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，选择裁剪后的15米分辨率38、39区段文件；设置‘Date Ignore Value’为0，‘Feathering Distance’为10，‘Color Correction’为‘overlap area only’，‘Resembing Methods’设为‘Cubic Convolutions’。
（5）点击Finish，得到拼接后武汉15米边界图。
（6）依据（1）（2）（3）步，分别得到裁剪后的30米分辨率图像。注：在裁剪时与上面三步不同的是打开文件为30米分辨率的38、39区段文件。
（38区段裁剪30m）
（39区段裁剪30m）
（7）类似第（4）步，设置拼接参数，选择裁剪好的30米分辨率38、39区段图像文件，得到拼接后武汉30米边界图。
（三）图像融合
1、全色波段与MODIS09A1-H27V05融合
（1）选择File->open,打开‘武汉MODIS-UTM-剪切边界’和‘武汉15米边界图’
（2）选择Toolbox->Image Sharping->Gram-Schmidt Pan Sharping,双击打开后选择‘武汉MODIS-UTM-剪切边界’和‘武汉15米边界图’文件。
（3）设置‘Pan Sharping Parameters’面板：Sensor--Landset 8 oil，Resampling--Cubic Convention，out put--ENVI。点击‘OK’得到融合后图像。
（全色与MODIS融合）
（全色与MODIS融合细节图）
2、全色波段与多光谱波段图像融合
（1）选择File->open,打开‘武汉15米边界图’和‘武汉边界30
米’文件。
（2）选择Toolbox->Image Sharping->Gram-Schmidt Pan Sharping,双击打开后选择‘武汉边界图30米’和‘武汉15米边界图’文件。（3）设置‘Pan Sharping Parameters’面板：Sensor--Landset 8 oil，Resampling--Cubic Convention，out put--ENVI。点击‘OK’得到融合后图像。
（全色与多光谱融合图像）
（全色与多光谱融合图像细节图）
3、两次融合对比图像（右为全色与MODIS融合，左为全色与多光谱融合）
（对比细节图）
对比结果：左图共有7个波段，右图只有一个波段。左图的亮度低，对比度高，对地物细节还原较好，对于肉眼分辨地物更实用，可以明显分别出房屋，道路，植被，水域等；而右图的分辨率则较低，但也可以分辨出河流，道路等地物。
（四）图像增强
1、辐射增强处理
（1）交互式直方图拉伸
①选择File->open,打开30米武汉边界图文件。选择菜单栏中Display->Custom Stretch，显示R G B三个波段直方图。
②选择R波段，移动边界，得到前后两幅不同图像
（前）
（后）
③选择G波段，同样操作，得到两幅图像。
（前）
（后）④选择B波段，同样操作得到两幅图像
（前）
（后）
⑤Equalization直方图均衡化（以R波段为例）
（前）
（后）⑥Gaussian高斯拉伸（以R波段为例）
（前）
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。
（1）以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式： 利用Basic Tools/Layer Stacking弹出对话框然后Import File，弹出对话框，导入GeoTIFF格式的TM原始数据，选择波段1、2、3、4、5和7， 点击OK，利用Choose选择输出路径及文件名，同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序，点击OK输出ENVI Standard格式的数据。 （2）查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息，然后编辑头文件： 利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像，左 边会出现其基本信息，如图所示：也有投影信息，既可以用来看单波段的也可以看合成后整个影像的信息。在对话框下，合成影像的名字上右击，选择Quick Statistics弹出对话框，在此对话框中点击Select Plo下拉菜单，选择单波段或者多波段的直方图，相应的对话框中会出现直方图（在结果与分析中记录），还可以右击选择edit修改横、纵坐标的单位。 同样的在合成影像的名字上右击，选择Edit Head，弹出对话框
然后点击Edit Attributes/Band Name弹出对话框，选中波段输入修改 后名字，点击OK即可进行波段名字的修改。点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。 （3）在View视窗中，利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型: 可以结合当地的google earth上高分辨率的遥感影像，进行识别，利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。 （4）利用Viewer视窗打开影像，分别选取4、3、2和7、4、2波段组合进行假彩色合成，观察实习内容中所要求地物的色调变化： 利用File/Open Image File，选择第1步合成的ENVI Standard 格式的数据，弹出对话框，在其中选择RGB Color，将R、G、B分别设为4、3、2波段，点击Load Band，在Viewer#1中出现了4、3、2波段组合的假彩色图像，再在此窗口中，点击Display/New Display,弹出Viewer#2，选择RGB Color,将R、G、B分别设为7、4、2波段，点击Load Band，在Viewer#2中出现了7、4、2波段组合的假彩色图像，在Viewer窗口中右击选择Link Displays，弹出对话框，点击OK，可以把两个窗口中同一位置进行连接起来， 即其中一个窗口放大、缩小、漫游到某个位置，另外一个也跟着漫游到其相对应的位置。这样可以进行地物色调变化的对比。 （5）提取6种地物在不同波段的数值（Digital Number，DN），做光谱剖面图： 在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其 Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X，Y坐标，然后勾选Collect Spectra，鼠标箭头变为十字箭头，在目标地物中取九个点（本来图上就有一个，总共是十个点），然后在选择File/Save Plot As/ASCII弹出对话框 ，点击Select All Items，利用Choose选择输出路径和文件名，点击 OK，将其保存为.txt格式。选六种地物，重复以上操作，提取不同波段的数值（Digital Number，DN）。将.txt格式的文件用excel打开，然后用插入函数中的average函数求出每种地物的平均DN值，然后做出光谱剖面（光谱图如结果与分析中所示）。 （6）使用Excel制作6种地物的样本特征光谱统计表： 在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。然后，在07版Excel 的“Microsoft Office 按钮”，单击“Excel 选项”。“加载项”，然后在“管理”框中，选择“Excel 加载项”，单击“转到”弹出“加载宏”，在弹出来的对话框中选择“分析工具库”，并点击确定。然后从“工具”中找到“数据分析”，从“数据分析”对话框中选择“协方差”，并导入某种地物需求协方差的数据区域并选择“逐行”进行，最后选择数据输出区域并确定，则可得该地物的协方差矩阵。同理，在从“数据分析”对话框中选择“相关系数”，进行相应操作，可求得相关系数矩阵。（在结果与分析中附有个地物的样本特征光谱统计表）（7）制作散点图： 在Excel中，打开6种地物的样本DN数据（5步骤产生的），选择band2和band4做散
图像处理实验报告 姓名：陈琼暖 班级：07计科一班 学号：20070810104
目录： 实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)
实验一：灰度图像处理题目：直方图与灰度均衡 基本要求： （1） BMP灰度图像读取、显示、保存； （2）编程实现得出灰度图像的直方图； （3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?
2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将 使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。 实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。 通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。
实验二：灰度图像增强 题目：图像平滑与锐化 基本要求： （1）使用邻域平均法实现平滑运算； （2）使用中值滤波实现平滑运算； （3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、 使用邻域平均法实现平滑运算； 步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)
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。
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、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 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MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的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的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰
度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：
数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：
原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255
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
重庆交通大学 学生实验报告 实验课程名称数字图像处理 开课实验室数学实验室 学院理学院年级信息与计算科学专业 2 班学生姓名李伟凯学号631122020203 开课时间2014 至2015 学年第 1 学期
实验（一）图像处理基础 ?实验目的 学习Matlab软件的图像处理工具箱，掌握常用的一些图像处理命令；通过编程实现几种简单的图像增强算法，加强对图像增强的理解。 ?实验内容 题目A.打开Matlab软件帮助，学习了解Matlab中图像处理工具箱的基本功能；题目B.掌握以下常见图像处理函数的使用： imread( ) imageinfo( ) imwrite( ) imopen( ) imclose( ) imshow( ) impixel( ) imresize( ) imadjust( ) imnoise( ) imrotate( ) im2bw( ) rgb2gray( ) 题目C.编程实现对图像的线性灰度拉伸y = ax + b，函数形式为：imstrech(I, a, b)； 题目D.编程实现对图像进行直方图均衡化处理，并将实验结果与Matab中imhist 命令结果比较。 三、实验结果 1）．基本图像处理函数的使用： I=imread('rice.png'); se = strel('disk',1); I_opened = imopen(I,se); %对边缘进行平滑 subplot(1,2,1), imshow(I), title('原始图像') subplot(1,2,2), imshow(I_opened), title('平滑图像') 原始图像平滑图像
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
数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同 一图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果， 要求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后 的图像。 4) 运用for 循环，将加有椒盐噪声的图像进行10 次，20 次均值滤波，查看其特点, 显示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤 波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理， 要求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif
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。
桂林电子科技大学 实验报告 一、实验目的 1、掌握基本的图像处理方法，包括读取、写入、显示、剪切、运算以及快操作 等等。 2、掌握常用的图像变换方法，分析变换结果。 二、实验内容 编写程序，在Matlab下调试运行，并注意观察分析结果。 1、使用imread函数分别读入图象cameraman.tif 、canoe.tif，并使用subplot 和imshow函数进行显示。再使用imcrop对第一幅图片进行剪切，并保存成文件。 2、申明向量X和矩阵A，使用二维傅立叶变换和fftshift函数进行处理，观察向量和矩阵结果。 3、创建一个1000*1000的全0图像，其中选择某矩形区域设置其象素为1（350：649,475:524），对该二值图逆时针旋转45°角，比较旋转前后的图像和傅里叶变换频谱。 三、实验设备、环境 计算机 四、实验原理 1、图像平滑算法 (1) 简单平均法：
设某像素的灰度值为，迭加噪声后，一幅含噪声的图像可表示为 现取以为中心的邻域S ——NN 方形窗口，在S 域内进行局部平均，得 式中，N 的平方为窗口内像素总数。令 ，则 式中，加权函数 （2）中值滤波： 中值滤波是一种非线性的信号处理方法。中值滤波器在1971 年由J.w.Jukey 首先提出并应用在一维信号处理技术(时间序列分析)中，后来被二维图象信号处理技术所引用。中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波、均直滤波等带来的图象细节模糊，而且对滤除脉冲干扰及图象扫描噪声最为有效。由于在实际运算过程中不需要图象的统计特征，因此这也带来不少方便。但是对于一些细节多，特别是点、线、尖顶细节多的图象不宜采用中值滤波。中值滤波一般采用一个含有奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代值定点(一般是窗口的中心点)的灰度值。对于奇数个元素，中值是指按大小排序后，中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。 一般选用3*3或5*5窗口，形状可分为方形或十字形，如下图所示。 (a) 方形 (b) 十字形 图2-1 二维中值滤波窗口形状 二维中值滤波可表示为
《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
中南大学 数字图像处理实验报告实验三数学形态学及其应用
实验三 数学形态学及其应用 一．实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二．实验基本原理 腐蚀和膨胀是数学形态学最基本的变换，数学形态学的应用几乎覆盖了图像处理的所有领域，给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀：[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀：[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学T(i,j)可取10以外的值 腐蚀： []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀： []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层（皮） 2.膨胀Dilation: {}X B x B X x ↑⊕:＝ 1B 补两边 2B 补左下 图5-2 添上一层（漆） 3.开运算open ：
B B X ⊕Θ=)(X B 4.闭close ：∨ Θ⊕=B B X X B )( 5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配 ),(21T T T =模板由两部分组成。1T ：物体，2T ：背景。 {} C x x i X T X T X T X ??=?21, 图5-3 击不中变换示意图 性质： （1）φ=2T 时，1T X T X Θ=? （2）)()()(21T X T X T X C Θ?Θ=? C T X T X )()(21Θ?Θ= )/()(21T X T X ΘΘ= 6.细化/粗化 (1)细化（Thin ） C T X X T X XoT )(/??=?= 去掉满足匹配条件的点。 图5-4 细化示意图 系统细化{}n B oB XoB T Xo ))(((21=， i B 是1-i B 旋转的结果（90?，180?，270?）共8种情况 适于细化的结构元素 1111000d d I = d d d L 10110 0= (2)粗化（Thick ） )(T X X T X ??=? 用(){}0,01=T (){}0,12=T 时，X X X T X =?=? X 21 1 1 2 3 T ? XoT X ? X X ?T X ΘT T ⊕
实验报告 实验课程名称：数字图像处理 班级：学号：姓名： 注：1、每个实验中各项成绩按照10分制评定，每个实验成绩为两项总和20分。 2、平均成绩取三个实验平均成绩。 2016年 4 月18日
实验一 图像的二维离散傅立叶变换 一、实验目的 掌握图像的二维离散傅立叶变换以及性质 二、实验要求 1) 建立输入图像，在64?64的黑色图像矩阵的中心建立16?16的白色矩形图像点阵， 形成图像文件。对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。 2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中 心化）都显示于屏幕上，比较变换结果。 3) 调整输入图像中白色矩形的尺寸（40?40，4?4），再进行变换，将原始图像及变 换图像（三维、中心化）都显示于屏幕上，比较变换结果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 傅里叶变换作为分析数字图像的有利工具，因其可分离性、平移性、周期性和共轭对称性可以定量地方分析数字化系统，并且变换后的图像使得时间域和频域间的联系能够方便直观地解决许多问题。实验通过MATLAB 实验该项技能。 设),(y x f 是在空间域上等间隔采样得到的M ×N 的二维离散信号，x 和y 是离散实变量，u 和v 为离散频率变量，则二维离散傅里叶变换对一般地定义为 ∑∑ -=-=+-= 101 )],( 2ex p[),(1 ),(M x N y N yu M xu j y x f MN v u F π,1,0=u …，M-1；y=0，1，…N-1 ∑∑-=-=+=101 )],( 2ex p[),(),(M x N y N uy M ux j v u F y x f π ,1,0=x …，M-1；y=0，1，…N-1 在图像处理中，有事为了讨论上的方便，取M=N ，这样二维离散傅里叶变换对就定义为 ,]) (2ex p[),(1 ),(101 ∑∑ -=-=+- = N x N y N yu xu j y x f N v u F π 1,0,=v u …，N-1 ,]) (2ex p[ ),(1 ),(101 ∑∑-=-=+= N u N v N vy ux j v u F N y x f π 1,0,=y x ，…，N-1 其中，]/)(2exp[N yv xu j +-π是正变换核，]/)(2exp[N vy ux j +π是反变换核。将二维离散傅里叶变换的频谱的平方定义为),(y x f 的功率谱，记为 ),(),(|),(|),(222v u I v u R v u F v u P +== 功率谱反映了二维离散信号的能量在空间频率域上的分布情况。 五、实验步骤、程序及结果： 1、实验步骤： （1）、编写程序建立输入图像； （2）、对上述图像进行二维傅立叶变换，观察其频谱 （3）、改变输入图像中白框的位置，在进行二维傅里叶变换，观察频谱；
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
摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定
义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。
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