实验三遥感图像拉伸处理
遥感图像处理实验
哈尔滨工业大学遥感图像处理及遥感系统仿真实验报告项目名称：《遥感图像处理及遥感系统仿真创新》姓名：蒋国韬学号：24院系：电子与信息工程学院专业：遥感科学与技术指导教师：胡悦时间：2017年7月实验一：遥感数字图像的增强一、实验目的：利用一幅城市多光谱遥感图像，分析其直方图，并利用对比度增强和去相关拉伸方法对遥感图像进行增强。
二、实验过程：1.用multibandread语句读取一幅多光谱遥感图像（7波段，512x512图像）的可见1，2，3波段（分别对应R，G，B层）；2.显示真彩色图像；3.通过研究直方图（imhist），分析直接显示的真彩色图像效果差的原因；4.利用对比度增强方法对真彩色图像进行增强（imadjust,stretchlim）；5.画出对比度增强后的图像红色波段的直方图；6.利用Decorrelation去相关拉伸方法（decorrstretch）对图像进行增强；7.显示两种图像增强方法的结果图像。
三、实验分析：（1）高光谱影像由于含有近百个波段，用matlab自带的图像读写函数imread和imwrite往往不能直接操作，利用matlab函数库中的multibandred函数，可以读取多波段二进制图像。
512×512为像素点，7位波段数，bil为图像数组的保存格式，uint8=>uint8为转换到matlab 的格式，[3 2 1]的波段分别对应RGB三种颜色。
（2）直接观察真彩复合图像发现，图像的对比度非常低，色彩不均匀。
通过观察红绿蓝三色的波段直方图，可以观察到数据集中到很小的一段可用动态范围内，这是真彩色复合图像显得阴暗的原因之一。
另外，根据三种颜色的三维散点图，如下可知红、绿、蓝三维散点的明显线性趋势显示出可见波段数据的高度相关性，于是未增强的真彩色图像显示的像单色图像。
（3）图像经过对比度增强后，进行直方图检测发现数据被扩展到更大范围内的可用动态范围。
遥感实验三(图像分割)2010
卷积滤波
卷积（Convolutions）滤波是通过消除特定的空间频率来使图像增强，根据增强类型（低频、中频和高频）不同可分为低通滤波、带通滤波和高通滤波。此外还可以增强图像某些方向特征的方向滤波等。它们的核心部分是卷积核。ENVI提供很多卷积核，包括高通滤波（High Pass）、低通滤波（Low Pass）、拉普拉斯算子（Laplacian）、方向滤波（Directional）、高斯高通滤波（Gaussian High Pass）、高斯低通滤波（Gaussian Low Pass）、中值滤波（Median）、Sobel、Roberts，还可以自定义卷积核。具体操作如下：
下面对ENVI中各种滤波作一个简单的说明，如表5.1。
表5.1 各种滤波说明
滤波
说明
高通滤波器（High Pass）
高通滤波在保持图像高频信息的同时，消除了图像中的低频成分。它可以用来增强纹理、边缘等信息。高通滤波通过运用一个具有高中心值的变换核来完成（周围通常是负值权重）。ENVI默认的高通滤波器使用3×3的变换核（中心值为“8”，周围像元值为“-1”），高通滤波卷积核的维数必须是奇数。
二、实验内容
（1）利用直方图进行图像分割
实验步骤：1、打开实验图像（地物与直方图DSCF0153.JPG）并显示图像直方图
2、在直方图窗口，移动RGB拉伸的最小值分别为150,160,150，并分别应用，查看拉伸后的图像。
原图：
最小值150的拉伸：
最小值160的拉伸：
去除天空的操作：（菜单—basictools—bandmath）
3)Editable Kernel
卷积核中各项的值。在文本框中双击鼠标可以进行编辑，选择File->Save Kernel或者Restore Kernel，可以把卷积核保存为文件（.ker）或者打开一个卷积核文件。
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。
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习报告姓名：学号：联系方式：日期：一、实习要求（一）掌握使用ENVI进行各种图像基本操作；（二）熟练运用ENVI中工具进行图像图像校正、裁剪拼接、融合及图像增强处理；二、实习操作过程与实现结果（一）辐射校正及大气校正1、辐射校正（1）选择File->open，选择Landset8武汉数据中的‘’文件。
（2）选择T oolbox->Radiometric Correction->Radiometric Calibration工具，选择要校正的‘LC8LGN00_MTL_MultiSpectral’多光谱数据，设置定标参数（存储格式：BIL；单位转换“Scale Factor”的设置，单击Apply FLAASH Settings得到相应的参数），得到辐射定标后的结果。
2、大气校正（1）选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction工具；打开工具后设置参数：在FLAASH Atmospheric Correction Module Input Parameters 面板中如图设置各项参数；点击apply运行大气校正。
（2）大气校正运行结果（二）图像裁剪与拼接1、15米全色波段图像裁剪拼接（1）选择File->open，选择‘县界.shp’‘LC8LGN00_MTL’及‘LC8LGN00_MTL’文件。
（2）选择Toolbox->Regions of Interest->Subset Date from ROIs 工具；双击打开后input file面板选择38区段15米分辨率文件，input ROIs面板选择‘县界’文件。
点击‘OK’，38区段文件裁剪后如图。
（3）重复（2）中工具选择步骤；双击打开后在input file 面板选择39区段15米分辨率文件，在input ROIs面板选择‘县界’文件。
遥感数据图像处理实验三、遥感图像的几何校正与裁剪
实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。
1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅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，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。
遥感图像显示与拉伸
合成就是假彩色合成了。
• 密度分割法是对单波段遥 感图像按灰度分级,对每 级赋予不同的色彩，使之 变为一副彩色图像。
• 密度分割中的彩色是人为 赋予的，与地物的真实颜 色毫无关系，因此称为伪 彩色。
真彩色合成
不同彩色合成效果比较图
• 拉伸是最基本的图像处理方法，主要用来 改善图像显示的对比度。
正在缓冲……
12345678910123456789%0%0%
遥感图像显示与拉伸
目录
图像显示 彩色合成 图像拉伸 其他
遥感数字图像是数字形式的遥感图像。 不同的地物能够反射或辐射不同波长的 电磁波，利用这些特性，遥感系统可以 产生不同的遥感数字图像。
遥感数字图像中的像素值称为亮度值 （灰度值）。像素的亮度值具有相对的 意义，仅在图像内才能相互比较。
• 数字图像的显示必须符合人眼的视觉 要求源自单色显示RGB合成显示
RGB颜色模型
• 伪彩色合成 • 真彩色合成 • 假彩色合成
• 伪彩色合成 把单波段灰度图像中的不同灰度级按 特定的函数关系变换成彩色，然后进行彩色图像 显示的方法，主要通过密度分割法来实现。
• 真彩色合成 同一目标的单个多光谱数据合成一幅 彩色图像，当合成图像的红绿蓝三色与三个多光 谱段相吻合，这幅图像就再现了地物的彩色原理。 TM图像的3,2,1分别对应R，G，B三个波段范围， 所以RGB321合成为真彩色合成。
图像合并
图像裁剪
The end .
Thank you !
END
图像处理 图像增强 图像校正 信息提取
图像增强
• 图像增强用来改善图像的对比度， 突出感兴趣的地物信息，提高图像 的目视解释效果。
遥感图像处理实验报告
《遥感数字图像处理》实习报告学院：环境与资源学院班级：地理1002学号：周颖智姓名： 20101171西南科技大学环境与资源学院遥感实习2013年5月11日目录1、实验目的 (2)2、实验内容 (15)3、实验步骤 (26)4、实验体会 (38)《某地区森林资源遥感动态监测》一、实验目的熟练掌握ENVI4.7软件中对遥感数字图像进行图像预处理、图像分类、分类后处理以及对分类后的图像进行必要的综合分析得到我们想要的信息。
二、实验内容对00年森林资源遥感图像july_00_quac.img进行图像增强处理得到图像00I_K-L.img，然后选择合适的图像分类方法，对增强后的图像进行分类，得到分类后图像00ML1,接着对分类后图像进行分类后处理的最终的分类结果图00MMN。
用同样的遥感图像处理方法得到06年森林资源遥感图像july_06_quac.img的分类结果图06MMN。
最后对分类后处理的图像进行分类精度的评估，当精度符合标准时便可对分类结果图00MMN和06MMN进行波段运算B1-B2，便可以得到00年到06年该地区森林资源的一个动态变化情况图B1-B2。
三、实验步骤（一）、对00年森林资源遥感图像july_00_quac.img进行图像增强处理。
已知我们所学过的遥感图像增强处理的方式有：图像彩色增强、图像拉伸、图像变换以及图像滤波。
1、首先打开00年森林资源遥感图像july_00_quac.img，然后的遥感图像进行彩色增强。
采用真彩色合成的方式来的彩色图像，这里我使用的波段合成方式有：321（真彩色）、432（标准假彩色）、以及其他假彩色合成的方式，542、542、741、742、572和453等，得到如下的彩色图像：321.img（图一）432.img(图二)453.img（图三）742.img（图四）741.img（图五）543.img（图六）542.img（图七）572.img（图八）最后，我选择了542波段合成后的彩色图像542.img。
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。
61-实验三遥感图像预处理（波段合成、裁剪与拼接）
实验三遥感图像预处理（波段合成、裁剪与拼接）一、 实验目的通过实验了解整个图像的预处理过程，从而加深对遥感图像计算机处理的内容及概念的理解。
二、 实验内容1.自定义坐标系2.波段合成（图像融合）3.图像镶嵌（图像拼接）4.图像裁剪三、 实验数据1. TM-30m.img2. bldr_sp.img3. Mosaic1.img4. Mosaic2.img5. bhtmsat.img6. can_tmr.img7. qb_boulder_msi.img8. qb_boulder_pan.img四、 实验操作原理及步骤遥感图像预处理主要包括图像几何校正、图像融合、图像镶嵌、图像裁剪等过程，其处理顺序一般如下图所示。
图 1一般图像预处理流程1.自定义坐标系一般国外商业软件坐标系都分为标准坐标系和自定义坐标系两种。
我国情况较为特殊，往往需要自定义坐标系。
所以，在ENVI第一次使用时，需要对系统自定义北京54坐标系西安80坐标系。
1.1添加参考椭球体找到ENVI系统自定义坐标文件夹—C:\Program Files\ITT\IDL708\products\envi46\map_proj。
根据每台电脑安装的路径以及版本不同而略有不同。
以记事本形式打开ellipse.txt，将“Krasovsky,6378245.0,6356863.0”和“IAG-75,6378140.0,6356755.3”加入文本末端。
（这里主要是为了修改克拉索夫斯基因音译而产生的错误，以便让其他软件识别；另外中间的逗号必须是英文半角。
）1.2添加基准面以记事本格式打开datum.txt，将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入文本末端。
1.3定义坐标定义完椭球参数和基准面后就可以在ENVI中以我们定义的投影参数新建一个投影信息（Customize Map Projections），在编辑栏里分别定义投影类型、投影基准面、中央子午线、缩放系数等，最后添加为新的投影信息并保存。
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。
遥感数字图像处理：图象显示和拉伸
彩色变换：多波段彩色变换
TM标准假彩色合成图像
TM7(R)、4(G)、2(B)
彩色变换：多波段彩色变换
TM3(R)、2(G)、1(B)
TM4(R)、5(G)、3(B)
3. 图像拉伸（对比度变换）
拉伸是最基本的图像处理方法，主要用来 改善图像显示的对比度。
拉伸以波段为处理对象，通过对波段中的 单个象素值的处理来实现增强的效果。图 像的直方图是选择拉伸的基本依据。
图象显示和拉伸
主要内容：
1.数字图像的显示（自学为主） 2.图像的彩色合成 3.图像拉伸
2.彩色合成：
亮度值的变化可以改善图像的质量，但就人眼 对图像的观察能力而言，一般正常人眼只能分辨 20级左右的亮度级，而对彩色的分辨能力则可达 100多种，远远大于对黑白亮度值的分辨能力。不 同的彩色变换可大大增强图像的可读性。 彩色合成（彩色增强）可分为：
直方图均衡就是把一已知灰度概率分布的图像， 经过一种变换，使之演变成一幅具有均匀灰度概率分 布的新图象。
直方图均衡化目标
直方图均衡化
图象均衡化处理后，图象的直方图是平直的， 即各灰度级具有相同的出现频数，那么由于灰 度级具有均匀的概率分布，图象看起来就更清 晰了。
3.4.1 直方图均衡
直方图均衡化
假彩色合成：多波段彩色变换
实际应用时，应根据不同的应用目的经实验、 分析，寻找最佳合成方案，以达到最好的目 视效果。通常，以合成后的信息量最大和波 段之间的信息相关最小作为选取合成的最佳 目标，例如，TM的4，5，3波段依次被赋予 红、绿、蓝色进行合成，可以突出较丰富的 信息，包括水体、城区、山区、平原及线性 特征等，有时这一合成方案甚至优于标准的 4，3，2波段的假彩色合成
遥感数字图像处理教程_05图像的显示和拉伸
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.3 颜色空间
三原色：根据人眼的结构，所有颜色都可看作是3种基本颜色按 照不同的比例组合而成的。 红色R：700nm 绿色G：546.1nm 蓝色B：435.8nm 颜色空间： RGB颜色空间 CMYK颜色空间
遥感数字图像处理与分析
教程 图4.21
遥感数字图像处理与分析 第三节 图像拉伸
3.2 灰度拉伸
线性拉伸： 分段线性拉伸：
第四章 图像显示和拉伸
遥感数字图像处理与分析 第三节 图像拉伸
3.2 灰度拉伸
线性拉伸： 分段线性拉伸：
第四章 图像显示和拉伸
教程 图4.22
遥感数字图像处理与分析 第三节 图像拉伸
3.2 灰度拉伸
1.4 颜色模型
RGB颜色模型
Cyan
Magenta
Yellow
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.4 颜色模型
CMY颜色模型：彩色打印机
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.5 颜色模型
HIS颜色模型：图像的显示和处理
遥感数字图像处理与分析
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.5 图像的显示
彩色显示
绿 黄 白 红 品 蓝 品 青 红
黄
绿 黑 青
蓝
加色法示意图
减色法示意图
遥感数字图像处理与分析
第四章 图像显示和拉伸
第一节 数字图像的显示
1.5 图像的显示
彩色显示
【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。
遥感数字图像处理教程图像的显示和拉伸86页PPT
36、如果我们国家的法律中只有某种 神灵， 而不是 殚精竭 虑将神 灵揉进 宪法， 总体上 来说， 法律就 会更好 。—— 马克·吐 温 37、纲纪废弃之日，便是暴政兴起之 时。— —威·皮 物特
38、若是没有公众舆论的支持，法律 是丝毫 没有力 量的。 ——菲 力普斯 39、一个判例造出另一个判例，它们 迅速累 聚，进 而变成 法律。 ——朱 尼厄斯
40、人类法律，事物有规律，这是不不会再掉进坑里。——黑格尔 32、希望的灯一旦熄灭，生活刹那间变成了一片黑暗。——普列姆昌德 33、希望是人生的乳母。——科策布 34、形成天才的决定因素应该是勤奋。——郭沫若 35、学到很多东西的诀窍，就是一下子不要学很多。——洛克
遥感图像处理——图像拉伸
地理与生物信息学院2016 / 2017 学年第一学期实验报告课程名称：遥感图像处理实验名称：遥感图像读取与拉伸______班级学号 B14090118 学生姓名乐雄进指导教师李文梅日期：2016 年11 月实验一：遥感图像读取与拉伸一、实验目的1、了解ENVI4.8/5.0 的基本功能；2、掌握遥感图像读取方法；3、掌握遥感图像灰度拉伸的方法；4、掌握遥感图像辐射定标的方法。
二、仪器设备计算机、ENVI 4.8/5.0三、实验任务1、了解ENVI 4.8/5.0的基本功能模块；2、应用ENVI 4.8/5.0完成遥感图像的读取、灰度拉伸、灰度直方图、辐射定标和大气校正。
四、实验要点及流程1、遥感图像的读取（以Landsat8 L1B数据为例）（1）ENVI 4.8中可以直接打开图像，File----Open External File------Landsat-----Geotiff------选择光盘目录Data-----遥感图像数据----Landsat8OLI----波段1到波段11，并以4/3/2波段分别赋予红色、绿色和蓝色通道，图像显示如下：（2）查看其Mapinfo，了解其投影，分辨率，椭球体，左上角地理坐标及投影坐标2、遥感图像的灰度拉伸（以Landsat8 L1B数据B5为例）加载并显示B5波段，右击主窗口，选择Quick Stat---Select Plot---Histogram：Band1，可以查看亮度分布直方图。
练习Enhance下灰度拉伸的方法，Linear Enhance，Gaussian Enhance，Equalization Enhance，Square Root Enhance，Interactive Stretching比较不同拉伸方法后图像的显示异同。
Linear EnhanceLinear 2% EnhanceGaussian EnhanceEqualization EnhanceSquare Root EnhanceInteractive Stretching（Gaussian）3、遥感图像的直方图匹配（以Landsat 8 L1B B5和Geoeye2m 多光谱B4为例）分别打开两幅影像，如下图所示直方图匹配前以#2影像（Geoeye B4）为参考影像，Landsat8 B5为待匹配影像。
实验三：遥感图像拉伸处理
辐射增强处理(Radiometric Enhancement)
①直方图均衡化(Histogram Equalization)：点击Interpreter 图标 一Radiometric Enhancement一Histogram Equalization，打开Histogram Equalization对话框。
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。
②直方图匹配（Histogram Match) 点击Interpreter图标一Radiometric Enhancement 一 Histogram Match，打开Histogram Matching对话框。
直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一 幅图像类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行 动态变化研究的预处理工作，通过直方图匹配可以部分消除由于太阳高度角 或大气影响造成的相邻图像的效果差异。
实习三 遥感图像增强
ห้องสมุดไป่ตู้
滁州学院国土信息工程系
（1）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。
- 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)。
②直方图匹配（Histogram Match) 点击Interpreter图标一Radiometric Enhancement 一 Histogram Match，打开Histogram Matching对话框。
直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一 幅图像类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进大气影响造成的相邻图像的效果差异。
实习三 遥感图像增强
滁州学院国土信息工程系
（1）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。
①直方图均衡化(Histogram Equalization)：点击Interpreter 图标 一Radiometric Enhancement一Histogram Equalization，打开Histogram Equalization对话框。
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。
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。
辐射增强处理(Radiometric Enhancement)