当前位置：文档之家 › 遥感图像处理与分析 实验

遥感图像处理与分析 实验

  • 格式：doc
  • 大小：10.20 MB
  • 文档页数：21

合肥工业大学

资源与环境工程学院

《遥感图像处理与分析》实验报告

姓 名

学 号

专 业 地理信息系统

班 级

任课教师

《遥感图像处理与分析》上机实验报告

- 1 - 实验一 数据的显示与输入输出

（上机时间：4学时）

1. 实验目的

熟悉ERDAS IMGING 9.2，掌握数据的显示，输入及输出操作

2. 实验工具

ERDAS IMGING 9.2

3. 实验内容、过程和结果

1.数据的输入输出

打开erdas imaging,，从菜单栏选择“import”打开，选择”import”,type为jpeg格式，选择输入文件和保存文件的路径。如图：

从菜单栏选择“import”打开，选择”export”,type为jpg格式，选择输入文件和保存文件的路径。如上图。

点击ok。选择标准拉伸，标准差值为2，如图：

2.组合单波段为多波段—LayerStack

步骤： 在菜单栏点击“Interpreter”图标UtilitiesLayer StackLayer Selection and

Stacking对话框，分别输入多个单波段图像，输出文件的位置和名称，选择“union”,input为“8bite”

《遥感图像处理与分析》上机实验报告

- 2 -

3.图像信息查询

步骤：点击菜单中的工具条“十字光标”，鼠标移动在图像中时，单击鼠标左键，弹出当前鼠标所在位置图像的坐标信息。如图：

点击菜单栏中的“utility””layer imformation”弹出图像信息对话框

4. 心得体会

通过这次实验，让我对遥感图像处理分析的具体过程有了更深入的认识，以前虽然也学过遥感原理，但是这次实践操作，让我们对遥感原理有了进一步的认识，熟悉了erdas imging 软件的环境，掌握了基本的输入输出，以及多波段的合成以及对信息的查询。只是在熟悉的过程中，由于软件是英文版，对我们看惯了汉语软件来说，用起来十分吃力，不过我也慢慢的适应中。 《遥感图像处理与分析》上机实验报告

- 3 - 实验二 图像的校正

（上机时间：4学时）

1. 实验目的

掌握遥感图像的几何校正，理解各种校正模型的原理

2. 实验工具

ERDAS IMGING 9.2 合肥市ETM数据

3. 实验内容、过程和结果

先打开一标准图像，然后打开一个待矫正图像，再在菜单中选“dataprep””imaging geometric correct”弹出geometric model 窗口，设置几何模型选择“polynomial”

设置维数,点击“close”，进入“GCP Tool”选择相应的方式后，点击“ok”,进入矫正模块

在打开的视窗中点击标准图像视窗作为参考图像，然后在两幅图中相应的位置输入坐标，重复操作选取6个点，然后在GCP TOOL中选择computer error 按钮，进行校正。并在edit 中选择check，点击标准图像中的一点，在点击待矫正图像中一点，比较2点的误差值 《遥感图像处理与分析》上机实验报告

- 4 -

保存后，退出。重新打开两个窗口，分别加载矫正后的图像和标准图像。然后关联俩个视图，比较 《遥感图像处理与分析》上机实验报告

- 5 -

4. 心得体会

通过这次实验，学习了通过这个软件进行图像校正的基本方法，特别对进行校正的原理更加深了理解，图像校正时包括直接法和间接法。直接法是把原始影像的每个像元通过纠正公式变换到新影像的相应位置，同时把原始影像上像元灰度值赋予新影像相应像元位置上，间接法指由纠正后新影像的像元位置，通过纠正公式推求其在原始影像中的相应位置，并通过重采样将该位置的灰度值，反送到新影像相应像元上的一种数字影像变换方法。在间接法中需要重采样像元的灰度值，可以通过使用邻近点插值法，双线性插值法，三次卷积插值法，双三次样条插值法等方法。

《遥感图像处理与分析》上机实验报告

- 6 - 实验三 图像裁剪

（上机时间：4学时）

1. 实验目的

（1） 掌握规则分幅裁剪

1.应用查询框

2.直接输入左上角坐标和右下角坐标定

3.应用感兴趣区域

（2） 掌握不规则分幅裁剪

1. AOI多边形裁剪 2.ArcINFO的Polygon Coverage

2. 实验工具

ERDAS IMGING 9.2

3. 实验内容、过程和结果

规则分幅裁剪

1. 即裁剪的边界范围为一矩形，通过左上角和右下角两点的坐标，就可以确定图像的裁剪位置，整个裁剪过程比较简单。

2. 具体方法： DataPrepData preparationsubset

Imagesubset Image 对话框

图像裁剪过程中，裁剪范围是通过直接输入左上角坐标和右下角坐标定义的，此外，还可以通过两种方式定义裁剪范围。

应用查询框，具体过程是首先在打开被裁剪图像的视窗中放置查询框，然后在SUBSET IMAGE对话框中选择FROM INQUIRE BOX 功能。

应用感兴趣区域(AOI），具体过程是首先在打开被裁剪 《遥感图像处理与分析》上机实验报告

- 7 - 图像的视窗中绘画矩形AOI，然后在SUBSET IMAGE对话框中选择AOI功能，并确定AOI区域来自于图像视窗即可。

不规则分幅裁剪

不规则裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域。针对不同的情况采用不同的裁剪过程。

1. AOI多边形裁剪

结果图:

2.ArcINFO的Polygon Coverage。

将Arclnfo多边形转换成网格图像;通过掩膜运算实现图像不规则裁剪

在菜单栏打开Image InterpreterUtilitiesVector to Raster对话框 《遥感图像处理与分析》上机实验报告

- 8 -

掩膜处理

4. 心得体会

这次实验做的是图像的裁剪，在做实验之前觉得裁剪很简单，做了之后才发现自己在很多方面的不足。裁剪分为规则裁剪和不规则裁剪两种方式，其中规则裁剪又分为直接输入裁剪区域范围，通过查询框输入和aoi输入3种方式，不规则裁剪分为aoi裁剪和ArcINFO的Polygon Coverage。特别是ArcINFO的Polygon

Coverage这种方式是将Arclnfo多边形转换成网格图像，通过掩膜运算实现图像不规则裁剪。

《遥感图像处理与分析》上机实验报告

- 9 - 实验4 图像拼接

（上机时间：4学时）

1. 实验目的

1. 掌握图像拼接的一般操作过程，选定合适的拼接方式

2. 理解图像拼接过程中对重叠区的处理

2. 实验工具

ERDAS IMGING 9.2

3. 实验内容、过程和结果

所谓数字镶嵌就是对若干幅互为邻接的遥感数字图像通过彼此间几何镶嵌、色调调整、去重叠等数字处理，拼接成一幅统一的新数字图像。

① 必须经过几何校正处理。

② 必须具有相同的波段数。

③ 拼接的输入图像必须含有地图投影信息，输入图像可以具有不同的投影类型。

④ 可以具有不同的像元大小，进行图像拼接时，需要确定一幅参考图像，参考图像将作为输出拼接图像的基准，准定拼接图像的对比度匹配以及输出图像的地图投影、像元大小和数据类型。

图像拼接的一般过程

1. 输入待拼接图像（Select OrthoMosaic Input ）

2. 灰度调整（Make Radiometric Adjustments ）

3. 重叠区域设置（Set Intersection Mode ）

4. 接缝线确定（Edit Cutlines ）

5. 重叠区灰度设置（Set Overlap Functions）

6. 输出设置（Set Output Options ）

7. 执行拼接功能（Start Mosaic Process ）

实验步骤：

1.打开erdas imagingdata preparationmosaic imagesmosaic tool 《遥感图像处理与分析》上机实验报告

- 10 -

2.打开菜单中的“edit”add imagets添加文件

3.打开菜单中的“edit”color进行设置Overlap Areas

4.打开菜单中的“edit”set overlap function进行设置

5.打开菜单中的“process”run进行设置

合集下载

遥感地学分析实验——实验五：植被波谱特征与叶面积指数、生物量分析

遥感地学分析实验——实验五：植被波谱特征与叶面积指数、生物量分析

实验五：植被波谱特征与叶面积指数、生物量分析（3学时）

原理与方法

遥感图像上面的植被信息主要是通过绿色植物叶子和植被灌层的光谱特性以及差异变化变现出来的，选择多光谱遥感数据进行分析运算，产生某些对植被长势、生物量等有一定指示意义的数值，即是所谓的“植被指数”。用一种简单有效的形式来实现对植被状态信息的表达，以定性和定量地评价植被覆盖、生长活力与生物量。

在植被光谱中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光波段和对绿色植物（叶内组织引起的）高反射的近红外波段，通过两个不同波段数据的分析运算得到不同的植被指数，如归一化植被指数（NDVI）等。

实习仪器

学生实习机房

图象处理软件（ENVI3.5）

叶面积指数仪（WINSCANNY）

实验目的

1、掌握应用遥感图像处理软件进行植被波谱与叶面积指数、生物量测量方法。

2、掌握运用植被指数分析叶面积指数和生物量。

实验报告

内容包括：实验目的、分析叶面积指数和生物量的区域分异。

遥感实验报告

遥感实验报告

重 庆 交 通 大 学

学生实验报告

实验课程名称 遥感原理与应用

开课实验室 测量与空间信息处理实验室

学 院 2013 年级 测绘工程 专业 1班

学 生 姓 名 刘文洋

学 号 631301040126

开 课 时 间 2015 至 2016 学年第 1 学期

总 成 绩

教师签名 目 录

实验一 ENVI 视窗的基本操作 .................................. 2

实验二 遥感图像的几何校正 .................................... 4

实验三 遥感图像的增强处理 .................................... 8

实验四 遥感图像的变换 ....................................... 12

实验五 遥感信息的融合 ....................................... 15

实验六 遥感图像分类 --- 监督分类 ............................ 17

实验七 遥感图像分类 --- 非监督分类 .......................... 19

实验八 遥感图像分类后处理 ................................... 22

实验一 ENVI 视窗的基本操作

一、实验目的

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、实验内容

视窗功能介绍；文件菜单操作；显示数据；裁剪数据；合并波段

ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok

ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok

实验三 ENVI影像的几何校正 本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。 一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。 本实验将针对不同的数据源和辅助数据，提供以下几种校正方法： Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。地形图校正就采取这种方法。 Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。大多数几何校正都是利用此方法完成的。 Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整 1. 地形图的几何校正 （1）打开并显示地形图 从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。 （2）定义坐标 从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。

在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map → Registration → Select GCPs: Image to Map。 图3.1 image to map Registration对话框 （3）点击ok，启动自动配准程序。

遥感图像的分析与应用

遥感图像的分析与应用

遥感图像的分析与应用

一、遥感图像的概述

遥感图像是从卫星、飞机等高空或远距离设备采集的地表信息图像。与传统地面测量方法相比，遥感图像获取速度快、覆盖范围广、多样性强，可以涵盖不同时期、不同地域、不同尺度的地表信息，因此被广泛应用于地球科学、环境科学、农业与林业、城市规划与管理等领域。

遥感图像可分为多种类型，包括红外图像、多光谱图像、高光谱图像等。其中，多光谱图像被广泛应用于土地利用与覆盖分类、地表温度监测、植被生长研究、水资源评估等领域。

二、遥感图像的分析方法

1.图像预处理

图像预处理是遥感图像分析的第一步，用于去除图像中的噪声、改善图像的质量。预处理包括图像的辐射定标、大气校正、几何校正等。

2.特征提取

特征提取是将遥感图像转化为可供分析的特征信息的过程。常用的特征提取方法包括像元分析、纹理分析、形态学分析等。

3.分类 分类是将遥感图像中的像元按照其所代表的地物类型进行划分和分类的过程。分类方法包括像素级分类、对象级分类、混合分类等。

三、遥感图像的应用

1.土地利用

土地利用与覆盖分类是遥感图像应用的主要领域之一，它可以为城市规划、农业管理、自然资源保护等提供重要的信息基础。

2.植被生长研究

遥感图像可以用于植被生长的监测和分析，比如农业作物的生长、森林的更新等。综合利用多光谱图像的叶绿素指数、植被指数等信息，可以实现植被生长的定量分析。

3.环境监测

遥感图像可以用于环境监测，包括水污染、土壤质量监测等。通过分析遥感图像中的水质、土壤含沙量等信息，可以及时发现环境的变化，并采取相应的措施加以治理。

4.城市规划

遥感图像可以为城市规划与管理提供重要的基础数据，如土地利用类型、土地覆盖情况、房屋密度等信息。基于遥感图像的城市规划不仅可以提高城市规划的准确性，还可以优化城市规划方案，提高城市的可持续发展水平。

四、发展趋势

未来遥感图像的发展趋势是向高空高分辨率方向演进。随着高分辨率遥感卫星的不断推出，遥感技术将更加适应现代化城市建设和自然资源管理的需要。同时，随着人工智能技术的发展，自动化遥感图像处理将进一步提高遥感图像信息的提取和分类精度。