遥感
- 格式:docx
- 大小:1.70 MB
- 文档页数:7
独龙塘地形图的几何校正
(1) 关于几何校正:几何校正主要是针对于非系统的误差。几何校正利用地面
控制点和几何校正数学模型来矫正非系统因素所产生的误差,同时也是将
图像投影到平面上,使其符合地图投影过程。
下面做的实验是通过地面可控制点来对遥感图像几何进行平面化的过程,
控制点是键盘输入的,对于独龙塘地形图进行校正。Select GCP Image to
map .
(2)实验步骤:
第一步是自定义坐标系
将自定义坐标参数的水准面和椭球体的参数放到map-proj相应的datum以及
ellipse文本中
基准面
D_BEIJING_1954, Krasovsky, -12, -113, -41
椭球体
Krasovsky, 6378245.0, 6356863.0
第二步重新启动ENVI.classic
打开ENVI Classic-------Map--------Customize Map Projections
将相应的数据填充上。
Projection-------Add New Projection,将其保存。
第三步:打开独龙塘的地形图在主菜单上选择,map->Registration->select GCPs
Image to Map
选择合适的坐标系并设置像素的大小
第四步:选择控制点
首先选择四个角上的点,然后在校正图像Display中移动方框位置,定位到左上
角第一个公里网交点处从图上读取E :290000,N :3636000.填入Image to Map
Registration ,单击Add point 按钮增加第一个控制点。
在Display 视图中,向右平移十个公里网网格,尽量选取的点要均匀。当选择的
点的个数超过3个时,利用Predict 在图像上确定相应的位置。在zoom 中选中,
并输入坐标。
然后重复上述方法在图像上选取9个点,点尽量分布均匀。
第四步:在Ground Control Points Selection 对话框中,查看RMS值是否符合要
求。单击Show list 按钮,可以看到选择的所有的控制点列表。如果RMS值符合
精度要求,点的数量足够且分布均匀,将其保存,完成控制点的采集工作
第五步:File------Warp File,输出几何校正之后的图像。
监督分类
监督分类,又称训练分类法,用被确认类别的样本像元去识别其他未知类别像元
的过程。监督分类,又称训练分类法,用被确认类别的样本像元去识别其他未知
类别像元的过程。
监督分类,又称训练分类法,用被确认类别的样本像元去识别其他未知类别像元
的过程。
操作步骤:
(1)类别定义/特征判别
根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统;对影像
进行特征判断,评价图像质量,决定是否需要进行影像增强等预处理。这个过程
主要是一个目视查看的过程,为后面样本的选择打下基础。
(2)第二步:样本选择
Overlay------Region of interest,确定大致分为几类
第三步:计算样本的可分离性。在Region of Interest (ROI) Tool面板上,选择
Option>Compute ROI Separability,在Choose ROIs面板,将几类样本都打勾,点
击OK;
表示各个样本类型之间的可分离性,用Jeffries-Matusita, Transformed Divergence
参数表示,这两个参数的值在0~2.0之间,大于1.9说明样本之间可分离性好,
属于合格样本;小于1.8,需要编辑样本或者重新选择样本;小于1,考虑将两
类样本合成一类样本。
由图知,参数均大于1.9,因此可知该监督分类样本之间可分离性好,属于合格
样本。
在主界面Classification--------Supervised Classification-----Maximum Likelihood
在分类时为了让背景不参加分类,选择掩膜文件设置分类区域 ,不让背景参加
分类或者是对图像进行裁剪。
第四步:出图并添加各种地图要素(例如:指北针,投影方式,坐标系等)
File –Quick map –New quickmap
结论:通过目视解译的方法得到最后的监督分类的图像,