中国地质大学遥感图像处理上机实习报告

遥感图像处理课程实习报告

学生姓名：王蜀越

班学号：

学号：

指导教师：王红平、许凯

中国地质大学信息工程学院

2017年7月1日

目录

目录 ............................................................................................................................................... - 1 - 实习一：影像融合........................................................................................................................ - 2 -

1.1【实习目的】 (2)

1.2【实习步骤】 (2)

1.3【实习过程】 (2)

实习二：几何校正........................................................................................................................ - 6 -

2.1【实习内容】 (6)

2.2【实习步骤】 (6)

2.3【实习过程】 (6)

实习三：影像分类（一）.......................................................................................................... - 10 -

3.1【实习内容】 (10)

3.2【实习步骤】 (10)

3.3【实习过程】 (10)

实习四：影像分类（二）.......................................................................................................... - 14 -

4.1【实习内容】 (14)

4.2【实习步骤】 (14)

4.3【实习过程】 (14)

心得与感想 ................................................................................................................................. - 18 -

实习一：影像融合

1.1 【实习目的】

1.掌握遥感影像融合的基本原理、内容和要点；

2.掌握在ENVI中遥感影像融合的操作方法、步骤；

3.进一步熟悉ENVI软件的操作。

1.2 【实习步骤】

（1）实习流程图：

（2）参数设置及中间结果：

无

1.3 【实习过程】

（1）影像融合的内容

图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。

高效的图像融合方法可以根据需要综合处理多源通道的信息，从而有效地提高了图像信息的利用率、系统对目标探测识别地可靠性及系统的自动化程度。其目的是将单一传感器的多波段信息或不同类传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的清晰、完整、准确的信息描述。

（2）图像融合过程

（3）几种常见的融合算法

IHS融合算法

在计算机内定量处理色彩时，通常采用RGB表色系统，但在视觉上定性地描述色彩时，采用IHS显色系统更直观些。IHS显色系统采用色调（Hue）、饱和度（Saturation）、亮度（Intensity）表示颜色。IHS融合又称为“I分量替换法”，即用全色图像代替多光谱图像的I分量，并与其H 和S分量相结合进行IHS逆变换获得融合图像。

IHS图像融合的基本步骤：

（1）对两幅图像进行几何配准，并将多光谱图像重采样与全色图像分辨率设置一致；

（2）对多光谱图像进行IHS变换，将图像变换之IHS空间；

（3）对全色图像和多光谱图像的I分量进行直方图匹配；

（4）用直方图配准后的全色图像代替多光谱图像的I分量；

（5）对I分量替换后的多光谱图像进行IHS逆变换至RGB空间，得到融合图像。

通过变换、替代、逆变换获得的融合图像既具有全色高分辨率的特点，又保持了多光谱图像的色调和饱和度。虽然融合后图像清晰度提高了，但光谱信息损失严重，即产生颜色失真。如果融合结果图像应用以光谱分析为主就不太适合选择该方法。

PCA变换法

PCA（Principal Component Analysis）变换又称为K-L变换（主成分变换）。它是将N个波段的低分辨率图像进行KL变换，将单波段的高分辨率图像经过灰度拉伸，使灰度的均值与方差和KL变换第一分量图像一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过KL逆变换到原空间。

PCA变化法的基本步骤：

（1）对多光谱图像进行主成分分析，用相关矩阵求特征值和特征性向量，然后求各主分量；

（2）将空间配准后的单波段高分辨率图像与第一主分量图像做直方图配准；

（3）用配准后的单波段高分辨率图像代替第一主分量；并将与其余主分量做逆变换得到融合图像。

PCA变换法最大的优点是可以应用任意数目的波段，克服了IHS变换只能用于三个波段的缺陷。经过融合后的图像包括了两幅原始图像高空间分辨率和高光谱分辨率特征，保留了原图像的高频信息。

利用ENVI进行图像融合