遥感图像预处理
实验报告
学院：资源环境学院
专业：遥感科学与技术
班级： 2009 级（ 2 ）班
姓名：郭秋君
学号： 2 0 0 9 0 4 3 0 7 3
指导教师：刘志宏
2011年3月30日
实验项目名称：熟悉遥感软件、图像预处理
实验目的：1、知道如何下载遥感图像。
2、熟悉遥感软件，了解图像大小、投影、直方图信息，了解软件的各项功能。
3、对下载的自己家乡的遥感数字图像进行单波段到多波段的合成。
4、对已经合成好的多波段遥感数字图像进行裁减。
5、对已经裁减好的遥感数字图像进行图像的拼接。
6、对合成的多波段的遥感数字图像进行投影变换。
实验原理：ERDAS IMAGINE 是一款遥感图像处理系统软件。ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。
数据来源：国际科学数据服务平台---数据检索---Landsat 卫星---四川省宜宾市屏山县，数据标识LT51290402005216BJC00，条带号129，行编号40，中心纬度28.87，中心经度104.12，日期20050804，平均云量5%，波段数3（第三个波段图像无法正常下载，总是会损坏）。
实验过程：
1、下载遥感图像：打开国际科学数据服务平台主页，点击数据检索栏下的LANDSAT卫星检索。从中国地图中找到宜宾市屏山县，圈出一个大致区域，选择TM图像，点击查询进行下载。如下图（我选择第二个）：
2、多个单波段图像合成多波段图像：打开ERDAS，依次点击操作，Interpreter-Utilities-Layer selection and stacking-Input File添加单波段遥感数字图像-Add，把所有准备合成的单波段图像全部添加完毕，再操作-Output File，命名合成图像和选择它的存储位置。如：
3、图像的裁剪：点出Viewer窗口，在窗口中打开图像pingshan1.img，然后依次菜单栏
上的，弹出一个框，在里面选择，在图像上圈定要选择的范围，选定后双击，从主菜单栏中点击DataPrep-Subset image-InputFile（选择在Viewer中打开的图）-Out File 中设定裁剪下来的图存储的位置和名称，还要选择AOI，设置为Viewer。如：
4、图像的拼接：ERDAS—Viewer—打开pingshan1.img---- -- -选定范围裁剪
两幅图像（必须要有重合的部分）-- Dataprep -- Mosaic Imagas -- Mosaic tools –Edit—Add Images—选择图像时进入Image Area Options标签，进入对话框，选中Compute Active Area。
然后图像选择完成。如图：
再选择，选中Use Histogram Matching。点击set
点开SET展开的对话框中，看到Matching Method ,选中 Overlap Areas,点击OK。
在选择在methord中选中Bilinear Interpolation。点击Apply。如：
再选择，单击FX,选择Average,点击Apply。
再选择，单击，按照默认设置。
单击,再点击Run Mosaic。在弹出的对话框中,选择输出文件所要存放的目录,,点击 OK.
再在Viewer窗口中打开拼接的图像。
5，图像的投影变换：
ERDAS图标面板工具条:点击Daterep图标->Reproject Images-RePject Images对话框。在Reproject Images对话框中必须设置下列参数，方可进行投影变换:
①确定输入图像文件（Input File）：pingshan1.img;
②定义输出图像文件（Output File）: repingshan1.img;
③定义投影类型（Categories）:默认;
④定义投影参数（Projection）: 默认;
⑤定义输出图像单位（Units）: Meters/ Feet /Degrees;
⑥确定输出统计缺省零值:Ignore Zero in Stats;
⑦定义输出像元大小（Output Cell Sizes）: 默认;
⑧选择重采样方法（Resample Method）: Nearest Neighbor;
定义转换方法:Rigorous Transformation（严格按照投影数学模型进行变换）
如果在设置的最大次方内没有达到像元误差要求，则按照下列设置执行：If Tolerance Exceeded: Continue Approximate（依然应用多项式模型转换）；Rigorous
Transformation（严格按照投影模型转换）
如图
六、实验结果与分析
1、单波段合成多波段：
以下是合成的多波段图像。
多波段图与单波段图比较，信息更加广泛，图像信息更容易让人接收。
2、图像的裁剪。
以下为原图像和裁剪后的图像。
图像裁剪操作可以让我们任意选取我们需要观察操作的区域和波段。
而且不受其他要素影响。与原图相比，占用空间较小，方便操作与存储。
3、图像的拼接：
裁剪的图上文中有，下面是拼接成功的图：
当我们得到的图像不完整时，我们可以通过对图像进行拼接使其回到我们需求的效果，或者当我们在对图像进行分析时，为了排除其它要素的干扰，我们可以对图像进行裁剪，然后通过图像的拼接使我们裁剪下来的图像恢复到在同一个坐标系下的空间位置关系，使我们的分析更加方便。
4、图像的投影变换：
第一张为原图，第二张是投影变换后的图。
投影变换后的图像中，许多地理要素发生了一定形变，使得部分地理要素变得更加清晰明显便于识得。这种直接的投影变换可以避免多项式近似值的拟合，对大方为图像地理参考是非常有意义的。
实验心得和建议：
通过学习遥感学科和操作软件，我更明白了在日新月异的社会中遥感这种新兴科学的重要，也对此更加有兴趣。然后我想给老师一个的建议，就是以后讲课多多按书本循序渐进，这样我们学生更容易吸收理解。
还有就是，我们家乡的图像，无论怎么下载最多只有三个波段，而且最后一个波段图像
老是损坏的。所以只有凑合用两个波段做了，实在不好意思。
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
第四章遥感图像处理 授课科目：遥感原理与方法 授课内容：遥感图像处理 授课对象：地信专业 授课时数：2学时 授课地点：成信航空港校区 授课时间： 教案作者：仙巍 目的与要求：熟悉光学遥感图像处理的原理；掌握数字图像处理的工作原理、工作流程；掌握几何校正、辐射校正的原理 重点及难点：遥感图像的几何纠正、辐射校正。 教学法：讲授法、演示法 教学过程： 第一节遥感数字图像的校正 一、数字图像及其直方图 1 数字图像 数字图像：遥感数据有光学图像和数字图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。 数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。数字量和模拟量的本质区别：连续变量，离散变量。 数字图像的表示：矩阵函数 2 数字图像直方图 数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。 直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。 正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。 偏态分布：图像偏亮或偏暗，层次少，质量较差。 二、辐射校正 1、遥感图像的辐射误差主要有三个因素 传感器的光电变换 大气的影响 光照条件 2、大气散射校正 2.1大气影响的定量分析 2.2大气影响的粗略校正 通过简单的方法去掉程辐射度（散射光直接进入传感器的那部分），从而改善
图像质量。 直方图最小值去除法 回归分析法 三几何校正 1、遥感图像的几何变形有两层含义 卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。 图像上像元的坐标与地图坐标系统中相应坐标之间的差异。 2、卫星姿态引起的图像变形 3、地形起伏的影响 4、地球曲率 5、大气折射 6、地球自转的影响 7、遥感图像几何校正方法 几何粗校正：这种校正是针对引起几何畸变的原因进行的，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校正。 几何精校正：利用地面控制点进行的几何校正称为几何精校正。 2.1、基本思路：把存在几何畸变的图像，纠正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。 2.2、具体步骤 步骤一：选取控制点 (1)地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、建筑 边界等。 (2)地面控制点上的地物不随时间而变化地面控制点应当均匀地分布在整幅图像内，且要有一定的数量保证。地面控制点的数量、分布和精度直接影响几何纠正的效果。 步骤二：数据的空间变换 （1）二元多项式近似的基本原理 设两幅图像坐标系统间几何畸变关系可描述为： x’=h1(x,y) y’=h2(x,y) 在未知情况下， h1(x,y)和h2(x,y)可用二元多项式来近似 （2）空间坐标的计算问题 向前映射法（直接法） 向后映射法（间接法） 两种映射方法的对比 对于向前映射：每个输出象素的灰度要经过多次运算； 对于向后映射：每个输出象素的灰度只要经过一次运算。 步骤三：像元灰度插值 插值方法 （1）最近邻插值 在待求像素的四个邻近像素中，输出象素的灰度等于离它所映射位置最近的输入象素的灰度值。
遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍
（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。
《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
进行识别前图像预处理 //BP神经网络字符识别函数定义 #include "dibapi.h" #include <iostream> #include <deque> #include <math.h> using namespace std; typedef deque<CRect> CRectLink; typedef deque<HDIB> HDIBLink; //声明一些必要的全局变量 int w_sample=8; int h_sample=16; bool fileloaded; bool gyhinfoinput; bool gyhfinished; int digicount; int m_lianXuShu; CRectLink m_charRectCopy; CRectLink m_charRect; HDIBLink m_dibRect; HDIBLink m_dibRectCopy;
HDIB m_hDIB; CString strPathName; CString strPathNameSave; /********************************function declaration*************************************/ //清楚屏幕 void ClearAll(CDC* pDC); //在屏幕上显示位图 void DisplayDIB(CDC* pDC,HDIB hDIB); //对分割后的位图进行尺寸标准归一化 void StdDIBbyRect(HDIB hDIB, int tarWidth, int tarHeight); //整体斜率调整 void SlopeAdjust(HDIB hDIB); //去除离散噪声点 void RemoveScatterNoise(HDIB hDIB); //梯度锐化 void GradientSharp(HDIB hDIB); //画框 void DrawFrame(CDC* pDC,HDIB hDIB, CRectLink charRect,unsigned int linewidth,COLORREF color); //将灰度图二值化 void ConvertGrayToWhiteBlack(HDIB hDIB);
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
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
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
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；
图像预处理的一般方法 （一）空域图像增强技术 1．灰度线性变换 addpath('C:\'); I = imread('C:\lzs.jpeg'); imshow(I); I = double(I); [M,N] = size(I); for i = 1:M for j = 1:N if I(i,j)<=30 I(i,j)=I(i,j); else if I(i,j)<=150 I(i,j)=(210-30)/(160-30)*(I(i,j)-30)+30; else I(i,j)=(256-210)/(256-160)*(I(i,j)-160)+210; end end end end figure(2); imshow(uint8(I)); 2.直方图均衡化 addpath('C:\'); I=imread('C:\lzs.jpeg'); figure subplot(221); imshow(I);
subplot(222); imhist(I); I1=histeq(I); figure; subplot(221); imshow(I1); subplot(222); imhist(I1) 3.均值滤波 function test1 I = imread('C:\lzs.jpeg'); [M,N]=size(I); II1=zeros(M,N); for i=1:16; II(:,:,i)=imnoise(I,'gaussian',0,0.01); II1=II1+double(II(:,:,i)); if or(or(i==1,i==4),or(i==8,i==16)); figure;imshow(uint8(II1/i)); end end 4.梯度锐化操作 addpath('C:\'); I = imread('C:\lzs.jpeg'); subplot(131); imshow(I); H=fspecial('Sobel'); H=H'; TH=filter2(H,I); subplot(132)； imshow(TH,[]);
北京揽宇方圆信息技术有限公司热线：4006019091 遥感影像数据预处理 影像融合不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极 化方式。单一传感器获取的影像信息量有限，往往难以满足应用需要， 通过影像融合可以从不同的遥感影像中获得更多的有用信息，补充单一 传感器的不足。全色图影像一般具有较高空间分辨率，多光谱影像光谱 信息较丰富。为提高多光谱影像的空间分辨率，可以将全色影像融合进 多光谱图像，通过融合既提高多光谱影像空间分辨率，又保留其多光谱 特性。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。 影像匀色相邻的遥感图像，由于成像日期、季节、天气、环境等因素可能有差异， 不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相 邻图像上的色彩亮度值不一致。如不进行色调调整就把这种图像镶嵌起 来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影 像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专 业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差 异，美观。遥感影像匀色后保证影像整体色彩一致性。 影像镶嵌将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像，通 过镶嵌处理，可以获得更大范围的地面图像。参与镶嵌的图像可以是不 同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像， 但同时要求镶嵌的图像之间要有一定的重叠度。 影像去云雾影像数据常常有云雾覆盖，针对有云雾覆盖的影像，可以通过后期技术 处理去除薄云雾，达到影像最佳效果。 影像纠正依据控制点，利用相应软件模块对数据进行几何精校正，这一步骤包括 利用地面控制点（GCPs）找出实际地形，计算配准中控制点的误差，利 用DEM消除地形起伏引起的位移，然后对图像进行重采样等。形成符合 某种地图投影或图形表达要求的新影像。 即插即用无使用门槛，可与各类GIS软件系统无缝衔接 第 1 页
第一章 图像(image)是对客观对象的一种相似性的描述或写真，它包含了被描述或写真对象的信息，是人们最主要的信息源 按图像的明暗程度和空间坐标的连续性划分： 图像可：数字图像，模拟图像 根据波段的多少，图像可分为：单波段图像，多波段图像，超波断图像 遥感数字图像（digital image）是指以数字形式表述的遥感影像。最基本的单位是像素，每个像素具有其空间位置特征和属性特征。 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。 数字图像处理极大地提高了图像处理的精度和信息提取的效率。 遥感数字图像处理的主要内容： 图像增强：着重强调特定的图像特征，在特征提取、图像分析和视觉信息的显示中很有用。增强过程本身不会增加数据中原有的信息内容，仅仅是突出了特定的图像特征，使得图像更易于可视化的解释和理解。 图像校正：也称图像复原、图像恢复。主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则，利用该规则从校正后的遥感数据中提取各种有用的地物信息。 遥感数字图像处理系统包括：硬件系统，软件系统， 第二章 遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。遥感的实施依赖于遥感系统。 遥感系统是一个从地面到空中乃至整个空间，从信息收集、存储、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取(传感器、遥感平台)、信息传输、信息处理、信息应用等5个部分。 传感器的分辨率指传感器区分自然特征相似或光谱特征相似的相邻地物的能力。 传感器分辨率指标主要有：辐射分辨率，光谱分辨率，空间分辨率，时间分辨率 辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力。 光谱分辨率是传感器记录的电磁光谱中特定波长的范围和数量。波长范围越窄，光谱分辨率越高；波段数越多，光谱分辨率越高。 时间分辨率：对同一目标进行重复探测时，相邻两次探测的时间间隔称为时间分辨率。 数字化包括两个过程：采样和量化。 采样：将空间上连续的图像变换成离散点(即像素)的操作称为采样。采样间隔的大小，影响着图像表示地物的真实性。量化是将像素灰度值转换成整数灰度级的过程。 根据传感器选用的波长范围不同，遥感图像可以划分为下面两种类型：不相干图像，相干图像 元数据是关于图像数据特征的表述，是关于数据的数据。 普通遥感图像数据格式：BSQ格式，BIL格式，BIP格式 特殊遥感图像数据格式：陆地资源卫星L5的数据格式，HDF数据格式，TIFF图像格式，GeoTIFF图像格式 图像文件的大小=图像行数*图像列数*每个像素的字节数*波段数*辅助参数（辅助参数一般为1） 第三章 图像类别表示方法说明
第1章感图像处理软件ENVI基本操作 实验目的：掌握遥感图像处理软件基本界面信息和数据文件的打开方法 主要内容： （1）遥感图像处理软件ENVI界面总体介绍； （2）ENVI软件能识别的图像类型介绍 （3）各种图像文件的打开 重点：ENVI能识别的文件类型 第1节ENVI软件简介 遥感图像处理软件主要有ENVI，PCI ，ERDAS，ERMAPPER等。ENVI 软件(The Environment for Visualizing Images)由美国Research Systems,Inc．公司（RSI）的产品。由遥感领域的科学家采用IDL（Interactive Data Language）开发的一套功能强大的遥感图像处理系统. IDL是进行二维或多维数据可视化、分析和应用开发的理想工具。 ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及3维信息提取、雷达数据处理、3维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。 其主要应用领域：科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、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。 IDL 是集科学数据分析、可视化表达和跨平台应用开发等功能为一体的第四代可视化计算机语言。它是面向矩阵的、完全支持对数组的直接操作，具有快速分析超大规模数据的能力，速度比传统语言如C、C++等有很大的提升。它包括了高级图像处理能力、交互式二维和三维图形技术、面向对象的编程、OpenGL 硬件图形加速功能、集成的数学分析与统计软件包、完善的信号分析和图像处理功能、灵活的数据输入输出方式、跨平台的图形拥护界面工具包、连接ODBC 兼容数据库、支持远程服务器访问数据以及具有多种外部程序连接方式。它成为数据分析和可视化的首先工具。 其主要应用领域：海洋科学、气象、遥感工程、医学、空间物理、地球科学、测试技术、信号处理、科研教育、天文学、商业等领域。
遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准
影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。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。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。
图像预处理流程： 系统功能的实现方法 系统功能的实现主要依靠图像处理技术，按照上面的流程一一实现，每一部分的具体步骤如下： 1原始图像：由数码相机或其它扫描装置拍摄到的图像； 2预处理：对采集到的图像进行灰度化、图像增强，滤波、二值化等处理以克服图像干扰； 3字轮定位：用图像剪切的方法获取仪表字轮； 4字符分割：利用字符轮廓凹凸检测定位分割方法得到单个的字符； 5字符识别：利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符，得到最后的仪表示数。 2.3.1 MATLA B简介 MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB 和Simulink两大部分。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple 并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多，并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++ ，JAVA的支持。可以
直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。 2.3.2 MATLAB的优势和特点 1、MATLAB的优势 (1)友好的工作平台和编程环境 MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。 (2)简单易用的程序语言 MATLAB是一种高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言是基于最为流行的C＋＋语言基础上的，因此语法特征与C＋＋语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。 (3)强大的科学计算机数据处理能力 MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、
数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。
图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis
第四章遥感图像数字处理的基础知识 C方向 20 卢昕 一、名词解释 1.光学影像：一种以胶片或其他的光学成像载体的形式记录的图像。它是一个二维的连续的光密度函数。 2.数字影像：以数字形式进行存储的图像，它是一个二维的离散的光密度函数。 3.空间域图像：用空间坐标x，y的函数表示的形式。有光学影像和数字影像。 4.频率域图像：以频率域的形式表示的影像，频率坐标Vx，Vy的函数。 5.图像采样：图像空间坐标（x,y）的数字化称为图像采样。 6.灰度量化：图像灰度的数字化称为图像量化。 7 .ERDAS：是美国 ERDAS 公司开发的遥感图像处理系统。它以模块化的方式提供给用户，可使用户根据自己的应用要求、资金情况合理的选择不同功能模块及不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。 ERDAS Imagine面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以Imagine Essentials、Imagine Advantage、Imagine Professional的形式为用户提供低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，产品模块的组合比较灵活。 8.BSQ：遥感数字图像的一种存储格式，即按波段记载数据文件。 9.BIL：也是遥感数字图像的一种存储格式，是一种按照波段顺序交叉排列的遥感数据格式。 二、简答题 1、叙述光学影像与数字影像的关系和不同点。 答：光学图像可以看成一个二维的连续的光密度函数，像片上的密度随空间坐标的变化而变化。而数字图像是一个二维的离散的光密度函数。光学图像可以通过采样和量化得到数字图像，数字图像可以通过显示终端设备或照相或打印的方式得到光学图像。与光学图像相比数字图像的处理简捷快速，并可以完成一些光学处理方法所无法完成的各种特殊处理等。 2、怎样才能将光学影像变成数字影像？ 答：将光学影像变成数字影像要经过采样和量化两步。采样是将图像空间的坐标（X，Y）进行数字化，此时实现了空间的离散化。然后再进行图像灰度的数字化，实现连续灰度的离散化。 3、叙述空间域图像与频率域图像的关系和不同点。 答：空间域图像是以空间坐标进行表示的，而频率域图像是以频率坐标来表示图像的。通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 4、如何实现空间域图像与频率域图像间的相互转换？ 答：通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 5、你所知道的遥感图像的存贮格式有哪些？ 答：1）BSQ格式。是按波段记载数据文件，每一个文件记载的是某一个波段的