,所以导致了图的变形。在图的校正后就得进行图范围的裁剪得到所需的范围。裁剪有两种方法一种是规则分幅裁剪,一种是不规则分幅裁剪。规则分幅裁剪需要知道坐标,而不规则分幅裁剪则只需要在图上手选出需要裁剪的范围。而我们没有坐标只能用不规则分幅裁剪。 第二项就是图象增强处理,主要包括:空间、辐射、光谱增强处理的主要方法。空间增强:包括卷积增强处理,辐射增强:直方图均衡化处理,光谱增强:主成份变换、缨穗变换、色彩变换。这一项比较简单,通过指导书和上课的学习,这些增强只要知道步骤就能很快完成。 第三项我认为也是最关键的一项,遥感图像的分类,所谓的遥感图像的分类就是通过人工目译或计算机自动分类处理相结合识别出地物属性。我们做的分类是非监督分类,在进行的分类评价时,应用分类叠加方法来评价分类结果、分类精度及定义时应注意分类文件在上,而且取消栅格参数中清楚选示选项,以使两图像叠加显示。非监督分类步骤如下:第一步:显示原图像与分类图像,第二步:打开分类图像属性并调整字段显示顺序,第三步:给各个类别赋相应的颜色,第四步:不透明度设置,第五步:确定类别专题意义及其准确程度,第六步:标注类别的名称和相应颜色,第七步:将相同的类进行合并,最后分为五大类:建筑物、道路(空闲地)、水系、草地和灌木林。

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

遥感图像实验报告

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

遥感影像处理步骤

一.预处理 1.降噪处理 由于传感器的因素,一些获取的遥感图像中,会出现周期性的噪声,我们必须对其进行消除或减弱方可使用。 (1)除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上,成为周期性的干涉图形,具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑,代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声,特别是与扫描方向不平行的,一般用傅立叶变换进行滤波处理的方法比较方便。 (2)除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带,还有一些与辐射信号无关的条带噪声,一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2.薄云处理 由于天气原因,对于有些遥感图形中出现的薄云可以进行减弱处理。 3.阴影处理 由于太阳高度角的原因,有些图像会出现山体阴影,可以采用比值法对其进行消除。二.几何纠正

通常我们获取的遥感影像一般都是Level2级产品,为使其定位准确,我们在使用遥感图像前,必须对其进行几何精纠正,在地形起伏较大地区,还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正,此处不做阐述。 1.图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算,必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 (1)影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中,使其在空间位置能重合叠加显示。 (2)影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中,使其在空间位置上能进行重合叠加显示。2.几何粗纠正

遥感卫星图像处理方法

北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展,获得了大量的遥感影像数据,如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要,另外GIS的快速发展为人们提供了强大的地理数据管理平台,GIS数据库包括了大量空间数据和属性数据,以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程,用来辅助进行遥感图像分类,可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成,引进空间数据挖掘和知识发现(SDM&KDD)技术,支持遥感影像的分类,达到较好的结果,专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征,它是构成图像形状的基本要素,是图像性质的重要表现形式之一,是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环,也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善,从图像结构的观点来看,主要是要解决三个问题:①要找出重要的图像灰度特征;②要抑制不必要的细节和噪声;③要保证定位精度图。遥感图像的边缘特征提取的算子很多,最常用的算子如Sobel算子、Log算子、Canny算子等。 1)图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响,造成原始图像非线性变形,必须经过几何精校正,才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP),通过坐标转换函数,把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此,地面控制点的选择必须满足一定的条件,即:地面控制点应当均匀地分布在图像内;地面控制点应当在图像上有明显的、精确的定位识别标志,如公路、铁路交叉点、河流叉口、农田界线等,以保证空间配准的精度;地面控制点要有一定的数量保证。地面控制点选好后,再选择不同的校正算子和插值法进行计算,同时,还对地面控制点(GCPS)进行误差分析,使得其精度满足要求为止。最后将校正好的图像与地形图进行对比,考察校正效果。 2)波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段,从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合,使得图像既有高的空间分辨率和纹理特性,又有丰富的光谱信息,从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3)图像镶嵌

ERDAS IMAGINE遥感图像处理教程要点

《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成,系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分,共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能,以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等;扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍,包括图像大气校正(ATCOR)、图像自动配准(AutoSync)、高级图像镶嵌(MosaicPro)、数字摄影测量(LPS)、三维立体分析(Stereo Analyst)、自动地形提取(Automatic Terrain Extraction)、面向对象信息提取(Objective)、智能变化检测(DeltaCue)、智能矢量化(Easytrace)、二次开发(EML)等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体,可以作为ERDAS IMAGINE软件用户的使用教程,对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2

1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23

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:13 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;

遥感图像处理 图像配准、图像裁剪 实验报告

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

GIS遥感图像的基本处理教程

实验一遥感图像的基本处理 一、实验要求 1.学会使用Erdas软件打开不同格式的图像

2.认识遥感图 以沈阳农业大学2011年高分辨率Quickbird遥感影像为底图, 识别操场位置形状大小颜色阴影 所住宿舍、位置形状大小颜色阴影 教学楼位置形状大小颜色阴影

雷达站位置大小颜色 水塔、位置形状大小颜色阴影 煤堆位置形状大小颜色 植物园广场间接

农田形状大小颜色 东陵陵园,位置形状大小颜色阴影在Erdas中调整遥感图像波段。 在工具栏上点击raster选择band combinations,在弹出来的对话框中对波段进行编辑,然后点击OK 3.学会使用Erdas软件的import/export文件导入功能 导出 在总的工具栏上点击第二个按钮import,在对话框中选择Export,选择

好输出文件类型,找到要输入的文件,并且新建要输出的文件名和确定存储位置,即可点击OK键输出文件 导入 勾选INport,选择输入文件类型,找到输入文件,新建输出文件名称及储存位置,即可点击OK 实验材料:2002年Landsat ETM+ 30m辽宁省沈阳市图像。 4.为图像添加aoi图层,并对遥感影像进行裁切 分别对Quickbird和Landsat ETM+影像进行处理,高分辨率影像要求裁切出沈阳农业大学校区,低分辨率影像要求裁切出沈阳市及周边郊区,aoi比要求实验区稍大,以方便进行后期处理。高分辨率影像适于纵向输出,低分辨率影像适于横向输出。 添加AOI图层

在工具栏点击AOI选项下的tools,选择一个工具对图片中想要创建图层的位置进行框选。 对框选的区域进行保存,存为AOI文件 裁剪

遥感数字图像处理要点

遥感数字图像处理-要点 1.概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式(BSQ、BIL、BIP) 遥感图像的模型:多光谱空间 遥感图像的信息内容: 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面? 多光谱空间中,像元点的坐标值的含义是什么? 与通用图像处理技术比较,遥感数字图像处理有何特点? 遥感数字图像处理包括那几个环节?各环节的处理目的是什么? 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图:概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义 波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具:直方图、散点图 3.遥感数字图像增强处理 图像增强:概念、方法 空间域增强、频率域增强

3.1辐射增强:概念、实现原理 直方图修正,线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑(均值滤波、中值滤波)原理、特点、应用 锐化、边缘增强概念 方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点 ?计算图像经过下列操作后,其中心象元的值: –3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 –Sobel边缘检测 –Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用

遥感数字图像处理实验报告

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

相关主题
相关文档 最新文档