云南师范大学遥感期末作业

本科学生综合性实验报告

学号：姓名：

学院：地理科学学院专业、班级：

实验课程名称：遥感原理与应用

教师：

开课学期：2013 至2014 学年学期填报时间：2014 年月日

云南师范大学教务处编印

图2 数据

图像融合：对每景影像的543波段进行融合处理：

图6 去霾处理

图7 左为处理前右为处理后

图9 左为降噪处理前右为降噪处理后

4.图像拼接：将4景邻接的遥感影像合并成一幅统一的图像：

4.1将4景邻接的遥感影像合并成一幅统一的图像：在ERDAS图标面板选择Data Preparation|Mosaic Images|Mosaic Tools,打开Mosaic Tools对话框，然后单击Display Add Images Dialog按钮，加载经过辐射校正的影像即：128043noice 128044noice 129043noice 129044noice四副影像；

图11 加载影像

图像匹配设置：在工具条中选择Display Color Correction

直方图匹配工具，并设置直方图类型匹配方法为为Overlap Areas,直方图类型为Band By Band

图12 色彩校正

图13 叠加函数

工具：在工具条选择输出影像模型（Ser Mode for Output the Mosaic Process to Disk按钮，输出文件名为

图14 输出设置

图15 拼接图像

图像裁剪

讲弥勒的shapefile格式转成ARCinfo格式，在ERDAS图标面板工具条Import工具

图16 弥勒arcinfo

图17 矢量转栅格

5.3通过掩膜运算（Mask）实现图像不规则裁剪，分别裁剪Landsat8拼接好的图像：“拼接.img”和dem图像在ERDAS图标面板工具条中，单Interpreter|Utilities|Mask命令，打开Mask对话框，设置如下参数：

弥勒裁剪影像与DEM影像

图表面板工具条中单击Classifier图标，打

Unsupervised Classification按钮，打开Unsupervised

Unsupervised Classification对话框中进行下列设置

按照图像的统计值产生自由聚类；确定初始

，单击OK按钮，执行非监督分类。

非监督设置

打开分类图像属性并调整类别颜色：在视窗工具条中：点击图标打开Raster

对话框给各个类别赋相应的颜色Raster Attribute Editor对话框：

图21 分类前

图22 分类后

启动精度评估对话框

ERDAS 图标面板菜单条：Main→Image Classification →Classification ERDAS 图标面板工具条：点击Classifier 图标→Classification菜单

图23 精度评定对话框

图24 设置随机点个数为40个

第九步设置分类评价报告输出环境及输出分类评价报告：Accuracy

图25 误差矩阵

图27 KAPPA系数

7.监督分类

7.1 定义分类模版：①显示需要进行分类的图像在视窗中加载弥勒县LANDSAT8影像；②打开模板编辑器，点击C1assifier目标选择Signature Editor

图30 评价样本

7.4 类别的分离性：Signature Editor对话框：→选定某一或者某几个类别→Evaluate一Separability→打开Signature Separability对话框→确定组合数据层数（Layers Per Combination）：3→选择计算距离的方法（Distance Measure）：Transformed Divergence→确定输出数据格式（output Form）： ASCⅡ→确定统计结果报告方式（Report Type ）： Complete Report→Close（关闭signature Separability 对话框）在文本编辑器窗口，可以对报告结果进行分析，可以将结果保存在文本文件中。

图31 评价样本

执行监督分类:ERDAS图标面板菜单条：Main→Image Classification 单或ERDAS图标面板工具条：点击Classifier

单→Supervised Classification 菜单项

对话框,并进行如下设置：

图32 输出监督分类

图33 监督分类图

分类结果评价：因与非监督分类方法一致，此处不详讲，只展示评价结果；