遥感实验报告七
遥感实验报告七
【实验环境】(使用的软件)
Envi qq截图word文档
实验内容:
【实验方案设计】
【实验过程】(实验步骤、记录、数据、分析)
实验数据:
实验步骤:
1.使用感兴趣区(ROI)工具选择训练样区
恢复预定义的感兴趣区(rois),使用roi tool对话框中的file—restore rois命令,在enter roi filename中选择classes.roi;
遥感应用课实验报告
实验项目名称监督分类和非监督分类
所属课程名称遥感应用
实验类型验证性实验
实验日期2010.6.15
班级09资环
学号2009121022
姓名彭慧妮
成绩
吉首大学城乡资源与规划学院
实验概述:
【实验目的及要求】
了解并熟练运用计算机监督与非监督分类。
【实验原理】
监督分类:建立各类型已知样本区(训练区),根据训练区确定各类的统计特征,以此为基础,建立分类的判别函数,对每个象元进行类别划分。
1)平行六面体法(parallelepiped)
2)最大似然法(Maximum Likelihood)
3)最小距离法(Minimum Distance)
4)马氏距离法(Mahalanobis Distance)
将4种监督分类获得的影像分别和其他分类方法的结果及非监督分类的结果动态链接比较观察。
【结论】(结果)
或者自己选择绘制多个不同的感兴趣区;
2.非监督分类
1.K—均值(K—Means)分类法
分类原始数据can_tm文件夹下的can_tmr.img;
遥感应用实验报告
遥感应用实验报告
引言
遥感技术是一种利用遥感卫星或其他设备获取地球表面信息的技术。
在科研、农业、城市规划等领域都有着广泛的应用。
本次实验旨在通
过遥感技术获取地表信息,分析实验结果,探索其在不同领域中的应用。
实验方法
本次实验选取了一片城市区域为研究对象,使用遥感卫星获取该区
域的影像数据,包括多光谱影像、高分辨率影像等。
利用遥感软件对
影像数据进行处理,提取城市区域的土地利用类型、植被覆盖情况等
信息。
进一步分析影像数据,得出城市区域的发展状况和环境质量等
数据。
实验结果
经过处理分析,我们得出了以下结论:
1. 城市区域的土地利用类型主要包括居住区、公园绿地、工业区等;
2. 植被覆盖率较高的地方主要集中在公园绿地和一些住宅区;
3. 部分工业区存在着环境污染问题,需要加强治理。
实验讨论
根据实验结果,我们可以得出一些启示:
1. 遥感技术在城市规划中的应用能够帮助我们更好地了解城市发展现状,指导城市规划工作;
2. 通过监测城市区域的植被覆盖情况,可以及时发现环境问题,保护城市生态环境;
3. 遥感技术在环境保护和资源管理方面有着重要的作用,需要进一步推广应用。
结论
本次实验通过遥感技术获得了城市区域的地表信息,分析了土地利用类型、植被覆盖情况等数据,对城市规划和环境保护具有一定的参考意义。
遥感技术作为一种高效的信息获取手段,将在未来有更广泛的应用前景。
希望通过本次实验能够加深对遥感技术的理解,促进其在各个领域的发展和应用。
遥感制图实习报告
遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一: DEM图像进行彩色制图(叙述制图过程并把自己处理结果加载到本文档里)实验目的:1.实验步骤:2.选择File > Open Image File>bhdemsub.img,出现由主图像窗口、滚动窗口和缩放窗口组成的ENVI 图像。
3.选择主图像窗口内的功能菜单Tools>Color Maping>Density Slice, 出现Density Slice对话框。
4.选择Clear Ranges, 清除Defined Density Slice Ranges下的内容。
5.选择Options>Add New Ranges, 其中RangeStart: 1219 ;Range End;1701;#of Ranges:10。
在Density Slice对话框中Defined Density Slice Ranges下出现十组内容。
6.逐个组将Red条依次改为25, 50, 75, 100, 125, 150, 175, 200, 225, 250。
Greeen与Blue不变。
选择Apply按钮, 主图像窗口、滚动窗口和缩放窗口组成的ENVI图像的颜色改变。
选择主图像窗口内的功能菜单File>Save Image As> Image File 出现Output Dispiay to Image File对话框, Output File Type选择JPEG, Enter Output Filename选择保存位置, Compression Facter(0-1)选择0.750.实验结果:专题二: TM与SPOT数据融合(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)实验目的:1. 进行快速对比度拉伸、直方图执行交互式对比度拉伸和直方图匹配的操作2. 快速滤波、滤波的操作3. ENVI中变换(Transform)菜单功能的了解实验步骤:1. 选择File > Open Image File>Lon.spot文件,点击No Display>new display>load band2. 选择File > Open Image File>Lon.tm文件,点击No Display>new display>load band3. 选择Basic Tools>Resize Data>选择Lon.tm文件>点击OK(弹出对话框, 分别填写内容)4. 选择Basic Tools>Stretch实验结果:专题三: 航片的配准与镶嵌(叙述该过程并处理结果加载到本文档)1配准●图像-图像地面控制点 (Select GCPs: Image-to-Image)●图像-图像配准需要两幅图像均打开。
遥感原理实验报告
一、实验目的1. 理解遥感的基本原理和概念;2. 掌握遥感数据的获取方法及遥感图像的处理技术;3. 了解遥感在环境监测、资源调查等方面的应用;4. 培养遥感图像分析和解译能力。
二、实验原理遥感技术是利用电磁波在地球表面及其大气层中的传播特性,通过遥感器获取地球表面及其大气层的信息,然后进行图像处理、分析和解译,以达到对地球表面及其大气层进行监测、研究和利用的目的。
遥感原理主要包括以下几个方面:1. 电磁波辐射与散射:地球表面及其大气层对太阳辐射的吸收、反射和散射,形成各种电磁波;2. 遥感器:利用电磁波探测地球表面及其大气层的信息;3. 电磁波传播:电磁波在空间传播过程中,会受到大气、云层等因素的影响;4. 遥感图像处理:对遥感数据进行预处理、增强、分类等处理,提高遥感图像的质量和应用效果;5. 遥感图像分析:对遥感图像进行解译、识别和提取信息,实现对地球表面及其大气层的监测和研究。
三、实验内容及步骤1. 实验内容(1)遥感图像的获取:通过遥感卫星、航空摄影等方式获取遥感图像;(2)遥感图像的预处理:包括辐射校正、几何校正、大气校正等;(3)遥感图像增强:通过对比度增强、亮度增强、滤波等手段提高遥感图像的质量;(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)遥感图像分析:对分类后的遥感图像进行解译、识别和提取信息。
2. 实验步骤(1)遥感图像的获取:通过遥感卫星、航空摄影等方式获取遥感图像;(2)遥感图像的预处理:利用ENVI软件进行辐射校正、几何校正和大气校正;(3)遥感图像增强:利用ENVI软件进行对比度增强、亮度增强和滤波处理;(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)遥感图像分析:对分类后的遥感图像进行解译、识别和提取信息。
四、实验结果与分析1. 遥感图像的预处理效果通过对遥感图像进行辐射校正、几何校正和大气校正,提高了遥感图像的质量,为后续的图像增强和分类奠定了基础。
最新《遥感技术》实验报告
最新《遥感技术》实验报告实验目的:本实验旨在通过实际操作,加深对遥感技术基本原理的理解,并掌握遥感数据的获取、处理与分析方法。
通过实验,学习如何利用遥感技术进行地表覆盖分类、资源评估和环境监测。
实验内容:1. 遥感数据的获取与预处理- 从国家遥感中心或其他数据平台下载适用于实验的遥感影像数据。
- 对下载的遥感影像进行必要的预处理,包括辐射校正、大气校正和几何校正。
2. 遥感影像的解译与分类- 利用遥感影像解译软件,如ENVI或ERDAS IMAGINE,对预处理后的影像进行目视解译。
- 采用非监督分类和监督分类方法,对遥感影像中的地表覆盖类型进行分类。
3. 分类结果的精度评估- 通过实地调查或其他高精度数据,收集地面真实情况作为参考。
- 利用混淆矩阵等统计工具,对遥感分类结果进行精度评估。
4. 遥感技术在资源评估和环境监测中的应用- 选取特定区域,运用遥感技术进行植被覆盖度、土壤湿度等环境因子的监测。
- 分析遥感监测数据,评估资源状况和环境变化趋势。
实验结果:通过本次实验,成功获取并预处理了所需遥感影像数据。
在解译与分类阶段,非监督分类结果显示了地表覆盖的大致分布,而监督分类则提供了更为精确的分类结果。
精度评估表明,监督分类的总体精度达到了85%。
在资源评估和环境监测应用中,遥感技术能够有效地监测到植被覆盖度的季节性变化和土壤湿度的空间分布情况。
结论:实验验证了遥感技术在地表覆盖分类、资源评估和环境监测中的有效性和实用性。
通过本次实验,不仅提高了对遥感技术操作的熟练度,也为后续相关研究提供了实验基础和技术支持。
未来的工作可以进一步探索更先进的分类算法和数据分析方法,以提高遥感应用的精度和效率。
《遥感技术》实验报告
郑州大学水利与环境学院遥感技术实验报告(适用于地理信息系统专业)专业班级: ***********学生姓名: *******学生学号: ***********指导教师: ******实验成绩:***年***月实验一、遥感图像认知与输入/输出的基本操作一、实验要求1.了解遥感卫星数字影像的差异。
2.掌握查看遥感影像相关信息的基本方法。
3.掌握遥感图像处理软件ERDAS的基本视窗操作及各个图标面板的功能。
4.了解遥感图像的格式,学习将不同格式的遥感图像转换为ERDASimg格式,以及将ERDASimg 格式转换为多种指定的格式图像。
5.学习如何输入单波段数据以及如何将多波段遥感图像进行波段组合。
6.掌握在ERDAS系统中显示单波段和多波段遥感图像的方法。
二、实验内容1.遥感图像文件的信息查询。
2.空间分辨率。
3.遥感影像纹理结构认知。
4.色调信息认知。
5.遥感影像特征空间分析。
6.矢量化。
7.遥感图像的格式。
8.数据输入/输出。
9.波段组合。
10.遥感图像显示。
三、实验结果及分析:简述矢量功能在ERDAS中的意义。
矢量功能可以将栅格数据转化为矢量数据。
矢量数据有很多优点:1.矢量数据由简单的几何图元组成,表示紧凑,所占存储空间小。
2.矢量图像易于进行编辑。
3.用矢量表示的对象易于缩放或压缩,且不会降低其在计算机中的显示质量。
四、实验结果及分析:简述不同传感器的卫星影像的特点和目视效果。
SPOT卫星最大的优势是最高空间分辨率达10m,并且SPOT卫星的传感器带有可以定向的发射镜,使仪器具有偏离天底点(倾斜)观察的能力,可获得垂直和倾斜的图像。
因而其重复观察能力由26天提高到1~5天,并在不同的轨道扫面重叠产生立体像对,可以提供立体观测地面、描绘等高线,进行立体绘图的和立体显示的可能性。
CBRES的轨道是太阳同步近极地轨道,轨道高度是778km,卫星的重访周期是26天,其携带的传感器的最高空间分辨率是19.5m。
遥感学实验报告
一、实验名称遥感影像地理坐标定位和配准二、实验目的1. 熟悉遥感影像地理坐标定位和配准的基本原理。
2. 掌握使用ENVI软件进行遥感影像地理坐标定位和配准的方法。
3. 学会利用全色影像生成影像地图。
三、实验原理遥感影像地理坐标定位是指将遥感影像上的像点坐标转换为地面实际地理位置的过程。
配准则是将不同时间、不同传感器或不同区域的遥感影像进行空间配准,以便进行对比分析。
四、实验内容1. 选取实验数据:选取一幅哈尔滨市TM影像,成像时间为2013年7月19日,分辨率为30m,各波段的波长为0.45~0.52μm、0.52~0.60μm、0.63~0.69μm、0.76~0.90μm、1.55~1.75μm。
2. 影像地理坐标定位:(1)打开ENVI软件,导入实验数据。
(2)在“地理信息”菜单中选择“地理坐标定位”。
(3)设置影像的投影类型为UTM,投影分带为北51区。
(4)输入图像左上角的公里网坐标(9819 8092)和地理坐标(经度125.4941,纬度47.0930)。
(5)点击“确定”进行地理坐标定位。
3. 影像配准:(1)打开ENVI软件,导入实验数据。
(2)在“图像处理”菜单中选择“配准”。
(3)选择“影像到影像配准”。
(4)选择参与配准的影像,设置配准精度。
(5)点击“确定”进行配准。
4. 影像到地图校正:(1)打开ENVI软件,导入实验数据。
(2)在“地理信息”菜单中选择“影像到地图校正”。
(3)选择参与校正的影像,设置校正精度。
(4)点击“确定”进行校正。
5. 生成影像地图:(1)打开ENVI软件,导入实验数据。
(2)在“图像处理”菜单中选择“生成影像地图”。
(3)选择参与生成影像地图的影像,设置地图投影、分辨率等参数。
(4)点击“确定”生成影像地图。
五、实验数据处理及成果1. 成功将哈尔滨市TM影像进行地理坐标定位和配准。
2. 利用ENVI软件生成哈尔滨市TM影像的影像地图。
六、体会及建议1. 通过本次实验,熟悉了遥感影像地理坐标定位和配准的基本原理,掌握了使用ENVI软件进行操作的方法。
遥感实验报告
遥感实验报告引言:遥感技术是利用卫星、飞机等遥感平台获取地球表面信息的一种技术手段。
通过对不同波段的电磁辐射进行探测和分析,遥感技术可以获取地表的空间分布、物质组成以及变化情况等信息。
本次实验旨在通过遥感图像的获取和解译,了解和掌握遥感技术的基本原理和应用。
一、遥感数据获取:1. 数据来源:本次实验使用的遥感数据来源于卫星遥感图像,通过开源的遥感数据平台获得。
2. 数据类型:本次实验使用的遥感数据为多光谱遥感图像,包含多个波段的信息。
通过不同波段的数据分析,可以获取地表的不同特征和信息。
二、遥感图像解译:1. 图像预处理:图像预处理是遥感图像解译的基础工作,包括图像几何校正、辐射校正和大气校正等过程。
这些预处理步骤可以提高图像质量,减少噪声和失真。
2. 地物分类:地物分类是遥感图像解译的关键环节。
通过对遥感图像中的像元进行分类,可以将地表物体分为不同的类别,如水体、植被、建筑等。
常用的分类方法包括监督分类和非监督分类。
3. 特征提取:特征提取是对地物进行进一步分析和描述的过程。
通过提取地物的形状、颜色、纹理等特征,可以对地物进行进一步分类和识别。
三、遥感技术应用:1. 土地利用与覆盖变化研究:通过遥感图像的获取和解译,可以对土地利用与覆盖变化进行研究。
通过对多时相的遥感数据进行对比分析,可以了解土地利用变化的趋势和驱动因素。
2. 自然资源调查与监测:遥感技术在自然资源调查与监测中有着广泛的应用。
通过遥感图像的获取和解译,可以对森林、湿地和土地等自然资源进行调查和监测,为资源管理和保护提供科学依据。
3. 灾害监测与评估:遥感技术在灾害监测与评估中具有重要作用。
通过遥感图像的获取和解译,可以实时监测和评估自然灾害的影响范围和程度,为灾害应对和救援提供决策支持。
结论:本次实验通过遥感图像的获取和解译,了解了遥感技术的基本原理和应用。
遥感技术在土地利用与覆盖变化研究、自然资源调查与监测和灾害监测与评估等方面具有广泛的应用前景。
遥感实验报告
一、实验背景随着科技的飞速发展,遥感技术作为一种获取地球表面信息的重要手段,在地理信息系统、资源调查、环境监测等领域发挥着越来越重要的作用。
为了更好地了解遥感技术的基本原理和应用,我们进行了本次遥感实验。
二、实验目的1. 掌握遥感图像的获取和处理方法;2. 熟悉遥感图像处理软件ENVI的基本操作;3. 学习遥感图像的分类和提取信息的方法;4. 培养团队合作精神和实际操作能力。
三、实验原理遥感技术是利用电磁波对地球表面进行探测和监测的技术。
通过遥感传感器获取的图像数据,可以反映地表物体的物理、化学和生物特性。
遥感图像处理主要包括图像校正、分类、提取信息等步骤。
四、实验内容1. 图像获取实验中,我们使用了ENVI软件,从美国地质调查局(USGS)的地球观测系统数据和信息(EOSDIS)中下载了北京市的Landsat 8卫星影像。
2. 图像校正首先,我们对下载的遥感图像进行了几何校正,以消除图像中的几何畸变。
通过选择地面控制点,将遥感图像与实际地理位置相对应。
3. 图像分类接着,我们进行了遥感图像的分类。
采用监督分类方法,利用ENVI软件中的分类器,对遥感图像进行分类。
分类过程中,我们选取了地物特征明显的区域作为训练样本,以指导分类器进行分类。
4. 信息提取最后,我们利用遥感图像提取了北京市的地物信息,包括水体、植被、建筑等。
通过对提取信息的分析,可以了解北京市的地表环境状况。
五、实验结果与分析1. 图像校正通过几何校正,我们成功地将遥感图像与实际地理位置相对应,消除了图像中的几何畸变。
校正后的图像可以更准确地反映地表物体的真实位置。
2. 图像分类在遥感图像分类过程中,我们共分为三个类别:水体、植被和建筑。
经过分类,我们得到了较为准确的分类结果。
通过分析分类结果,可以看出北京市的水体主要分布在北部地区,植被主要分布在山区和郊外,建筑主要集中在城市中心区域。
3. 信息提取通过对遥感图像提取的地物信息进行分析,我们可以了解到北京市的地表环境状况。
卫星遥感技术实验报告
卫星遥感技术实验报告一、实验目的本实验旨在通过使用卫星遥感技术,对地球上特定区域进行遥感观测,获取区域内的地表信息,如地形、植被覆盖、土地利用等,并通过数据处理和分析,探索卫星遥感技术在环境监测、资源调查、城市规划等领域的应用。
二、实验材料1. 计算机2. 卫星遥感影像数据3. 遥感数据处理软件三、实验步骤1. 下载相应的卫星遥感影像数据,存储到计算机中。
2. 使用遥感数据处理软件打开影像数据,进行预处理,包括数据纠正、增强和地理坐标校正等。
3. 对处理后的影像数据进行图像分类,将地表分为不同类别,如水体、植被、裸土等。
4. 进行遥感信息提取和数据分析,通过地物光谱特征等参数进行识别和分类。
5. 利用地理信息系统对实验区域进行空间分析,生成地图表达分析结果。
四、实验结果通过本次实验,成功获取了实验区域内的地表信息,包括植被覆盖率、土地利用类型等数据。
经过数据处理和分析,得出了实验区域的植被分布情况、土地利用结构及变化趋势等结果。
同时,通过地图展示,清晰地呈现了实验区域的空间特征。
五、实验结论卫星遥感技术作为一种高效、准确的遥感手段,对地球表面的环境和资源进行监测和调查具有重要意义。
通过本次实验,验证了卫星遥感技术在地理信息提取、环境监测等领域的应用潜力,为未来进一步开展相关研究提供了有力支持。
六、实验总结本次实验通过卫星遥感技术的应用,成功实现了对特定区域地表信息的获取和分析,为环境监测和资源管理提供了有益数据支持。
随着科技的不断进步,卫星遥感技术将在地球科学领域发挥越来越重要的作用,为人类的可持续发展和生存提供更多有效手段。
七、参考文献1. 《遥感原理与应用》2. 《卫星遥感数据处理与分析》。
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。
遥感概论实验报告
遥感概论实验报告遥感概论实验报告导言:遥感技术是一种通过获取和解释地球表面的信息的方法,它使用传感器从遥远的地方获取数据,以帮助我们了解地球的变化和特征。
本实验旨在介绍遥感技术的基本原理和应用,并通过实际操作来加深对遥感技术的理解。
一、遥感技术的基本原理遥感技术的基本原理是利用传感器获取地球表面的电磁辐射,并将其转化为数字信号进行处理和分析。
地球表面的电磁辐射包括可见光、红外线、微波等不同波段的辐射。
不同波段的辐射可以提供不同的地表信息,如植被覆盖、土地利用、水体分布等。
二、遥感数据的获取与处理在实验中,我们使用了一台遥感卫星获取的遥感影像数据。
遥感影像数据是通过卫星传感器拍摄地球表面的图像,其中包含了丰富的地表信息。
我们首先需要对遥感影像进行预处理,包括辐射校正、大气校正等,以消除影像中的噪声和干扰。
然后,我们可以使用遥感软件对影像进行分类、变换等处理,以获取我们所需要的地表信息。
三、遥感技术的应用遥感技术在许多领域都有广泛的应用。
其中,环境监测是遥感技术的一个重要应用领域。
通过遥感技术,我们可以监测地表的植被覆盖情况、水体污染程度等环境指标,以评估环境质量和进行环境管理。
此外,遥感技术还可以应用于农业、城市规划、灾害监测等领域,为决策提供科学依据。
四、遥感技术的发展趋势随着科技的不断进步,遥感技术也在不断发展。
目前,高分辨率遥感影像的获取成为可能,这为地表信息的提取和分析提供了更多的细节和精度。
此外,遥感技术与人工智能的结合也成为一个研究热点。
通过利用机器学习和深度学习等技术,可以实现对大规模遥感数据的自动分析和解释,提高遥感技术的效率和准确性。
结论:通过本次实验,我们对遥感技术有了更深入的了解。
遥感技术作为一种获取地球表面信息的方法,具有广泛的应用前景。
在未来,随着技术的进一步发展,遥感技术将在环境监测、农业、城市规划等领域发挥更大的作用。
我们相信,通过不断的研究和应用,遥感技术将为我们揭示更多地球的奥秘。
遥感认知实习实验报告
一、实验背景随着科技的不断发展,遥感技术在资源调查、环境监测、灾害预警等领域发挥着越来越重要的作用。
为了提高学生的实际操作能力,加深对遥感技术的理解,我们开展了为期一周的遥感认知实习。
本次实习旨在使学生了解遥感技术的原理、应用和发展趋势,培养学生的实际操作能力和团队协作精神。
二、实验目的1. 使学生掌握遥感图像的获取、处理、分析和应用方法;2. 培养学生运用遥感技术解决实际问题的能力;3. 提高学生的团队协作和沟通能力;4. 增强学生对遥感技术的认识,激发学习兴趣。
三、实验内容1. 遥感图像的获取与处理(1)遥感图像的获取:介绍不同遥感平台的成像原理、成像参数及数据特点;(2)遥感图像的预处理:包括辐射校正、几何校正、大气校正等;(3)遥感图像的增强:通过对比度增强、锐化等手段提高图像质量。
2. 遥感图像的解译与分析(1)遥感图像的目视解译:根据图像特征,识别地物类型、变化信息等;(2)遥感图像的定量分析:运用统计、分类等方法,对地物进行定量分析;(3)遥感图像的动态监测:通过不同时期的遥感图像对比,分析地物变化规律。
3. 遥感技术的应用(1)资源调查:利用遥感技术进行土地利用、植被覆盖、水资源调查等;(2)环境监测:监测大气污染、水质污染、生态环境变化等;(3)灾害预警:地震、洪水、森林火灾等灾害的监测与预警。
四、实验过程1. 实验准备:分组讨论,明确实验目的、任务和分工;2. 数据获取:通过网络下载或实地采集遥感图像数据;3. 数据处理:运用遥感图像处理软件对图像进行预处理、增强、解译等;4. 分析与讨论:根据实验结果,分析地物特征、变化规律等;5. 实验报告撰写:整理实验过程、结果和心得体会。
五、实验结果与分析1. 实验结果(1)通过遥感图像预处理,提高了图像质量;(2)利用遥感图像解译,识别出地物类型、变化信息等;(3)通过遥感图像定量分析,获得了地物属性信息;(4)了解了遥感技术在资源调查、环境监测、灾害预警等领域的应用。
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。
遥感实验报告
遥感实验报告遥感实验报告引言:遥感技术是一种通过获取地球表面的电磁辐射信息来获取地表特征的技术。
遥感技术的应用范围广泛,可以用于地质勘探、环境监测、城市规划等领域。
本次实验旨在通过遥感技术获取卫星图像,并对图像进行解译和分析,从而深入了解遥感技术的原理和应用。
实验步骤:1. 数据获取在实验开始前,我们首先需要获取卫星图像数据。
通过合法渠道,我们从国家遥感中心获取了一组高分辨率的遥感图像。
这些图像涵盖了不同地区的城市和农田,以及一些自然景观。
2. 图像预处理获取到的卫星图像需要进行预处理,以提高图像的质量和准确性。
预处理包括图像去噪、边缘增强和色彩校正等步骤。
通过这些预处理步骤,我们可以得到更清晰、更准确的图像数据。
3. 图像解译在预处理完成后,我们开始对图像进行解译。
解译是指根据图像的特征和上下文信息,识别出图像中的不同地物和地貌。
在解译过程中,我们需要借助地理信息系统(GIS)软件和遥感图像解译原理,对图像中的各个区域进行分类和标注。
4. 图像分析解译完成后,我们对图像进行进一步的分析。
通过分析图像中的不同地物和地貌,我们可以得出一些有关该地区的信息。
例如,通过对城市区域的分析,我们可以了解到该地区的人口密度和城市发展情况;通过对农田的分析,我们可以了解到该地区的农作物类型和农业生产状况。
实验结果:通过对卫星图像的解译和分析,我们得出了一些有关地表特征的结论。
例如,在城市区域,我们观察到高密度的建筑群和道路网络,表明该地区经济发展迅速;在农田中,我们观察到不同类型的农作物,如水稻、小麦和玉米,表明该地区的农业生产多样化。
讨论与展望:遥感技术在地球科学和环境科学领域具有广泛的应用前景。
通过遥感技术,我们可以实时监测地球表面的变化,了解自然灾害的发生和演变过程,从而采取相应的措施进行预防和救援。
此外,遥感技术还可以用于环境保护和资源管理,帮助我们更好地理解和保护地球。
结论:本次实验通过遥感技术获取卫星图像,并对图像进行解译和分析,深入了解了遥感技术的原理和应用。
遥感变化监测实验报告
一、实验目的本次实验旨在通过遥感技术对某区域进行变化监测,分析该区域在特定时间段内的变化情况,验证遥感技术在环境监测和资源调查中的应用价值。
二、实验原理遥感变化监测是利用遥感影像分析技术,通过对同一地区在不同时间获取的遥感影像进行比较,识别和分析区域内的变化信息。
实验主要采用以下原理:1. 光谱分析:遥感影像的光谱信息反映了地表物质的物理和化学特性,通过分析光谱变化可以识别地表物质的变化。
2. 图像处理:通过图像增强、滤波、分类等方法对遥感影像进行处理,提高图像质量和信息提取能力。
3. 变化检测:通过比较不同时间遥感影像的相似性,识别和分析区域内的变化信息。
三、实验数据实验数据包括以下内容:1. 遥感影像:选择不同时间段的遥感影像,如Landsat、Sentinel-2等。
2. 地理信息系统(GIS)数据:包括研究区域的行政区划、道路、水体等地理要素。
四、实验步骤1. 数据预处理:对遥感影像进行辐射校正、几何校正等预处理,确保影像质量。
2. 图像处理:对遥感影像进行增强、滤波等处理,提高图像质量和信息提取能力。
3. 变化检测:采用图像差异法、变化向量分析(CVA)等方法,识别和分析区域内的变化信息。
4. 结果分析:对变化信息进行分类、统计分析,揭示区域变化规律。
五、实验结果与分析1. 变化区域识别:通过变化检测,识别出研究区域内的变化区域,如城市扩张、土地退化、水体变化等。
2. 变化类型分析:对变化区域进行分类,分析不同类型变化的空间分布和时序变化规律。
3. 影响因素分析:结合GIS数据和社会经济数据,分析影响区域变化的主要因素。
六、结论1. 遥感变化监测技术可以有效识别和分析区域内的变化信息,为环境监测、资源调查等领域提供科学依据。
2. 实验结果表明,遥感技术在城市扩张、土地退化、水体变化等领域的监测具有显著优势。
3. 遥感变化监测技术具有广泛应用前景,可为政府部门、企业和科研机构提供决策支持。
遥感实验报告
遥感实验报告一、实验目的。
本实验旨在通过遥感技术对地球表面进行观测和数据获取,以探究遥感技术在环境监测、资源调查和自然灾害预警等方面的应用。
二、实验原理。
遥感技术是利用卫星、飞机等远距离传感器获取地球表面信息的一种技术手段。
通过接收地面反射、辐射或散射的电磁波,可以获取地表地貌、植被覆盖、土地利用等信息。
三、实验步骤。
1. 选择合适的遥感影像数据,包括多光谱影像、高光谱影像等。
2. 对影像数据进行预处理,包括辐射定标、大气校正等。
3. 利用遥感软件进行影像解译,提取地表信息。
4. 对提取的地表信息进行分析和应用,如环境监测、资源调查等。
四、实验结果与分析。
通过实验,我们成功获取了地表的多光谱影像数据,并对其进行了预处理和解译。
最终得到了地表的植被覆盖、土地利用等信息。
这些信息对于环境监测、资源调查等方面具有重要意义。
五、实验结论。
遥感技术在地球科学领域具有重要的应用价值,能够为环境保护、资源管理等提供有力支持。
通过本次实验,我们深入了解了遥感技术的原理和应用,对其在实际工作中的应用有了更深刻的认识。
六、实验总结。
本次实验不仅让我们掌握了遥感技术的基本原理和操作方法,还加深了我们对地球表面信息获取和分析的认识。
未来,我们将进一步学习遥感技术,探索其更广泛的应用领域,为地球科学研究和环境保护做出更大的贡献。
七、参考文献。
1. 《遥感原理与应用》,XXX,XXX出版社,2018年。
2. 《遥感技术在环境监测中的应用》,XXX,XXX期刊,2020年。
以上为本次遥感实验的报告内容,希望对大家有所帮助。
感谢各位的阅读和支持!。
遥感实验报告
遥感实验报告遥感实验报告实验题目:利用遥感技术进行地表温度监测实验目的:1. 了解遥感技术在地表温度监测中的应用;2. 学习使用遥感数据处理软件进行图像处理和分析;3. 掌握地表温度的提取和分析方法。
实验仪器和材料:1. 计算机;2. 遥感数据处理软件。
实验原理:地表温度是指地球表面的温度,它是反映地球表面物体热状态的重要参数。
利用遥感技术,我们可以获取大范围、高时空分辨率的地表温度数据,为气候研究、环境监测、农业生产等提供重要信息。
实验步骤:1. 下载遥感影像数据:根据实验需要,选择特定地区的遥感影像数据,并下载保存到计算机中;2. 数据预处理:对下载的影像数据进行预处理,包括解压缩、辐射校正等步骤;3. 提取地表温度数据:利用遥感图像处理软件,在影像数据中提取地表温度信息;4. 数据分析:对提取的地表温度数据进行分析,绘制温度分布图、时间序列等。
实验结果与分析:经过数据处理和分析,我们得到了地表温度的分布图和时间序列图。
从分布图中可以看出不同地区的温度差异,比如城市区域和农田区域的温度差异较大。
时间序列图则反映了地表温度的变化趋势,可以根据这些数据进行气候变化分析和预测。
实验结论:利用遥感技术进行地表温度监测是一种快速、高效、准确的方法。
通过本次实验,我们了解了遥感技术在地表温度监测中的应用,并掌握了相关数据处理和分析方法。
实验心得:本次实验让我对遥感技术有了更深入的了解,也提高了我的数据处理和分析能力。
通过自己动手操作,我不仅掌握了遥感数据处理软件的使用,而且对地表温度的提取和分析有了更清晰的认识。
在今后的研究工作中,我会更加积极地应用遥感技术,为相关领域的研究和应用提供支持。
总结:遥感技术在地表温度监测中具有广泛的应用前景。
通过本次实验,我们不仅对遥感技术有了更深入的了解,而且掌握了相关的数据处理和分析方法。
这对我们今后的研究和应用都具有重要意义。
遥感测量实训报告
一、实训目的本次遥感测量实训旨在使学生了解遥感测量的基本原理和方法,掌握遥感图像的获取、处理和分析技术,提高学生运用遥感技术解决实际问题的能力。
通过实训,使学生能够熟练操作遥感设备,掌握遥感图像处理软件的使用,并能对遥感图像进行初步的解译和分析。
二、实训内容1. 遥感设备操作(1)无人机飞行操作:实训过程中,学生学习了无人机的基本构造、飞行原理和操作技巧,通过实际操作,掌握了无人机的起飞、降落、悬停、航线规划等功能。
(2)卫星遥感影像获取:了解了不同卫星遥感影像的特点,掌握了卫星遥感影像的获取方法和数据下载流程。
2. 遥感图像处理(1)遥感图像预处理:学习了遥感图像的几何校正、辐射校正、大气校正等预处理方法,提高了遥感图像的质量。
(2)遥感图像增强:掌握了遥感图像的对比度增强、亮度增强、锐化等增强方法,使图像更易于分析和解译。
(3)遥感图像分类:学习了遥感图像的分类方法,如监督分类、非监督分类等,并对遥感图像进行分类实验。
3. 遥感图像解译与分析(1)遥感图像解译:了解了遥感图像解译的基本原则和方法,如目视解译、计算机辅助解译等,对遥感图像进行解译实验。
(2)遥感图像分析:学习了遥感图像的统计分析、空间分析等方法,对遥感图像进行定量和定性分析。
三、实训过程1. 实训前期准备实训前,教师组织学生进行遥感基础知识学习,使学生掌握遥感测量的基本概念、原理和方法。
2. 实训过程(1)无人机飞行操作实训:学生分组进行无人机飞行操作实训,熟悉无人机操作流程。
(2)卫星遥感影像获取实训:学生通过卫星遥感影像平台,获取不同地区的遥感影像数据。
(3)遥感图像处理实训:学生利用遥感图像处理软件,对获取的遥感影像进行预处理、增强和分类。
(4)遥感图像解译与分析实训:学生结合所学知识,对遥感图像进行解译和分析,完成相关实验报告。
3. 实训总结实训结束后,教师组织学生进行总结交流,分享实训过程中的经验和收获。
四、实训成果1. 学生掌握了无人机飞行操作、卫星遥感影像获取、遥感图像处理、遥感图像解译与分析等基本技能。
遥感图像光谱增强处理实验报告
一、实验名称遥感图像光谱增强处理二、实验目的对图像进行主成分分析、主成分变换以及主成分百分比计算;观察图像在不同色彩空间之间相互转换的结果异同,对图像进行融合,用MODEL MAKER 建模方式进行图像处理。
通过以上操作初步掌握图像光谱增强处理过程,进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。
三、实验原理光谱增强是基于多光谱数据对波段进行变换达到图像增强处理,采用一系列技术去改善图象的视觉效果,或将图象转换成一种更适合于人或机器进行分析处理的形式。
有选择地突出某些对人或机器分析有意义的信息,抑制无用信息,提高图象的使用价值。
主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。
对于增强信息含量、隔离噪声、减少数据维数非常有用。
使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间,并且能从所选彩色空间变换回RGB。
两次变换之间,通过对比度拉伸,可以生成一个色彩增强的彩色合成图像。
图像融合是将多幅影像组合到单一合成影像的处理过程。
它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。
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.主成分分析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)主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。
- 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)。
合肥工业大学资源与环境工程学院《遥感图像处理与分析》实验报告(七)姓名学号专业班级任课教师实验七:图像分类一、实验目的理解计算机图像分类的基本原理掌握数字图像非监督分类以及监督分类的具体方法和过程理解两种分类方法的区别二、实验材料Landsat遥感影像1幅ERDAS IMAGINE9.2遥感图像处理软件计算机三、实验内容及步骤(一)非监督分类(1)启动非监督分类模块:在ERDAS面板工具中选择DA TAPrep-Unsupervisd Classification命令,打开非监督分类对话框或是在ERDAS面板工具中选择Classifier-Classification-Unsupervised Classification打开非监督分类对话框(2)选择图像处理文件和输出文件,设置被分类的图像和分类结果,并选择生成分类模块文件产生一个模版文件。
(3)这里Number of Classes定为14,Maximum Iterations定为7如下图所示(4)点击OK按钮,执行非监督分类,打开原图与结果图:分类评价:(1) 打开原始图像和分类后的图像:点击ERDAS-Viewer 面板,先后打开原始图像和分类后的图像,在打开分类结果图像时,在Raster Option 选项卡中取消选中的Clear Display 复选框,保证两幅图叠加显示(2) 设置各类别的颜色:单击Raster-Tool ,打开Raster 工具面板,选择Raster-Attributes ,打开Raster Attribute Editor 对话框(3) 调整字段显示顺序,在Raster Attribute Editor 窗口,选择Edit 菜单-Column Properties命令,打开Column Propertis 对话框,在Columns 列表中选择字段,通过Up 、Down 、Top 、Bottom 按钮调整其在属性表的显示顺序(4) 同上,在Raster Attribute Editor 对话框中单击某一类别的Color 字段,在弹出的As Is中选择合适的颜色(5) 确定类别精度并标注类别:在Raster Attribute Editor 对话框中点击Opacity 字段名,进入编辑状态,依据需要输入0(透明)或1(不透明)。
通过在Utility 菜单下设置分类结果在原始图像背景上闪烁(Flick )、卷帘显示(Swipe )、或混合显示(Blend ),选择Auto Mode便可进行判别(6)标注类别名称和颜色:在判断类别后就要在属性表标注分类名称,在Raster Attribute Editor窗口中,点击Class Name字段需要修改的类别,进入可输入状态,输入该类别的名称即可,同时按照设置颜色方法设置。
(二)监督分类(1)打开需要分类的图像,点击ERDAS-Viewer面板,打开需要进行分类的图像并在Raster Opition中设置Red/Green/Blue分别为BAND4/BAND5/BAND3选择Fit to Frame(2)打开分类模块编辑器,①选择Classifer图标/Classification/Signature Editor 命令,打开分类模块编辑器对话框,②调整属性字段,选择分类编辑窗口的Viewer/Column,打开Viewer Signature Column对话框,选中需要显示的字段,单击Apply按钮,显示发生变化,单击Close按钮完成,③选取样本,产生AOI,建立分类模版:①在分类模版编辑器窗口中,单击按钮,将AOI加载到分类模版属性表中,在相同颜色多绘制一些AOI,分别加载到分类模版属性表中②在分类模版属性表中,依次点击AOI,并在单击将所选的模版合并成一个新的模版③在分类模版属性表中,单击Edit/Delete,删除合并前的模版,并单击Signature Name进入输入状态,输入对应类别名称,单击Color设置颜色④重复上述步骤将所有类型建立分类模版(3)保存分类模版,选择Signature Edit面板/File/Save命令,打开保存对话框,确定是保存分类模版文件的目录和文件名(.sig),单击OK按钮即可。
(1)产生分类预警掩膜:①Signature Edit窗口,选择某类或某几类模版,单击Viewer/Image Alarm命令,打开Signature Alarm对话框,②选中Indicate Overlap 复选框,设置同时属于两个及以上的像元叠加预警显示,点击色框设置颜色,③点击Edit Parallelepiped Limit/Limit/Set,设置计算方法,并选择模版,④设置完成后,单击OK按钮,返回Limits对话框,单击Close按钮,返回Signature Alarm对话框,⑤单击OK按钮执行分类预警评价,形成预警掩膜,⑥单击Close 按钮关闭Signature Alarm对话框。
(2)查看分类预警掩膜,删除分类预警掩膜:单击Viewer/Arrange Layers命令,右击Alarm Mask,弹出Layer Options快捷菜单,选择Delete Layers命令,并单击Apply按钮,选择不保存,单击Close按钮。
(3)可能性矩阵:选中Signature Editor 属性表中的所有类别,单击Evaluate/Contingency,打开Contingency Matrix对话框,选择合适参数后单击OK按钮,显示分类误差矩阵,若误差矩阵指小于85%,则需重新建立模版(4)分类图像掩膜:①在Signature Editor窗口,在分类模版属性表中选择要分析的特征空间分类模版,②选择Feature/Masking/Featur Space to Image命令,打开FS to image Masking对话框,不选中Indicate Overlay复选框,③单击Apply按钮,产生分类掩膜,单击Close按钮完成设置(5)模版对象显示:选择Signature Editor/Feature/Object命令,打开Signature Object 对话框,在Viewer中设置特征空间图像显示的窗口号,选中Plot Ellipses复选框确定绘制分类统计椭圆,确定统计标准差,单击OK按钮完成设置。
(6)直方图绘制:选择Signature Editor/View/Histogram命令,打开Histogram Plot Control Panel对话框,确定分类模版数量,和分类波段数量,选择波段,并且点击Plot按钮以实现直方图反映内容的变化(7)类别的分离性:选择Signature Editor/Evaluate/Separability命令,打开Signature Separability对话框,单击OK按钮(8)类比统计分析:在Signature Editor属性表中选中需要进行统计的类别,选择View/Statistics命令,打开Statistics窗口选择Classifier图标/Supervised Classification命令,打开Supervised Classification对话框设置如下参数:(1)选择处理图像文件(2)确定输入分类模版(3)定义输出分类文件(4)设置输出分类距离文件为Distance File(5)选择非参数规则,一般选择Feature Space特征空间(6)选择叠加规则,一般为Parametric Rule,参数规则,具体设置如下详述(7)选择非分类规则为Parametric Rule(8)选择参数规则,一般选Maximum Likelihood,即最大似然(9)定义分类图的属性表项目,单击Attribute options按钮,进行选择(10)单击OK按钮,执行监督分类执行了监督分类之后,需要对分类效果进行评价,ERDAS系统提供多种分类评价方法,包括分类叠加,定义阙值,精度评估。
分类叠加:操作步骤:分类叠加就是将专题分类图像与原始图像在同一视窗中打开,将分类后的专题图至于上层,通过改变专题的透明度及颜色等属性,查看专题地图与原始地图之间的关系。
定义阙值:操作步骤:(1)在ERDAS图标面板工具中,选择Classification/Threshold命令,打开Threshold 窗口(2)选择Threshold窗口菜单中File/Open命令,打开Open File对话框,分别选择所需的专题分类图像和分类距离,单击OK按钮(3)选择Threshold/View/Select View命令,单击显示分类专题图像窗口。
(4)单击Threshold/Histogram/Compute命令,计算各个类别的距离直方图,可以单击Threshold/Histogram/Save命令保存为.sig模板文件(5)拖动直方图横坐标的箭头到合理阙值。
依次设置各个类别的阙值。
(6)选择View/View Colors/Default Colors命令,选择默认色彩是将阙值以外的像元值显示成黑色。
(7)选择Process/To Viewer命令,阙值处理图像将显示在分类图像上(8)单击Process/To File命令,打开Threshold To File对话框,在Output Image中输入文件名,单击OK按钮完成保存。
精度评估:操作步骤:(1)在Viewer中打开分类前的原始图像,以便进行精度评估。
(2)在ERDAS图标面板菜单条中,选择Main/Image Classification/Classification,选择Accuracy Assessment菜单项,打开Accuracy Assessment对话框。
(3)将原始图像视窗与精度评估视窗相连接:在Accuracy Assessment对话框工具条中点击Select Viwer按钮,将光标在显示有原始图像的视窗中点击一下原始图像视窗与精度评估视窗相连接(4)在精度评估对话框中设置随机点的色彩:在Accuracy Assessment对话框中选择View/Change Colors,打开Change colors面板,单击OK按钮,返回Accuracy Assessment对话框(5)产生随机点:在Accuracy Assessment对话框,选择Edit/Create/Add Random Points命令,打开Add Random points对话框,在Search Count中输入确定随机点过程中使用的最多分析像元数,在Number of Points中输入大于250的数,单击OK按钮,返回Accuracy Assessment对话框(6)显示随机点及其类别:在Accuracy Assessment对话框,选择View/Show All命令,选择Edit/Show Class/Values,各点的类别号出现在数据表的Class字段中(7)输入参考点的实际类别值:在Accuracy Assessment对话框,在数据表的Reference字段输入各个随机点的实际类别值(8)设置分类评估报告输出环境及输出分类评估报告:在Accuracy Assessment对话框中,选择Report/Options命令,点击确定分类评估报告的参数,选择Report/Accuracy Report命令,产生分类精度报告,选择Report/Cell Report命令,报告有关产生随机点的设置及窗口环境。