下载文档原格式
遥感ENVI实验报告一、实验目的本实验的目的是学习和掌握ENVI（Environment for Visualizing Images）软件在遥感图像处理方面的应用。
通过本次实验，我们将了解遥感图像的基本概念和原理，并学习使用ENVI软件进行图像预处理、分类和地物提取。
二、实验要求1.学习ENVI软件的基本操作和功能；2.能够对遥感图像进行预处理，如辐射校正和大气校正；3.能够对遥感图像进行分类，如最大似然分类和支持向量机分类；4.能够进行地物提取，如植被指数计算和特征提取。
三、实验步骤和结果1.图像预处理首先，我们导入了一幅Landsat 8卫星遥感图像，并进行了辐射校正和大气校正。
辐射校正是将图像中的DN（数字化值）转换为辐射度值，以便进行后续的大气校正和分类。
大气校正是根据大气传输模型对图像进行校正，以消除大气影响。
经过预处理后，我们得到了一幅处理后的图像。
2.图像分类接下来，我们使用ENVI软件进行了图像分类。
我们采用了最大似然分类和支持向量机分类两种方法进行分类。
最大似然分类是一种统计分类方法，通过最大化每类像素的似然度来划分不同类别，得到分类结果。
支持向量机分类是一种基于机器学习的分类方法，通过训练样本来构建分类模型，并用于对图像中的未分类像素进行分类。
3.地物提取最后，我们对图像进行了地物提取。
我们计算了该图像的植被指数，并使用阈值法将植被像素提取出来。
植被指数是通过计算不同波段之间的光谱差异来反映植被覆盖程度的指标。
我们还对植被像素进行了形状和纹理特征的提取，以获取更具有区分度的特征。
实验结果显示，经过图像预处理和分类，我们得到了一幅分类结果图。
通过该图像，我们可以清楚地看到不同地物类别的分布情况。
同时，通过地物提取，我们成功提取出了图像中的植被像素，并获得了植被的形状和纹理特征。
四、实验总结通过本次实验，我们学习和掌握了ENVI软件在遥感图像处理方面的应用。
我们了解了遥感图像的基本概念和原理，并学会了使用ENVI软件进行图像预处理、分类和地物提取。
遥感图像处理实验报告《遥感图像处理实验报告》摘要：本实验利用遥感技术获取了一幅卫星图像，通过图像处理技术对图像进行了处理和分析。
实验结果表明，遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
引言：遥感图像处理是利用遥感技术获取的图像进行数字化处理和分析，以获取有用的地理信息和环境数据的过程。
本实验旨在通过对遥感图像的处理和分析，探讨遥感图像处理技术在实际应用中的作用和意义。
实验方法：1. 获取卫星图像：选择一幅特定区域的卫星图像作为实验对象，确保图像质量和分辨率满足处理要求。
2. 图像预处理：对原始图像进行预处理，包括去噪、增强、几何校正等操作，以提高图像质量和准确性。
3. 图像分析：利用遥感图像处理软件对图像进行分类、特征提取、变化检测等分析，获取地理信息和环境数据。
4. 结果展示：将处理后的图像结果进行展示和分析，对图像处理技术的应用效果进行评估。
实验结果：经过处理和分析，得到了一幅清晰的遥感图像，并从中提取了有用的地理信息和环境数据。
通过图像分类和特征提取，可以准确地识别出不同地物类型，如建筑物、植被、水体等；通过变化检测，可以发现地表的变化情况，如城市扩张、土地利用变化等。
这些信息对于地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
结论：遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值，通过对遥感图像的处理和分析，可以获取丰富的地理信息和环境数据，为相关领域的决策和规划提供重要的支持。
在未来的研究中，可以进一步探讨遥感图像处理技术的改进和应用，以满足不同领域的需求。
一、实验背景遥感技术作为一种获取地球表面信息的重要手段，在资源调查、环境监测、灾害预警等领域发挥着重要作用。
遥感图像经过传感器采集后，往往需要进行一系列的预处理，包括辐射校正、几何校正、图像增强等。
其中，变换处理是遥感图像预处理的重要环节之一，它可以提高图像质量，便于后续分析与应用。
二、实验目的本次实验旨在：1. 熟悉遥感图像变换处理的基本原理和方法；2. 掌握遥感图像灰度变换、空间变换等处理方法；3. 利用变换处理提高遥感图像质量，为后续分析提供更好的数据基础。
三、实验内容1. 灰度变换灰度变换是遥感图像处理中最基本、最常用的方法之一。
它通过改变图像中像素的灰度值，调整图像的对比度、亮度等，从而改善图像质量。
实验步骤如下：（1）打开遥感图像处理软件，选择待处理的遥感图像。
（2）选择灰度变换功能，设置变换公式。
常用的变换公式有线性变换、指数变换、对数变换等。
（3）调整变换参数，观察图像变化，直至达到预期效果。
（4）保存变换后的图像。
2. 空间变换空间变换是指将遥感图像中的像素值按照一定的规律进行重新排列，从而改变图像的空间结构。
实验步骤如下：（1）打开遥感图像处理软件，选择待处理的空间变换功能。
（2）选择变换类型，如平移、旋转、缩放等。
（3）设置变换参数，如平移距离、旋转角度、缩放比例等。
（4）执行变换操作，观察图像变化。
（5）保存变换后的图像。
四、实验结果与分析1. 灰度变换通过灰度变换，可以有效地改善遥感图像的对比度、亮度等。
例如，对低对比度图像进行指数变换，可以提高图像的清晰度；对高对比度图像进行线性变换，可以降低图像的噪声。
2. 空间变换空间变换可以改变遥感图像的空间结构，使其更适合后续分析。
例如，将遥感图像进行旋转，可以消除由于传感器倾斜引起的图像畸变；将遥感图像进行缩放，可以改变图像的分辨率，使其更适合不同尺度的分析。
五、实验总结本次实验通过对遥感图像进行灰度变换和空间变换，提高了图像质量，为后续分析提供了更好的数据基础。
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。
遥感图像处理实验报告遥感图像处理实验报告引言：遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。
本实验旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。
一、图像预处理图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校正等操作。
在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。
接着，我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得到了显著提高。
最后，我们进行了几何校正，通过对图像进行旋转和缩放，使得图像的几何形状与实际地理位置相符合。
二、图像分类图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类，将其划分为不同的地物类型。
在本实验中，我们使用了监督分类方法，首先选择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不同的地物类型进行关联。
接着，我们对整个图像进行分类，将图像中的每个像素都划分为相应的地物类型。
最后，我们对分类结果进行了验证，通过与实地调查结果进行对比，验证了分类的准确性和可靠性。
三、图像融合图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的图像融合成一幅高质量的图像。
在本实验中，我们选择了两幅具有不同波段的卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。
融合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱分辨率，可以提供更全面和准确的地物信息。
四、图像变化检测图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。
在本实验中，我们选择了两幅具有不同时间的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。
通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化，如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。
遥感图像处理实验报告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T oolbox->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。
遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一: DEM图像进行彩色制图（叙述制图过程并把自己处理结果加载到本文档里）实验目的:1.实验步骤:2.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。
3.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice, 出现Density Slice对话框。
4.选择Clear Ranges, 清除Defined Density Slice Ranges下的内容。
5.选择Options>Add New Ranges, 其中RangeStart: 1219 ；Range End;1701；#of Ranges:10。
在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。
6.逐个组将Red条依次改为25, 50, 75, 100, 125, 150, 175, 200, 225, 250。
Greeen与Blue不变。
选择Apply按钮, 主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。
选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框, Output File Type选择JPEG, Enter Output Filename选择保存位置, Compression Facter（0-1）选择0.750.实验结果:专题二: TM与SPOT数据融合（叙述该过程并处理结果加载到本文档里。
注意用两种方法融合的过程）实验目的:1. 进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作2. 快速滤波、滤波的操作3. ENVI中变换（Transform）菜单功能的了解实验步骤:1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框, 分别填写内容)4. 选择Basic Tools>Stretch实验结果:专题三: 航片的配准与镶嵌（叙述该过程并处理结果加载到本文档）1配准●图像-图像地面控制点 (Select GCPs: Image-to-Image)●图像-图像配准需要两幅图像均打开。
《遥感原理》实验报告实验名称：遥感图像处理专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法；（2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程；（3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的；（4）了解空间滤波的操作过程和空间滤波对图像产生的效果；（5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义；（6）了解和掌握缨帽变换的过程和处理效果；（7）了解和掌握彩色空间变换的过程和方法。
2、实验材料Photoshop CS6、ENVI5.1、CAI软件和光盘文件3、实验内容与过程3.1 遥感图像的光学合成原理彩色的基本特性：明度、色调和饱和度为彩色的基本特性。
明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。
明度的高低取决于光源光强及物体表面对光的反射率。
色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。
饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。
明度、色调和饱和度三者的关系可以用颜色立体来表述。
非彩色，即黑白色只用明度描述，不使用色调、饱和度。
红橙黄绿青蓝紫各种颜色组成彩图。
在遥感上，彩色图比非彩色图较易识别地物。
白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。
3.2 遥感图像的线性拉伸打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；或者直接在菜单栏上选择“Linear”“Linear2%”“Linear5%”原图：线性拉伸后：Linear:Linear 1%:当拉伸效果为1%时，显示效果得到了很大改善。
遥感图像处理实验报告班级 11资环姓名学号实验专题实验室 F楼机房成绩评定教师签字专题一: DEM图像进行彩色制图 (2)（叙述制图过程并把自己处理结果加载到本文档里）专题二: TM与SPOT数据融合 (3)（叙述该过程并处理结果加载到本文档里。
注意用两种方法融合的过程）专题三: 航片的配准与镶嵌 (4)（叙述该过程并处理结果加载到本文档）专题四: 切取某研究区域的操作 (5)（具体要求：卫星影象叠加, 选择其中三波段彩色合成, 采用ROI切取研究区）专题五: 地图制图的方法 (6)（主要是快速制图。
并任选一样例加载制图后结果）专题六: 使用ENVI进行三维曲面的浏览与飞行 (7)（叙述该过程并处理结果加载到本文档里）专题七: 监督分类试验（任选一种监督分类方法, 并叙述 (8)（其过程将其结果加载到本档里）。
实验专题: 专题一: DEM图像进行彩色制图1.加载一幅DEM的灰度图像, 使用系统默认的IDL颜色表来调整屏幕的颜色表。
2.给生成的彩色图像添加图名、格网、比例尺、灰度条、等高线及数值等信息。
3、调整位置, 保存图像。
结果如下图1、实验专题: 专题二: TM与SPOT数据融合2、主图象窗口选择Transform > Image Sharpening > HSV, 从一个打开的彩色图像中选择三个波段进行变换。
3、对原DEM图像进行拉伸处理。
3.将HSV图像重新转换为RGB图像。
分别对应H-R,S-G,拉伸图像-B。
4.加载最终图像, 并保存结果。
结果如图所示:1、实验专题: 专题三: 航片的配准与镶嵌2、加载两幅图像, 其中一幅作为base image, 一幅作为warp image。
3、在主菜单Registration里的Select GCP(Ground Control Points)来选择地面控制点, 并调整误差。
4、执行图像—地图配准。
5、图像镶嵌。
执行Map> Mosaicking > Pixel Based。
一、实验背景随着科技的飞速发展，遥感技术作为一种获取地球表面信息的重要手段，在地理信息系统、资源调查、环境监测等领域发挥着越来越重要的作用。
为了更好地了解遥感技术的基本原理和应用，我们进行了本次遥感实验。
二、实验目的1. 掌握遥感图像的获取和处理方法；2. 熟悉遥感图像处理软件ENVI的基本操作；3. 学习遥感图像的分类和提取信息的方法；4. 培养团队合作精神和实际操作能力。
三、实验原理遥感技术是利用电磁波对地球表面进行探测和监测的技术。
通过遥感传感器获取的图像数据，可以反映地表物体的物理、化学和生物特性。
遥感图像处理主要包括图像校正、分类、提取信息等步骤。
四、实验内容1. 图像获取实验中，我们使用了ENVI软件，从美国地质调查局（USGS）的地球观测系统数据和信息（EOSDIS）中下载了北京市的Landsat 8卫星影像。
2. 图像校正首先，我们对下载的遥感图像进行了几何校正，以消除图像中的几何畸变。
通过选择地面控制点，将遥感图像与实际地理位置相对应。
3. 图像分类接着，我们进行了遥感图像的分类。
采用监督分类方法，利用ENVI软件中的分类器，对遥感图像进行分类。
分类过程中，我们选取了地物特征明显的区域作为训练样本，以指导分类器进行分类。
4. 信息提取最后，我们利用遥感图像提取了北京市的地物信息，包括水体、植被、建筑等。
通过对提取信息的分析，可以了解北京市的地表环境状况。
五、实验结果与分析1. 图像校正通过几何校正，我们成功地将遥感图像与实际地理位置相对应，消除了图像中的几何畸变。
校正后的图像可以更准确地反映地表物体的真实位置。
2. 图像分类在遥感图像分类过程中，我们共分为三个类别：水体、植被和建筑。
经过分类，我们得到了较为准确的分类结果。
通过分析分类结果，可以看出北京市的水体主要分布在北部地区，植被主要分布在山区和郊外，建筑主要集中在城市中心区域。
3. 信息提取通过对遥感图像提取的地物信息进行分析，我们可以了解到北京市的地表环境状况。
遥感图片的处理实验报告******大学测绘工程***专业《遥感原理及应用》实验报告班级:学号:姓名:指导老师 :实验室:1实验一 ENVI 视窗的基本操作一、实验的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、实验软件与数据软件:Envi遥感图像处理软件。
数据:重庆地区UTM第八波段数据。
三、实验方法与步骤Envi软件的主菜单:此菜单包含基本工具。
四、实验体会与建议体会:初步了解了ENVI 的主要功能和各个模块，ENVI 用户界面由小部件(widgets) 或控件(controls) 构成。
小部件是 GUI 的组装部件––––它们允许你通过点击、输入文本、或选择，以与程序交互。
选项由菜单组成，这些菜单由小部件构成。
选择某个菜单项可以弹出一个对话框，它要求用户输入和交互。
建议:好多基本操作还是不太会，也不知道该怎么下手去做，要是有具体操作手册、操作步骤就会好多了。
2实验二遥感图像的几何校正一、实验的目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义二、实验软件与数据软件:Envi遥感图像处理软件。
数据:重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。
三、实验方法与步骤1、显示图像文件。
首先在 ERDAS 图标面板中点击viewer图表两次，打开两个视窗(viewer1/viewer2),并将两个视窗平铺放置，如下:ERDAS图表面板菜单条:session—title viewers然后，在viewer 1中打开需要校正的lantsat图像:重庆城区.jpg2、选择校正与镶嵌菜单下的校正图像选取控制点3单击Show List按钮查看所选控制点的信息43、在控制点选择窗口中选择options菜单，再选择warp file，选择输出校正后的图像文件。
第1篇一、实验背景与目的随着遥感技术的不断发展，遥感影像已成为获取地球表面信息的重要手段。
遥感影像处理是对遥感影像进行一系列技术操作，以提高影像质量、提取有用信息的过程。
本实验旨在通过实践操作，让学生掌握遥感影像处理的基本原理和常用方法，提高学生对遥感影像数据的应用能力。
二、实验内容与步骤本次实验主要包括以下内容：1. 数据准备：获取实验所需的遥感影像数据，包括光学影像、红外影像等。
2. 影像预处理：对原始遥感影像进行辐射校正、几何校正、图像增强等处理。
3. 影像分割：对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类：对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析：对分类结果进行分析，评估分类精度。
三、实验步骤1. 数据准备- 获取实验所需的遥感影像数据，包括光学影像、红外影像等。
- 确保影像数据具有较好的质量和分辨率。
2. 影像预处理- 辐射校正：对原始遥感影像进行辐射校正，消除大气、传感器等因素对影像辐射强度的影响。
- 几何校正：对原始遥感影像进行几何校正，消除地形起伏、地球曲率等因素对影像几何形状的影响。
- 图像增强：对预处理后的影像进行图像增强，提高影像对比度、清晰度等。
3. 影像分割- 选择合适的分割方法，如基于阈值分割、基于区域生长分割、基于边缘检测分割等。
- 对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类- 选择合适的分类方法，如监督分类、非监督分类等。
- 对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析- 对分类结果进行分析，评估分类精度。
- 分析分类结果中存在的问题，并提出改进措施。
四、实验结果与分析1. 影像预处理结果- 经过辐射校正、几何校正和图像增强处理后，遥感影像的质量得到显著提高，对比度、清晰度等指标明显改善。
2. 影像分割结果- 根据实验所采用的分割方法，成功提取了感兴趣的目标区域，分割效果较好。
3. 影像分类结果- 通过选择合适的分类方法，对分割后的影像进行分类，成功识别了不同的地物类型。
遥感图像处理实验报告遥感图像处理实验报告引言遥感技术作为一种获取地球表面信息的重要手段，已经在农业、环境、城市规划等领域得到广泛应用。
本实验旨在通过遥感图像处理，探索图像处理算法的应用效果，并分析其在实际应用中的潜力。
一、图像预处理图像预处理是遥感图像处理的第一步，其目的是消除图像中的噪声、增强图像的对比度和清晰度。
在本实验中，我们使用了直方图均衡化和中值滤波两种常见的图像预处理方法。
直方图均衡化是一种通过调整图像像素的灰度分布来增强图像对比度的方法。
通过对图像的灰度级进行重新分配，使得图像的灰度分布更加均匀，从而使得图像的细节更加清晰。
实验结果显示，直方图均衡化对于遥感图像的对比度增强效果显著。
中值滤波是一种常见的图像去噪方法，其原理是通过计算像素点周围邻域的中值来替代该像素点的值，从而消除图像中的噪声。
在本实验中，我们使用了3x3的中值滤波器对遥感图像进行滤波处理。
实验结果表明，中值滤波能够有效地去除图像中的椒盐噪声和高斯噪声，使得图像更加清晰。
二、图像分类图像分类是遥感图像处理的核心任务之一，其目的是将遥感图像中的像素点按照其特征分类到不同的类别中。
在本实验中，我们使用了支持向量机（SVM）算法进行图像分类。
支持向量机是一种常用的机器学习算法，其通过构建一个最优超平面来实现分类。
在图像分类中，我们将遥感图像中的每个像素点看作一个数据样本，其特征由像素的灰度值和纹理信息组成。
通过对训练样本进行学习，支持向量机能够建立一个分类模型，从而对测试样本进行分类。
实验结果显示，支持向量机在遥感图像分类中表现出较高的准确性和鲁棒性。
通过调整支持向量机的参数，我们可以得到不同的分类结果。
此外，支持向量机还能够处理高维数据和非线性分类问题，使其在遥感图像处理中具有广泛的应用前景。
三、图像变换图像变换是遥感图像处理中的重要环节，其目的是将图像从一个空间域转换到另一个空间域，从而提取图像中的特征信息。
在本实验中，我们使用了小波变换和主成分分析两种常见的图像变换方法。
遥感图像处理实习报告在当今科技飞速发展的时代，遥感技术作为获取地球表面信息的重要手段，已经在众多领域得到了广泛应用。
为了更深入地了解和掌握遥感图像处理的技术和方法，我参加了本次遥感图像处理实习。
通过这次实习，我不仅学到了专业知识，还提高了实践操作能力，对遥感技术有了更全面的认识。
一、实习目的本次实习的主要目的是让我们熟悉遥感图像处理的基本流程和方法，掌握常用的遥感图像处理软件，学会对遥感图像进行几何校正、辐射校正、图像增强、图像分类等操作，并能够运用所学知识解决实际问题，提高对遥感数据的分析和应用能力。
二、实习内容（一）数据准备在实习开始前，我们收集了一系列的遥感图像数据，包括不同传感器、不同分辨率、不同波段组合的图像。
这些数据涵盖了城市、农田、森林、水域等多种地物类型，为后续的处理和分析提供了丰富的素材。
（二）软件学习我们使用了 ERDAS IMAGINE 和 ENVI 这两款主流的遥感图像处理软件。
通过学习这两款软件的基本操作界面、功能模块和工具菜单，我们逐渐熟悉了如何导入数据、显示图像、进行图像裁剪和拼接等基本操作。
（三）几何校正几何校正是遥感图像处理中的重要环节，它可以消除由于传感器姿态、地球曲率、地形起伏等因素引起的图像几何变形。
我们首先选取了具有精确地理坐标的控制点，然后利用多项式模型对图像进行几何校正，通过不断调整参数，使校正后的图像与实际地理坐标相匹配。
（四）辐射校正辐射校正旨在消除由于传感器性能、大气散射和吸收等因素引起的图像辐射误差。
我们采用了基于直方图匹配和辐射定标的方法，对图像的亮度和对比度进行了调整，使不同时相、不同传感器获取的图像具有可比性。
（五）图像增强为了突出图像中的有用信息，我们运用了多种图像增强技术，如对比度拉伸、直方图均衡化、滤波等。
通过这些操作，图像中的地物特征更加清晰，有利于后续的分析和识别。
（六）图像分类图像分类是遥感图像处理的核心任务之一，我们尝试了监督分类和非监督分类两种方法。
遥感数字图像处理及应用实验报告姓名：学号：专业：学院：学校：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。
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。
公式为：2.方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。
公式为：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为两个波段的图像。
公式为：四、实验数据及图像显示：原始图像：运行结果：实验二遥感图像增强处理一、实验目的掌握常用遥感图像的增强方法，能运用高级程序设计语言实现遥感图像的增强处理。
二、实验内容编程实现对遥感图像的IHS 变换、IHS 逆变换、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.IHS变换2.SPOT图像真彩色模拟模拟真彩色：通过某种形式的运算得到模拟的红、绿、蓝三个通道，然后通过彩色合成近似的产生真彩色图像。
（1）SPOT IMAGE 公司提供的方法该方法实际上是将原来的绿波段当作蓝波段，红波段（0.61-0.68 μm）仍采用原来的波段，绿波段用绿波段、红波段、红外波段的算术平均值来代替。
（2）ERDAS IMAGING 软件中的方法此法将原来的绿波段当作蓝波段，红波段仍采用原来的波段，绿波段用绿波段、红外波段按3：1 的加权算术平均值来代替。
四、实验数据及图像显示原始图像：ISH变换所的图像：SPORT真彩色图像：实验三遥感图像融合一、实验目的掌握多源遥感图像融合的原理与方法，能运用高级程序设计语言实现遥感图像的融合。
二、实验内容选择IHS 变换、PCA 变换和Brovey 变换三种方法中的一种，编程实现多源遥感图像融合，即将低空间分辨率的多光谱图像与高空间分辨率的全色图像实现融合。
遥感图像处理实习报告
为了完成本次遥感图像处理实习，我首先学习了遥感图像的基本原理和常见处理方法。
然后，我熟悉了常用的遥感图像处理软件，掌握了遥感图像的预处理、分类和变化检测等基本处理流程。
在实习过程中，我参与了实际的遥感图像处理项目，负责对航拍图像进行预处理和分类。
通过我对图像的分析和处理，最终得到了清晰而准确的分类结果，并成功完成了项目任务。
在实习中，我还学习了遥感图像的变化检测方法，包括基于像元的变化检测和基于目标的变化检测。
通过对多时相遥感图像的处理和分析，我掌握了如何从图像中提取出目标的变化信息，并将其应用于实际的环境监测和资源管理中。
总的来说，这次遥感图像处理实习让我对遥感图像的处理流程和方法有了更深入的了解，也提高了我在图像处理方面的实际操作能力。
通过这次实习，我不仅学到了专业知识，还提高了团队合作能力和解决问题的能力，对我的个人发展有着重要的推动作用。
《遥感数字图像处理》
实习报告
学院：
班级：
学号：
姓名：
2014年5月11日
目录
1、实验目的 (2)
2、实验内容 (15)
3、实验步骤 (26)
4、实验体会 (38)
《某地区森林资源遥感动态监测》
一、实验目的
熟练掌握ENVI4.7软件中对遥感数字图像进行图像预处理、图像分类、分类后处理以及对分类后的图像进行必要的综合分析得到我们想要的信息。
二、实验内容
对00年森林资源遥感图像july_00_quac.img进行图像增强处理得到图像00I_K-L.img，然后选择合适的图像分类方法，对增强后的图像进行分类，得到分类后图像00ML1,接着对分类后图像进行分类后处理的最终的分类结果图00MMN。
用同样的遥感图像处理方法得到06年森林资源遥感图像july_06_quac.img的分类结果图06MMN。
最后对分类后处理的图像进行分类精度的评估，当精度符合标准时便可对分类结果图00MMN和06MMN进行波段运算B1-B2，便可以得到00年到06年该地区森林资源的一个动态变化情况图B1-B2。
三、实验步骤
（一）、对00年森林资源遥感图像july_00_quac.img进行图像增强处理。
已知我们所学过的遥感图像增强处理的方式有：图像彩色增强、图像拉伸、图像变换以及图像滤波。
1、首先打开00年森林资源遥感图像july_00_quac.img，然后的遥感图像进行彩色增强。
采用真彩色合成的方式来的彩色图像，这里我使用的波段合成方式有：321（真彩色）、432（标准假彩色）、以及其他假彩色合成的方式，54
2、542、741、742、572和453等，得到如下的彩色图像：
321.img（图一）
432.img(图二)
453.img（图三）
742.img（图四）
741.img（图五）
543.img（图六）
542.img（图七）
572.img（图八）
最后，我选择了542波段合成后的彩色图像542.img。
2、对542.img彩色合成图像进行图像拉伸处理，采用的图像拉伸处理的方式有：线性拉伸和非线性拉伸，分别得到如下经过拉伸增强后的图像：
image linear2%.img（图九）
image linear.img（图十）
zoom linear.img（图十一）
scroll linear.img（图十二）
Image linear_IS.img（图十三）
最后，我选择对542.img进行image linear线性拉伸后，再对图像进行非线性的直方图拉伸，得到最后经过拉伸处理后的图像Image linear_IS.img。
3、对Image linear_IS.img拉伸处理后的图像进行图像变换，我采用的主成分变换的方式，也称K-L变换，得到如下的图像：
K-L正变换，F_K-L.img（图十四）
K-L逆，I_K-L.img（图十五）最后，得到经过主成分变换处理后的图像I_K-L.img。
4、对经过经过变换处理后的图像进行图像滤波处理，我采用的是图像锐化的图像滤波处理方式，得到如下的图像：
Sobel.img（图十六）
对锐化处理后的图像sobel.img和原始图像I_F-L.img进行代数运算合并为一张图像，得到如下的图像：
band map.img（图十七）
图像增强方式总结：最终我选择的图像增强方式有，彩色合成增强、图像拉伸以及图像变换。
得到经过图像增强后的图像I_F-L.img。
3、对经过图像增强处理后的图像I_F-L.img进行图像分类处理，我采用的图像分类处理的方式：平行管道法和最大似然法，得到如下的图像：
I_K-L image/森林/PP.img（图十八）
I_K-L image/森林/ML.img（图十九）
00ML.img图右（图二十）
最后，经过两种图像分类方法的对比，最终我选择的是最大似然法对I_K-L image图像进行图像分类处理得到分类后的图像00ML.img。
（二）、运用先前对00年森林资源遥感图像july_00_quac.img进行图像增强处理的方式对06年森林资源遥感图像july_06_quac.img进行图像增强处理得
到如下的图像：
I_K-L06.img（图二十一）
然后，对经过图像增强处理后的图像I_K-L06.img进行图像分类处理，运用最大似然法的图像分类处理方式，得到如下的图像：
06ML.img图右（图二十二）
（四）、对两幅经过图像分类处理后的图像00ML.img和06ML.img进行图像分类后处理，我采用的图像分类后处理的方式是主要/次要分析，得到如下的图像：
00MMN.img图左/06MMN.img图右（图二十三）
（五）、对经过分类后处理的图像进行分类精度的评估，我采用的事混淆矩阵的方式，通过混淆矩阵，可以得到Kappa系数。
（六）、对经过分类后处理的图像进行波段运算，波段运算的数学表达式为B1-B2,得到如下的图像：
B1-B2（图二十四）
将经过分类后处理的两幅图像00MMN.img、06MMN.img和经过波段运算后的图像组合在一起，进行对比便可以看到00年到06间森林动态变化的情况。
00MMN.img图左/06MMN.img图中/B1-B2图右（图二十五）
四、实验体会
经过本次实验，也可以称为一次遥感实习，让我真正理解到了遥感数字图像处理的魅力，同时也让我将我们平时在课堂上学到的东西运用到了实际的生活中。
虽然，在实验的过程中遇到了很多的问题，但是通过自己的努力，老师和同学的帮组也把实验中遇到的问题一一的解决好了。
当看到最终的实验成果时，我可以很负责地对自己说我没有辜负这学期24个学时的遥感数字图像处理课程的学习。
在此，也真心地跟老师说一句：谢谢老师在这短短的24个学时中交给我们的宝贵的知识！。
