下载文档原格式
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。
1.几何校正：几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，同时也是将图像投影到平面上，使其符合地图投影系统的过程。
2.图像镶嵌：指在一定的数学基础控制下，把多景相邻遥感影像拼接成一个大范围、无缝的图像的过程。
3.图像裁剪：图像裁剪的目的是将研究之外的区域去除。
常用方法是按照行政区划边界或自然区划边界进行图像裁剪。
在基础数据生产中，还经常要进行标准分幅裁剪。
按照ENVI 的图像裁剪过程，可分为规则裁剪和不规则裁剪。
4.图像分类：遥感图像分类也称为遥感图像计算机信息提取技术，是通过模式识别理论，分析图像中反映同类地物的光谱、空间相似性和异类地物的差异，进而将遥感图像自动分成若干地物类别。
5.正射校正：正射校正是对图像空间和几何畸变进行校正生成多中心投影平面正射图像的处理过程。
6.面向对象图像分类技术：是集合邻近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。
7.DEM：数字高程模型是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
8.立体像对：从两个不同位置对同一地区所摄取的一对相片。
9.遥感动态监测：从不同时间或在不同条件获取同一地区的遥感图像中，识别和量化地表变化的类型、空间分布情况和变化量，这一过程就是遥感动态监测过程。
10.高光谱分辨率遥感：是用很窄而连续的波谱通道对地物持续遥感成像的技术。
在可见光到短波红外波段，其波谱分辨率高达纳米数量级，通常具有波段多的特点，波谱通道多达数十甚至数百个，而且各波谱通道间往往是连续的，因此高光谱遥感又通常被称为"成像波谱遥感"。
11.端元波谱：端元波谱作为高光谱分类、地物识别和混合像元分解等过程中的参考波谱，与监督分类中的分类样本具有类似的作用，直接影响波谱识别与混合像元分解结果的精度。
12.可视域分析：可视域分析工具利用DEM数据，可以从一个或多个观察源来确定可见的地表范围，观测源可以是一个单点,线或多边形13.三维可视化：ENVI的三维可视化功能可以将DEM数据以网格结构、规则格网或点的形式显示出来或者将一幅图像叠加到DEM数据上。
在开始撰写envi5.3中规则影像裁剪步骤的文章之前，让我们先回顾一下envi5.3中的规则影像裁剪是什么。
envi5.3是一款专业的遥感图像处理软件，其中的规则影像裁剪功能可以根据用户设定的规则，对影像进行裁剪操作，以满足不同的需求。
接下来，我们将深入探讨envi5.3中规则影像裁剪的步骤，以便更好地理解和应用这一功能。
1. 确定裁剪范围在进行规则影像裁剪之前，首先需要确定裁剪的范围。
用户可以通过在envi5.3中选择相应的工具或输入特定的坐标来确定裁剪范围。
此步骤十分关键，因为裁剪范围的确定将直接影响最终裁剪出的影像的内容和准确性。
2. 设定裁剪规则一旦确定了裁剪范围，接下来就是设定裁剪规则。
envi5.3中的规则影像裁剪功能支持多种裁剪规则设定，例如按照特定的坐标范围、按照像元值、按照特定的地物类型等等。
用户可以根据实际需求，灵活选择裁剪规则，以便达到期望的裁剪效果。
3. 执行裁剪操作当裁剪范围和规则设定完成后，就可以执行裁剪操作了。
envi5.3会根据用户设定的规则，自动对影像进行裁剪处理，裁剪出符合要求的新影像。
在执行裁剪操作时，用户需要留意影像处理的速度和裁剪的精度，以确保裁剪结果符合预期。
总结回顾通过以上的步骤，我们对envi5.3中规则影像裁剪的操作流程有了初步的了解。
在实际操作过程中，用户可以根据具体的需求和影像特点，灵活运用裁剪工具，达到理想的裁剪效果。
规则影像裁剪功能也为遥感图像处理提供了更多的可能性和便利性。
个人观点和理解在我看来，envi5.3中的规则影像裁剪功能极大地方便了遥感图像处理的工作。
通过灵活设定裁剪范围和裁剪规则，用户可以更加精准地获取所需的影像信息，从而为后续的遥感数据分析和应用提供了有力的支持。
在未来的发展中，我期待envi5.3能够进一步优化规则影像裁剪的功能，使其更加智能、高效，并且更加符合用户的实际需求。
在本文中，我们深入探讨了envi5.3中规则影像裁剪的步骤，并对其进行了总结和回顾。
实验二
矢量处理
自绘矢量区
（1）打开要编辑的图像,单击主菜单栏vector/create new vector layer/using raster image file,
单击OK
（2）在弹出的新对话框中，填写layer name和output filename，单击OK
（3）选择load selected，选择display #1，单击OK
（4）弹出新的对话框，单击菜单栏mode/add new vectors,之后在image中绘制矢量区，单击右键结束，再单击右键，单击accept new polygon
（5）在主菜单栏file/open vector file,弹出对话框
单击file/export layer to roi,弹出对话框，选中图像，单击OK，出现新的对话框，选中convert all records of an evf layer to one roi…单击OK
（6）在主菜单栏单击basic tools/subset data via rois,弹出对话框中，选择图像，单击OK （7）在spatial subset via roi paraments对话框中，填写路径，单击OK
（8）显示结果。
遥感影像裁剪原理小伙伴！今天咱们来唠唠遥感影像裁剪这个超有趣的事儿。
你可以把遥感影像想象成一幅超级大的拼图，这个拼图可能覆盖了一大片区域，有山川、河流、城市啥的。
而裁剪呢，就像是从这个大拼图里挑出我们感兴趣的那一小块。
比如说，你只想要你家那一片区域的影像，不想看到其他乱七八糟的地方，这时候裁剪就派上用场啦。
从技术角度来讲哈，遥感影像其实是由很多个像元组成的。
这些像元就像是小方格，每个小方格都有自己的颜色或者数值，代表着地面上不同的东西，像绿色的像元可能就是植被啦。
当我们进行裁剪的时候呢，就好像是在这一堆像元里画了一个圈，只留下圈里面的像元，把圈外面的都扔掉。
这个圈可以是规则的形状，比如正方形、长方形，就像我们拿个框框直接框住我们想要的部分；也可以是不规则的形状，比如说按照某个行政区的边界来裁剪，那这个边界可能弯弯扭扭的，就像一条小蛇在影像上爬过一样。
那怎么知道要裁剪哪部分呢？这就需要有个参照啦。
有时候我们有一个矢量数据，这个矢量数据就像是一张精确的地图，上面标好了我们想要的区域的边界。
比如说，我们有一个城市的行政区域矢量图，这个图就像是一个模板，我们把遥感影像放在这个模板上，然后按照这个模板的形状把影像多余的部分剪掉，就像裁缝按照纸样裁剪布料一样。
而且这个矢量数据的精度很重要哦，如果它不准，那裁剪出来的影像可能就不是我们想要的啦，就像衣服裁剪歪了一样，穿起来可就不好看咯。
再说说裁剪的意义吧。
它能让我们的数据更有针对性。
你想啊，如果我们研究一个小村子的生态环境，但是拿到的是整个省的遥感影像，那里面有好多和小村子无关的信息，就像在大海里找一颗小珍珠一样困难。
通过裁剪，我们就把注意力集中在小村子这个小天地里，能更清楚地看到村子里的农田、树林、房屋的分布，这样研究起来就方便多啦。
而且啊，裁剪还能节省资源呢。
遥感影像数据有时候特别大，如果不裁剪，处理起来就特别费劲，就像要搬动一座大山一样。
但是裁剪之后，数据量变小了，我们的电脑处理起来就轻松愉快，就像小蚂蚁搬小饼干一样容易。
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.3．几何精纠正为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。
一、实验目的1. 掌握遥感图像几何校正的基本方法和步骤；2. 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；3. 学习通过 ERDAS 进行遥感图像规则分幅裁剪，不规则分幅裁剪和掩膜处理。
二、实验内容1. 规则分幅裁剪：根据行列号、左上角和右下角两点坐标、图像文件、ROI 矢/量文件等获取矩形裁剪范围，进行规则裁剪。
2. 不规则分幅裁剪：通过手动绘制裁剪范围和外部矢量数据裁剪图像两种方法进行不规则裁剪。
3. 掩膜处理：对全州县东山瑶族自治乡七宝坑研究区TM影像进行掩膜处理，提取研究区信息。
三、实验步骤1. 规则分幅裁剪：（1）打开ENVI软件，选择File>Open Image File，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）选择Import File，导入裁剪范围数据。
（4）在ENVI主菜单栏中选择File>Save As，保存裁剪后的图像。
2. 不规则分幅裁剪：（1）打开ENVI软件，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）在ENVI界面中，使用鼠标绘制裁剪范围或导入外部矢量数据。
（4）在ENVI主菜单栏中选择File>Save As，保存裁剪后的图像。
3. 掩膜处理：（1）打开ENVI软件，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）在ENVI界面中，使用掩膜工具对研究区进行掩膜处理。
（4）在ENVI主菜单栏中选择File>Save As，保存掩膜后的图像。
四、实验结果与分析1. 规则分幅裁剪：成功获取124-42双牌幅TM影像数据的矩形裁剪范围，裁剪后的图像符合预期。
ArcGIS中对栅格数据（遥感影像或地形图）进行裁剪切割的方法
本次林保工作利用遥感影像图做底图，图与图的接边处因有空白区域覆盖而无法显示底图上的遥感影像，可以通过对栅格数据进行裁剪切割的方法消除重叠部分，显示底图信息。
常用方法有：
1、利用矩形对栅格数据裁剪:Arctoolbox中data management tools>raster>raster Processing>clip,在Input Raster中选择被裁剪的栅格数据，设定好矩形四个顶点即可。
2、在Spatial Analyst Tools中提供了多种对栅格数据的提取方法，Arctoolbox中，Spatial Analyst Tools>extraction包括提取值到点，根据属性提取，用圆提取，用多边形提取，用掩模提取，用点提取，用矩形提取等，其中的用掩模提取功能可以让我们通过不规则边界来获取需要的栅格数据。
遥感影像裁剪
1、首先在arggis中打开clipshape文件和需要用到的img格式的影像图，
找到自己所在的范围所需要的影像图，假如任务区中被两个影像图所攘括，这两个影像暂时命名A、B。
2、在ERDAS软件中进行前期处理。
（1、先打开影像图A（只打开一个,完成之后再搞第二个），从这里打来，然后再打开shape文件（从file——open——vecter layer）。
两图
打开如下图。
在用选择任务区和影像图重合的部分。
如下图
（2、新建aoi图层（file——new ——aoi layer），再将选中的区域添加到这个图层中（aoi——copy selection to aoi）,接着进行保存file——
save——aoi layer as。
文件名为格式js100_aoi（js是区域的首写字母
的缩写）
3、开始裁剪
Dataprep——subset image 会弹出这个窗口。
在input file中选择对应的影像图A，output中保存的文件自己命名（是
地区拼音首字母的缩写，如js），勾选，再点击上图最下面一行的AOI会弹出如下窗口。
选择最后一项，会再这里
选择你所保存的aoi文件。
点击ok就可以了。
随之会弹出输出成果图窗口，如下：
完成之后点击ok就可以了。
如果一个任务区，与多个影像图重合部分，要一一裁剪如上面步骤。
至于影像图重合的部分，只需要其中一个成果即可。
4、上交成果图，包括裁剪的影像图和创建的aoi图层文件。
如下图所示。
5、在input 在input。
