6实验六 遥感图像处理201809

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。

Lab6 non-parametric classification and post classification12021005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building、water、grass）保存ROI3、BP分类。

Classification——supervised——neural net，设置参数及输出路径观察RMS动态加载变换后的图像，和原图像进行对比Classification——post classification——confusion matrix——using ground truth ROIs由上图可以看出精确度为99.8%Bp分类的校正Classification——post classification——majority analysts ，进行网格设置通过对这两个图层地理连接，查看校正的效果4、svm分类方法：classification——supervised——support vector machineSvm分类效果的验证Classification——post classification——confusion matrix——using ground truth ROIsSvm分类的校正Classification——post classification——majority analysts ，进行网格设置将生成的图像与svm图像进行地理连接，查看校正效果Basic tools——sunset data via ROIs5、erdas里建模修改误分的像元以support vector machine分类的图像为例将切好的图像和之前的svm图像加载进来，并修改他们的投影信息为基于WGS84的UTM 投影。

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。

遥感图像处置实验一、ERDAS视窗的大体操作实验目的：初步了解目前主流的遥感图象处置软件ERDAS的要紧功能模块，在此基础上，把握视窗操作模块的功能和操作技术，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；有效菜单操作；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。

本实验要求把握视窗的大体功能，熟练把握图像显示操作和矢量菜单操作，从而为深切明白得和学习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等数据层的要紧窗口。

通过实际操作，把握视窗菜单的要紧功能、视窗工具功能。

图1-1 二维视窗重点把握ERDAS图表面板菜单条；ERDAS图表面板工具条；把握视窗菜单功能和视窗工具功能等大体操作。

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：确信文件（Determine File）在Select Layer To Add对话框中有File和Raster Option两个选择项，其中File确实是用于确信图像文件的，具体内容和操作实例如表。

表1-1 图像文件确信参数参数项含义实例Look in 确定文件目录examplesFile name 确定文件名xs_truecolorFile 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）4、有效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、显示菜单操作把握文件显示顺序（图1-3）；显示比例；显示变换操作等。

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。

遥感图像处理实验目录实验二影像的地理坐标定位和校正实验三使用ENVI进行正射校正实验四图像镶嵌实验五图像融合实验六波段组合计算及图像增强实验七图像分类实验八使用ENVI进行三维曲面浏览与飞行实验九地图制图09级林学四班汤瑞芳20090143 注：本实验报告共分为两部分，其一为实验的详细过程，其二为实验结果的整理及实验心得实验二影像的地理坐标定位和校正实验目的:1）掌握如何在ENVI中对影像进行地理校正2）添加地理坐标3）如何使用ENVI进行影像到影像的几何校正实验内容：1图像文件头文件的修改步骤：1）打开并显示SPOT数据ENVI主菜单中file →open image file，从envidata目录bldr_reg文件夹下的bldr_sp.img文件，从可用波段列表对话框中点击Grey scale，点击Load Band按钮加载这幅影像到一个新的显示窗口中。

2）修改ENVI头文件中的地图信息右击bldr_sp.img—》Map inf，快捷菜单Edit Map Information。

点击Projection/Datum文本旁边的箭头切换按钮，DMS或者DDEG，分别在度分秒和十进制的度之间进行切换。

点击Cancel，推出Edit Map Information对话框。

修改图像的pixel size信息，添加公里网格和地图标注。

保存图像。

file →save image as →image file。

输出路径和输出文件名称2 影像对影像的几何配准利用SPOT图像校正Landsat TM步骤：1）打开TM图像从ENVI主菜单中，选择file →open image file，从envidata目录下的bldr_reg子目录选择bldr_tm.img文件。

在列表中选择band3，点击display#1按钮，并从下拉式菜单中选择new display。

点击Load Band 按钮，把TM的band3波段的影像加载到新显示窗口中。

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。

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。