实验三 遥感图像裁剪、镶嵌、融合

第1篇一、实验目的1. 理解遥感影像镶嵌的概念和意义。

2. 掌握遥感影像镶嵌的基本原理和方法。

3. 学会使用遥感图像处理软件进行影像镶嵌操作。

4. 分析影像镶嵌的效果，并探讨优化影像镶嵌的方法。

二、实验原理遥感影像镶嵌是将多幅遥感影像按照一定规则拼接成一幅大范围、连续的遥感影像，以展示更大范围的地理信息。

影像镶嵌的原理主要包括：1. 影像匹配：通过比较多幅影像之间的相似性，确定影像之间的对应关系。

2. 影像配准：根据影像匹配结果，对多幅影像进行几何校正，使其在空间上对齐。

3. 影像拼接：将配准后的影像按照一定规则拼接成一幅连续的遥感影像。

三、实验数据本实验使用的数据为我国某地区Landsat 8影像，包含全色波段和多个多光谱波段。

四、实验步骤1. 数据预处理（1）辐射定标：将原始影像的数字量转换为地物反射率或辐射亮度。

（2）大气校正：去除大气对影像的影响，提高影像质量。

（3）几何校正：纠正影像的几何畸变，使其符合实际地理坐标。

2. 影像匹配（1）选择匹配算法：本实验采用互信息匹配算法。

（2）设置匹配参数：根据影像特点，设置匹配窗口大小、匹配阈值等参数。

（3）进行匹配运算：将多幅影像进行匹配，得到匹配结果。

3. 影像配准（1）根据匹配结果，确定影像之间的对应关系。

（2）选择配准方法：本实验采用二次多项式配准方法。

（3）进行配准运算：将多幅影像进行配准，使其在空间上对齐。

4. 影像拼接（1）选择拼接方法：本实验采用线段拼接方法。

（2）设置拼接参数：根据影像特点，设置拼接线宽、重叠区域等参数。

（3）进行拼接运算：将配准后的影像进行拼接，得到一幅连续的遥感影像。

5. 结果分析（1）分析拼接效果：观察拼接后的影像，检查是否存在明显的拼接线、几何畸变等问题。

（2）优化拼接方法：根据分析结果，调整拼接参数，优化拼接效果。

五、实验结果与分析1. 拼接效果通过实验，成功将多幅Landsat 8影像拼接成一幅连续的遥感影像。

第1篇一、实验目的本次实验旨在学习遥感影像处理中的裁剪与拼接技术，通过对遥感影像进行裁剪和拼接，提高遥感数据的可用性和分析效率。

二、实验背景遥感技术是获取地球表面信息的重要手段，广泛应用于资源调查、环境监测、灾害评估等领域。

遥感影像经过处理和提取后，才能为实际应用提供有价值的信息。

裁剪与拼接是遥感影像处理中的基本操作，通过对影像进行裁剪和拼接，可以去除无关信息，提高影像的可用性。

三、实验材料1. 遥感影像数据：包括多景遥感影像，如Landsat、Sentinel-2等；2. 裁剪与拼接软件：如ENVI、ArcGIS等；3. 实验环境：计算机、遥感数据处理软件等。

四、实验步骤1. 数据准备（1）选择遥感影像数据，确保影像质量良好、覆盖范围完整；（2）对遥感影像进行预处理，包括辐射校正、大气校正等，提高影像质量。

2. 裁剪操作（1）确定裁剪范围：根据实验需求，选择合适的裁剪范围，如行政区域、研究区域等；（2）使用裁剪工具对遥感影像进行裁剪，生成新的影像。

3. 拼接操作（1）选择拼接方式：根据实际情况，选择合适的拼接方式，如同名像元拼接、重叠区域拼接等；（2）使用拼接工具对遥感影像进行拼接，生成新的影像。

4. 质量评估（1）检查拼接后的影像是否完整，是否存在缝隙、错位等问题；（2）分析拼接区域的地物特征，确保拼接效果良好。

五、实验结果与分析1. 裁剪结果经过裁剪操作，生成了新的遥感影像，去除了无关信息，提高了影像的可用性。

2. 拼接结果经过拼接操作，生成了新的遥感影像，拼接区域地物特征良好，拼接效果满意。

3. 质量评估（1）拼接后的影像完整，无缝隙、错位等问题；（2）拼接区域地物特征良好，拼接效果满意。

六、实验结论通过本次实验，掌握了遥感影像的裁剪与拼接技术，提高了遥感数据的可用性和分析效率。

在实际应用中，可根据具体需求选择合适的裁剪与拼接方法，为遥感数据处理提供有力支持。

七、实验心得1. 裁剪与拼接是遥感影像处理中的基本操作，对于提高遥感数据的可用性具有重要意义；2. 在实际操作中，应根据具体需求选择合适的裁剪与拼接方法，确保拼接效果良好；3. 学习遥感影像处理技术，有助于提高遥感数据的分析和应用水平。

实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。

1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。

实验四遥感图像的拼接、裁剪、融合一、实习目的与要求·掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术；·学习通过ERDAS进行遥感图像规则分幅裁剪，不规则分幅裁剪的实验过程，能够对一幅大的遥感图像按照要求裁剪图像；·掌握不同分辨率图像的特性，详细理解各种融合方法的原理，以及各种融合方法的优缺点，能够根据不同的应用目的合理选择融合方法，掌握融合的操作过程；二、实验原理·图像拼接(mosaic image)是具有地理参考的若干相邻的图像合并成一幅图像或一组图像，需要拼接的图像必须含有地图投影也就是说图像必须经过几何校正处理，虽然所有的输入图像可以具有不同的投影类型，不同的象元大小，但必须有相同的波段数。

在进行图像拼接时需要确定一幅参考影像，参考图像作为图像拼接的基准，决定输出图像的地图投影和象元大小和数据类型。

·在实际工作中，经常需要根据研究区域的工作范围对图像进行分幅裁剪，erdas中可以对图像进行规则分幅裁剪(rectangle subset)和不规则分幅裁剪(pdygon subset)，根据实际的应用对图像选择不同的裁剪方式。

·分辨率融合是对不同分辨率的摇杆图像进行融合处理，使处理后的图像既具有较好的空间分辨率又具有多光谱特征，从而增加图像的可解译性。

图像分辨率融合的关键是融合前两幅图像的配准以及融合方法的选择只有将不同空间分辨率的图像进行精确的配准才能达到满意的融合效果，而融合的方法的选择主要是由被融合图像的特性以及融合的目的进行选择的，同时需要对融合的原理有正确的认识。

三、实验内容和实验过程本次试验主要包括遥感图像拼接、遥感图像分幅裁剪、遥感图像分辨率融合。

下面分别介绍：1.图像拼接实验步骤：（1）启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool 视窗。

实验：遥感图像的拼接、裁剪一、实习目的与要求·掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术；·学习通过ERDAS进行遥感图像规则分幅裁剪，不规则分幅裁剪的实验过程，能够对一幅大的遥感图像按照要求裁剪图像；二、实验原理·图像拼接(mosaic image)是具有地理参考的若干相邻的图像合并成一幅图像或一组图像，需要拼接的图像必须含有地图投影，必须有相同的波段数。

在进行图像拼接时需要确定一幅参考影像，参考图像作为图像拼接的基准，决定输出图像的地图投影和象元大小和数据类型。

·在实际工作中，经常需要根据研究区域的工作范围对图像进行分幅裁剪，erdas中可以对图像进行规则分幅裁剪(rectangle subset)和不规则分幅裁剪(pdygon subset)，根据实际的应用对图像选择不同的裁剪方式。

三、实验内容和实验过程1.图像拼接实验步骤：（1）启动图像拼接工具,在ERDAS图标面板工具条中，点击Data preparation→Mosaicc lmages→Mosic Tool，打开Mosaic Tool 视窗。

（2）加载需要拼接的图像，在Mosaic Tool视窗菜单条中，点击Edit→Add images或则单击按钮，打开Add Images for Mosaic 对话框。

依次加载窗拼接的图像wasia1_mss.img 和wasica3_tm.img（如下图）。

（3）设置输入图像的颜色纠正模式：Edit→Color Corrections，并在Use HistogramMatching选项前打勾，并点开Seting按钮，出现界面（如下图）。

（或者在按钮被选中，然后再下栏中选中按钮。

也会出现如下图界面）。

只有颜色纠正模式处理好了，才不会出现明显的差异（4）设置交叉区域匹配参数，点击Edit→Set Overlap Function，或者单击工具条中图标设置图像关系，并在下一栏中单击Overlap Function图标，打开Set Overlap Function对话框如下图，设置交叉区域是否有边界线重叠和区域的函数类型，确定。

实验三遥感图像预处理（波段合成、裁剪与拼接）一、 实验目的通过实验了解整个图像的预处理过程，从而加深对遥感图像计算机处理的内容及概念的理解。

二、 实验内容1.自定义坐标系2.波段合成（图像融合）3.图像镶嵌（图像拼接）4.图像裁剪三、 实验数据1. TM-30m.img2. bldr_sp.img3. Mosaic1.img4. Mosaic2.img5. bhtmsat.img6. can_tmr.img7. qb_boulder_msi.img8. qb_boulder_pan.img四、 实验操作原理及步骤遥感图像预处理主要包括图像几何校正、图像融合、图像镶嵌、图像裁剪等过程，其处理顺序一般如下图所示。

图 1一般图像预处理流程1.自定义坐标系一般国外商业软件坐标系都分为标准坐标系和自定义坐标系两种。

我国情况较为特殊，往往需要自定义坐标系。

所以，在ENVI第一次使用时，需要对系统自定义北京54坐标系西安80坐标系。

1.1添加参考椭球体找到ENVI系统自定义坐标文件夹—C:\Program Files\ITT\IDL708\products\envi46\map_proj。

根据每台电脑安装的路径以及版本不同而略有不同。

以记事本形式打开ellipse.txt，将“Krasovsky,6378245.0,6356863.0”和“IAG-75,6378140.0,6356755.3”加入文本末端。

（这里主要是为了修改克拉索夫斯基因音译而产生的错误，以便让其他软件识别；另外中间的逗号必须是英文半角。

）1.2添加基准面以记事本格式打开datum.txt，将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入文本末端。

1.3定义坐标定义完椭球参数和基准面后就可以在ENVI中以我们定义的投影参数新建一个投影信息（Customize Map Projections），在编辑栏里分别定义投影类型、投影基准面、中央子午线、缩放系数等，最后添加为新的投影信息并保存。

遥感图像裁剪与镶嵌处理实验目的：通过实验操作，掌握遥感图像规则分幅裁剪、不规则分幅裁剪、图像匹配和图像镶嵌的基本方法和步骤，深刻理解遥感图像裁剪和镶嵌的意义。

实验内容： ERDAS 软件中图像预处理模块下的Subset 和 Mosaic。

1. 图象拼接（镶嵌）处理将同一区域机邻的三幅遥感图象进行拼接处理，的相邻图像效果的差异，首先用直方图匹配（为了消除太阳高度角或大气环境等影响造成Histogram Match）对遥感图像进行处理。

(1) 直方图匹配（ Histogram Match）(2)图像拼接（镶嵌）. 启动图象拼接工具 , 在ERDAS 图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool视窗。

. 加载 Mosaic 图像，在 Mosaic Tool 视窗菜单条中， Edit/Add images —打开 Add Images for Mosaic 对话框。

依次加载窗拼接的图像。

. 在 Mosaic Tool视窗工具条中，点击set Input Mode 图标，进入设置图象模式的状态，利用所提供的编辑工具，进行图象叠置组合调查。

. 图象匹配设置，点击Edit /Image Matching—打击Matching options对话框，设置匹配方法： Overlap Areas。

. 在 Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set Overlap Function对话框设置以下参数：. 设置相交关系(Intersection Method):No Cutline Exists。

. 设置重叠图像元灰度计算(select Function):Average。

.Apply — close完成。

. 运行 Mosaic工具在Mosaic Tool视窗菜单条中, 点击 Process/Run Mosaic，设置文件路径和名称，执行镶嵌操作。

第1篇一、实验目的1. 熟悉遥感影像镶嵌的基本原理和操作流程。

2. 掌握使用遥感图像处理软件进行影像镶嵌的方法。

3. 通过实验，提高对遥感影像进行镶嵌处理的能力。

二、实验原理影像镶嵌是指将两幅或多幅遥感影像在空间上拼接成一幅整体影像的过程。

在遥感影像处理中，由于遥感器、传感器等因素的影响，不同影像之间可能存在几何畸变、灰度差异等问题，因此在进行影像镶嵌时，需要对影像进行预处理，包括几何校正、灰度均衡化等，以确保镶嵌后的影像质量。

三、实验内容1. 实验数据：选取两幅不同时间、不同传感器的遥感影像作为实验数据。

2. 实验步骤：（1）数据预处理：对实验数据分别进行几何校正、灰度均衡化等预处理操作，消除影像之间的几何畸变和灰度差异。

（2）坐标系统转换：将两幅影像的坐标系统进行统一，以便进行后续的影像镶嵌。

（3）影像镶嵌：使用遥感图像处理软件（如ENVI、ArcGIS等）进行影像镶嵌操作。

（4）镶嵌效果评价：对镶嵌后的影像进行质量评价，包括几何精度、灰度一致性等指标。

四、实验结果与分析1. 数据预处理通过几何校正和灰度均衡化处理，两幅影像的几何畸变和灰度差异得到了有效消除，为后续的影像镶嵌提供了基础。

2. 坐标系统转换将两幅影像的坐标系统进行统一，确保了影像镶嵌的准确性。

3. 影像镶嵌使用遥感图像处理软件进行影像镶嵌操作，成功将两幅影像拼接成一幅整体影像。

4. 镶嵌效果评价（1）几何精度：通过对比镶嵌后的影像与原始影像的几何特征，发现镶嵌后的影像在几何精度方面得到了有效保证。

（2）灰度一致性：通过对比镶嵌前后影像的灰度分布，发现镶嵌后的影像在灰度一致性方面得到了显著改善。

五、实验结论1. 通过本实验，掌握了遥感影像镶嵌的基本原理和操作流程。

2. 使用遥感图像处理软件进行影像镶嵌，能够有效提高影像质量。

3. 影像镶嵌在遥感影像处理中具有重要的应用价值，为遥感数据的应用提供了有力支持。

六、实验心得1. 影像镶嵌是遥感影像处理的重要环节，对于提高遥感影像质量具有重要意义。

实验三、遥感图像的合成与融合原理1背景：实际中获取的数据往往由于客观条件的限制与需求并不一致，如图幅范围、图像分辨率、图像投影信息等。

当要获取指定要求的数据时，就要对数据源进行校正、拼接、裁剪、融合等处理操作，有时还需要进行相应的投影变换等。

本次主要集中讲述其中相对比较简单的图像的拼接、裁剪、融合及合成等操作。

2、目的：掌握ERDAS IMAGINE 数据预处理工作，融会贯通各种预处理操作，利用现有数据制作适合于要求的数据。

3、数据：（1）两幅经过几何校正的Landsat 7可见光7，5，1波段合成影像（left.img,right.img）；一幅覆盖研究区的Landsat 7 全色波段合成影像（hpn.img）。

（2）研究区AOI（main.aoi）（3）四个单波段数据（1.img,2.img,3.img,4img）4、要求：（1）研究区跨两幅彩色图像，需要将两幅图像进行拼接；（2）利用AOI分别裁剪多光谱数据和全色数据，获取要求覆盖范围的数据；（3）自己练习使用规则裁剪进行裁剪多光谱数据。

（4）执行数据融合的操作，获取既具有高光谱特性又具有高分辨率的数据。

具体流程如图所示。

5、实验步骤：（1）图像拼接。

①启动拼接工具，在ERDAS 中Main|DataPreparation| Mosaic Images|osaic Tool 工具条中，选择Display Add Images Dialog按钮，打开Add Images 对话框。

②加载拼接图像，选择…\left.img和…\right.img,并在image Area Option 中选择计算活动区（Compute Active Area）按钮，单击OK按钮加载。

③图像色调调整，打开色彩校正（Color Corrections）对话框，选择Use Histogram Matching Method 按钮。

④选择匹配方法（Matching Method）为Overlap Areas,直方图类型（Histogram Type）为Band by Band 。

遥感实验五数字图像处理------------图像镶嵌、裁切及融合一、实验目的学会图像镶嵌、图像裁切及图像融合等技术，通过实际影像的操作，制作可用于实际工作的某区域遥感图像，为下一次实验准备数据。

二、实验数据某区域的遥感图像：11942E20000504.rar、11943E20010304.rar；某区域的范围：xianyou.shp三、实验内容及主要步骤1、图像镶嵌注：要镶嵌的两幅或多幅影像要求具有相同的投影信息，如果不同，则需要首先统一。

ERDAS IMAGINE中提供了投影转换的工具，点击、选择Reproject Images；或者，也可以在ArcGIS的ArcToolbox中选择Projections and Transformations/Raster/Project Raster进行转换。

以下以ERDAS IMAGINE 软件为例进行投影转换。

1.1.投影定义和转换在ERDAS中，点击DataPrep,在下拉选项卡中点击Rejection Images,在Input File中输入需要进行投影转换的影像数据——福建某地区2000年5月30米分辨率的的多光谱影像（本例以TM4、3、2波段为例）。

在Output File设置保存路径和输出文件名。

在Categories中点击右侧的小地球标志进行投影定义。

投影参数设置如下图1.1示，点击OK，完成投影转换。

本图及以下各图均将WGS-84投影转换成Gauss Kruger投影。

图1.1同理，对裁切的多光谱小图进行投影转换，原理及步骤亦同上，图1.2示。

图1.2对全色波段影像数据tm11942_8进行投影变换，原理同多光谱影像投影变换，但在erdas 中进行投影转化时由于在选择categories时，选择了南半球国家投影类别发生错误，结果显示为一“倒像”，故tm11942_8影像采用ArcGIS软件进行投影转换，转换目的主要是讲投影信息中的Datum转成Krasovskv。

实习报告书实习三遥感图像的变换与融合姓名：刘振明专业：测绘工程班级：2013014班学号：201301407实验日期：2016.5.27 实验组号：07[实验目的]1.理解遥感图像的变换与融合的含义；2.掌握基本的遥感图像变换方法主成分分析，缨帽变换变换等。

2.会使用ENVI软件对遥感图像进行变换和融合的操作。

[实验步骤]波段运算一、波段的运算Band Math 对话框(实习数据采用软件自带数据bhtmref.img,要求用此种方法做NDVI)1. 选择Basic Tools > Band Math.将出现Band Math 对话框。

假如运算结果是一个二维数组，它将接受任何有效的IDL 数学表达式、函数或程序。

2. 在标签为“E nter an expression:” 的文本框内，输入变量名（将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段）和所需要的数学运算符。

变量名必须以字符“b”或“B” 开头，后面跟着 5 个以内的数字字符。

实例：若你想计算三个波段的平均值，数学方程式：（float（b1）+float（b2）+float（b3））/3.0可以输入到文本框中。

该表达式中使用的三个变量，“b1”是第一个变量，“b2”是第二个变量，“b3”是第三个变量。

注意，在本例中，IDL 的浮点型函数用来防止计算时出现字节溢出错误。

3. 一旦一个有效的表达式被输入，点击“OK”处理。

将出现Variable to Band Name 对话框。

请参见以下部分。

·要重新使用、保存或取消任何以前应用的数学表达式：1. 点击显示在“Previous Expression:” 列表中的任何表达式，把它导入到“Enter an expression:” 文本区中。

2. 一旦被导入，点击“OK”，把该表达式应用到一组新的波段。

将出现Variable toBand Name对话框。

请见下列的详细向导。

遥感影像切割与合并一、打开Erdas imagine 8.5软件注意：为保证切割与合并的顺利进行，矢量格式的边界图层必须与img格式的遥感图像保持投影的一致性。

如果不一致，可以用ArcMap进行转换。

二、影像切割1、把矢量格式的边界图层（如*.cov格式、*.shp格式）转变为栅格图层（如*.img 格式），即victor to raster。

命令如下：Erdas－interpreter－utilities－victor to raster ：见图中红圈所示。

2、生成mask文件。

按图中红圈所示输入相应的内容。

以连云港市为例，输入矢量文件lygs.shp，生成的mask文件命名为：lyg_mask.ing。

其余按红圈所示进行修改。

点击“ok”即可。

3、图像切割：命令如下：Erdas－interpreter－utilities－mask：见图中红圈所示。

按图中红圈进行设置：先输入被切割文件如js_lat_bount_2003.img，然后输入切割边界文件如lyg_mask.img；最后输出切割下来的文件名如lygs.img。

其余配置见图。

点击“ok”即可。

三、影像合并（一）一般图像合并1、运行Erdas-Dataprep-mosaic images，如下图中红圈所示。

2、运行Edit-Add images，如下图所示。

3、输入images图像，其余选择如下图所示。

点击“Add”4、在下图窗口中再加入另一副图像。

如图中鼠标所示。

原来加入的图像为1。

5、输入images图像，其余选择如下图所示。

点击“Add”6、添加两幅图的结果如图所示。

新加图像为2。

7、运行Process-run mosaic。

8、输入合并后的文件名称。

点击ok即可。

9、合并后的扬州和镇江的遥感图像如图所示。

（二）去除图边无数据值的图像合并对于一幅卫星图像来说，图像边界值为0或异常值，需要先除去边界再进行合并。

1、先生成AOI文件，去除边界。

遥感图像裁剪与镶嵌处理实验目的：通过实验操作，掌握遥感图像规则分幅裁剪、不规则分幅裁剪、图像匹配和图像镶嵌的基本方法和步骤，深刻理解遥感图像裁剪和镶嵌的意义。

实验内容：ERDAS软件中图像预处理模块下的Subset和Mosaic。

1.图象拼接（镶嵌）处理将同一区域机邻的三幅遥感图象进行拼接处理，为了消除太阳高度角或大气环境等影响造成的相邻图像效果的差异，首先用直方图匹配（Histogram Match）对遥感图像进行处理。

(1)直方图匹配（Histogram Match）(2)图像拼接（镶嵌）.启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool 视窗。

.加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for Mosaic 对话框。

依次加载窗拼接的图像。

.在Mosaic Tool 视窗工具条中，点击set Input Mode 图标，进入设置图象模式的状态，利用所提供的编辑工具，进行图象叠置组合调查。

.图象匹配设置，点击Edit /Image Matching —打击Matching options 对话框，设置匹配方法：Overlap Areas。

.在Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set OverlapFunction对话框设置以下参数：.设置相交关系(Intersection Method):No Cutline Exists。

.设置重叠图像元灰度计算(select Function):Average。

.Apply —close完成。

.运行Mosaic 工具在Mosaic Tool视窗菜单条中,点击 Process/Run Mosaic ，设置文件路径和名称，执行镶嵌操作。

《遥感原理与应用》上机实习指导
指导老师：胡娟
实习3：图像的镶嵌与裁切
实习目的：通过上机操作，掌握遥感图像镶嵌与裁切的基本方法和步骤，并得到成果图
实习内容：ERDAS软件中图像预处理模块下的图像镶嵌Mosaic与裁切Subset
图像镶嵌的定义
在遥感图像的应用中，常常需要把研究区若干经校正的单幅遥感影像拼接起来，称为遥感图像的镶嵌。

1. 镶嵌的要求
近可能选择成像时间和成像条件相近的影像；要求相邻图像的色调一致；镶嵌之前要进行几何校正；镶嵌的图像像元大小可以不同，但必须具有相同的波段数。

2.图像镶嵌的步骤
双击ERDAS IMAGING 中的Dataprep模块中的Mosaic Image,打开镶嵌工具窗口。

图像的加载Edit/Add Image依次加入Wasia1.,imgWasia2.img和Wasia3.img
图像叠置组合Edit/Image Matching选择1.Overlay
Areas；2.for all image
图像匹配设置E dit/Set Overlap Function选择方法
1.Average;
2.feather
重采样设置Edit/Output Options,设置输出大小为
1.30m;
2.50m
Process/Run Mosaic,统计忽略0,输出完成镶嵌的文
件名及路径。

在视窗中打开两种不同设置的镶嵌结果图，比较两
者的异同。

图像的分幅裁剪
在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，ERDAS中实现图像分幅裁剪有两种方式：规则分幅裁剪，不规则分幅裁剪
1．规则分幅裁剪：裁剪图像的边界范围是一个矩形。

本科生实验报告第五组姓名袁银学号：191401094专业地理科学班级地理科学1902班实验课程名称遥感原理与应用指导教师及职称郑著彬老师实验名称：图像自动配准，融合，镶嵌与裁剪开课学期2020至2021 学年第 2 学期赣南师范大学地理与环境工程学院实验名称：图像自动配准，融合，镶嵌与裁剪第五组一、实验目的• 1.了解图像自动配准的目的和基本方法• 2.学习了Image Registration Workflow图像配准工具的使用• 3.掌握图像融合的基本方法和流程•学习了Gram-Schmidt Pan Sharpening融合方法•学习了不同传感器、相同传感器图像的融合•掌握了图像镶嵌的基本方法•学习了影像无缝镶嵌工具Seamless Mosaic的使用•掌握图像裁剪的基本方法•学习了规则裁剪、和不同情况下的不规则图像裁剪的流程•学习了ENVI中图像裁剪的工具•Open/Save As/Spatial Subset•Toolbox/Regions of Interest/Subset Data from ROIs二、实验准备数据：2.5米空间分辨率、不同成像时间的影像数据2.1米全色、6.8米多光谱的影像数据SPOT4 的10米全色波段和Landsat TM 30mQuickBird全色和多光谱图像两个有地理坐标的TM图像文件TM影像数据Shapefile 矢量数据内容：1图像的空间配准 2图像3不规则图像裁剪手动交互绘制裁剪区域裁剪图像外面矢量文件裁剪图像4利用Seamless Mosaic工具进行图像镶嵌工具：1.Toolbox -> Geometric Correction -> Registration -> Image Registration Workflow2• / Image Sharpening /Gram-Schmidt Pan Sharpening✓3/Regions of Interest/Subset Data from ROIs✓4Mosaicking /Seamless三、实验步骤（一）图像的空间配准（1）选择图像配准的文件○1打开envi5.3（64bit），如图1所示。