当前位置：文档之家 › 遥感原理综合性实验报告(erdas)

遥感原理综合性实验报告(erdas)

  • 格式：doc
  • 大小：2.22 MB
  • 文档页数：16

1 实验编号： 四川师范大学 实验报告 2014 年 8 月 30 日 地理与资源科学学院 2013级 1 班 实验名称：遥感数字处理图像实验 姓 名： 成 绩： 学 号： 指导教师： 程武学

1．实验目的和要求 帮助学生在了解RS基本组成与数据结构模型的基础上，重点学习使用ERDAS IMAGINE9.1软件进行视窗操作、数据数据预处理、图像解译、图像分类和矢量功能；掌握遥感图像前后处理和解译、分类地理的技术流程和方法，数据库建设以及地理数据的编辑和管理；配合具体实例运用GIS空间分析工具。通过系列实习过程，重点培养学习者掌握RS提取信息的基本过程和技巧，并可初步用来解决运用遥感提取信息的问题。 2．主要仪器与试剂 主要仪器：局域网系统；高级PC 计算机；Windows 2000，ERDAS IMAGINE8.5 3．实验步骤： 一、图像几何校正过程：

(1)数据预处理：ERDAS图标面板菜单:Main->Data Preparation->Image Geometric

Correction,打开Set Geo-Correction Input File对话框（如右图1） (2)显示图像文件：ERDAS图标面板菜单条:Session->Tile Viewers；然后，在Viewer #1中打开需要校正的Landsat TM图像:01.img；在Viewer #2中打开作为地理参考的校正过的SPOT图像:00.img（如图2）

图1 Set Geo-Connection Input File对话框 mask.img话框 2 图5 Geo Correction Tools对话框

图2打开两幅图像后的窗口 （3）启动几何校正模块：在Viewer #1菜单条:Raster->Geometric Correction，打开Set

Geometric Model对话框（图3）选择多项式几何校正计算模型:Polynomial – OK，同时打开Polynomial Model Properties对话框（图4）和Geo Correction Tools对话框（图5）

在Polynomial Model Properties对话框中，定义多项式模型参数及投影参数:定义多项式次方（Polynomial ）； 再定义投影参数。 （4）Apply->Close，打开GCP Tool Reference Setup对话框（图5）

图3 Set Geometric Model对话框 图4 Polynomial ModelProperd对话框 3

（5）启动控制点工具：首先在GCP Toots Reference Setup对话框（图5）中选择采点模式:选择视窗采点模式:Existing Viewer，单击OK（关闭GCP Tools Reference Setup对话框），自动打开Viewer Selection Instiuctions指示器（图6） （6）在显示作为地理参考图像panAtlanta.img的Viewer #2中点击左键，打开Reference Map Information提示框（图7）（显示参考图像的投影信息），OK（关闭Reference Map Information提示框）

（7）采集地面控制点：整个屏幕将自动变化为如图8所示的状态:其中包含两个主视窗、两个放大窗口、两个关联方框（分别位于两个视窗中，指示放大窗口与主视窗的关系）、控制点工具对话框、几何校正工具等。

图6 Viewer Selection Instiuctions指示器 图7 Reference Map Information提示框 4

图8 Reference Map Information 窗口 （8）采集地面检查点：以上所采集的GCP的类型为Control Point（控制点），用于控制计算，建立转换模型及多项式方程。下面所要采集的GCP的类型均是Check（检查点），用于检验所建立的转换方程的精度和实用性。依然在GCP Tool对话框状态下： （a）在GCP Tool菜单条中确定GCP类型:Edit->Set Point Type->Check （b）在GCP Tool菜单条中确定GCP匹配参数（Matching Parameter）:Edit-> Point Matching->打开GCP Matching对话框。 在GCP Matching对话框中，需要定义下列参数:①匹配参数（Matching Parameters）；②最大搜索半径（Max. Search Radius）为3；③搜索窗口大小（Search Window Size）: X:5 Y:5;④约束参数（Threshold Parameters ）:设相关阈值（Correlation Threshold）:0.8；⑤删除不匹配的点（Discard Unmatched Point）:Active （c）在匹配所有/选择点（Match All / Selected Point）选项组中设从输入到参考（Reference from Input）或从参考到输入（Input from Reference） （d）Close（关闭GCP Matching对话框） 5

（e）确定地面检查点:在GCP Tool工具条中选择Create GCP图标，并将Lock图标打开，锁住Create GCP功能，如同选择控制点一样，分别在Viewer #l和Viewer #2中定义5个检查点，定义完毕后点击Unlock图标，解除Create GCP功能。 （f）计算检查点误差:在GCP Tool工具条中点击Compute Error图标，检查点的误差就会显示在GCP Tool的上方，只有所有检查点的误差均小于一个像元（Pixel），才能继续进行合理的重采样。一般来说，如果你的控制点（GCP）定位选择比较准确的话,检查点匹配会比较好，误差会在限差范围内。否则，若控制点定义不精确，检查点就无法匹配，误差会超标。 （9）检验校正结果：（a）打开两个平铺视窗（open and Tile two Viewer）,视窗菜单条:File->Open->RasterOption->图像文件,ERDAS图标面板:Session->Tile Viewer->平铺视窗 （b）建立视窗地理连接关系（Geo Link two Viewer）,在Viewer #1中:按住右键->快捷菜单->Geo Link /Unlink,在Viewer #2中:点击左键一建立与Viewer #1的连接 （c）通过查询光标进行检验（Check with Inquire Cursor）,在Viewer #1中:按住右键->快捷菜单->Inquire Cursor->打开光标查询对话框,在Viewer #1中:移动查询光标，观测其在两屏幕中的位置及匹配程度，并注意光标查询对话框中数据的变化。:

图10 校正前TM影像 6 图11 校正后TM影像

二、图像去霾过程： （1）ERDAS 图标面板菜单条.: 单击Main->Image Interpreter->Radiometric Enhancement

打开 Haze Reduction 对话框（图12）,在对话框中，需要设置下列参数： ①确定输入文件（Input File）：klon_tm.img； ②定义输出文件（Ouput File）：haze.img； ③定义坐标类型为（Coordinate Type）：Map； ④处理范围确定（Subset Definition）：在ULX／Y、LRX／Y微调框中输入需要的数值（缺省状态为整个图像范围，可以应用InquireBox定义子区）； ⑤处理方法（Method）：选择Landsat 5 TM （2）单击OK按钮，关闭 Haze Reduction对话框，执行去霾处理。去霾处理的前后对比效果如下图13和14所示：

图12 Haze Reduction 对话框 7

图13 去霾处理前影像 图14 去霾处理后影像 三、非监督分类过程：

（1）调出非监督分类对话框：

在ERDAS图标面板工具条中点击DataPrep图标Data Preparation菜单->Unsupervised 8

Classification菜单项Unsupervised Classification对话框（图17）；或在ERDAS图标面板工具条中点击Classifier图标，Classification菜单，Unsupervised Classification菜单项，Unsupervised Classification对话框（图18）。

图19设置参数后的Unsupervised Classification对话框 （2）进行非监督分类

图17方法一打开的Unsupervised Classification对话框 图18方法二打开的Unsupervised

Classification对话框 9

Unsupervised Classification对话框（图19）: ①确定输出文件: 11.img（要被分类的图像）②确定输出文件: 12.img〔即将产生的分类图像） ③选择生成分类模板文件: Output Signature Set）④确定分类模板文件（FileName）: 13.sig ⑤对Clustering Options选择Initialize from Statistic单选框 Initialize from Statistics指由图像文件整体（或其AOl区域）的统计值产生自田聚类，分出类别的多少由用户自己决定。Use Signature Means是基于选定的模板文件进行非监督分类，类别的数目由模板文件决定。 ⑥确定初始分类数（Number of classes）: 10（分出10个类别）。实际工作中一般将分类数取为最终分类数的2倍以上。 ⑦点击Initializing Options按钮可以调出File Statistics Options对话框以设置1SODATA的一些统计参数。 ⑧点击Color Scheme Options按钮可以调出‘Output Color Scheme Options对话框以决定输出的分类图像是彩色的还是黑白的。这两个设置项使用缺省值。 ⑨定义最大循环次数（Maximum Iterations）: 24；最大循环次数（Maximum Iterations）是指ISODATA重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中将循环次数都取6次以上。 ⑩设置循环收敛阅值（Convergence Threshold）: 0.95 收敛阂值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分比。此值的设立可以避免ISODATA无限循环下去。 （3）点击OK按钮（关闭Unsupervised Classification对话框， 执行非监督分类，获得一个初步的分类结果，如图20）。

合集下载

遥感综合实训报告总结

遥感综合实训报告总结

一、实习背景随着科技的不断发展，遥感技术在我国的应用越来越广泛。

为了提高我国遥感技术的应用水平，培养具有实际操作能力的遥感专业人才，我们参加了本次遥感综合实训。

本次实习旨在通过实际操作，掌握遥感数据预处理、图像增强、图像分类及分类后处理和专题地图制作等基本技能，提高遥感信息提取能力。

二、实习目的1. 熟悉遥感数据处理的基本流程和技巧。

2. 掌握遥感图像增强、分类及分类后处理等关键技术。

3. 学会利用遥感数据制作专题地图。

4. 提高遥感信息提取和分析能力。

三、实习内容本次实习主要分为以下几个部分：1. 遥感数据预处理：对所提供的校园遥感图像数据和数字图像进行格式转换，由原来TIFF和JPG格式转换为便于软件识别的IMG格式。

参照校园数字地图，对待校正的校园遥感图像进行几何校正，采用多项式变换，多项式的次数为2次，所有检查点的误差小于一个像元。

针对校园范围，对校正后的校园遥感图像，对教学区进行不规则分幅裁剪。

2. 遥感图像增强：对预处理后的遥感图像分别依次进行直方图均衡化、77边缘检测、自然色彩变换三种增强处理。

3. 遥感图像分类及分类后处理：利用ERDAS IMAGINE 2014软件，对遥感图像进行分类，并对分类结果进行后处理，提高分类精度。

4. 遥感专题图制作：根据遥感图像分类结果，制作专题地图，展示不同地物的分布情况。

四、实习成果1. 成功完成了遥感数据预处理、图像增强、图像分类及分类后处理和专题地图制作等任务。

2. 掌握了遥感数据处理的基本流程和技巧，提高了遥感信息提取和分析能力。

3. 增强了团队合作意识，培养了实际操作能力。

五、实习体会1. 遥感技术在实际应用中具有很高的价值，通过本次实习，我们深刻体会到了遥感技术在环境保护、资源调查、城市规划等方面的广泛应用。

2. 遥感数据处理是一个复杂的过程，需要掌握一定的理论知识和技术技能。

在实际操作中，我们要善于总结经验，不断优化处理流程。

3. 团队合作在遥感数据处理中具有重要意义。

遥感图像ERDAS几何校正实习报告参考模板

遥感图像ERDAS几何校正实习报告参考模板

遥感原理与应用遥感图像几何校正实习报告班级：姓名：学号：指导教师：目录第一章概述 (1)1.1 实习任务 (1)1.2 实习目的与要求 (1)1.3 实习原理 (1)第二章实习内容与过程 (3)2.1 几何校正过程描述 (3)2.2 操作步骤 (3)第三章实习结果与分析 (7)第一章概述1.1 实习任务利用ERDAS软件进行遥感图像的几何校正，并评价几何校正的效果与精度。

1.2 实习目的与要求实验目的：（1）了解遥感图像变形的原因，掌握遥感图像校正的原理与方法。

（2）熟悉软件ERDAS的工作环境，熟悉其部分的功能。

（3）掌握使用ERDAS软件进行遥感图像校正的方法和步骤。

（4）学会对图像几何校正的效果与精度进行评价。

实验要求：（1）利用已纠正的影像Ws87_rs.img对未纠正影像Wt87_sub2.img进行纠正，并评价纠正后的效果。

（2）撰写实习报告1.3 实习原理1.几何畸变的概念与原因：由于遥感平台位置和运动状态的变化、地形起伏、地球表面曲率、大气折射、地球自转等因素的影响，遥感图像在几何位置上会发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变，称为遥感图像的几何畸变。

2. 几何校正的必要性几何校正是各种专题图的生产的预处理中的必要过程。

畸变的图像若未经几何校正会给定量分析及位置配准造成困难，因此在遥感数据接收后需要对图像进行几何校正以保证多源遥感信息处理时几何的一致性，且使其能够反映出接近真实的地理状况。

3.几何校正的原理：遥感影像相对于地图投影坐标系统进行配准校正，即要找到遥感影像与地图投影坐标系统之间的数学函数关系，通过这种函数关系可计算出原遥感影像中每个像元在地图投影坐标系统上的位置从而得到校正后的图像。

4.几何校正的方法：几何校正有许多方法，Erdas软件中提供了7中几何校正的模型，具体如下：表 1 几何校正计算机模型与功能在本次实验中采用的是Polynomial(多项式变换)的模型，通过在遥感影像和参考图像上分别选取相应的控制点，求出二元二次多项式函数：x′,y′）与参考图像坐标的关系，从而对图像进行几何校正。

遥感应用上机实验报告

遥感应用上机实验报告

2010 12《遥感应用》实验报告1实验一 数据输入一、 实习目的掌握TM 图像数据输入的主要方法。

二、 实习内容主要包括单波段TM 图像数据输入、多波段组合文件的生成。

三、 实习过程1、单波段二进制图像数据输入1) 打开ERDAS ，在ERDAS 图标面板工具条中，点击打开输入输出对话框，如图所示。

并做如下图的选择点击OK 弹出Import Generic Binary Data 对话框，如下图所示在Data Format下拉框中选择BSQ，在Data Type下拉框中选择Unsigned 8 Bit，文件行列数的输入：在实验一TM数据中右击header.dat文件，点击用记事本打开，找到相关的行列数据，在Row中填入5733，在Cols填入6773，在Bands中选择1，然后点击Save Option，最后点击OK 执行数据输入，完成后关闭窗口。

用viewer打开转换后的band1.img文件，如图2重复上述过程，依此将七个波段的数据全部输入，完成了7个波段的输入。

2、组合波段数据：为了图像处理与分析，需要将上述转换的单波段文件组合为一个多波段图像文件。

步骤：在ERDAS图标面板工具条中，点击Interpreter--Utilities--Layer Stack打开Layer Selection and Stacking的对话框。

在input file中选择输入文件路径，将转换后的img图像文件逐一选入layer框，勾选ignore zero instats选项点击ok完成波段组合。

合成后的图像如图所示。

3四、实验小结：在此次实验的过程中遇到了很多问题，由于是初次接触遥感图像处理的软件，刚开始软件的安装就出现了很多问题，没有认真的阅读实验安装过程，造成软件证书无效，不能正常运行。

在今后的学习过程中要更加踏实，努力按照老师的要求去做，做实验的时候多思考，勤尝试。

实验二遥感图像几何纠正一、实验目的掌握遥感图像的纠正过程二、实验内容根据实验的数据，对两张图片进行几何纠正4三、 实验流程显示图像模型→调用几何纠正模型→启动控制点工具→采集地面控制点和地面检查点→计算变换参数→灰度重采样→纠正精度评定四、 实验步骤1、在开始---程序菜单中打开ERDAS ，点击Viewer 菜单，则出现了Viewer2。

遥感实验报告 非监督分类

遥感实验报告 非监督分类

《遥感概论》期末实验测试姓名院系年级专业学号日期一、实验目的。

能熟练掌握Erdas的一些基本操作步骤，并用此软件制作出重庆市黔江区的分类地图。

二、工具及材料(1)工具：截图工具、感图像处理系统软件Erdas9.2(2)数据来源：国际科学数据服务平台三、实验过程及结果(1)下载数据：我下载的是与家乡所在地邻近的重庆市黔江区的遥感影像图，具体下载步骤如下①首先，进入国际数据服务平台的首页，选择数据检索的下拉列表中的“LANDSAT数据检索”。

②然后如下图所示：输入要下载的行政区域，选择“Landsat 4—5”后点击查询。

④再下载数据即可（注：下载数据时应选择平均云量较低的数据）（2）波段合成：由于下载的数据包是组成图像的各个波段，所以想要得到需要的影像，必须先进行波段合成，具体步骤如下：Interpreter -> Utilities -> Layer Stack然后会弹出以下对话框：在input file里依次打开所下载的数据包里面的7张图，依次点击ADD 按钮，OUTPUT FILE 自定义，layer选项选择ALL，忽零值前打钩，最后点击ok完成影像波段合成。

最终的合成图像如下：（3）直方图均衡化处理：对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等，这样可以达到粗略分类的效果。

步骤：Interpreter -> Radiometric Enhancement -> Histogram Equalization 均衡化处理后效果图如下：（4）裁剪处理：有时需要对影像的某一部分进行处理，此时就可以通过裁剪处理提取需要的那一部分。

具体步骤：DataPrep -> Data Preparation -> subset Image，然后再input File中输入要裁剪的图像，在原图像中选取裁剪范围的左上、右下两个点的坐标，输入下面的对话框中：点击OK后输出以下裁剪结果图如下：(5)半透明效果（Blend）：(6)非监督分类（Unsupervised Classification）：先对分类过程不施加任何先验知识，凭像元的光谱特征，运用迭代自组织分析算法，把一组像素按照相似性归为若干类别。