遥感图像增强实验报告
实习二 遥感图像预处理——图像增强
针对不同的图像，选择多种增强方法，体会各种方法的不同效果。要求提交增强前后的影像和直方图， 并对影像变化做文字说明。
五 思考题
1. 图像显示效果与直方图之间的对应关系。 2. 图像增强的目的是什么？ 3. ERDAS 软件中 breakpoint Editor 的作用是什么？其中的 Gray Lookup Table 的作用是什么？ 4. ERDAS 软件在 View 视图中打开影像文件时，影像的亮度是否是原始影像的亮度？为什么？
实习二 遥感图像预处理——图像增强
一 实习目的
1）掌握直方图的概念、生成方法，通过对不同图像直方图的比较，理解直方图所反映的图像性质； 2）了解图像增强和滤波的多种方法，掌握直方图均衡、方差调整、线性拉伸、亮度/反差调整、密度 分割、分段拉伸的方法； 3）通过图像增强和滤波多种方法的实习，掌握改善遥感图像视觉效果的有效方法； 4) 掌握 ERDAS 软件中 breakpoint Editor 和 Gray Lookup Table 的作用0.tif—B70.tif
三 实习内容
1. 直方图显示 在 ERDAS 图标面板采单条单击 Tools | Image Information|Histgram 命令。 2. 直方图均衡 在 Viewer 中，单击 Raster | Contrast|Histgram Equalize 命令。 3. 方差调整 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Standard Deviations。了解不同的方差数值对改变图像效果的影响。 4. 线性拉伸 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Linear。 5. 亮度/反差调整 在 Viewer 中，单击 Raster | Brightness/Contrast 命令。 6. 密度分割 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Level Slice。 7. 分段拉伸 在 Viewer 中，单击 Raster | Contrast|Piecewise Contrast 命令。 8. breakpoints 及 Lookup Table 的作用 在 Viewer 中，单击 Raster | Contrast| Breakpoint 命令，打 开 Breakpoint Editor 对话框，体会 ERDAS 软件中 Lookup Table 的作用。
遥感数字图像的增强实验
（2）直方图匹配（Histogram Match)输入匹配文件(Input File)：wasia1 mss.img匹配参考文件(Input File to Match )：wasia2_mss.img①ERDAS图标面板菜单条:Main 一Image Interpreter一Radiometric Enhancement —Histogram Match，打开Histogram Matching对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一Histogram Match，打开Histogram Matching对话框。
2）空间增强处理(Radiometric Enhancement)（1）卷积增强处理(Convolution)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement一Convolution，打开Convolution对话框；②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。
（2）自适应滤波(Adaptive Filter)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement—Adaptive Filter，打开Wailis Adaptive Filter对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement，Adaptive Filter，打开Wailis Adaptive Filter对话框。
参数设置：文件坐标类型（Coordinate Type )：Map；处理范围确定(Subset Definition)：ULX/Y LRX/Y；输出数据类型(Output Data type )：Unsigned 8 bit；移动窗口大小(Moving Window Sire)：3(表示3×3)；输出文件选择(Optins)：Bandwise(逐个波段进行滤波)，或PC(仅对主成份变换后的第一主成份进行滤波)；乘积倍数定义(Multiplier)：2(用于调整对比度)；输出数据统计时忽略零值：Ignore Zero in Stars；OK(关闭Wallis Adapter Filter对话框，执行自适应滤波)。
03 遥感图像增强
实验三遥感图像增强一、背景知识在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。
图像增强的目的在于：(1)采用一系列技术改善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种更适合于人或机器进行分析处理的形式。
通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。
增强的方法往往具有针对性，增强的结果只是靠人的主观感觉加以评价。
因此，图像增强方法只能有选择地使用。
图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。
空间域增强是直接对图像像素灰度进行操作；频率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经傅立叶逆变换获得所需结果。
图像增强所包含的主要内容如下图。
二、实验目的：掌握遥感图像增强的基本方法，理解不同处理方法的适用类型。
能根据需要对遥感图像进行综合处理。
三、实验内容：∙辐射增强处理✧直方图均衡化✧直方图匹配∙空间增强处理✧卷积增强处理✧自适应滤波✧锐化增强处理✧分辩率融合光谱增强处理✧主成份变换（PC变换/K-L变换）✧去相关拉伸✧缨帽变换（K-T变换）✧指数计算✧自然色彩变换四、实验准备1.软件ERDAS IMAGINE8.5版本以上；2.实验用相关数据五、实验步骤：(一)、辐射增强处理(Radiometric Enhancement)1.直方图均衡化(Histogram Equalization)直方图均衡化实质上是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，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图，如果输出数据分段值较小的话，会产生粗略分类的视觉效果。
打开方法：（以文件Lanier.img为例）(1).ERDAS图标面板菜单条：Main - Image Interpreter Radiometric Enhancement -Histogram Equalization，打开Histogram Equalization对话框。
遥感图像频率域增强处理实验报告
一、实验名称遥感图像频率域增强处理二、实验目的对图像数据采用各种图形增强算法，提高图像的目视效果，方便人工目视解译、图像分类中的样本选取等，方便以后的图像解译。
学会使用ENVI软件对遥感影像进行分析增强处理，初步掌握各种图像增强方法，并对其结果进行比较，观察增强效果。
三、实验原理FFT Filtering（Fast Fourier Transform Filtering 快速傅立叶变换滤波）可以将图像变换成为显示不同空间频率成分的合成输出图像。
正向的FFT 生成的图像能显示水平和垂直空间上的频率成分。
图像的平均亮度值显示在变换后图像的中心。
远离中心的像元代表图像中增加的空间频率成分。
这一滤波能被设计为消除特殊的频率成分，并能进行逆向变换。
四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程1、正向FFT滤波加载影像，在ENVI主菜单栏中选择Filters →FFT Filtering →Forward FFT。
出现Forward FFT Input File对话框，选择要进行滤波的文件，点击ok。
在Forward FFT Parameters对话框中选择输出文件名及位置。
点击ok开始FFT计算。
2、图像平滑1）定义FFT滤波器在ENVI主菜单栏中选择Filters →FFT Filtering →Filter Definition。
将出现Filter Definition选择对话框。
Filter_Yype →Circular Pass。
定义相关参数。
选择输出路径，apply构建FFT滤波器。
2）反向FFT变换选择Filter →FFT Filtering →Inverse FFT，出现Inverse FFT Input File对话框。
遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现 在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）
实验二 遥感图像增强—对比度变化
实验二遥感图像增强—对比度变化
1.本次实验的目的和要求
1）认识遥感图像的基本结构，了解数字图像；
2）学习掌握图像直方图变化与图像亮度变化的关系；
3）掌握图像线性拉伸的方法和过程。
2.实验内容或原理
遥感图像可以表示为数字图像，即表示为f（x,y），它是以有序的数字反映地物或景观反射或发射电磁波的特性及其变化。
通过对数字图像的处理和分析，可判别出地物的属性及其分布。
图像增强的目的是改善图像显示的质量，以利于图像信息的提取和识别。
在方法上是通过突出重要信息，去除不重要或不必要信息来实现的。
可以通过增强数字图像的直方图，进行像元亮度值之间的数字运算或数字变换达到图像增强的目的。
3.需要的仪器或试剂等
电脑和CAI软件或photoshop。
4.实验步骤
操作实习CAI，进行图像拉伸
1）从实习CAI主界面进入“遥感图像处理”系统；
2）在菜单上选择处理>增强>拉伸，进入“拉伸”对话框；
3）单击关于本例按钮，阅读关于本操作的介绍；
4）单击操作模拟按钮，进入操作界面，双击界面中的输入图像框，输入图像名为B-Stren，双击输出图像框，输出图像名为A-Stren，选取线性拉伸类型，标题为“线性拉伸”，其他值保留为缺省值。
点击确定，得到图像A-Stren。
5.实验结果
请写出拉伸前后的不同点.。
遥感图像的增强处理
遥感图像的增强处理一、实验目的通过上机操作，了解空间增强、辐射增强、光谱增强几种遥感图像增强处理的过程和方法，加深对图像增强处理的理解。
二、实验内容对下图进行卷积增强处理；直方图均衡化；主成分变换；色彩变换三、实验过程ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。
1、卷积增强（Convolution）空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。
卷积增强（Convolution）是空间增强的一种方法。
卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。
卷积增强（Convolution）处理的关键是卷积算子——系数矩阵的选择。
该系数矩阵又称卷积核（Kernal）。
ERDAS IMAGINE将常用的卷积算子放在一个名为default.klb的文件中，分为3*3，5*5，7*7三组，每组又包括“Edge Detect/Low Pass/Horizontal/Vertical”等七种不同的处理方式。
具体执行过程如下：ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。
图3-1 Convolution对话框几个重要参数的设置：边缘处理方法：（Handle Edges by）：Reflection卷积归一化处理：Normalize the KernelKernel：3*3EdgeDetcetInput File(*.hdr): C\data\nj.hdr type:ENVI*.hdrOutput File(*.img): C\11.imgOutput: Unsigned 8 bit2、直方图均衡化（Histogram Equalization）直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。
遥感图像空间域增强处理实验报告
一、实验名称遥感图像空间域增强处理二、实验目的对图像数据采用各种图形增强算法，提高图像的目视效果，方便人工目视解译、图像分类中的样本选取等，方便以后的图像解译。
学会使用ENVI软件对遥感影像进行分析增强处理，初步掌握各种图像增强方法，并对其结果进行比较，观察增强效果。
三、实验原理空间域增强处理是通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，包括直方图增强及邻域增强。
直方图增强主要有图像拉伸、图像均衡化以及直方图规定化。
拉伸是最基本的图像处理方法，主要用于改善图像显示的对比度。
如果拉伸后的图像不理想，可以通过直方图均衡化做适当修改。
邻域增强主要通过定义卷积模板对图像进行滤波处理。
卷积滤波是通过消除特定的空间频率来增强图像，可分为低通率波、带通滤波和高通滤波，还有增强图像某些方向特征的方向滤波等。
四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程1、灰度拉伸1）打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，点击Load Band 在主窗口加载影像。
2）在图像的主菜单上单击ENHANCE菜单，在下拉菜单中选择INTERECTIVE STRETCHING 菜单，在弹出的对话框的主菜单上单击STRETCH_TYPE菜单。
3）线性拉伸：单击linear，再在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
如图所示：4) 分段线性拉伸：单击Piecewise linear通过使用鼠标在输入直方图中放置几个点交互地限定，各点之间的部分采用线性拉伸。
如图所示：5）高斯拉伸：选择Stretch_Type>Gaussian.输入拉伸的最小和最大值,要手动地输入所需要的标准差值，选择Options > SetGaussian Stdv。
遥感图像增强实验报告
遥感图像增强实验报告引言遥感技术在地球科学和环境科学领域有着广泛的应用，其中图像增强是遥感图像处理的重要环节之一。
图像增强旨在改善遥感图像的视觉效果，使得图像的细节更加清晰、对比度更加鲜明，以便更好地进行地表特征的识别和分析。
在本次实验中，我们将探讨常用的图像增强方法，并且使用实际遥感图像进行增强实验。
实验目的1. 了解遥感图像增强的基本概念和方法。
2. 掌握常见的图像增强方法的实施过程。
3. 分析和比较不同图像增强方法的效果，选择最适合的增强方法。
实验步骤1. 数据准备：选择一张遥感图像作为实验数据，确保图像分辨率适中、含有一定的地表特征。
2. 灰度拉伸：使用灰度拉伸方法增强图像的对比度。
首先计算图像的最小灰度值（Min）和最大灰度值（Max），然后通过线性变换将灰度值映射到0-255的范围内。
3. 直方图均衡化：利用直方图均衡化方法增强图像的细节。
首先计算图像的灰度直方图，然后按照直方图均衡化的公式对每个灰度值进行调整。
4. 自适应直方图均衡化：对比直方图均衡化方法，自适应直方图均衡化能够避免对整个图像进行均衡化，而是通过使用局部领域内的信息来进行均衡化。
5. 对比度增强：使用对比度增强方法增强图像的对比度。
可以通过调整图像的亮度、对比度和饱和度来实现。
6. 结果分析：根据实验结果分析不同图像增强方法的效果，选择最佳的增强方法。
实验结果与分析经过实验，我们得到了经过不同图像增强方法处理后的图像。
通过对比实验前后的图像，我们可以得出以下结论：1. 灰度拉伸方法能够有效增强图像的对比度，使得图像的亮度范围更广，细节更加清晰。
2. 直方图均衡化方法能够增强图像的细节，特别是在暗部和亮部细节的表现上有显著提升。
3. 自适应直方图均衡化方法相比于普通直方图均衡化方法在处理具有大范围对比度差异的遥感图像时效果更好，避免了过度增强和信息损失。
4. 对比度增强方法可以通过调整图像的亮度、对比度和饱和度来增强图像的视觉效果，但对于某些场景可能会导致图像过度增强或过度饱和。
遥感影像处理实验报告(3篇)
第1篇一、实验背景与目的随着遥感技术的不断发展，遥感影像已成为获取地球表面信息的重要手段。
遥感影像处理是对遥感影像进行一系列技术操作，以提高影像质量、提取有用信息的过程。
本实验旨在通过实践操作，让学生掌握遥感影像处理的基本原理和常用方法，提高学生对遥感影像数据的应用能力。
二、实验内容与步骤本次实验主要包括以下内容：1. 数据准备：获取实验所需的遥感影像数据，包括光学影像、红外影像等。
2. 影像预处理：对原始遥感影像进行辐射校正、几何校正、图像增强等处理。
3. 影像分割：对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类：对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析：对分类结果进行分析，评估分类精度。
三、实验步骤1. 数据准备- 获取实验所需的遥感影像数据，包括光学影像、红外影像等。
- 确保影像数据具有较好的质量和分辨率。
2. 影像预处理- 辐射校正：对原始遥感影像进行辐射校正，消除大气、传感器等因素对影像辐射强度的影响。
- 几何校正：对原始遥感影像进行几何校正，消除地形起伏、地球曲率等因素对影像几何形状的影响。
- 图像增强：对预处理后的影像进行图像增强，提高影像对比度、清晰度等。
3. 影像分割- 选择合适的分割方法，如基于阈值分割、基于区域生长分割、基于边缘检测分割等。
- 对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类- 选择合适的分类方法，如监督分类、非监督分类等。
- 对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析- 对分类结果进行分析，评估分类精度。
- 分析分类结果中存在的问题，并提出改进措施。
四、实验结果与分析1. 影像预处理结果- 经过辐射校正、几何校正和图像增强处理后，遥感影像的质量得到显著提高，对比度、清晰度等指标明显改善。
2. 影像分割结果- 根据实验所采用的分割方法，成功提取了感兴趣的目标区域，分割效果较好。
3. 影像分类结果- 通过选择合适的分类方法，对分割后的影像进行分类，成功识别了不同的地物类型。
遥感课程实验报告
实验名称：遥感图像处理与分析实验时间：2023年4月10日实验地点：遥感实验室一、实验目的1. 掌握遥感图像的获取、处理和分析方法。
2. 学习遥感图像处理软件的使用。
3. 培养学生运用遥感技术解决实际问题的能力。
二、实验原理遥感技术是利用航空、航天等手段，获取地球表面信息的一种技术。
遥感图像处理与分析是遥感技术的重要组成部分，主要包括图像预处理、图像增强、图像分类、图像融合等。
本实验以遥感图像处理与分析为主要内容，通过实验掌握遥感图像处理的基本方法。
三、实验内容1. 遥感图像获取：获取一幅遥感图像，了解遥感图像的基本特征。
2. 遥感图像预处理：对遥感图像进行辐射校正、几何校正、大气校正等预处理操作。
3. 遥感图像增强：对遥感图像进行对比度增强、亮度增强、滤波等操作。
4. 遥感图像分类：采用监督分类和非监督分类方法对遥感图像进行分类。
5. 遥感图像融合：将多源遥感图像进行融合，提高图像质量。
四、实验步骤1. 实验准备：准备遥感图像处理软件、遥感图像数据等。
2. 遥感图像获取：从遥感图像数据库中获取一幅遥感图像。
3. 遥感图像预处理：a. 辐射校正：利用遥感图像的辐射校正公式，对遥感图像进行辐射校正。
b. 几何校正：利用遥感图像的几何校正公式，对遥感图像进行几何校正。
c. 大气校正：利用遥感图像的大气校正模型，对遥感图像进行大气校正。
4. 遥感图像增强：a. 对比度增强：采用直方图均衡化方法对遥感图像进行对比度增强。
b. 亮度增强：采用线性变换方法对遥感图像进行亮度增强。
c. 滤波：采用中值滤波、高斯滤波等方法对遥感图像进行滤波。
5. 遥感图像分类：a. 监督分类：选择训练样本，建立分类模型，对遥感图像进行分类。
b. 非监督分类：采用ISODATA、K-means等方法对遥感图像进行非监督分类。
6. 遥感图像融合：a. 选择合适的融合方法，如主成分分析（PCA）、小波变换等。
b. 对多源遥感图像进行融合，得到融合图像。
实验4 遥感图像的增强处理
实验4 遥感图像的增强处理1 实验的目的和任务1）理解遥感图像的增强处理的方法和原理；2）理解遥感图像彩色合成的原理，掌握遥感图像彩色合成的方法；3）掌握遥感图像的增强处理，包括对比度变换（直方图）、空间滤波、HLS变换、多光谱变换（K-L变换，即主成分分析，PCA；K-T变换，即缨帽变换）。
2实验设备与数据：设备：遥感图像处理系统ENVI数据：焦作2004年3-7和4-8数据或者用软件自带数据3 实验内容与步骤：1）图像的彩色合成：真彩色是用3、2、1波段进行叠加合成，除真彩色之外都是假彩色，其中4、3、2波段合成标准假彩色。
真彩色：3、2、1波段合成假彩色：除真彩色之外都是假彩色，这里用3、4、5波段，可以发现，真彩色的遥感影像和实际地物地貌相一致，假彩色的图像和实际地物地貌不相一致。
因为传感器的获取的影像种类远多于人眼视觉，所以使用假彩色使人类看到看不见的辐射、或者突出某种特征，假彩色种类很多很灵活。
标准假彩色4、3、2真彩色和假彩色对比图2）直方图均衡化打开主影像窗口的enhance，如下图，用鼠标调整不同的波段范围，点击应用，可以更改颜色的表现方式可以看到，直方图均衡化后图像清晰度上升3）利用ENVI主菜单的transform菜单下的color transform进行彩色变换练习打开ENVI主菜单的transform菜单下的color transform，选择RGB to HSV，之后进行下图样式操作：选择文件保存路径后，得到一个影像文件，打开，如下图。
此外，还可以选择不同的色彩改善方式如下图，选择其他的方式，效果不同，当然选择打开的波段顺序不同，彩色合成的效果就不一样3）利用ENVI主菜单的transform菜单下的利用principal component进行主成分分析练习选择Transform>principal components>Forward PC Rotation>Compute New Statistics and Rotate，打开3-7，点击OK。
【报告】遥感图像处理实验报告
【关键字】报告遥感图像处理实验报告篇一：遥感数字图像处理实验报告设计重庆交通大学遥感数字图像处理实验报告实验课程：数字图像处理实验名称：设计所有遥感数字图像处理的实验班级：实验一：遥感图像合成和显示增强一、目的和要求1. 目的掌握图像合成和显示增强的基本方法，理解存储的图像数据与显示的图像数据之间的差异。
2. 要求熟练根据图像中的地物特征进行合成显示、拉伸、图像均衡化等显示增强操作。
理解直方图的含义，能熟练利用直方图进行多波段的图像显示拉伸增强处理。
2、实验内容1. 图像的彩色合成显示2. 图像的基本拉伸方法3. 图像均衡化方法4. 图像规定化三、实验步骤四、实验体会实验二：遥感图像的几何精纠正一、目的和要求1.目的使用多项式方法对TM遥感图像进行几何精纠正。
2.要求能熟练根据地图、GPS测点数据或具有投影的图像对遥感图像进行几何精纠正。
能够正确地选择几何纠正中的各种参数。
能够对纠正结果进行评估。
掌握几何精纠正的基本方法和操作要点。
能够自定义地图投影并进行图像的投影转换。
2、实验内容1. 对TM图像进行几何精纠正。
2. 自定义地图投影。
3. 转换图像的投影。
三、实验步骤四、实验体会实验三：图像变换一、目的和要求1.目的掌握图像变换的基本操作方法，对比变换前后图像差异，理解不同变换方法之间的区别。
2.要求能够根据图像的特征设定傅里叶变换的滤波器，消除图像中的条纹。
能够解释主成分变换后的图像，利用主成分变换消除图像中的噪声。
能够利用KT变换结果进行图像合成、解释地物信息。
熟练利用代数运算产生不同的波段组合。
利用彩色变换进行图像的合成和融合。
能够解释变换后的图像，并根据工作目的选择合适的图像变换方法。
2、实验内容1. SPOT图像的傅里叶变换。
2. TM图像的主成分变换。
3. TM图像的代数变换。
4. ETM 图像的彩色变换。
三、实验步骤四、实验体会篇二：遥感图像处理实验报告格式遥感图像处理班级：学号：姓名：指导教师：实验报告目录一、实验目的 (3)2、实验时间 (3)三、实验地点 (3)四、实验内容 (3)1.图像j50e023013和j50e024013的校正 (3)2.校正后图像的裁剪 (3)3.图像裁剪后的拼接 (5)4.图像pinjie校正spot图像 (7)5.校正后的spot图像校正图像etm+ (10)6.校正后图像的融合 (12)7.融合图像的分类 (13)五、实验体会 (14)一、实验目的：（1）了解遥感软件的基本结构，并能熟练地运用该软件处理遥感数据。
遥感卷积增强实验报告
一、实验目的本次实验旨在通过卷积增强技术提升遥感图像的质量，使其在视觉效果和后续分析处理中更具可用性。
具体目标包括：1. 理解遥感图像卷积增强的基本原理和方法。
2. 学习并应用不同的卷积增强算法，如去噪、锐化和边缘增强等。
3. 分析不同增强方法对遥感图像质量的影响。
4. 掌握遥感图像处理软件的操作，如ENVI或MATLAB等。
二、实验原理遥感卷积增强技术基于卷积操作，通过设计特定的滤波器对图像进行操作，从而改善图像质量。
常见的卷积增强方法包括：1. 去噪：利用均值滤波器、中值滤波器或高斯滤波器等去除图像噪声。
2. 锐化：通过拉普拉斯算子、Sobel算子等增强图像边缘，提高图像清晰度。
3. 边缘增强：利用Canny算子、Prewitt算子等增强图像边缘，突出目标特征。
三、实验步骤1. 数据准备：选择合适的遥感图像作为实验数据，如Landsat 8或Sentinel-2等。
2. 图像预处理：对图像进行几何校正、辐射校正等预处理操作，确保图像质量。
3. 卷积增强：- 去噪：应用均值滤波器、中值滤波器或高斯滤波器对图像进行去噪处理。
- 锐化：利用拉普拉斯算子或Sobel算子对图像进行锐化处理。
- 边缘增强：应用Canny算子或Prewitt算子对图像进行边缘增强处理。
4. 结果分析：对比原始图像和增强后的图像，分析不同增强方法对图像质量的影响。
四、实验结果与分析1. 去噪：应用均值滤波器对图像进行去噪处理后，噪声得到了有效抑制，图像质量得到提升。
2. 锐化：应用Sobel算子对图像进行锐化处理后，图像边缘更加清晰，目标特征更加突出。
3. 边缘增强：应用Canny算子对图像进行边缘增强处理后，图像边缘更加明显，有助于后续目标识别和分析。
五、实验结论1. 遥感卷积增强技术可以有效提升遥感图像质量，提高图像在视觉效果和后续分析处理中的可用性。
2. 不同的卷积增强方法对图像质量的影响不同，需要根据具体应用场景选择合适的增强方法。
遥感图像增强处理(免费)
(c) 偏 亮
(d) 亮度过于集中
感影像的三个波段，分别赋予红、绿、蓝三
种原色，然后将这三个波段叠加，构成彩色
合成图像。 • 步骤：配准 合成
二、空间域增强
在图像处理中，空间域指图像平面所在的二
维空间，描述图像的灰度分布。空间域增强， 就是应用某种数学模型，通过改变图像的灰度 成分，实现图像质量改善的图像处理方法。
方式：
对比度变换增强
Fourier/Analysis/ Fourier Transform，打开Fourier Transform对话框 ，确定要进行傅立叶变换的图像， 及变换后的傅立叶图名称。
（2）修改频率成分
在ERDAS图标面板菜单条单击Main/Image Interpreter命令，或在ERDAS图标面板工具条单击
从物理效果来看，傅立叶变换就是将图像从空 间域转换成频率域，其逆变换是将图像从频率域转 换到空间域。
2. 频域增强处理的方法
频域滤波增强 高通滤波
低通滤波
带阻滤波
带通滤波
高通滤波，采用“低阻滤波器”，抑制图像 频谱的低频信号而保留高频信号的一种模型。
效果：突出物体的边缘，锐化图像
立叶图像，及变换后的图像名称。
平滑
锐化
五、主成分变换
将图像所有波段的数据量集中到前几个波 段上，以实现数据压缩和图像增强。
以对TM1～5和TM7，6个波段数据的主成分变换为例
步骤：叠加TM的这6个波段，使之合成为一幅图像
主成分变换
合成
类似于彩色合成的操作。在ERDAS图标面
板菜单条单击Main/Image Interpreter命令，或 在ERDAS图标面板工具条单击图标 在Image Interpreter 下拉菜单中单击 Utilities/Layers Stack，打开Layer Selection and Stacking对话框 ，减TM1～5和TM7的6个波段 全部叠加。 ，
遥感图像增强实习报告
长 安 大 学
《遥感技术应用》 实习报告
指导教师：王爱萍 实习名称：遥感图像增强 姓 名： 学 号：201226040124 2015 年 4 月 20 日
课程名称：遥感技术应用 班 级：2012260401
实验名称：遥感图像增强 学员姓名：白正伟
实习时间：2015.4.20 一、目的与要求 通过上机操作，了解空间增强、辐射增强等几种遥感图象 增强处理的过程和方法，加深对图象增强处理的理解。
或利用 AOI 定义子区） 5) 6) 7) 8) 9) 输出数据类型为 Float Single 输出数据统计时忽略零值 特征矩阵文件名（Output Text File）为 lanier.mtx 特征数据文件名为 lanier.tbl 需要的主成分数量（Number of Components Desired）为 3
把每种增强方法都做几遍，进行比较，体会一下各种方法的不同效果，要求掌握 General Contrast Tools 常用直方图处理工具和 General Convolution 通用卷积滤波处理，其它的可以自己研究。
（二）利用 Image Interpreter 模块 ERDAS 图像解译模块包含了 8 个方面的功能，依次是遥感图像的空间增强、辐射增强、光谱增强、高 光谱工具、傅立叶变换、地形分析和地理信息系统分析及其它实用工具。本次实习主要是用到 Spatial Enhancement（空间增强）和 Spectral Enhancement（光谱增强） 1． 图像空间增强：利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的， 主要空间增强处理功能如下：卷积增强、非定向边缘增强、聚焦分析、纹理分析、自适应滤波、统计滤 波、分辨率融合、锐化处理
histogram equalization
实验六遥感影像增强处理
实验六遥感影像增强处理实习目的：掌握常用的遥感影像增强处理的方法。
实习内容：遥感影像空间、辐射、光谱增强处理的主要方法空间增强：包括卷积增强处理、纹理分析、自适应滤波等辐射增强：LUT拉伸处理、直方图均衡化处理、直方图匹配、亮度反转处理等光谱增强：主成份变换、缨帽变换、色彩变换、指数计算等图像增强是改善图像质量、增加图像信息量、加强图像判读和识别效果的图像处理方法。
图像增强的目的是针对给定图像的不同应用，强调图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣区域的特征，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。
图像增强的途径是通过一定的手段对原图像附加一些信息或变换数据，有选择的突出图像中感兴趣区域的特征或抑制图像中某些不需要的特征。
图像增强的方法包括空间域增强和频率域增强两类。
空间域增强包括空间增强、辐射增强和光谱增强。
在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。
1．图像解译功能简介（Introduction of Image Interpreter）利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。
图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter--Image Interpreter 菜单ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增强（Spatial Enhancement）、辐射增强（Radiometric Enhancement）、光谱增强(SpectralEnhancement)、高光谱工具（Hyper Spectral Tools）、傅立叶交换（Fourier Analysis）、地形分析（Topographic Analysis）、地理信息系统分析（GlS Analysis）、以及其它实用功能（Utilities）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
遥感图像增强实验报告
1. 实验目的和内容
实验目的：
（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：
（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程
A.遥感图像的空间域增强
1.直方图均衡化
(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization
2.灰度拉伸
(1)Display窗口>enhance>interactive stretching
(2)弹出的对话框>stretch_type>linear
(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸
（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束
（2）点击apply，结果如图所示
4.图像平滑
（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示
（2）中值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>median[3*3]。
结果如图所示
5.图像锐化
（1）在主窗口中打开can_tmr.img文件。
主菜单>filter>convolution and morphology。
（2）在Convolutions and Morphology Tool中，选择Convolutions>滤波类型
B.遥感图像的频率域增强
1.打开图像并显示
2.主菜单Filter>>FFT Filtering>>Forward FFT
3.选择需要变换的图像，点击OK，并输出结果
4.定义滤波器。
主菜单Filter>>FFT Filtering>>Filter Definition
选择傅里叶变换后的图像。
点击OK，弹出Filter Definition窗口。
5.设置Filter_type为User defined cut
6.点击前项FFT结果图像窗口中的菜单“Overlay”选择Annotation。
在Annotation（注释）窗口中点击Object类型为矩形。
7.选择绘制滤波器对象窗口为Image。
在前向FFT结果图像的窗口中，点击鼠标左边绘制多边形，双击右键结束。
8.在滤波器定义窗口“Filter Definition”,指定输出结果，点击应用按
钮“Apply”生成滤波器。
结果如图所示
9.反向FFT。
（1）主菜单Filter>>FFT Filtering>>Inverse FFT。
（2）首先选择正向FFT处理的结果图，点击OK
（3）然后选择滤波器文件，点击OK
10.对比。
原始图像和反向FFT结果图像进行对比。
C.遥感图像的彩色增强
1.多波段影像——彩色合成
（1）File> Open image file,在Available Bands List对话框中，选择“RGB Color”切换按钮>分别将Band3、Band2、Band1导入到标签为“R:”、“G:”、“B:”的文本框中，点击“Load RGB”，显示真彩色合成图像。
（2）假彩色合成
标准4，3，2假彩色合成
分别将Band4、Band3、Band2名导入到标签为“R:”、“G:”、“B:”的文本框中，合成标准假彩色图像。
2.单波段影像——假彩色增强
（1）密度分割
Diplay >Tools >Color Mapping >Density Slice
结果如图所示
3.色彩空间变换
（1）RGB to HSV
将影像以真彩色显示。
选择主菜单Transform> Color Transforms>RGB to HSV>选择要变换的文件,设置变换后文件名，在新的Display中显示，获得新的图像。
（2）HSV to RGB
在HSV图基础进行操作。
选择主菜单Transform> Color Transforms>HSV to RGB，选择HSV图像相应的波段，单击OK，定义输出名称，获得新的图像。
4.遥感数据融合
（1）主菜单>Transform >Image Sharpening >HSV
（2）选择多光谱影像
（3）选择单光谱影像
（4）结果如下
3. 实验结果
A.遥感图像的空间域增强
（1）上图为进行灰度拉伸后影像，明显可以看出影像颜色更为鲜明，对比度也相对增强，比进行灰度拉伸前更为清晰。
（2）上图为进行均值平滑后的影像，明显看出图像的边缘和细节削弱很多，且整体图像都更为模糊。
B.遥感图像的频率域增强
上图为原始图像和反向FFT结果图像进行对比，大致来看可能无法看出区别，但仔细观察后会发现，进行反向FFT操作后的图噪声减小。
C.遥感图像的彩色增强
上图为原始图像与进行遥感数据融合后图像的对比，明显发现右图更为细致，颜色更为鲜明突出。
4．结果分析
A.遥感图像的空间域增强
进行灰度拉伸后，将遥感图像较为密集的波段拉伸，通过对比度拉伸对直方
图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，故结果图像对比度增强，看起来比原图更为鲜明。
B.遥感图像的频率域增强
使用FFT将图像变换成为显示不同空间频率域成分的合成输出图像，在频率域增强技术中，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
在进行FFT操作及反向FFT操作时对图像频率进行调整，故平缓了图像的噪声。
C.遥感图像的彩色增强
将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。
故最终结果图比原始图更为鲜明，且有着高分辨率。