ENVI实验-遥感监督分类和几何校正

随着遥感技术的飞速发展，遥感图像在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。

为了提高遥感图像分类的准确性和效率，我参加了为期一个月的监督分类实习，旨在学习遥感图像处理与分析的基本原理，掌握监督分类方法，并应用于实际项目中。

二、实习内容1. 遥感图像处理基础实习初期，我学习了遥感图像处理的基本原理，包括图像的几何校正、辐射校正、增强处理等。

通过实际操作，我掌握了ENVI、ArcGIS等软件的基本操作，能够对遥感图像进行预处理。

2. 监督分类方法学习在了解了遥感图像处理的基础知识后，我重点学习了监督分类方法。

实习期间，我学习了最大似然法、支持向量机（SVM）等常用的监督分类方法。

通过实际操作，我了解了不同分类方法的特点和适用场景。

3. 实际项目应用在实习的最后阶段，我参与了实际项目的监督分类工作。

该项目旨在利用遥感图像对某地区进行土地利用分类。

在导师的指导下，我选取了合适的训练样本，运用SVM方法对遥感图像进行了分类，并对分类结果进行了精度评估。

三、实习成果1. 理论掌握通过实习，我对遥感图像处理与分析的基本原理有了更深入的了解，掌握了监督分类方法，为今后的工作打下了坚实的基础。

2. 实践能力提升在实习过程中，我学会了使用ENVI、ArcGIS等软件进行遥感图像处理与分析，提高了自己的实践能力。

3. 项目经验积累通过参与实际项目，我积累了项目经验，学会了如何将理论知识应用于实际工作中。

1. 理论与实践相结合实习过程中，我深刻体会到理论与实践相结合的重要性。

只有将理论知识应用于实践，才能真正掌握遥感图像处理与分析技术。

2. 团队协作精神在实习过程中，我学会了与团队成员沟通协作，共同完成项目任务。

3. 不断学习遥感图像处理与分析技术发展迅速，作为一名实习生，我深知自己需要不断学习，才能跟上时代发展的步伐。

五、总结本次实习让我受益匪浅，不仅提高了自己的专业素养，还积累了宝贵的实践经验。

在今后的学习和工作中，我将继续努力，为遥感图像处理与分析领域的发展贡献自己的力量。

ENVI实习一实验目的（1）主要学习ENVI软件的基本功能（2）ENVI 软件完成影像增强（包括直方图匹配和去云）、融合、正射校正和监督、非监督分类四个大方面的试验。

（3）掌握视窗操作模块的功能和操作技能二软件和设备ENVI4.5一套三实验原理各个任务的试验原理和操作详细见下面操作，再次不详述。

一、图像增强（算法、原理、对比图）1、直方图匹配在ENVI 中使用Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上，从而使两幅图像的亮度分布尽可能地接近。

使用该功能以后，在该功能被启动的窗口内，输入直方图将发生变化，以与所选图像显示窗口的当前输出直方图相匹配。

在灰阶和彩色图像上，都可以使用该功能。

操作步骤：选择Enhance > Histogram Matching，出现Histogram Matching Input parameters 对话框，在Match To中选择想匹配的图像。

在Input Histogram 会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源，下图为输入图像数据及其所用的拉伸（直方图匹配之前）：下图为 Match To 想匹配的图像及其拉伸：利用直方图匹配后图像2的直方图结果：从结果可以看出，匹配后的图像在亮度上已经明显增强，从偏暗增强为较亮；其直方图与#1中的图像直方图在亮度上分布也很接近。

2、图像去云常规的云处理算法会随云的覆盖类型的不同而不同，对在大范围内存在薄云的影像来说，采用同态滤波法较好。

同态滤波法把频率过滤与灰度变化结合起来，分离云与背景地物，最终从影像中去除云的影响，这种方法由于涉及到滤波器以及截至频率的选择，在滤波的过程中有时会导致一些有用信息的丢失。

对于局部有云的影像来说，一般使用时间平均法，这种算法适用于地物特征随时间变化较小的地区，如荒漠、戈壁等地区；对于植被覆盖茂密的地区，由于植被的长势与时间有密切的关系，不同时相的植被长势在影像中有明显的区别，这种简单的替代算法不再适用。

实习报告：遥感监督分类实习一、实习目的本次遥感监督分类实习的主要目的是通过实际操作，掌握遥感监督分类的基本原理和方法，提高对遥感影像进行分类和解析的能力。

通过实习，我们希望能够学会使用遥感相关软件对遥感影像进行处理和分析，掌握遥感野外调查的方法和注意事项，以及根据土地利用现状分类标准对遥感影像进行目视解译和划分，最终制作出土地利用现状分类专题图。

二、实习内容（一）遥感影像处理1. 遥感影像预处理：我们在envis软件中进行遥感影像的预处理，包括辐射校正和几何校正。

辐射校正主要进行传感器校正、大气校正、太阳高度及地形校正。

几何校正是指纠正由系统或非系统因素引起的图像几何变形。

我们将实习所用到的遥感图像坐标系确定为UTMWGS84坐标系。

2. 遥感影像裁剪：我们使用envis软件中的感兴趣区域选取功能，对预处理过的遥感影像进行裁剪，选取出本次实习的区域范围。

（二）外业建标调查1. 建立目视解译标志：我们根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分，从而建立外业目视解译标志表。

2. 野外调查：我们根据建立的目视解译标志，进行野外调查，验证和解译遥感影像中的地物类别。

（三）遥感影像的监督分类1. 训练样本选择：我们根据野外调查的结果，选择代表性的训练样本，用于遥感影像的监督分类。

2. 监督分类：我们使用ENVI软件中的监督分类功能，对遥感影像进行分类。

在分类过程中，我们根据训练样本的特点，选择合适的分类算法和参数。

3. 分类结果评估：我们使用混淆矩阵和Kappa系数等指标，对监督分类的结果进行评估，以判断分类的精度。

三、实习总结通过本次遥感监督分类实习，我们掌握了遥感影像处理的基本方法，学会了使用envis和ENVI等软件进行遥感影像的预处理、裁剪和监督分类。

同时，我们也学会了如何进行野外调查和目视解译，以及如何选择训练样本和评估分类结果。

通过实习，我们对遥感监督分类的原理和方法有了更深入的了解，提高了实际操作能力。

如何进行遥感图像的几何校正与分类处理遥感图像是通过人造卫星、航空器或遥感器获取的地球表面的图像信息。

在进行遥感图像的处理和分析时，几何校正和分类处理是其中重要的步骤。

本文将重点探讨如何进行遥感图像的几何校正和分类处理，并介绍相关的方法和技术。

一、遥感图像的几何校正遥感图像的几何校正是指将图像中的像素点与地球表面上真实位置进行对应，以消除因成像过程中的非完美性而引入的误差。

几何校正的目的是提高图像的空间分辨率和地理位置精度，从而能够更准确地用于地表特征的分析和监测。

1. 预处理在进行几何校正之前，需要先对遥感图像进行预处理，包括去除大气影响、辐射校正和减噪等。

这些预处理步骤有助于提高图像的质量和准确性。

2. 控制点的选择几何校正过程中需要选择一些已知地理位置的控制点，用于图像与地理坐标系统的对应。

这些控制点可以是地面标志物、地理信息系统（GIS）数据或其他已知位置的遥感图像。

控制点的选择应均匀分布在图像中，并要尽量选择在不同地貌和地物类型上的点，以提高校正的准确性。

3. 变换模型的选择几何校正过程中需要选择适合图像特性和误差来源的变换模型。

常用的变换模型包括线性变换模型、多项式模型和地面控制点法等。

选择合适的变换模型可以提高校正的准确性和效率。

4. 校正方法和工具进行几何校正时，可以使用遥感软件如ENVI、ERDAS等提供的功能和工具。

这些软件提供了多种校正方法和算法，如影像配准、几何校正、快速校正等。

根据具体需求和图像特性选择合适的校正方法和工具，并进行参数设置和调整。

二、遥感图像的分类处理遥感图像的分类处理是指将图像中的像素按照其所代表的地物类型进行分类和划分。

分类处理的目的是将图像中的信息有效地提取出来，并用于地表特征的研究、资源调查和环境监测等。

1. 数据预处理在进行分类处理之前，需要对遥感图像进行数据预处理，包括辐射校正、几何校正、噪声抑制等。

这些预处理步骤可以提高分类的准确性和可靠性。

ENVI软件基础知识以及监督分类详细步骤一、ENVI软件基础知识：1. 遥感数据格式：ENVI软件支持处理多种遥感数据格式，包括常见的影像格式（如TIFF、JPEG、GeoTIFF）、高光谱遥感数据格式（如ENVI HDR、RST、HDF）以及雷达数据格式等。

2.遥感数据预处理：ENVI软件能够对遥感数据进行预处理，包括辐射校正、大气校正、几何校正等，以消除图像中的噪声、改正光谱形状，使数据更适合进行各种分析和应用。

3.遥感数据显示和可视化：ENVI软件提供多种数据显示和可视化方法，包括灰度显示、伪彩色显示、颜色合成、直方图等，以直观地展示遥感数据的信息。

4.遥感数据分析和处理：ENVI软件提供多种遥感数据分析和处理方法，包括光谱分析、空间分析、特征提取、分类、变化检测等，以获取遥感数据背后的信息。

5.遥感数据输出和应用：ENVI软件能够输出处理结果为常见的图像格式，方便进行后续的分析和应用。

二、监督分类的详细步骤：1.数据准备：首先需要准备监督分类所需的遥感数据集。

该数据集应包含所要分类的不同类别的样本数据，以及待分类的遥感影像数据。

样本数据应包含不同类别的典型样本，以训练分类器。

2.样本选择：从待分类的遥感影像数据中选择具有代表性的样本，包括不同类别的样本。

样本应遵循典型性、复杂性和可区分性的原则，以提高分类结果的准确性。

3.特征提取：从遥感影像数据中提取适当的特征用于分类器的训练和分类。

常用的特征包括光谱特征、纹理特征、形状特征等。

4.样本标记：对选择的样本进行标记，将其与相应的类别关联起来，以便进行监督分类的训练。

5.分类器选择：选择适合当前任务的分类器，常用的分类器包括最大似然分类器、支持向量机分类器、随机森林分类器等。

6.分类器训练：使用标记的样本数据对分类器进行训练，以建立分类模型。

7.分类器验证：使用未标记的样本数据对训练好的分类器进行验证，评估分类器的准确性和精确性。

8.影像分类：使用训练好的分类器对待分类的遥感影像数据进行分类，将其划分为不同的类别。

envi遥感实验报告一、实验目的本次 envi 遥感实验的主要目的是通过实际操作和数据分析，熟悉envi 软件的基本功能和操作流程，掌握遥感图像的预处理、信息提取和分析方法，提高对遥感技术的应用能力和数据处理能力。

二、实验数据本次实验所使用的数据为 Landsat 8 卫星的多光谱遥感影像，包括波段 1-7 以及全色波段。

数据覆盖了_____地区，成像时间为_____。

三、实验环境实验使用的计算机配置为：处理器_____，内存_____，操作系统_____。

Envi 软件版本为_____。

四、实验步骤1、数据导入启动 envi 软件，选择“File”菜单中的“Open Image File”选项。

在弹出的文件选择对话框中，找到并选中要导入的遥感影像文件，点击“打开”按钮。

2、辐射定标在 envi 主菜单中，选择“Radiometric Correction”＞“Radiometric Calibration”。

在弹出的“Radiometric Calibration”对话框中，选择要定标的影像文件，设置输出路径和文件名。

根据影像的传感器类型和波段信息，设置相应的参数，如增益、偏移等。

点击“OK”按钮，完成辐射定标。

3、大气校正选择“Radiometric Correction”＞“Atmospheric Correction”＞“FLAASH Atmospheric Correction”。

在弹出的“FLAASH Atmospheric Correction Input Parameters”对话框中，设置输入影像文件、输出路径和文件名、传感器类型、成像时间、地理位置等参数。

点击“OK”按钮，开始进行大气校正。

4、几何校正选择“Geometric Correction”＞“Registration”＞“Image to Image”。

在弹出的“Image to Image Registration”对话框中，选择基准影像和待校正影像，设置匹配点的数量和分布。

一、实验背景随着遥感技术的飞速发展，遥感影像在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。

本实验旨在通过ENVI软件对遥感影像进行处理和分析，掌握遥感影像的基本处理流程，并了解不同处理方法对影像质量的影响。

二、实验目的1. 熟悉ENVI软件的操作界面和基本功能；2. 掌握遥感影像的预处理、增强、分类、变化检测等基本处理方法；3. 分析不同处理方法对影像质量的影响；4. 培养遥感影像处理和分析的能力。

三、实验数据本次实验所使用的数据为Landsat 8影像，覆盖区域为我国某城市。

影像数据包括全色波段、红光波段、近红外波段和短波红外波段。

四、实验步骤1. 数据导入：将Landsat 8影像数据导入ENVI软件。

2. 预处理：- 辐射校正：对影像进行辐射校正，消除大气、传感器等因素对影像辐射亮度的影响。

- 几何校正：对影像进行几何校正，消除地形等因素对影像几何形状的影响。

3. 影像增强：- 直方图均衡化：对影像进行直方图均衡化，提高影像的对比度。

- 波段拉伸：对影像的特定波段进行拉伸，突出地物特征。

4. 影像分类：- 监督分类：根据已知地物特征，对影像进行监督分类，提取不同地物类型。

- 非监督分类：根据影像数据自身特征，对影像进行非监督分类，识别地物类型。

5. 变化检测：- 时序分析：对同一地区不同时间段的影像进行对比分析，检测地物变化。

- 变化检测算法：采用变化检测算法，如差值法、指数法等，提取变化信息。

6. 结果分析：- 分类结果分析：分析监督分类和非监督分类的结果，评估分类精度。

- 变化检测结果分析：分析变化检测结果，了解地物变化情况。

五、实验结果与分析1. 预处理效果：通过辐射校正和几何校正，影像的辐射亮度和几何形状得到改善，为后续处理提供了良好的基础。

2. 影像增强效果：直方图均衡化和波段拉伸使得影像的对比度和地物特征得到增强，有利于后续的分类和分析。

3. 分类结果：监督分类和非监督分类结果基本符合实际情况，分类精度较高。

重庆交通大学测绘工程《遥感原理及应用》实验报告班级：学号：姓名：指导老师：实验室：地理信息中心实验室实验一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:这个是ENVI软件的主菜单，其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。

四、实验体会与建议本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。

还有就是将Envi软件菜单的界面转换成中文菜单。

1、在ENVI安装目录..\RSI\IDL60\products\envi40\menu下建立新文件夹，命名为orgmenu2、拷贝。

.\RSI\IDL60\products\envi40\menu下原有的英文菜单文件display.men、display_shortcut.men和envi。

men到新建的orgmenu目录中进行备份3、拷贝下载的display。

men、display_shortcut.men和envi。

men文件到..\RSI\IDL60\products\envi40\menu中，覆盖原文件。

4、启动ENVI4.0。

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、打开ENVI软件将UTM图像和jpg格式的图片载入，上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的.2、选择校正与镶嵌菜单下的校正图像选取控制点（图像到图像）,分别选取基础图像和校正图像，分别在图像上面选择控制点,通过Add Point按钮增加选择的控制点，用这个方法选择5个控制点，单击Show List按钮查看所选控制点的信息3、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。

遥感科学与技术实验报告专业班级：土地资源管理1801班学号：2018114020118姓名：李向新2020年 6 月 10 日实验二遥感图像几何校正扫描地形图的几何校正第一步：打开ENVI Classic，选择主菜单>File>Open Image File，将taian-drg.tif文件打开，并显示在Display中。

第二步：启动几何校正模块主菜单>Map>Registration>Select GCPs:Image to map，打开几何校正模块。

在Image to Map Registration面板中，选择Beijing_1954_GK_Zone_20，X/Y Pixel Size分别输入4，单击OK，第三步：在Displsy视图中，定位到左上角第一个公里网交互处，从图上读取X：20501000，Y：4003000，填入在Image to Map Registration面板中的E和N，单击Add Point按钮，增加第一个控制点。

在Displsy视图中，向右平移10个公里网，即到X：20511000处，在Image to Map Registration面板中E：20511000和N：4003000。

单击Add Point按钮，增加一个控制点。

当选择3个点时候，Pretict按钮亮起，可以在E和N中输入坐标，单击Pretict按钮自动在图上大致定位，或者选择Options>Auto Pretict，可以自动根据坐标值在图上定位。

同样的方法，在图上均匀添加9个控制点。

在Ground Control Points Selection上，选择Options>Warp File，选择校正文件taian-drg.tif，点击OK。

第四步：在校正参数面板中，校正方法选择多项式（2次）。

重采样选择Bilinear，背景（Background）为0。

Landsat5影像几何校正第一步：打开并显示图像文件打开ENVI Classic，主菜单>File>Open Image File，将SPOT（bldr_sp.img）和TM图像（bldr_tm.img）文件打开，并分别在Display中显示两个影像。

ENVI分类流程ENVI是一种强大的遥感图像处理和分析软件，用于从航空或卫星遥感数据中提取地物信息和进行环境分析。

ENVI涵盖了广泛的功能，包括遥感图像预处理、分类和监督分类等。

本文将详细介绍ENVI分类流程。

1.数据预处理：在进行分类之前，应该对遥感图像数据进行预处理，以减少数据中的噪声和对比度差异。

ENVI提供了各种图像预处理工具，如辐射校正、大气校正、几何校正和平均滤波等。

这些预处理步骤有助于改善图像质量，并为后续的分类准备工作奠定基础。

2.区域定义：3.光谱统计：在进行分类之前，需要对图像数据中的不同光谱进行统计分析。

ENVI 提供了光谱统计工具，可以从图像中选择感兴趣的区域，并计算选定区域的光谱统计数据，如平均值、方差和标准差等。

这些统计数据对于分类算法的选择和参数设置起着重要的作用。

4.特征选择：根据前一步骤中计算得到的光谱统计数据，可以选择合适的特征用于分类。

ENVI提供了一系列的特征选择工具，可以根据不同的统计指标和算法选择特征。

特征选择的目的是减少特征的维度，提高分类的准确性和效率。

5.分类算法选择：ENVI提供了多种分类算法，如最大似然法、支持向量机、随机森林和人工神经网络等。

在选择分类算法时，需要考虑图像数据的特征和分类的目标。

不同的算法有不同的特点和适用范围。

一些算法适用于特定类型的图像数据，而其他算法则适用于各种类型的数据。

根据需要选择合适的分类算法。

6.分类参数设置：在使用分类算法之前，需要设置一些参数，如类别数、邻域大小和迭代次数等。

这些参数的设置取决于分类的目标和图像数据的特征。

ENVI提供了参数设置界面，可以通过调整参数值来优化分类结果。

7.监督分类：ENVI提供了监督分类工具，可以使用已知的样本数据来训练分类器。

监督分类需要已经标记好的样本数据，其中包含了不同类别的像素。

根据样本数据，分类器可以学习不同类别的特征，并将未知像素分类为相应的类别。

ENVI提供了几种监督分类算法，如最大似然法和支持向量机等。