实验五指导书遥感图像滤波
遥感图像处理实验指导书
遥感图像处理实验指导书孙华林辉莫登奎编著林业遥感信息工程研究中心2006年11月目录实验一图像处理软件ENVI4.2功能介绍 (3)实验二影像的地理坐标定位和校正 (15)实验三使用ENVI进行正射校正 (23)实验四图像镶嵌 (29)实验五图像融合 (36)实验六波段组合计算及图像增强 (45)实验七图像分类 (58)实验八使用ENVI进行三维曲面浏览与飞行 (66)实验九地图制图 (78)实验一图像处理软件ENVI4.2功能介绍1 ENVI4.2支持文件格式ENVI使用的是通用的栅格数据格式，包含一个简单的二进制文件和一个相关的ASCII的头文件。
读该文件格式允许ENVI使用几乎有的影像文件，包括那些自身嵌入头文件信息的影像文件。
通用的栅格数据都会存储为二进制的字节流，通常它将以BSQ（按波段顺序）、BIP（波段按像元交叉）或者BIL（波段按行交叉）的方式进行存储。
ENVI软件支持的数据类型，包括字节型，整型，无符号整型，长整型，无符号长整型，浮点型，双精度浮点型，复数型，双精度复数型，64位整型，以及无符号64位整型。
2 ENVI的窗口和显示使用ENVI软件时，打开图像通常有三个窗口，即主影像窗口（Main Image Window）、滚动窗口（Scroll Window）和缩放窗口（Zoom Window），见图1.1。
图1.1 ENVI显示窗口组：主影像窗口、滚动窗口和缩放窗口2.1 ENVI主菜单ENVI主菜单位于显示窗口的顶部，在默认情况下，它显示于主影像窗口的顶部，并提供交互式的影像显示和分析功能，见图1.2。
如果所选的显示组中不包括主影像窗口，那么菜单将会出现在滚动窗口或者缩放窗口的顶部，同ENVI 其他的菜单一样，从该菜单中可以选择任意的菜单选项。
此外，在任何一个显示窗口点击右键会弹出一个快捷菜单。
通过这个菜单可以访问显示函数，也可以改变显示的设置。
图1.2主影像窗口中的overlay菜单和快捷菜单2.2 可用波段列表ENVI可以打开影像文件或者这些文件中的单个波段。
遥感图像处理实验报告
遥感图像处理实验报告《遥感图像处理实验报告》摘要：本实验利用遥感技术获取了一幅卫星图像，通过图像处理技术对图像进行了处理和分析。
实验结果表明，遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
引言：遥感图像处理是利用遥感技术获取的图像进行数字化处理和分析，以获取有用的地理信息和环境数据的过程。
本实验旨在通过对遥感图像的处理和分析，探讨遥感图像处理技术在实际应用中的作用和意义。
实验方法：1. 获取卫星图像：选择一幅特定区域的卫星图像作为实验对象，确保图像质量和分辨率满足处理要求。
2. 图像预处理：对原始图像进行预处理，包括去噪、增强、几何校正等操作，以提高图像质量和准确性。
3. 图像分析：利用遥感图像处理软件对图像进行分类、特征提取、变化检测等分析，获取地理信息和环境数据。
4. 结果展示：将处理后的图像结果进行展示和分析，对图像处理技术的应用效果进行评估。
实验结果：经过处理和分析，得到了一幅清晰的遥感图像，并从中提取了有用的地理信息和环境数据。
通过图像分类和特征提取，可以准确地识别出不同地物类型，如建筑物、植被、水体等；通过变化检测，可以发现地表的变化情况，如城市扩张、土地利用变化等。
这些信息对于地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
结论：遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值，通过对遥感图像的处理和分析，可以获取丰富的地理信息和环境数据，为相关领域的决策和规划提供重要的支持。
在未来的研究中，可以进一步探讨遥感图像处理技术的改进和应用，以满足不同领域的需求。
遥感图像处理实验报告_图像的频率域滤波处理
遥感图像处理实验报告（2013 —2014 学年第1学期）实验名称：图像的频率域滤波处理实验时间：实验地点：指导教师：专业班级：姓名：学号：一：实验目的1：掌握滤波器在程序语言中的定义算法2：理解图像的频率域与空间域之间的区别与联系3：在频率域对图像进行处理，达到平滑（低通滤波）与锐化（高通滤波）的目的二：实验内容1：在Matlab中定义滤波器2：对图像进行频率域处理3：对频率域的处理结果，结合第3次实验（空间域处理）结果进行对比，给出评价三：实验代码及Matlab使用心得（注释中）%清屏，清除工作空间，关闭所有绘图窗口clc;clear all;close all;%读取图像，并建立一个窗口，显示原始图像I = imread('C:\Users\浮生\Desktop\大三\Matlab\data\lena.png', 'png')figure(1)imshow(I)title('原始图像')%图像傅立叶变换%fft(X)函数的作用是，返回矩阵X的【二维离散傅立叶变换】结果%fft()函数采用快速傅立叶变换算法，运算结果的行列数与被变换矩阵的规格相同F = fft2(I);%fftshift()函数的功能则是把FFT的DC分量移动到频谱矩阵的中心%在直观上，就是把低频信息移到矩阵中心，便于直观观看图像的频谱F = fftshift(F);%由于FFT的运算结果的数值跨幅过大%直接显示的话只能看到一个小亮点%为了显示的直观，我们需要自行定义灰度显示幅度%在本例中，我们定义显示幅度为0-50000figure(2);imshow(abs(real(F)), [0 50000]);title('频率域图像')%%%%%%定义滤波器之前的准备工作%%%%%[m n] = size(I);%读取图像的规格p = m/2;%定义两个计数器p和qq = n/2;%用以控制滤波器的遍历过程image = zeros(m,n);%%%%%%截止频率为50的理想低通滤波器%%%%%%%低通滤波器，即让频率高于阈值的信号值为0，而在阈值之下的所有信号保持原样%反映在图像操作中，将去除高频信息，达到平滑的效果lowpass_50 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 50%什么也不做;elselowpass_50(u, v) = 0;endendend%显示频率域图像figure(3);imshow(abs(real(lowpass_50)), [0 50000]);title('频率域图像截止频率为50的理想低通滤波器');%傅立叶逆运算反算图像image = ifftshift(lowpass_50);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(4);imshow(image, []);title('处理结果截止频率为50的理想低通滤波器')%%%%%%截止频率为100的理想低通滤波器%%%%%%lowpass_100 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 100%什么也不做;elselowpass_100(u, v) = 0;endendend%显示频率域图像figure(5);imshow(abs(real(lowpass_100)), [0 50000]);title('频率域图像截止频率为100的理想低通滤波器'); %傅立叶逆运算反算图像image = ifftshift(lowpass_100);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(6);imshow(image, []);title('处理结果截止频率为100的理想低通滤波器')%%%%%%截止频率为50的理想高通滤波器%%%%%% highpass_50 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 50highpass_50(u, v) = 0;else%什么也不做;endendend%显示频率域图像figure(7);imshow(abs(real(highpass_50)), [0 50000]);title('频率域图像截止频率为50的理想高通滤波器');%傅立叶逆运算反算图像image = ifftshift(highpass_50);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(8);imshow(image, []);title('处理结果截止频率为50的理想高通滤波器')%%%%%%截止频率为100的理想高通滤波器%%%%%% highpass_100 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 100highpass_100(u, v) = 0;else%什么也不做;endendend%显示频率域图像figure(9);imshow(abs(real(highpass_100)), [0 50000]);title('频率域图像截止频率为100的理想高通滤波器');%傅立叶逆运算反算图像image = ifftshift(highpass_100);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(10);imshow(image, []);title('处理结果截止频率为100的理想高通滤波器')%%%%%%截止频率为50的巴特沃斯低通滤波器%%%%%% for u = 1:m,for v = 1:nD=sqrt((u-p)^2 + (v-q)^2);Butterworth(u,v)=1/(1+D/50)^(2*2);endend%显示频率域图像figure(11);imshow(abs(real(Butterworth)), []);title('频率域图像截止频率为50的巴特沃斯低通滤波器'); %傅立叶逆运算反算图像image = F.*Butterworth;image = ifftshift(image);image = abs(ifft2(image));%显示处理结果图像figure(12);imshow(image, []);title('处理结果截止频率为50的巴特沃斯低通滤波器')%%%%%%截止频率为50的高斯低通滤波器%%%%%%for u=1:m,for v=1:nD=sqrt((u-p)^2 + (v-q)^2);Gaussian(u,v)=exp(-D^2/(2*50^2));endend%显示频率域图像figure(13);imshow(abs(real(Gaussian)), []);title('频率域图像截止频率为50的高斯低通滤波器'); %傅立叶逆运算反算图像image = F.*Gaussian;image = ifftshift(image);image = abs(ifft2(image));%显示处理结果图像figure(14);imshow(image, []);title('处理结果截止频率为50的高斯低通滤波器');四：实验结果（仅列一例）五：实验心得1：相较空域滤波，频率域滤波的算法复杂度更高。
实验五 遥感图像处理
实验五遥感图像处理实验目的：通过上机操作，了解空间增强、辐射增强、频率域增强等几种遥感图象增强处理的过程和方法，加深对遥感图象增强处理的理解。
通过上机操作，初步掌握遥感信息融合的方法，深入理解遥感信息融合在信息解译中的意义。
实验内容：ENVI中进行直方图的交互式拉伸、卷积滤波处理、频率域滤波FFT。
多光谱数据与高分辨率全色数据的融合。
一、遥感图像增强处理部分1、直方图的交互式拉伸ENVI 用2% 的系统默认线性拉伸值来显示所有图像(两边均舍去信息量的2%)，经过这样处理后合成的假彩色图像层次分明、地物差异大，各类地物易于判别。
从Enhance子菜单选择Interactive Stretching，出现一个新的对话框，它包含输入和输出的直方图。
若显示一幅RGB 彩色图像，则出现三个直方图窗口，一个直方图对应于一个波段。
打开交互式对话框在主图像窗口，选择Enhance > Interactive stretching.在交互式对比度拉伸对话框中将显示输入和输出直方图，它们表明了当前的输入数据以及分别应用的拉伸。
两条垂线（虚线）表明了当前拉伸用到的最小和最大值。
对于彩色图像来说，直方图的颜色与所选择的波段颜色一致。
交互式直方图窗口的底部会列出拉伸类型和直方图来源。
注意：要把任何拉伸或直方图变化自动地应用于你的图像，选择Options > Auto Apply: On.◆浏览数据细节要浏览当前的DN值和指定DN值的像元数、直方图以及累积直方图，可以在直方图内按住鼠标左键并拖放随之产生的白色十字交叉指针。
◆设置拉伸参数要更改最小和最大拉伸值，在任意一条垂直虚线上点击鼠标左键，然后拖曳到一个新位置。
或在对话框顶部的文本框中输入所需值。
当选择任意一条线时，当前的DN、像元数、该单位DN 的像元百分比以及累积百分比，显示在输入的直方图上。
当指定最小和最大值时，输入所需要的实际值（例如，最小值37，最大值68 ）或数据的百分比（例如，最小值“2%”，最大值“98%”）。
实验五：遥感图像的增强处理实验指导
实验五：遥感图像的增强处理实验指导实验目的：通过上机操作，了解空间增强、辐射增强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。
实验内容：卷积增强处理；锐化增强处理；直方图均衡化；主成分变换。
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，是一定灰度范围内的像元数量大致相同。
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。
图6-1直方图均衡化在ERDAS图标面板菜单条：单击单击Main | Image Interpreter｜Radiometric Enhancement | Histogram Equalization 命令，打开Histogram Equalization对话框（图6-1）。
也可以在ERDAS图标面板工具条：单击单击Interpreter图标｜Radiometric Enhancement | Histogram Equalization 命令，打开HistogramEqualization对话框（图6-1）。
Histogram Equalization对话框中，需要设置下列参数：（1）确定输入文件为Lanier.img。
（提示：所有练习示例文件均在C:\Program Files\Imagine\Examples文件夹下，以下同）（2）定义输出文件为equalization.img。
（提示：一定要记住输出文件的位置，可自定义文件名）（3）文件坐标类型为Map，其它默认设置。
（4）单击OK按钮，执行处理。
注意：认真对比直方图均衡化前后的图像差别，仔细观察直方图均衡化的效果，具体方法如下，（以下所有实验观察处理效果的方法均相同）。
1、可以打开两个视窗（Viewer1/Viewer2），在两个视窗中分别打开处理前Lanier.img和处理后equalization.img两幅图像，观察效果。
遥感图像处理实验
遥感图像处理实验目录实验二影像的地理坐标定位和校正实验三使用ENVI进行正射校正实验四图像镶嵌实验五图像融合实验六波段组合计算及图像增强实验七图像分类实验八使用ENVI进行三维曲面浏览与飞行实验九地图制图09级林学四班汤瑞芳20090143 注：本实验报告共分为两部分，其一为实验的详细过程，其二为实验结果的整理及实验心得实验二影像的地理坐标定位和校正实验目的:1）掌握如何在ENVI中对影像进行地理校正2）添加地理坐标3）如何使用ENVI进行影像到影像的几何校正实验内容：1图像文件头文件的修改步骤：1）打开并显示SPOT数据ENVI主菜单中file →open image file，从envidata目录bldr_reg文件夹下的bldr_sp.img文件，从可用波段列表对话框中点击Grey scale，点击Load Band按钮加载这幅影像到一个新的显示窗口中。
2）修改ENVI头文件中的地图信息右击bldr_sp.img—》Map inf，快捷菜单Edit Map Information。
点击Projection/Datum文本旁边的箭头切换按钮，DMS或者DDEG，分别在度分秒和十进制的度之间进行切换。
点击Cancel，推出Edit Map Information对话框。
修改图像的pixel size信息，添加公里网格和地图标注。
保存图像。
file →save image as →image file。
输出路径和输出文件名称2 影像对影像的几何配准利用SPOT图像校正Landsat TM步骤：1）打开TM图像从ENVI主菜单中，选择file →open image file，从envidata目录下的bldr_reg子目录选择bldr_tm.img文件。
在列表中选择band3，点击display#1按钮，并从下拉式菜单中选择new display。
点击Load Band 按钮，把TM的band3波段的影像加载到新显示窗口中。
遥感数字图像处理：遥感图像处理-图像滤波
Mean 11x11
1.2 中值滤波器
在邻域平均法中，是将n×n局部区域中的灰度的平
均值作为区域中央象元的灰度值。而在中值滤波中，是 把局部区域中灰度的中央值作为区域中央象元的值。
g(x, y) median(of (x, y))
如，在3×3区域内进行中值滤波，是将区域内9个 灰度值按由小到大排列，从小的一方开始的第5个值即 为中央象元的值。
矢量微分----梯度
二元函数f(x,y)在坐标点(x,y)处的梯度向量的定义：
f
G[
f
( x,
y)]
x f
y
梯度的幅度：
G[ f (x, y)] ( f )2 ( f ) 2
x
y
梯度的幅角：
M
tg 1[ f / f ] y x
连续域的微分----离散域的差分
x f (i, j) f (i 1, j) f (i, j) y f (i, j) f (i, j 1) f (i, j)
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果r（i，j） 放在窗口中心的像 元位置，成为新像 元的灰度值。然后 活动窗口向右移动 一个像元，再按公 式做同样的运算， 仍旧把计算结果放 在移动后的窗口中 心位置上，依次进 行，逐行扫描，直 到全幅图像扫描一 遍结束，则新图像 生成。
ENVI遥感概论实验指导书
《遥感概论》实验指导书地理信息系统教研室实验内容根据新疆大学资源与环境科学学院现有实验条件及设备，针对遥感概论课程教学大纲实验范围，制定如下实验内容。
1遥感图像增强：对比度变换2遥感图像增强：空间滤波3遥感图像增强的彩色合成4遥感图像变换—主成分分析5遥感图像变换—缨帽变换6遥感图像的HIS彩色空间变换7遥感图像的分类（监督分类或非监督分类）* 综合性实验实验采用软件为美国ENVIENVI实验指南ENVI（The Environment for Visualizing Images）Version 4.1 ,由美国系统研究公司（Research System INC.）开发。
一界面系统介绍1.主菜单：菜单项，File、Basic Tool、Classification、Tranform、Spectral实习所涉及的（粗略介绍）2.Help 工具的使用3.主菜单设置（preferences）：内存设置二文件的存取与显示1．图像显示由一组三个不同的图像窗口组成：主图像窗口、滚动窗口、缩放窗口。
1）主图像Image窗口：（400*400）100％显示（全分辨率显示）scroll的方框，可交互式分析、查询信息。
主图像窗口内的功能菜单：在主图像窗口内点击鼠标右键，切换隐藏子菜单的开启和关闭。
该"Functions" 菜单控制所有的ENVI交互显示功能，这包括：图像链接和动态覆盖；空间和波谱剖面图；对比度拉伸；彩色制图；诸如ROI的限定、光标位置和值、散点图和表面图等交互特征；诸如注记、网格、图像等值线和矢量层等的覆盖（叠置）；动画以及显示特征。
2）滚动Scroll窗口：全局，重采样(降低分辨率)显示一幅图像。
只有要显示的图像比主图像窗口能显示的图象大时，才会出现滚动窗口。
滚动窗口位置和大小最初在envi.cfg 文件中被设置并且可以被修改。
3）缩放Zoom窗口：（200*200）显示image的方框。
遥感数字图像处理第7章 图像滤波
均值滤波模板
1 1 1 1 1 1
1 9
1 1
1 1
1 1
,或
1 8
1 1
1 1
1 1
中值滤波(Median filtering)
中值滤波取每个领域像素值的中均作为该像素的新值。 优点：对椒盐噪声比较有效，能保留部分细节信息，
减少模糊 不足：计算复杂，对随机噪声效果不好
高斯低通滤波(Gaussian low-pass filtering)
梯度的近似计算：
gradf ( x, y ) t1 t2
对于离散的二维图像：
gradf ( x, y ) t1 t2 t1 f ( x, y ) f ( x 1, y ) t2 f ( x,y ) f ( x,y 1)
梯度的近似计算：
gradf ( x, y ) t1 t2 t1 f ( x, y ) f ( x 1, y ) t2 f ( x,y ) f ( x,y 1)
f ( x, y ) i( x, y ) r( x, y )
其中，f(x, y)是图像 i(x, y)是照射分量 r(x, y)是反射分量
同态滤波的步骤
1.取对数
ln f ( x, y ) lni( x, y ) ln r( x, y )
2.对结果进行傅立叶变换
F( u,v ) I( u,v ) R( x, y )
3.对变换结果进行滤波
G( x, y ) H( u,v )F( u,v ) H( u,v )I( u,v ) H( u,v )R( x, y )
同态滤波的步骤
4.使用傅立叶逆变换
hf ( x, y ) hi( x, y ) hr ( x, y )
5.对结果进行指数变换
遥感图像处理中常见问题与滤波技巧
遥感图像处理中常见问题与滤波技巧遥感技术在现代社会中扮演着重要的角色，它通过获取和分析遥远的地面信息，为我们提供了大量的地理数据。
然而，遥感图像处理中存在着一些常见问题，同时也有一些滤波技巧可以帮助我们解决这些问题。
一、常见问题1. 噪声在遥感图像中，由于各种因素的影响，经常会出现图像噪声。
噪声的存在影响了图像的质量和解译结果。
因此，噪声去除是遥感图像处理中常见的问题。
常用的噪声去除方法有均值滤波、中值滤波和高斯滤波等。
这些滤波技术可以有效降低图像的噪声，提高图像质量。
2. 模糊遥感图像中的模糊可能是由于图像传感器的限制、大气湍流、相机晃动等因素引起的。
模糊会导致图像信息的丢失和细节不清晰。
为了处理图像模糊问题，常用的方法有锐化滤波和盲解卷积等。
锐化滤波可以增强图像的边缘和细节，使图像变得更加清晰；盲解卷积可以通过逆滤波或最小二乘法，恢复图像的清晰度。
3. 遥感图像的融合遥感图像通常由多个传感器获取，具有不同的空间、光谱和时间分辨率。
因此，如何将多个不同的遥感图像融合成一副高质量的图像是一个挑战。
常用的图像融合方法有小波变换、主成分分析和拉普拉斯金字塔等。
这些方法可以综合利用多个图像的信息，得到更全面、细致的图像。
二、滤波技巧1. 均值滤波均值滤波是一种常见的线性滤波技术，它通过将像素周围的领域像素进行平均，来降低图像的噪声。
均值滤波的优点是简单易实现，但缺点是对边缘和细节不敏感，可能导致图像模糊。
2. 中值滤波中值滤波也是一种常用的非线性滤波技术，它通过将像素周围的领域像素进行排序，取中值作为当前像素的值，从而降低图像的噪声。
中值滤波的优点是能够有效去除椒盐噪声，但对高斯噪声的去除效果不如均值滤波。
3. 高斯滤波高斯滤波是一种基于高斯函数的线性滤波技术，它通过对像素周围的领域像素进行加权平均，来降低图像的噪声。
高斯滤波的优点是能够保持图像边缘和细节，但对于椒盐噪声的去除效果较差。
4. 小波变换小波变换是一种时频变换技术，可以将信号分解成不同频率的分量。
实验5遥感图像目视解译与制图
04
了解遥感图像目视解译在地理信息科学领 域的应用。
实验要求
掌握遥感图像的基本特征 和分类。
掌握遥感图像目视解译的 步骤和流程。
熟悉遥感图像目视解译的 技巧和方法。
学会利用遥感图像目视解 译制作专题地图。
02 遥感图像目视解译
遥感图像目视解译基本概念
遥感图像目视解译是指通过观察和分 析遥感图像，对地表特征进行识别、 分类和解释的过程。
实验5遥感图像目视解译与制图
目 录
• 实验目的与要求 • 遥感图像目视解译 • 遥感图像制图 • 实验数据与软件 • 实验过程与结果 • 实验总结与讨论
01 实验目的与要求
实验目的
01 掌握遥感图像目视解译的基本原理和方法。
02
熟悉遥感图像目视解译的步骤和流程。
03
学会利用遥感图像目视解译制作专题地图。
遥感图像目视解译是遥感技术应用中 最为基础和重要的环节之一，对于地 表资源调查、环境监测、城市规划等 领域具有重要意义。
遥感图像目视解译方法
01
02
03
直接解译法
根据遥感图像上直接呈现 的地物特征进行识别和分 类。
对比解译法
通过对比动态解译法
结合长时间序列的遥感数 据，分析地物的动态变化 过程。
软件功能
ENVI软件主要进行遥感图像的预处理、增强、分类等操作，ArcGIS和QGIS则主要用于地图制作、空间分析和可视化 等方面。
软件操作
在进行目视解译和制图时，需要熟练掌握相关软件的操作，包括图像导入、调整视图、标记特征、制作 地图等，以确保结果的准确性和可靠性。
05 实验过程与结果
实验过程
实验问题与解决方案
在实验过程中，部分学生遇到了遥感图像解译难度大的问题。针对这一问题，教师提供了 额外的遥感图像数据供学生练习，并加强了解译方法的指导，帮助学生克服困难。
205_彪_图像滤波讲解
杭州师范大学遥感数字图像处理方法实验报告实验名称：图像滤波姓名：文学号：425班级：地信141老师：成绩：2016年4月30号实验五图像滤波1实验目的熟悉图像滤波，特别是图像的平缓和锐化的基本方法，理解典型卷积核的作用。
2实验要求能根据地物的特征，有针对地进行平滑和锐化操作。
能够正确地选择卷积核进行计算。
3实验内容➢图像平滑➢图像锐化➢卷积核大小对图像平滑和锐化的影响➢单色图像与彩色图像的平滑与锐化4实验步骤概述：在envi中平滑和锐化的区别在于卷积核的选择。
图像的锐化也可以通过不同空间分辨率的图像的融合来实现（主菜单：transforms>Image sharpening）4.1图像平滑4.1.1低通滤波数据：AA主菜单：Filter>Convolutions and Morphology(卷积与形态学方法)在出现的窗口菜单里单击Convolutions（卷积方法）。
Low Pass:低通。
Median：中通。
Gaussian Low Pass：高斯低通。
这几个为平滑处理。
其余的方法为锐化。
选择Low Pass。
选择默认的窗口大小。
点击应用于文件，选择AA。
将结果保存在内存里。
并显示出来#1。
用#2显示原始AA图像。
并链接#1与#2，比较平滑后的图像差异。
如图5.1所示。
图5.1 低通平滑后的图像对比图5.1说明：利用低通滤波对AA平滑处理后，地物突变处减少了很多，图像显得十分平滑。
4.1.2中值滤波和高斯低通滤波分别使用中值滤波的高斯低通滤波处理图像AA（卷积窗口均为默认3），使用相同的彩色合成显示，窗口分别是#2和#3，#1为原始影像。
如图5.2。
图5.2 中值滤波和高斯滤波效果比较图图5.2说明：利用高斯低通滤波对AA图像进行处理后的#3与原始图像#1相比较，可以发现，图像并没有太多的变化，而利用中值滤波处理后的#2图像，明显变得平滑了。
而且与图5.1中的低通滤波效果相比，中值滤波的效果对AA图像平滑处理的效果最好。
实验五指导书-遥感图像滤波
实验五遥感图像滤波一、实验目的1、了解图像滤波中空间信息增强的定义2、掌握图像空间域滤波最基本的处理方法3、了解图像频率域滤波中空间信息增强的含义4、掌握图像频率域滤波基本的方法和过程二、实验内容1、对实验区TM单波段数据进行空间滤波处理2、对图像进行空间域滤波并分析其效果分析效果可以在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
3、对实验区TM单波段数据进行频率域滤波处理4、对图像进行频率域滤波并分析其效果空间域与频率域的转换，频率图像编辑器的使用，高通和低通滤波，在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
三、实验条件电脑、ERDAS9.2软件。
厦门市TM遥感影像四、实验步骤卷积增强是将整个图像按照像素分块进行平均处理，用于改变图像的空间频率特征。
卷积处理的关键在于卷积（核）算子（Kernal）——系数矩阵的选择，常用的卷积算子分为3*3,5*5,7*7三组，每组有包括edge detect（边缘检测）、edge enhance（边缘增强）、low pass（低通滤波）、high pass（高通滤波）、horizonal（水平边缘检测）、vertical（垂直边缘检测）、cross edge detection （交叉边缘检测）、summary等8种不同的处理方式1、空间域滤波操作在ERDAS面板上，选择“interpreter”-“spatial enhancement”-“convolution”命令，打开图像卷积对话框，对图像进行空间域滤波。
1）在打开的卷积增强对话框中，加载图像（input file），单波段或合成图像均可。
本实验中选择单波段数据。
2）在图像平滑或图像锐化的卷积算子（kernal）选择滤波算子。
平滑处理锐化3）对卷积算子的选择（kernal selection）和编辑。
4）若没有所需要的卷积算子，单击“convoltution”中的“edit/new”按钮，进入卷积核编辑或建立状态，定义所需要的卷积核。
遥感图像处理实习指导书
实验一、遥感图像的几何校正实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。
实验内容：ERDAS软件中图像预处理模块下的图像几何校正。
几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。
而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。
由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。
实验数据：（ERDAS安装目录中的样例图像数据文件）待校正图像：tmAtlanta.img（Landsat TM图像）；参考图像：panAtlanta.img（Spot图像）。
1、图像几何校正的途径ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1-1）。
或：ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1-1）。
图1-1 Set Geo-Correction Input File对话框在Set Geo-Correction Input File对话框（图1-1）中，需要确定校正图像，有两种选择情况：其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。
其二：首先确定来自文件（From Image File），然后选择输入图像。
2、图像几何校正的计算模型（Geometric Correction Model）ERDAS 9.1提供的图像几何校正模型有16种，具体功能如下：3、图像校正的具体过程第一步：显示图像文件（Display Image Files）首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下：ERDAS图表面板菜单条：Session→Title Viewers然后，在Viewer1中打开需要校正的Lantsat图像：tmAtlanta,img在Viewer2中打开作为地理参考的校正过的SPOT图像：panAtlanta,img 第二步：启动几何校正模块（Geometric Correction Tool）Viewer1菜单条：Raster→Geometric Correction→打开Set Geometric Model对话框（2）→选择多项式几何校正模型：Polynomial→OK→同时打开Geo Correction Tools对话框（3）和Polynomial Model Properties对话框（4）。
遥感数字图像处理实验报告(五)
遥感数字图像处理实验报告（实验五）姓名：学号：班级：指导老师：1）项目名称：遥感图像光谱增强处理2）实验目的：实验ERDAS软件进行如下实验并掌握其操作方法1.主成份分析，主成份逆变换，主成份占总能量的百分比计算；2.RGB-HIS相互转换，图像融合，用MODEL MAKER 建模方式进行图像处理。
3）实验原理：ERDAS IMAGINE 是美国 ERDAS 公司开发的专业遥感图像处理与地理信息系统软件。
它是以模块化的方式提供给用户的，可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。
本次试验所涉及的均为该软件有关图像运算的一些功能。
4）数据来源及数据基本信息：数据来自国际科学数据服务平台，Landsat5 2010年9月18日的图像，图像共7个波段，波段1-5和波段7的空间分辨率为30米，6波段（热红外波段）的空间分辨率为120米。
对应的波段、波长、分辨率、主要作用如表：图像采用的投影为WGS 84投影，条带号为122，行编号为36，覆盖豫东、皖北、苏北、鲁西四省交界地区。
5）实验过程：主成份分析（PCA, Principal Component Analysis）：是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。
ERDAS IMAGING 提供的主成份变换功能最大可以对含有256个波段的图像进行转换压缩。
具体步骤如下：Main —— image interpreter —— spectral enhancement —— principal comp ——principal components 对话框，并进行如下参数设置，如图：点击tools——edit text files 打开对话框，其中显示有各波段能量250.879945226353142.35099348637618.436418108432355.5777731988779483.2445004061740521.1614649640590940.7869031272060705使用计算器计算：250.879945226353 / (250.879945226353 + 142.350993486376 + 18.43641810843235 + 5.577773198877948 + 3.244500406174052 + 1.161464964059094 + 0.7869031272060705)= 250.879945226353 / 422.4379985174785145 = 59.388583912148413833934608092912%去相关拉伸（Decorrelation Stretch）：去相关拉伸是对图像的主成分进行对比度拉伸处理，而不是对原始图像进行拉伸，在操作时只需输入原始图像就可以了，系统将首先对原始图像进行主成分变换，并对主成分图像进行对比度拉伸处理，然后进行主成分逆变换，依据当时变换的特征矩阵，将图像恢复到RGB彩色空间，达到图像增强的目的。
《遥感数字图像处理》实验指导书425301
《遥感数字图像处理》实验一、遥感图像处理软件介绍（2学时，验证性）实验二、遥感图像辐射增强（2学时，验证性）实验三、遥感图像空间增强（2学时，验证性）实验四、遥感图像光谱增强（2学时，验证性）实验五、遥感图像非监督分类（2学时，设计性）实验六、遥感图像监督分类（2学时，设计性）实验七、遥感图像专家分类（2学时，设计性）实验八、遥感图像分析（2学时，设计性）实验九、遥感图像空间建模（2学时，设计性）实验十、遥感图像几何校正（4学时，设计性）实验十一、遥感影像制图（2学时，设计性）实验一、遥感图像处理软件介绍国外常用的ERDAS、PCI、ENVI、ER-MAPPER及国内的GEOIMAGE等商业化软件。
1 ERDAS IMAGINE软件概述ERDAS IMAGINE是以模块化的方式提供给用户的，用户可以根据自己的应用要求，资金状况合理地选择不同功能模块及其组合，对系统进行裁剪，以便充分利用软硬件资源，最大限度地满足专业应用要求。
ERDAS IMAGINE面向不同需求的用户，对于系统的扩展功能采用开放的体系结构，以IMAGINE Essentials、IMAGINE Advantage、IMAGINE Professional的形式为用户提供了低、中、高3档产品架构，并有丰富的功能扩展模块提供用户选择，使产品模块的组合具有极大的灵活性。
1）IMAGINE Essentials级IMAGINE Essentials是一个花费较少、包括有制图和可视化核心功能的图像工具软件。
利用该软件，可完成图像的二维／三维显示、数据输人、排序与管理、地图配准、专题制图及简单的分析。
可以集成使用多种数据类型，并易于升级到其他ERDAS公司的产品。
其主要内容有：●数据的输人与输出；●影像库管理；●图像处理／几何校正；●影像／矢量编辑；●非监督分类（ISoDATA）；●三维可视化；●专题地图生产。
可扩充的模块如下：（1）vector模块。
《遥感原理与应用》实验报告——空间滤波
实验名称：空间滤波一、 实验内容1. 对影像进行中值滤波。
2. 对影像进行Sobel 滤波。
二、 实验所用的仪器设备，包括所用到的数据Window7/XP 操作系统电脑一台，遥感影像处理软件（ENVI4.3)，TM 单波段卫星遥感影像PCA 。
三、 实验原理（一） 中值滤波1. 定义：是一种非线性的平滑方法，对一个滑动窗口内的诸像素灰度值排序，用其居于中间位置的值代替窗口中心像素的灰度值。
2. 中间值的取法：当邻域内像元数为偶数时，取排序后中间两像元值的平均值；当邻域内的像素数为奇数时，取排序后的位于中间位置的像元的灰度。
3. 优缺点：抑制噪声的同时能够有效保护边缘少受模糊，但是对点、线等细节较多的图像却不太合适。
当窗口内噪声点的个数大于窗口宽度的一半时，中值滤波的效果不好，因此正确选择窗口的尺寸是用好中值滤波的重要环节。
（二） Sobel 滤波1. Sobel 算子： Sobel 算子是图像处理中的算子之一，主要用于边缘检测。
在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。
在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。
2. 核心公式：该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。
如果以A 代表原始图像，Gx 及Gy 分别代表经横向及纵向边缘检测的图像，其公式如下:AG and A G +⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++---=+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+-+-+-=121000121101202101y x 图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。
然后可用以下公式计算梯度方向。
如果以上的角度θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。
3. Sobel 滤波：Sobel 滤波是通过Sobel 算子与原始影像进行卷积实现的。
4. 优缺点：该滤波方式使图像的非线性边缘增强。
- 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)。
实验五遥感图像滤波
一、实验目的
1、了解图像滤波中空间信息增强的定义
2、掌握图像空间域滤波最基本的处理方法
3、了解图像频率域滤波中空间信息增强的含义
4、掌握图像频率域滤波基本的方法和过程
二、实验内容
1、对实验区TM单波段数据进行空间滤波处理
2、对图像进行空间域滤波并分析其效果
分析效果可以在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
3、对实验区TM单波段数据进行频率域滤波处理
4、对图像进行频率域滤波并分析其效果
空间域与频率域的转换，频率图像编辑器的使用，高通和低通滤波，在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
三、实验条件
电脑、ERDAS9.2软件。
厦门市TM遥感影像
四、实验步骤
卷积增强是将整个图像按照像素分块进行平均处理，用于改变图像的空间频率特征。
卷积处理的关键在于卷积（核）算子（Kernal）——系数矩阵的选择，常用的卷积算子分为3*3,5*5,7*7三组，每组有包括edge detect（边缘检测）、edge enhance（边缘增强）、low pass （低通滤波）、high pass（高通滤波）、horizonal（水平边缘检测）、vertical（垂直边缘检测）、cross edge detection（交叉边缘检测）、summary等8种不同的处理方式
1、空间域滤波操作
在ERDAS面板上，选择“interpreter”-“spatial enhancement”-“convolution”命令，打开图像卷积对话框，对图像进行空间域滤波。
1）在打开的卷积增强对话框中，加载图像（input file），单波段或合成图像均可。
本实验中选择单波段数据。
2）在图像平滑或图像锐化的卷积算子（kernal）选择滤波算子。
平滑处理
锐化
3）对卷积算子的选择（kernal selection）和编辑。
4）
5）若没有所需要的卷积算子，单击“convoltution”中的“edit/new”按钮，进入卷积核编辑或建立状态，定义所需要的卷积核。
6）参数设定完成后，单击“ok”按钮，进行空间域滤波
2、结果对比分析
在“viewer”视窗中打开原图和滤波后的图像，进行对比分析，并记录结果。
3、聚焦分析（）工具
聚焦分析使用类似卷积滤波的方法对图像数值进行多种分析，基本算法是在所选窗口范围内，根据所定义函数，应用窗口范围内的像素数值计算窗口中心像素的值，达到增强的目的。
输入文件名，输出数据类型选“unsigned 8bit”聚集窗口大小为5*5，调整窗口形状的大小，算法（function）为“median”。
在ERDAS面板上，选择“interpreter”-“spatial enhancement”-“focal analysis”命令，打开图像聚焦分析对话框，可进行均值滤波、中值滤波等，主要参数的设定如表1所示。
表1 聚焦分析窗口主要参数设置意义
聚焦函数选择项聚焦函数选项意义
聚焦函数算法
Sum（总和）窗口中心像素被整个窗口像素值之和代替
Mean（均值) Sd(标准差) Median（中值）Max
Min 窗口中心像素被整个窗口像素值之均代替
窗口中心像素被整个窗口像素值之标准差代替窗口中心像素被整个窗口像素值之中值代替窗口中心像素被整个窗口像素值之最大值代替窗口中心像素被整个窗口像素值之最小值代替
输入图像与聚焦运算范围
Use all value in computation Ignore specified value
Use only specified value 输入图像中所有数值都参与聚焦运算所确定的像素数值将不参与聚焦运算只有所确定的像素数值参与聚焦运算
输入图像应用聚焦函数范围
Apply function at all value
Do not apply at specified value apply only at specified value 输入图像中所有数值都应用聚焦函数所确定的像素数值将不应用聚焦函数只有所确定的像素数值应用聚焦函数
4、遥感图像的傅里叶正变换
选择ERDAS面板“interpreter”-“fourier analysis”命令，打开““fourier analysis”菜单，选择图像的傅里叶变换选项，打开傅里叶变换对话框。
ERDAS提供的傅里叶变换也是快速傅里叶变换，将空间域图像（*.img）转换成频率域图像（*.fft）。
在傅里叶转换对话框中，选择输入图像、输出图像及需要变换的数据层范围，单击“ok”按钮执行变换。
5、频率图像编辑器（fourier transform editor ）
选择ERDAS 面板“interpreter ”-“fourier analysis ”-“fourier transform editor ”命令，打开频率图像编辑器视窗。
1）在频率图像编辑器中，打开生成的频率图像（*.fft ）。
在频率编辑器中，频率图像的中心在图像的中心，也是坐标原点。
其频率值是最高的，随着向四周扩散，频率逐渐减小。
2）频率图像编辑器上工具条的使用，如表2所示。
表2 Fourier transform editor 中常用的工具条
图标
命令 作用 备注
Low-pass filter 低通滤波 不能进行参数设置，只能使用默认值。
按下功能键后，用鼠标左键进行操作
high-pass filter
高通滤波
high-pass circular mask
高通圆形掩膜
high-pass rectangular mask
高通矩形掩膜
high-pass wedge mask
高通楔形掩膜
Inverse Fourier transform
傅里叶反变换 3）对频率图像进行滤波（高通、低通）。
在菜单中选择“mask ”-“filter ”命令，打开“low/high-pass filter ”对话框，设置参数：
滤波类型（filter type ），滤波类型有高通（high-pass ）和低通（Low-pass ）。
选择窗口
形状（window function ），选择滤波窗口，如表3所示
表3 ERDAS 提供的5种常用滤波窗口类型
滤波窗口的类型 主要功能
Ideal（理想滤波窗口）截取的频率是绝对的，没有任何过渡；其缺点
是对产生环形条纹，特别是当半径很小的时候Barlett（三角滤波窗口）采用三角函数，减少了环形波纹作用的影响Butterworth（巴特滤波窗口）采用平滑曲线方程，过渡性较好；主要优点是
最大限度地减少了环形波纹的影响Gaussian（高斯滤波）采用自然底数幂函数，过渡性好，与巴特滤波
相似，可以互换应用
Hanning（余弦滤波窗口）采用条件余弦函数，过渡性好，与巴特滤波相
似，可以互换应用
确定高频和低频的阈值半径（radius）。
最后设置高频增益或低频增益值。
低通时，高频增益默认为0，低频增益为1；相反，高通时，高频增益默认为1，低频增益为0；参数设置后，单击ok按钮可进行频域滤波。
高通4）在傅里叶分析对话框上选择菜单“file”-“Inverse Fourier transform”命令，将图像由频域转换到空间域。
5）在“viewer”视窗中打开原图和频率滤波后的图像进行对比分析。
6、同态滤波
选择ERDAS面板“interpreter”-“fourier analysis”-“homomorphic filter”命令，打开同态滤波对话框。
同态滤波的关键是：照度增益（illumination gain）、反射率增强（reflection gain）和截取频率（gutoff frequency）三个参数的设置。
照度增益取值在0~1之间，输出的图像照度的影响被减弱，若大于1，则照度的影响被增强。
反射率增益的设置同照度增益的设置。
截取频率用于分割高频与低频，大于截取频率的成分作为高频，而小于的作为低频。
五、作业
以厦门市TM遥感影像为例，按实验内容、要求完成实验报告。
高通变换后空间域就会变成。