实训3图像解译
图像解译功能简介（Introduction of Image Interpreter）
ERADS IMAGINE的图像解译器（Image Interpreter）包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要您通过各种按键或对话框定义参数，多数解译功能都借助模型生成器（Model Maker）建立了图形模型算法，很容易调用或编辑。
图像解译器又称Image Interpreter或Interpreter，可以通过两种途径启动:ERDAS图标面板菜单条:Main->Image Irnerpreter->Image Interpreter菜单，ERDAS图标面板工具条:点击Interpreter图标->Image Interpreter菜单，如图所示。
从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增强（Spatial Enhancement）、辐射增强（Radiometric Enhancemen）、光谱增强（Spectral Enhancement）、高光谱工具（Hyper Spectral Tools）、傅里叶变换（Fourier Analysis）、地形分析（Topographic
Analysis）、地理信息系统分析（GIS Analysis）、以及其它实用功能（Utilities），每一项功能菜单中又包含若干具体的遥感图像处理功能。1空间增强（Spatial Enhancement）
空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。
2辐射增强（Radiometric Enhancement）
辐射增强处理是对单个像元的灰度进行变换运到图像增强的目的。3光谱增强（Spectral Enhancement）
光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。
4高光谱工具（Hyper spectral Tools）
高光谱工具是通过补偿大气对光谱的混淆来增强图像．
5傅立叶变换（Fourier Analysis）
傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频率域上对图像进行滤波处理，减少或消除周期性噪声，再把图像从频率域转
换到空间域，达到增强图像的目的。
6地形分析（Topographic Analysis）
地形分析功能主要是在点、线、面高程基础上，对多种地形因素进行分析，井对图像进行地形校正。
7地理信息系统分析（GIS Analysis）
地理信息系统分析功能主要是对图像进行各种空间分析，涉及像元之间或专题分类之间的空间关系处理，使处理后的图像更好地表达主要的专题信息。
8实用分析功能（Utilities）
实用分析功能包括了基本的图像处理操作。其中常用的图象掩膜和投影变换已经练习过。
一、辐射增强处理
辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。
（一）查找表拉抻处理
是通过修改图像查找表，使输出图像值发生变化。通过定义，可实现线性拉伸、分段线性拉伸、非线性拉伸等处理。
在ERDAD 图标面标工具条中，点出Interpreter/Radiometric Enhancement/LUT
查看拉伸后的效果图：
（二）直方图均衡化
该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。
.在ERDAS 图标面板工具条中，点击Interpreter/Radiometric Enhancement/Histogram Equalization—打开Histogram Equalization 对话框,并
设置参数如下：
（三）直方图匹配
在 ERDAS 图标面板工具条中，点击 Interpreter/Radiometric Enhancement/Histogram Matching—--打开 Histogram Equalization 对话框,并
设置参数如下：
（四）亮度反转处理
在 ERDAS 图标面板工具条中，点击 Interpreter/Radiometric Enhancement/Brightness Inversion,打开 Brightness Inversion 对话框,并设置参数如下：
(五) 去霾处理（Haze Reduction）
去霾处理的目的是降低多波段图像（Landsat TM）或全色图像的模糊度（霾）。对于多波段图像（Landsat TM），该方法实质上是基于缨穗变换方法（Tasseled Cap Transformation），首先对图像逆行主成份变换，找出与模糊度相关的成份井剔除，然后再进行主成份逆变换回到RGB彩色空间，达到去霾之目的。对于全色图像，该方法采用点扩展卷积反转（Inverse Point Spread
Convolution）进行处理，根据情况选择5×5或3×3的卷积运算于分别用于高频模糊度（High-haze）或低频模糊度（Low-haze）的去除。
（1）ERDAS 图标面板菜单条.: 单击Main->Image Interpreter->Radiometric Enhancement
打开Haze Reduction 对话框,在对话框中，需要设置下列参数：
①确定输入文件（Input File）：QuickBird_Pyramids_MS.img；
②定义输出文件（Ouput File）：haze.img；
③定义坐标类型为（Coordinate Type）：Map；
④处理范围确定（Subset Definition）：在ULX／Y、LRX／Y微调框中输入需要的数值（缺省状态为整个图像范围，可以应用InquireBox定义子区）；
⑤处理方法（Method）：默认设置
（2）单击OK按钮，关闭Haze Reduction对话框，执行去霾处理。
去霾处理（HazeReduction）的前后对比效果如下图所示：
二、空间增强处理
1卷积增强处理
在ERDAS 图标面板菜单条：单击Main->Image Interpreter->Radiometric Enhancement 打开Haze Reduction 对话框,在对话框中，需要设置下列参数：
三、傅里叶变换
分辨率融合（Resolution Merge）
分辨率融合是对不同空间分辨率遥感图像的融合处理，使融合后的遥感图像既具有较好的空间分辨率、又具有多光谱特征，从而运到图像增强的目的．操作过程比较简单，关键是融合前两幅图像的配准（Rectification）以及融合过程中融合方法（Method）的选择。
ERDAS图标面板菜单条:Main->Image Interpreter->Spatial Enhancement
->Resolution Merge->Resolution Merge对话框；
ERDAS图标面板工具条:点击Interpreter图标->Spatial Enhancement
Resolution Merge->Resolution Merge对话框
图3.13 Resolution Merge对话框
在Resolution Merge对话框中，需要设置下列参数:
①确定高分辨率输入文件（High Resolution Input File）: spots.img
②确定多光谱输入文件（Multispecoral Input File）: dmtm.img
③定义输出文件（Output File）: merge.img
④选择融合方法（Method）: Principle Component（主成分变换法）系统提供的另外两种融合方法是:Mutiplicative（乘积方法）和Brovey Transform（比值方法）
⑤选择重采样方法（Resampling Techniques）: Bilinear Interpolation
⑥输出数据选择（Output Option）: Stretch Unsigned 8 bit
⑦输出波段选择（Layer Selection）: Select Layers 1:7
⑧单击OK（关闭Resolution Merge对话框，执行分辨率融合）
以某地区的TM与SPOT图像融合为例子，具体分析融合效果，下图为SPOT全色影像：
下图为TM影像：
融合后的效果图为：
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
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。
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-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 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色
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。
一 遥感图像处理考核方式（2018版） 1. 平时成绩50%、期末考试成绩50%。 2. 平时成绩由每次上机报告25%、上机技能测试25%、考勤20%、课堂表现15%、 课程设计报告15%组成。 3. 上机报告评分标准： （100分，占25%） 5. 技能测试评分标准（100分，占25%） 5.1 考试内容： 按规定建立自己的文件夹和文件名，完成规定的操作，记录具体的操作步骤，完成文档。将处理的结果图输出为JPEG 文件（输出方法：在图像显示主窗口中，选择File-Save Image As-Image File- 默认选择Resolution 为24-bit Color （BSQ ）-选择Output File Type 为JPEG-选择输出路径-OK ），将输出后的JPEG 文件插入到本文档中。 5.2 文档命名：文件夹和文档命名规则： 末尾附上姓名学号，并将文档名重命名为自己的 学号_姓名，学号在前，姓名在后。
5.3 评分标准 根据技能测试的项目总数、完成情况、文档等综合给分。时间为2个学时。 6.课堂表现：（100 分，占15%） 根据工程实践分组，每节课安排两组进行课堂内容复习、相关内容讨论，每组时间为5分钟。根据团队、内容、材料、PPT制作、演讲5项打分，每项20分。 7. 考勤：（100分，占20%） 上课与上机考勤，一次未到扣10分。请事假一次扣5分，病假不扣分。以辅导员的签字为准。三次未到不时成绩按不及格处理。 二遥感图像处理上机实验教学计划
三遥感图像处理上机实验报告内容
成都信息工程大学遥感图像处理上机报告
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。
《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
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
实验三遥感图像增强 一、背景知识 在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。图像增强的目的在于：(1)采用一系列技术改善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种更适合于人或机器进行分析处理的形式。通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 增强的方法往往具有针对性，增强的结果只是靠人的主观感觉加以评价。因此，图像增强方法只能有选择地使用。 图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。 空间域增强是直接对图像像素灰度进行操作；频率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经傅立叶逆变换获得所需结果。 图像增强所包含的主要内容如下图。 二、实验目的： 掌握遥感图像增强的基本方法，理解不同处理方法的适用类型。能根据需要对遥感图像进行综合处理。 三、实验内容： ?辐射增强处理 ?直方图均衡化 ?直方图匹配 ?空间增强处理 ?卷积增强处理 ?自适应滤波
?锐化增强处理 ?分辩率融合 光谱增强处理 ?主成份变换（PC变换/K-L变换） ?去相关拉伸 ?缨帽变换（K-T变换） ?指数计算 ?自然色彩变换 四、实验准备 1.软件ERDAS IMAGINE8.5版本以上； 2.实验用相关数据 五、实验步骤： (一)、辐射增强处理(Radiometric Enhancement) 1.直方图均衡化(Histogram Equalization) 直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等；这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的 谷底部分对比度降低，输出图像的直方图是一较平的分段直方图，如果输出数据分段值较 小的话，会产生粗略分类的视觉效果。 打开方法：（以文件Lanier.img为例） (1).ERDAS图标面板菜单条：Main - Image Interpreter Radiometric Enhancement - Histogram Equalization，打开Histogram Equalization对话框。 (2).ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement一 Histogram Equalization，打开Histogram Equalization对话框。 2.直方图匹配（Histogram Match) 直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似。 直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工 作，通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。 操作方法
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
实验六遥感影像增强处理 实习目的：掌握常用的遥感影像增强处理的方法。 实习内容：遥感影像空间、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、纹理分析、自适应滤波等 辐射增强：LUT拉伸处理、直方图均衡化处理、直方图匹配、亮度反转处理等 光谱增强：主成份变换、缨帽变换、色彩变换、指数计算等 图像增强是改善图像质量、增加图像信息量、加强图像判读和识别效果的图像处理方法。图像增强的目的是针对给定图像的不同应用，强调图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣区域的特征，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。图像增强的途径是通过一定的手段对原图像附加一些信息或变换数据，有选择的突出图像中感兴趣区域的特征或抑制图像中某些不需要的特征。图像增强的方法包括空间域增强和频率域增强两类。空间域增强包括空间增强、辐射增强和光谱增强。在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。 1．图像解译功能简介（Introduction of Image Interpreter） 利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。 图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter--Image Interpreter 菜单 ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单
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
实验三：遥感图像的增强处理 (3机时) 实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。 实验内容：卷积增强处理；锐化增强处理；直方图均衡化；色彩变换。 ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。 实验数据：wx98tm543.img（待校正图像）与wx98spot_pan.img（参考图像）校正的结果 wx98tm543_warp.img；ERDAS安装目录中的若干样例图像数据文件。 1、卷积增强（Convolution） 空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。卷积增强（Convolution）是空间增强的一种方法。 卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。卷积增强（Convolution）处理的关键是卷计算子----系数矩阵的选择。该系数矩阵又称卷积核（Kernal）。ERDAS IMAGINE将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement →convolution→convolution对话框。
图3-1 Convolution对话框 几个重要参数的设置： 边缘处理方法：（Handle Edges by）：Reflection 卷积归一化处理：Normalize the Kernel 2、直方图均衡化（Histogram Equalization） 直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。注意：认真对比直方图均衡化前后图像差别，仔细观察直方图均衡化的效果。 图3-2直方图均衡化 3、主成分变换 主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。ERDAS IMAGE提供的主成分变换功能最多等对256个波段的图象进行转换压缩。 ERDAS 图标面板菜单条：Main →Image Interporeter→Spectral Enhancement →Principial Comp →Pincipal Components对话框。（图3-3）
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
图像处理（Image processing） 基本概念 数字图像处理（digital image processing）指的是使用计算机巧妙处理以数字格式存储图像数据的过程。其目的是提高地理数据质量，使其对使用者更有意义，并能提取定量信息，解决问题。 数字图像（digital image）的存储是以二维数组或网格的形式保存像素值，每个像素在空间上对应着地表一块小面积。数组或网格又称光栅，所以图像数据经常叫着光栅数据。光栅数据的排列是这样：水平行叫着线（lines），垂直列叫着样品（samples）（如图1-1）。图像光栅数据的每个像素代表着是数字（digital number），简称DN。 图1-1 光栅数据 图像数字DNs在不同的数据源中，代表着不同的数据类型。如对Landsat、SPOT卫星数据，DNs代表的是地物在可见光、红外或其它波段的反射强度。对雷达图像，DNs代表的是雷达脉冲返回到天线的强度。对数字地形模型（DTMs），DNs代表的是地形高程。 通过应用数学变换，图像转化为数字图像。ER Mapper可以增强数字图像，突出和提取传统手工方法难以得到的细小信息。这就是为什么图像处理能成为所有地球科学应用的强大工具的原因 多光谱数据（multispectral data）指的是多波段数据，图像数据中含有多个波段的反射强度。图像处理技术随着合并不同波段的信息而发展，突出了一些特别类型的信息，如植被指数、水质量参数、地表矿物出现类型等。 图像处理广泛应用在地球科学的制图、分析和模型应用上。主要有：土地利用/土地覆盖制图和变迁勘察（land use/land cover mapping and change detection）、农业评价和监测（agricultural assessment and monitoring）、海岸线和海洋资源管理（coastal and marine resource management）、矿产勘查（mineral exploration）、石油和天然气勘查（o il & gas exploration）、森林资源管理（forest resource management）、城市规划和变迁勘察（ urban planning and change detection）、无线通讯定点和规划（telecommunications siting and planning）、海洋物理学（physical oceanography）、地质和地形制图（geology and topographic mapping）、冰川探测和制图（sea ice detection and mapping）等。 ER Mapper图像处理特点：发展了一个全新的方法，叫算法，将许多处理过程合并成简单的
《遥感图像处理》实验指导书 实验一、ERDAS视窗的基本操作 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。 实验内容：视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作等。 视窗操作是ERDAS软件操作的基础, ERDAS所有模块都涉及到视窗操作。本实验要求掌握视窗的基本功能，熟练掌握图像显示操作和矢量菜单操作，从而为深入理解和学习ERDAS软件打好基础。 1、视窗功能简介 二维视窗（图1-1）是显示删格图像、矢量图形、注记文件、AOI等数据层的主要窗口。通过实际操作，掌握视窗菜单的主要功能、视窗工具功能。 图1-1 二维视窗 重点掌握ERDAS图表面板菜单条；ERDAS图表面板工具条；掌握视窗菜单功能和视窗工具功能等基本操作。
2、图像显示操作（Display an Image） 第一步：启动程序（Start Program） 视窗菜单条：File→open→ RasterLayer→Select Layer To Add对话框。 第二步：确定文件（Determine File） 在Select Layer To Add对话框中有File和Raster Option两个选择项，其中File就是用于确定图像文件的，具体内容和操作实例如表。 参数项含义实例 Look in确定文件目录examples File name确定文件名xs_truecolor File of type确定文件类型IMAGINE Image（*.img） Recent选择近期操作过的文件------ Go to改变文件路径------- 图1-2 参数设置 第四步：打开图像（Open Raster Layer） 3、实用菜单操作 了解光标查询功能；量测功能；数据叠加功能；文件信息操作；三维图像操作等。 4、显示菜单操作 掌握文件显示顺序（图1-3）；显示比例；显示变换操作等。
2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征
基于ENVI和GIS攀枝花植被状况研究 1.研究背景及目的意义 目前，国内外众多成功的范例表明矿产资源评价与矿山环境监测中的遥感技术方法应用十分有效，也日益广泛。随着科学的进步，遥感技术越来越先进，同时在该领域中发挥的作用也将越来越大，其在国内也必将会展现出良好的发展前景。然而随着现代工业的飞速发展，矿业开发附带产生的各类污染给周边环境带来了巨大的不良影响。各种各样的工业行为和人为因素等等都大大地影响了环境和生态系统。这样的污染方式使得植被的污染治理显得尤为困难和重要，而国内外也一直在寻找一种经济、方便而且全面的矿山周边环境的动态监测方法以达到对矿山环境污染全面的监测和及时治理。而在众多的环境监测方法中以遥感技术的介入而深受各方研究人员的偏爱，因为遥感技术能够动态、快速、宏观地获取地表信息，且不会再次对环境造成污染、破坏其生态环境。现在其已广泛应用于环境监测、地质勘探和土壤污染调查等多个领域。尤其是在环境的动态监测中更是起着举足轻重的作用，遥感技术的宏观性、多时相性、受限制条件少等特点使其能对植被状况做到
持续、及时的监测，人们能尽快的了解植被长势的各方面信息并对应作出应对。 近年来，人们越来越重视环保问题，国家也随即出台了一系列针对环境问题防治的相关法律法规和文案等。而在我国的一些矿区所在地环境污染也越来越严重，这更是受到政府与人民群众的高度重视。所以怎样合理地做到对植被的动态监测和治理也是迫在眉睫。 而本研究主要以遥感影像和遥感技术中的解译技术与波段计算技术为基础，利用遥感影像的多时相性来研究研究区植被染随时间改变在空间上的分布，旨在解决矿山环境污染的防治问题，并向有关部门提出治理建议。 2.研究的国内外现状 国际上基于遥感技术对生态环境的研究开始的比较早，始于80 年代初，而目前欧美一些发达国家已经开始相继利用高光谱技术展开环境污染调查。随着环境信息学的蓬勃发展，在欧洲每年都会举办Envirolnfo 国际大会交流环境保护科技发展的经验以及计算机信息技术在环境领域内的应用。 植被在地球系统中扮演着重要的角色,植被影响地气系统的能量平衡,在气候、水文和生化循环中起着重要作用,是气候和人文因素对环境影响的敏感指标。因此,地球植被及其变化一直被各国科学家和政府所关注。卫星遥感是监测全球植被的有效手段,卫星从太空遥视地球,不受自然和社会条件的限制,迅速获取大范围观测资料,为人类提供了监测、量化和研究人类有序活动和气候变化对区域或全球植被变化影响的可能。 根据植被的光谱特性,将卫星可见光和近红外波段进行组合,形成了各种植被指数。植被指数是对地表植被状况的简单、有效和经验的度量,目前已经定义了40多种植被指数,广泛地应用在全球与区域土地覆盖、植被分类和环境变化,第一性生产力分析,作物和牧草估产、干旱监测等方面。 在欧洲，欧共体MINEO工程以法国地调局为代表的多个欧洲公司和研究单位已经着手利用最先进的地球观测技术评价、监测开矿活动对环境造成的影响。德国Ruhrgebirt地区的主要采煤公司使用干涉雷达遥感技术和GPS 定位测量技术对其煤矿开采的周围环境影响进行了评估，有效地监测了该地区地面环境变化的位置和速率[8]。 在国内有陈华丽等利用TM 数据对湖北大冶矿区生态环境的动态变化进行了定量分析。郭铌在２００３年对植被指数的应用也做出了研究，分析了所有植被指数的关键所在。 这个研究都是极为重要的，而随着社会的发展这样的研究也将会越来越来多和越来越来深入。