遥感图像预处理实验报告

合集下载

遥感ENVI实验报告

遥感ENVI实验报告一、实验目的本实验的目的是学习和掌握ENVI（Environment for Visualizing Images）软件在遥感图像处理方面的应用。

通过本次实验，我们将了解遥感图像的基本概念和原理，并学习使用ENVI软件进行图像预处理、分类和地物提取。

二、实验要求1.学习ENVI软件的基本操作和功能；2.能够对遥感图像进行预处理，如辐射校正和大气校正；3.能够对遥感图像进行分类，如最大似然分类和支持向量机分类；4.能够进行地物提取，如植被指数计算和特征提取。

三、实验步骤和结果1.图像预处理首先，我们导入了一幅Landsat 8卫星遥感图像，并进行了辐射校正和大气校正。

辐射校正是将图像中的DN（数字化值）转换为辐射度值，以便进行后续的大气校正和分类。

大气校正是根据大气传输模型对图像进行校正，以消除大气影响。

经过预处理后，我们得到了一幅处理后的图像。

2.图像分类接下来，我们使用ENVI软件进行了图像分类。

我们采用了最大似然分类和支持向量机分类两种方法进行分类。

最大似然分类是一种统计分类方法，通过最大化每类像素的似然度来划分不同类别，得到分类结果。

支持向量机分类是一种基于机器学习的分类方法，通过训练样本来构建分类模型，并用于对图像中的未分类像素进行分类。

3.地物提取最后，我们对图像进行了地物提取。

我们计算了该图像的植被指数，并使用阈值法将植被像素提取出来。

植被指数是通过计算不同波段之间的光谱差异来反映植被覆盖程度的指标。

我们还对植被像素进行了形状和纹理特征的提取，以获取更具有区分度的特征。

实验结果显示，经过图像预处理和分类，我们得到了一幅分类结果图。

通过该图像，我们可以清楚地看到不同地物类别的分布情况。

同时，通过地物提取，我们成功提取出了图像中的植被像素，并获得了植被的形状和纹理特征。

四、实验总结通过本次实验，我们学习和掌握了ENVI软件在遥感图像处理方面的应用。

我们了解了遥感图像的基本概念和原理，并学会了使用ENVI软件进行图像预处理、分类和地物提取。

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

遥感图像处理实验报告遥感图像处理实验报告引言：遥感图像处理是一门应用广泛的技术，它通过获取、分析和解释地球表面的图像数据，为地质勘探、环境监测、农业发展等领域提供了重要的支持。

本实验旨在探索遥感图像处理的基本方法和技术，以及其在实际应用中的价值和意义。

一、图像预处理图像预处理是遥感图像处理的第一步，它主要包括图像的去噪、增强和几何校正等操作。

在本实验中，我们使用了一张卫星图像作为样本，首先对图像进行了去噪处理，采用了中值滤波算法，有效地去除了图像中的椒盐噪声。

接着，我们对图像进行了增强处理，采用了直方图均衡化算法，使得图像的对比度得到了显著提高。

最后，我们进行了几何校正，通过对图像进行旋转和缩放，使得图像的几何形状与实际地理位置相符合。

二、图像分类图像分类是遥感图像处理的关键步骤之一，它通过对图像中的像素进行分类，将其划分为不同的地物类型。

在本实验中，我们使用了监督分类方法，首先选择了一些具有代表性的样本像素，然后通过训练分类器，将这些样本像素与不同的地物类型进行关联。

接着，我们对整个图像进行分类，将图像中的每个像素都划分为相应的地物类型。

最后，我们对分类结果进行了验证，通过与实地调查结果进行对比，验证了分类的准确性和可靠性。

三、图像融合图像融合是遥感图像处理的一项重要技术，它可以将多个不同波段或分辨率的图像融合成一幅高质量的图像。

在本实验中，我们选择了两幅具有不同波段的卫星图像，通过波段归一化和加权平均的方法，将这两幅图像融合在一起。

融合后的图像不仅保留了原始图像的颜色信息，还具有更高的空间分辨率和光谱分辨率，可以提供更全面和准确的地物信息。

四、图像变化检测图像变化检测是遥感图像处理的一项关键任务，它可以通过对多幅图像进行比较，检测出地表发生的变化情况。

在本实验中，我们选择了两幅具有不同时间的卫星图像，通过差异图像法和指数变化检测法，对这两幅图像进行了变化检测。

通过对比差异图像和变化指数图，我们可以清晰地看到地表发生的变化，如城市扩张、植被变化等，为城市规划和环境监测提供了重要的参考依据。

遥感实验报告

遥感实验报告实验名称：遥感图像的预处理和分类实验实验目的：1. 了解遥感图像数据的基本特点和处理方法；2. 学习遥感图像的预处理方法，如去除噪声、增强对比度等；3. 学习遥感图像的分类方法，如像元分类、目标识别等；4. 掌握常用的遥感图像处理和分类工具的使用。

实验设备：1. 个人电脑；2. 遥感图像处理和分类软件，如ENVI、ArcGIS等。

实验步骤：1. 数据采集：从遥感卫星或其他遥感数据源获取一幅遥感图像数据；2. 数据预处理：a) 图像去噪：使用滤波器或其他去噪方法去除图像中的噪声；b) 对比度增强：使用直方图均衡化或其他增强方法增强图像的对比度；3. 图像分类：a) 像元分类：根据像元的光谱特征将图像分为不同的类别；b) 目标识别：在像元分类的基础上，进一步识别图像中的目标；4. 结果分析：对处理和分类后的图像结果进行分析和评价。

实验结果：根据实验步骤进行数据预处理和分类后，得到了处理和分类后的遥感图像结果。

可以根据对比度增强后的图像来提取目标特征，进行目标识别和分析。

也可以根据像元分类的结果来进行土地利用和覆盖分析等应用。

实验结论：通过本次实验，我们了解了遥感图像的基本特点和处理方法，学习了遥感图像的预处理和分类方法，并掌握了常用的遥感图像处理和分类工具的使用。

通过图像预处理和分类，可以更好地提取图像中的目标信息，为后续的应用和分析提供了基础。

参考文献：[1] 张三. 遥感图像处理与应用[M]. 科学出版社, 2018.[2] 李四. 遥感图像分类方法与实践[M]. 电子工业出版社, 2019.。

遥感影像处理实习报告

实习报告：遥感影像处理实习一、实习目的本次遥感影像处理实习的主要目的是通过实际操作，掌握遥感影像处理的基本方法和技能，提高对遥感影像的处理和分析能力。

通过实习，我们希望能够学会使用遥感相关软件对遥感影像进行校正、裁剪等处理工作，掌握遥感野外调查的方法和注意事项，根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分，从而建立外业目视解译标志表，掌握对遥感影像的室内解译，同时进行小斑区划和数据库建立，根据遥感影像图，针对所调查区域制作土地利用现状分类专题图。

二、实习内容（一）遥感影像处理1、遥感影像预处理：首先我们将下载到的原始遥感图像在envis软件中进行预处理，包括辐射校正和几何校正。

辐射校正主要进行传感器校正、大气校正、太阳高度及地形校正。

几何校正是指纠正由系统或非系统因素引起的图像几何变形。

这里主要是对遥感影像坐标系进行选取，我们将实习所用到的遥感图像坐标系确定为UTMWGS84坐标系。

2、遥感影像裁剪：对预处理过的遥感影像进行裁剪，选取出本次实习的区域范围，我们选取了金洲新区大部分地区及望城区部分区域作为本次实习的区域范围。

使用envis软件中感兴趣区域选取的功能，裁剪出特定的区域范围。

（二）外业建标调查：1、建立目视解译标志：建立目视解译标志即对遥感影像上的地物进行识别和分类，根据《土地利用现状分类-GB2007》标准，对遥感影像上的地物进行初步目视解译、划分，从而建立外业目视解译标志表。

2、野外调查：根据所建立的目视解译标志，对实习区域进行野外调查，验证解译结果的准确性，并对解译过程中出现的问题进行修正。

（三）室内解译和数据库建立：1、室内解译：利用envis软件对裁剪后的遥感影像进行室内解译，根据野外调查结果和目视解译标志，对遥感影像上的地物进行详细分类和解译。

2、小斑区划和数据库建立：根据室内解译结果，对遥感影像上的地物进行小斑区划，并将小斑区数据导入数据库，建立遥感影像地物数据库。

遥感原理实验报告2遥感图像处理

《遥感原理》实验报告实验名称：遥感图像处理专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法；（2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程；（3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的；（4）了解空间滤波的操作过程和空间滤波对图像产生的效果；（5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义；（6）了解和掌握缨帽变换的过程和处理效果；（7）了解和掌握彩色空间变换的过程和方法。

2、实验材料Photoshop CS6、ENVI5.1、CAI软件和光盘文件3、实验内容与过程3.1 遥感图像的光学合成原理彩色的基本特性：明度、色调和饱和度为彩色的基本特性。

明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。

明度的高低取决于光源光强及物体表面对光的反射率。

色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。

饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。

明度、色调和饱和度三者的关系可以用颜色立体来表述。

非彩色，即黑白色只用明度描述，不使用色调、饱和度。

红橙黄绿青蓝紫各种颜色组成彩图。

在遥感上，彩色图比非彩色图较易识别地物。

白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。

3.2 遥感图像的线性拉伸打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；或者直接在菜单栏上选择“Linear”“Linear2%”“Linear5%”原图：线性拉伸后：Linear:Linear 1%:当拉伸效果为1%时，显示效果得到了很大改善。

遥感图像处理实验报告_2

遥感图像处理实验报告班级 11资环姓名学号实验专题实验室 F楼机房成绩评定教师签字专题一: DEM图像进行彩色制图 (2)（叙述制图过程并把自己处理结果加载到本文档里）专题二: TM与SPOT数据融合 (3)（叙述该过程并处理结果加载到本文档里。

注意用两种方法融合的过程）专题三: 航片的配准与镶嵌 (4)（叙述该过程并处理结果加载到本文档）专题四: 切取某研究区域的操作 (5)（具体要求：卫星影象叠加, 选择其中三波段彩色合成, 采用ROI切取研究区）专题五: 地图制图的方法 (6)（主要是快速制图。

并任选一样例加载制图后结果）专题六: 使用ENVI进行三维曲面的浏览与飞行 (7)（叙述该过程并处理结果加载到本文档里）专题七: 监督分类试验（任选一种监督分类方法, 并叙述 (8)（其过程将其结果加载到本档里）。

实验专题: 专题一: DEM图像进行彩色制图1.加载一幅DEM的灰度图像, 使用系统默认的IDL颜色表来调整屏幕的颜色表。

2.给生成的彩色图像添加图名、格网、比例尺、灰度条、等高线及数值等信息。

3、调整位置, 保存图像。

结果如下图1、实验专题: 专题二: TM与SPOT数据融合2、主图象窗口选择Transform > Image Sharpening > HSV, 从一个打开的彩色图像中选择三个波段进行变换。

3、对原DEM图像进行拉伸处理。

3.将HSV图像重新转换为RGB图像。

分别对应H-R,S-G,拉伸图像-B。

4.加载最终图像, 并保存结果。

结果如图所示:1、实验专题: 专题三: 航片的配准与镶嵌2、加载两幅图像, 其中一幅作为base image, 一幅作为warp image。

3、在主菜单Registration里的Select GCP(Ground Control Points)来选择地面控制点, 并调整误差。

4、执行图像—地图配准。

5、图像镶嵌。

执行Map> Mosaicking > Pixel Based。

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。

遥感数字图像处理实验报告(二)

遥感数字图像处理实验报告（二）姓名：学号：班级：指导老师：1）项目名称：熟悉遥感软件、图像预处理2）实验目的：1. 熟悉遥感软件的使用，了解图像大小、投影、直方图等信息查看方法，了解相关软件的各项功能；2. 掌握遥感图像的几何精校正方法及步骤。

3）实验原理：几何校正就是将图像数据投影平面上，使其符合地图投影系统的过程。

而将地图坐标系统赋予到图像的过程，称为地理参考。

由于所有的地图投影系统都尊从于一定的地图坐标系统，所以几何校正的过程包含了地理参考过程。

对图像进行几何校正就是赋予其完整的地图坐标系统。

4）数据来源及数据基本信息：（下载源、波段数、对应的波长、分辨率、投影、地区）待校正图像来自Google Earth 2004年9月15日的影像，大致位置在东经116度20分，北纬33度57分，使用的是 DIGITAL GLOBLE 的QUICK BIRD卫星影像的0.6米分辨率的航拍照片，三波段，无投影。

待校正图像。

参考图像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：1）多波段合成：对参考图像数据进行波段组合2）打开图像，用两个Viewer窗口分别打开待校正图像和参考图像，查看其投影信息：待校正图像投影信息（无投影）参考图像投影信息（有投影）几何校正：————弹出图1窗口，点击Slecte Vewer——点击Viewer1，弹出图2窗口图1图4图3图2选择Polynomial多项式模型，OK——Polynomial Order选1，Map Units 选Meters，Apply, Close，弹出图3窗口，OK——点击Viewer窗口，选择要参考图像，弹出图4，点击OK，进入采点界面，开始采集地面控制点图5 图6图7采点完成后点击Geo Correction Tools 如(图5)中图标，弹出图6 对话框，输入保存路径，保存校正后的图像。

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引言遥感技术作为一种获取地球表面信息的重要手段，已经在农业、环境、城市规划等领域得到广泛应用。

本实验旨在通过遥感图像处理，探索图像处理算法的应用效果，并分析其在实际应用中的潜力。

一、图像预处理图像预处理是遥感图像处理的第一步，其目的是消除图像中的噪声、增强图像的对比度和清晰度。

在本实验中，我们使用了直方图均衡化和中值滤波两种常见的图像预处理方法。

直方图均衡化是一种通过调整图像像素的灰度分布来增强图像对比度的方法。

通过对图像的灰度级进行重新分配，使得图像的灰度分布更加均匀，从而使得图像的细节更加清晰。

实验结果显示，直方图均衡化对于遥感图像的对比度增强效果显著。

中值滤波是一种常见的图像去噪方法，其原理是通过计算像素点周围邻域的中值来替代该像素点的值，从而消除图像中的噪声。

在本实验中，我们使用了3x3的中值滤波器对遥感图像进行滤波处理。

实验结果表明，中值滤波能够有效地去除图像中的椒盐噪声和高斯噪声，使得图像更加清晰。

二、图像分类图像分类是遥感图像处理的核心任务之一，其目的是将遥感图像中的像素点按照其特征分类到不同的类别中。

在本实验中，我们使用了支持向量机（SVM）算法进行图像分类。

支持向量机是一种常用的机器学习算法，其通过构建一个最优超平面来实现分类。

在图像分类中，我们将遥感图像中的每个像素点看作一个数据样本，其特征由像素的灰度值和纹理信息组成。

通过对训练样本进行学习，支持向量机能够建立一个分类模型，从而对测试样本进行分类。

实验结果显示，支持向量机在遥感图像分类中表现出较高的准确性和鲁棒性。

通过调整支持向量机的参数，我们可以得到不同的分类结果。

此外，支持向量机还能够处理高维数据和非线性分类问题，使其在遥感图像处理中具有广泛的应用前景。

三、图像变换图像变换是遥感图像处理中的重要环节，其目的是将图像从一个空间域转换到另一个空间域，从而提取图像中的特征信息。

在本实验中，我们使用了小波变换和主成分分析两种常见的图像变换方法。

遥感图像预处理实验报告

《遥感图像预处理》1-必考题10分，几何校正：Image to Map步骤：①添加国内坐标系——北京54坐标系。

②打开ENVI Classic并打开图像taian-drg。

③打开主菜单Map→Registration→Select GDPs:Image to map，在Ground Control Points Selection面板，输入9个点的坐标进行标注。

④在Ground Control Points Selection 面板，打开主菜单Options →Warp File …，选择校正文件taian-drg.tif 。

样方法，最后输出文件存储地址。

⑥可以在图上看到输出的文件21的地图信息。

2-自选题5分，从遥感影像中的图像融合、图像镶嵌、图像裁切中3选1。

图像裁切步骤：（1）规则裁剪①打开Beijing-TM.dat，如图显示。

②打开主菜单File Save as进入File Selection页面，选择Spatial Subset，进行区域选择。

文件，确定裁剪区域。

④选择输出路径几文件名，完成规则裁剪。

（2）不规则裁剪①重复规则裁剪第一步②在Layer Manager中选择Beijing-TM.dat文件，单击右键，选择New Region of Interest，打开Region of Interest（ROI）Tool界面。

③在Region of Interest（ROI）Tool界面中单击多边形选项绘制多边形，作为裁剪区域。

⑤在Region of Interest（ROI）Tool界面中，选择File Save as保存绘制的多边形，选择保存路径和文件名。

⑥在Toolbox中，选择Region of Interest，打开Select……Tools界面，选择1222文件⑦选择输出路径几文件名，完成不规则裁剪。

3-附加题3分，几何校正：Image to Image（最高分超过15分）。

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。

遥感图像处理实习报告

遥感图像处理实习报告在当今科技飞速发展的时代，遥感技术作为获取地球表面信息的重要手段，已经在众多领域得到了广泛应用。

为了更深入地了解和掌握遥感图像处理的技术和方法，我参加了本次遥感图像处理实习。

通过这次实习，我不仅学到了专业知识，还提高了实践操作能力，对遥感技术有了更全面的认识。

一、实习目的本次实习的主要目的是让我们熟悉遥感图像处理的基本流程和方法，掌握常用的遥感图像处理软件，学会对遥感图像进行几何校正、辐射校正、图像增强、图像分类等操作，并能够运用所学知识解决实际问题，提高对遥感数据的分析和应用能力。

二、实习内容（一）数据准备在实习开始前，我们收集了一系列的遥感图像数据，包括不同传感器、不同分辨率、不同波段组合的图像。

这些数据涵盖了城市、农田、森林、水域等多种地物类型，为后续的处理和分析提供了丰富的素材。

（二）软件学习我们使用了 ERDAS IMAGINE 和 ENVI 这两款主流的遥感图像处理软件。

通过学习这两款软件的基本操作界面、功能模块和工具菜单，我们逐渐熟悉了如何导入数据、显示图像、进行图像裁剪和拼接等基本操作。

（三）几何校正几何校正是遥感图像处理中的重要环节，它可以消除由于传感器姿态、地球曲率、地形起伏等因素引起的图像几何变形。

我们首先选取了具有精确地理坐标的控制点，然后利用多项式模型对图像进行几何校正，通过不断调整参数，使校正后的图像与实际地理坐标相匹配。

（四）辐射校正辐射校正旨在消除由于传感器性能、大气散射和吸收等因素引起的图像辐射误差。

我们采用了基于直方图匹配和辐射定标的方法，对图像的亮度和对比度进行了调整，使不同时相、不同传感器获取的图像具有可比性。

（五）图像增强为了突出图像中的有用信息，我们运用了多种图像增强技术，如对比度拉伸、直方图均衡化、滤波等。

通过这些操作，图像中的地物特征更加清晰，有利于后续的分析和识别。

（六）图像分类图像分类是遥感图像处理的核心任务之一，我们尝试了监督分类和非监督分类两种方法。

遥感影像预处理实验报告

遥感影像预处理实验报告实验目的：掌握遥感图像几何校正的基本方法和步骤;掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术；学习通过ERDAS进行遥感图像规则分幅裁剪，不规则分幅裁剪的实验过程，能够对一幅大的遥感图像按照要求裁剪图像；·掌握不同分辨率图像的特性，详细理解各种融合方法的原理，以及各种融合方法的优缺点，能够根据不同的应用目的合理选择融合方法，掌握融合的操作过程。

实验内容：在ERDAS软件中图像预处理模块下的图像几何校正在ERDAS软件中图像预处理模块下的图像拼接，裁剪在ERDAS软件中Interpreter模块下的图像融合实验方法和步骤：1．显示图像：在ERDAS图标面板中点击Viewer图表两次，ERDAS图表面板菜单条：Session→Title Viewers，将两个菜单平铺。

如图1-1图1-1在Viewer1中打开需要校正的Landsat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图1-22：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，如图1-3图1-3在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数：→定义多项式次方（Polynomial Order）:2→定义投影参数：（PROJECTION）:略→Apply→Close图1-43.在GCP Tool Referense Setup对话框（图3-5）中选择采点模式：→选择视窗采点模式：Existing Viewer→OK，如图1-5图1-5打开Viewer Selection Instructions指示器（图1-6）图1-6在显示作为地理参考图像panAtlanta.img的Viewer2中点击左键→打开reference Map Information 提示框（图1-7）；→OK图1-7→此时，整个屏幕将自动变化为如图1-8所示的状态，表明控制点工具被启动，进入控制点采点状态。

遥感实习报告一——遥感图像的预处理

代表了遥感图像处理系统未来的发展趋势；
ERDAS公司是世界上占最大市场份额的专业遥感图像处理软件公司，全球用户遍布100多个国家，软件套数从1996年的12000套迅速增加到目前的近50,000套。
ERDAS IMAGINE其所有产品均可运行于UNIX或微软Win 2000/WinXP等操作系统上；
四、实习步骤（应附上不同过程中的实习结果，如图形、图像、数字等）
（一）了解ERDAS遥感图像处理软件
1、软件的基本情况
ERDAS IMAGINE是美国ERDAS公司开发的遥感图像处理系统；
具有先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能；
2）多波段图像的合成
1、单击图标，并选择菜单Utilities|Layer Stack命令，打开Layer Selection and Stacking对话框：
2、将5个通道的NOAA数据都添加到一个文件中，组合成一个包含5个通道的文件。
3、然后，用Viewer打开这个组合文件，进行假彩色合成。
4、选择Raster|band combination：
数据类型（type）为：Generic Binary
数据媒体（media）为：File
2、接下来在下面的对话框中，输入相关参数：
Data Fቤተ መጻሕፍቲ ባይዱrmat：BIL；Data Type：Unsigned 8 Bit
Rows：512；Cols：512
3、按照同样的方法将提供的NOAA/AVHRR的5个波段数据全部输入并转换成ERDAS格式（img）。
调整合成的波段组合方案，试一试不同的波段组合方案，看一看组合的效果。

遥感图像处理实习报告

遥感图像处理实习报告
为了完成本次遥感图像处理实习，我首先学习了遥感图像的基本原理和常见处理方法。

然后，我熟悉了常用的遥感图像处理软件，掌握了遥感图像的预处理、分类和变化检测等基本处理流程。

在实习过程中，我参与了实际的遥感图像处理项目，负责对航拍图像进行预处理和分类。

通过我对图像的分析和处理，最终得到了清晰而准确的分类结果，并成功完成了项目任务。

在实习中，我还学习了遥感图像的变化检测方法，包括基于像元的变化检测和基于目标的变化检测。

通过对多时相遥感图像的处理和分析，我掌握了如何从图像中提取出目标的变化信息，并将其应用于实际的环境监测和资源管理中。

总的来说，这次遥感图像处理实习让我对遥感图像的处理流程和方法有了更深入的了解，也提高了我在图像处理方面的实际操作能力。

通过这次实习，我不仅学到了专业知识，还提高了团队合作能力和解决问题的能力，对我的个人发展有着重要的推动作用。

【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。

影像预处理实验报告

一、实验目的本次实验旨在掌握遥感影像预处理的基本方法和步骤，了解不同预处理方法对影像质量的影响，提高遥感影像在实际应用中的可靠性。

二、实验内容1. 实验环境软件：ENVI 5.3硬件：****************************，16GB RAM，NVIDIA GeForce MX150 GPU数据：Landsat 8 OLI/TIRS 影像2. 实验步骤（1）影像校正1）辐射校正：根据Landsat 8产品的用户手册，利用ENVI软件对影像进行辐射校正，包括黑体校正和大气校正。

2）几何校正：选择控制点进行几何校正，校正精度达到亚米级。

（2）影像融合1）波段选择：根据研究需求，选择影像的可见光波段进行融合。

2）融合方法：采用ENVI软件中的Brovey融合方法，提高影像的视觉效果。

（3）影像增强1）对比度增强：使用ENVI软件中的直方图均衡化方法，提高影像的对比度。

2）色彩增强：调整影像的RGB通道，使影像颜色更加自然。

三、实验结果与分析1. 影像校正经过辐射校正和几何校正，影像的辐射质量和几何质量得到显著提高。

校正后的影像在亮度、对比度等方面均优于原始影像。

2. 影像融合融合后的影像具有更高的分辨率和更丰富的信息，有利于提高遥感影像的应用价值。

3. 影像增强经过对比度增强和色彩增强，影像的视觉效果得到明显改善，有利于用户对影像信息的解读。

四、实验总结本次实验通过对遥感影像进行预处理，提高了影像的质量和视觉效果，为后续遥感影像的应用提供了有力支持。

以下是实验过程中总结的经验和体会：1. 影像校正对于提高影像质量至关重要，应选择合适的校正方法和参数。

2. 影像融合可以提高影像分辨率和丰富信息，但需根据实际需求选择合适的融合方法和参数。

3. 影像增强可以改善影像视觉效果，提高用户对影像信息的解读。

4. 实验过程中，应注重数据的处理和记录，为后续分析提供依据。

5. 遥感影像预处理是一个复杂的过程，需要根据实际情况不断调整和优化预处理方法。