遥感实验报告——地信

遥感技术实验报告实验一：图像几何较正姓名：付昌昌班级：地信21301学号： 201300142 指导教师：邓帆老师长江大学地球科学学院2016一、实验目的掌握遥感图像几何纠正的主要过程与原理。

二、实验数据与内容1、扫描地形图的几何校正2、Landsat影像的几何校正三、实验步骤1、扫描地形图的几何校正第一步：打开并显示图像文件，点击 Image File,将taian-drg.tif文件打开，并显示出来，如图1所示。

图1 显示图像第二步：启动几何校正模块（1）点击Map>Registration>Select GCPs: Image to Map,弹出Image to Map Registration 对话框，选择坐标系，如图2所示。

图2 选择投影坐标系（2）添加若干个控制点，如图3，4所示。

图3 添加控制点图4 控制点列表（3）在Ground Control Poionts Selection 上，点击菜单options>Warp File,选择校正的文件taian-drg.tif.点击OK。

（4）在校正参数面板中，校正的方法选择多项式（2次），重采样选择Bilinear,Background选择0，指定输出文件名和路径，即可输出校正之后的文件，如图5所示。

图5 设置校正参数2、Landsat5影像几何校正第一步：打开并显示SPOT和TM图像文件第二步：启动几何校正模块（1）点击主菜单下的Map>Registration>Select GCPS:image to image,打开几何校正模块。

（2）选择显示SPOT文件的Display为基准影像，显示TM文件的Display 为待校正影像，点击OK进入采集控制点，如图6所示。

图6 设置基准影像和待校正影像第三步：采集地面控制点（1）在两个Display中找到相同的区域，在zoom窗口中。

点击左下角的十字光标，打开定位十字光标，将十字光标定位到相同的点上，再点击Add Point 按钮，将点加到控制点列表中。

（2）当加入的控制点足够多时，可以利用自动找点功能。

点击菜单栏上的Options>Automatically Generate Points, 选择band5，点击OK，设置面板相关参数即可，如图7所示。

图7 设置自动找点参数设置面板（3）查看控制点列表，对于RMS大于1的点全部删除，如图8所示。

图8 控制点列表（4）保存控制点，如图9所示。

图 9 保存控制点第四步：选择校正参数输出（1）在Ground Control Points Selection 上，选择Options>Warp Image to Map),选择校正文件，设置相关参数，点击OK即可，如图10，11所示。

图10 选择校正图像图11 设置校正参数第五步：检验校正结果将基准图像和校正之后的图像链接之后，打开十字光标，查看同名点的叠加情况。

四、实验结论与收获这是遥感课程的第一次上机，第一次接触了ENVI软件，了解了这个软件功能的强大，由于是英文版的，用起来多少有些不习惯，对某些单词不认识，因此在日后的学习过程中要加强专业词汇的积累。

这次上机做的是图像的几何校正，实验的关键在于均匀地选取控制点，这样才能减少误差，上机的时间有限，若想熟练掌握，课下还得多花时间。

遥感技术实验报告实验二：图像增强姓名：付昌昌班级：地信21301学号： 201300142 指导教师：邓帆老师长江大学地球科学学院2016一、实验目的理解图像滤波的基本原理，掌握常见的图像滤波方法。

二、实验数据与内容1、空间滤波2、遥感影像反差增强三、实验步骤1、空间滤波第一步：打开自带图像文件can_tmr.img第二步：在主菜单中，选择Filter>convolutions and Morphology 第三步：选择滤波类型，如图1所示。

图 1 选择滤波类型第四步：选择增强的波段，如图2所示。

图2 选择增强波段第五步：点击Quick Apply 按钮，即可显示增强后的波段。

2、遥感影像反差增强对于图像的拉伸分为：线性拉伸、分段线性拉伸、直方图均衡化拉伸、平方根拉伸、自定义拉伸和直方图匹配等。

（1）线性拉伸第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type, 选择Linear，如图3所示。

图3 选择线性拉伸类型第二步：点击菜单项Options下的Auto Apply,打开自动应用功能，如图4所示。

图 4 打开自动应用功能第三步：设置拉伸范围，使用鼠标左键，移动输入直方图中的白色垂直线到所需要的位置。

（2）分段线性拉伸第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type,选择Piecewise Linear。

设置方法与线性拉伸方法类似。

第二步：打开自动应用功能。

第三步：点击鼠标中键，为转换函数增加结点，需要拉伸的地方，转换函数的斜率大于1，需要压缩的地方，转换函数小于1；（3）高斯拉伸第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type,选择Gaussian。

第二步：打开自动应用功能。

第三步：确定拉伸范围，设置高斯标准差，如图5所示。

图5 高斯拉伸（4）直方图均衡化拉伸第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type,选择Equalization。

第二步：打开自动应用功能。

第三步：确定拉伸范围。

（5）平方根拉伸第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type,选择Square Root。

第二步：打开自动应用功能。

第三步：确定拉伸范围。

(6)自定义拉伸和直方图匹配第一步：在交互式直方图拉伸操作对话框中点击菜单项Stretch_Type,选择Arbitrary。

第二步：打开自动应用功能。

第三步：确定拉伸范围。

第四步：在Output Histogram中绘制直方图四、实验结论与收获这次做的是图形的增强处理，主要包括对比度增强和空间滤波；通过这次上机让我对遥感图像的处理有了更加深入地了解，在没有学习遥感课程之前，一直以为遥感的工作很简单，以为图像从传感器上获取就能用，其实不然，由于大气、传感器的姿态等因素的影响，肯定会产生误差，所以在地面需要人为地对图像进行处理，包括预处理和图像增强等。

通过这次上机，大致地掌握了图像增强的原理和方法，也进一步了解了专业软件ENVI。

遥感技术实验报告实验三：图像融合姓名：付昌昌班级：地信21301学号： 201300142 指导教师：邓帆老师长江大学地球科学学院2016一、实验目的理解多源遥感影像融合的基本原理，掌握多源遥感影像融合基本过程和方法。

二、实验数据与内容实验数据：SPOT4 的10 米全色波段影像：bldr_sp.imgLandsat5 TM 30m 多光谱影像：TM-30m.imgQuickBird低分辨率影像：qb_boulder_msi.imgQuickBird高分辨率影像：qb_boulder_pan.img实验内容：不同传感器图像的融合、相同传感器图像的融合三、实验步骤1、不同传感器图像的融合第一步：打开实验提供的数据bldr_sp.img和TM-30m.img.第二步：在T oolbox 中，打开 / Image Sharpening /Gram-Schmidt Pan Sharpening，在文件选择框中分别选择TM-30m.img作为低分辨率影像（L ow Spatial ）和bldr_sp.img 作为高分辨率影像（High Spatial），单击O K。

打开P an Sharpening Parameters 面板。

第三步：在P an Sharpening Parameters 面板中，选择传感器类型（Sensor）：Unknown，重采样方法（Resampling）：Cubic Convolution，输出格式为：ENVI 第四步：选择输出路径及文件名，单击O K 执行融合处理，如图1所示。

图1 输出结果第五步：显示融合后的图像可以看出，多光谱影像分辨率被提高到了10米，如图2所示。

图2 融合之后的图像2、相同传感器图像的融合第一步：打开实验数据：q b_boulder_msi.img和qb_boulder_pan.img第二步：在Toolbox 中，打开/ Image Sharpening /Gram-Schmidt Pan Sharpening，在文件选择框中分别选择qb_boulder_msi.img 作为低分辨率影像（L ow Spatial ）和q b_boulder_pan.img 作为高分辨率影像（High Spatial），单击O K。

打开P an Sharpening Parameters 面板。

第三步：在P an Sharpening Parameters 面板中，选择传感器类型（Sensor）：QuickBird，重采样方法（Resampling）：Cubic Convolution，输出格式为：ENVI。

第四步：选择输出路径及文件名，单击O K 执行融合处理，如图3所示。

图3 输出结果第五步：显示融合结果，可以看到多光谱图像的分辨率提高到了0.7 米，如图4所示。

图4 融合之后的图像四、实验结论与收获本次上机做的是图像融合，包括不同传感器图像的融合和相同传感器图像的融合。

通过这次上机加深了对图像融合的理解，巩固了课本上学到的内容。

遥感影像融合使得有多种色彩信息的影像与高分辨率的全色影像相融合，得到既有丰富的色彩信息，又具有较高分辨率的遥感影像。

在实际操作中也存在有对于时间分辨率不同的影响进行融合，以提高影像的时间分辨率以及内容丰富度。

这种方法极大地提高了遥感影像的质量，对于研究人员进行研究选取数据提供了极大的便利。

遥感技术实验报告实验四：图像分类姓名：付昌昌班级：地信21301学号： 201300142 指导教师：邓帆老师长江大学地球科学学院2016一、实验目的理解监督分类的基本原理，掌握监督分类的过程和方法。

二、实验数据与内容实验数据Can_tmr.img。

以R:TM Band 5,G:TM Band 4,B:TM Band 3波段组合显示。

图像分类包括6个步骤：特征判别，样本选择，分类器选择，影像分类，分类后处理，结果验证。

通过这6个步骤，学下ENVI中的监督分类分类过程。

三、实验步骤第一步：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。

通过目视可分辨六类地物：林地/灌木、耕地、裸地、沙地、其他六类。