ERDAS遥感图像处理教程-绝对给力
ERDAS操作技巧
ERDAS操作技巧加载波段成影像：interpreter---utilities---layer stackERDAS 操作⼩技巧：1、配准影像图：从Viewer 中打开两幅图（⼀幅参照，⼀幅配准）从菜单栏Raster 中选Geometric correction （⼏何校正）在Set Geometric Model 中选Polynomial ，后点击ok ，打开Polynomial Model Properties 对话框，在Parameters 中Polynomial Order （多项式次⽅）中选1或2[最少GCP 公式：2)2)(1++n n （]，在Projection （投影参数）中Map Units 选Meters 点击Add/Change Projection 在Custom 中选择所需的Projection Type ，Spheroid Name ，Datum Name ，Scale factor at central meridian ，Longitude of central meridian （可以参考参照图中Imagine info 中的信息），Latitude of origin of projection ，False easting （⼀般选500000meters ），False northing （⼀般忽略为零），点击Ok Set Projection from GCP Tool 中选择Collect Reference Point From （选择视窗采点模式）中的 Existing Viewer 选项，Ok 。
RMS 误差(均⽅根)=22)()i r i r y y x x -+-（这⾥：x i 和y i 是输⼊的原坐标；x r 和y r 是逆变换后的坐标定义：RMS 误差是指GCP 的输⼊（原）位置和逆变换的位置之间的距离（或者说是在⽤转换矩阵对⼀个GCP 作转换时，所期望输出的坐标与实际输出的坐标之间的偏差）。
ERDAS遥感图像处理教程-绝对给力
ERDAS遥感图像处理教程-绝对给力《遥感数字图象处理实验指导书》实习须知实验室资源：1 硬件设备：局域网系统；高级PC 计算机（每人一台，在规定时间使用）；2 软件系统Windows 2000 或Windows XPERDAS IMAGINE 8.6ArcToolboxArcMapMicrosoft WordMicrosoft ExcelZip program3 数据资源数据源：ERDAS IMAGINE 8.6软件附带的examples；XX地区TM、ETM、Spot遥感数据XX区部分矿山企业基础数据实习目的与内容1 实习目的本实习为已具有RS的基本概念和理论基础的学生设计，目的是帮助学生在了解RS基本组成与数据结构模型的基础上，重点学习使用ERDAS IMAGINE8.6软件进行视窗操作、数据数据预处理、图像解译、图像分类和矢量功能；了解地图投影系统的使用；学习多种数据输入的方法，不同数据格式转换，数据库模式的定义等多种前后期处理工作；掌握遥感图像前后处理和解译、分类地理的技术流程和方法，数据库建设以及地理数据的编辑和管理；配合具体实例运用GIS空间分析工具。
通过系列实习过程，重点培养学习者掌握RS提取信息的基本过程和技巧，并可初步用来解决运用遥感提取信息的问题。
2 实习内容实习1：ERDAS IMAGINE 8.6系统简介与入门；包括：软件概述，视窗操作中的菜单工具条的介绍，数据的输入输出。
实习2：数据预处理；包括：图像分幅剪裁，图像实习1ERDAS IMAGINE 8.6系统简介与入门实习内容:1、了解有关ERDAS IMAGINE系统的基本概念和功能。
2、了解ERDAS IMAGINE8.6 软件的主要扩展模块及其功能，熟悉系统的操作环境。
3、ERDAS IMAGINE8.6的快速入门。
课时安排：4课时1遥感的应用领域和ERDAS IMAGINE系统的基本概念和功能：遥感技术作为对地观测，提取地表最现势状况的最有利工具，被广泛应用在各行各业，包括测绘，自然资源管理，林业，水利，交通，环境保护，电力电信、防震减灾、城市规划、国防军事等，ERDAS IMAGINE作为遥感界的排头兵，为大家提供了不仅仅是增强，滤波，纠正，融合等简单的基本应用，而是提供了强大的工具，使你在定量化的分析方面，系统功能的可扩充性方面使您更加得心应手，如专家分类，子象元分类（混合象元），三维可视化分析，数字摄影测量等，同时，还给您带来与GIS一化集成的解决方案，如查询检索编辑ArcInfo的地理信息，建立矢量层后的人工解译，直接得到目标的矢量数椐，还可将分好类的专题影像转换成ArcInfo的矢量数据（Coverage, Shape File）,使分析的结果可以直接为地理信息系统管理与应用，从而发挥更大的作用。
ERDAS实验详细操作步骤
目录1. 影像阅读2. 遥感影像分幅裁剪与拼接处理3. 影像几何校正及正射影像制作4. 影像增强1. 影像阅读1.1 设置erdas的各种默认参数1)在ERDAS IMAGINE的主菜单栏上找到sessio n→Preferences,单击出现Preferences editor对话框。
2)通过拖动Category的滚动条，可以看到右方对应出现的各个参数，同时也可以在文本编辑处修改这些参数。
3)在Category下选择Viewer,拖动滚动条查看它的各种参数。
4)查看Category的帮助信息。
点击右下方的“help”和“Category Help”，则出现以下的界面，如果有不懂的地方我们就可以通过这个帮助信息寻求答案。
1.2 显示图像1)在ERDAS主菜单上点击图标，新建一个经典窗口，如下图：2)在Viewer界面上点击File→Open →Raster Layer，在默认路径中打开lanier.im g。
3)点击Raster Options栏设置图层的红绿蓝三个波段的分配。
将原来的4 3 2 改为4 5 3后，图象的色调明显变化了。
1.3 查询像素信息1）使用查询功能选择Utility→Inquire Cursor出现下图中的对话框,通过左下方的四个三角形的符号来分别调整查询指针的上下左右的位置,圆圈表示使查询指针回到中心处,指针的移动,其中的X和Y坐标的数值也会跟着作相应的变化。
指针所指的像素的信息被显示在单元格里。
选择Utility→Inquire Color,选择为黄色，则查询指针的十字框的颜色由白色变为了黄色。
选择Utility→Inquire Shape,呈现的滚动条列表中选择circle.cursor，再点击Use Cursor button, 然后点击Apply。
4）量测通过这个工具可以实现在所在图层中的点，线，面，矩形，椭圆形的长度（周长）和面积。
1.4 图层管理1）排列多个图层打开lnsoils.img，并在Raster Options栏中将锁定的ClearDisplay项取消，即不清除视窗中已经打开的图像，使得多个图层能够在一个窗口中存在和切换。
erdas操作指南
Erdas9.1操作指南Erdas9.1简介Erdas Imagine v9.1 功能非常强大的遥感图像处理系统，已经发展成为世界上占最大市场份额的专业遥感图像处理软件!ERDAS IMAGINE 9.1作为全球遥感图像处理系统的领头羊ERDAS IMAGINE于2006年下半年推出了其最新的9.1版本，这是ERDAS系统又一重大进展。
它创新性地提出了“企业级”遥感图像处理概念，将图像处理与空间数据管理融合成一体，构成完整的客户/服务器结构的工作流，为您的应用带来全新的体验。
· ERDAS IMA GINE V9.1 AutoSync模块将减轻您繁重的纠正选点工作，使得用于动态监测的不同时相/分辨率精确配准融合工作量大大减小；· 为用户提供了基于Internet/Intranet环境的影像等空间信息共享的工具，可创建自己的三维数字地球，进行沙盘推演，三维浏览查询/检索，分析，飞行，量测等；· 国防等行业解决方案……不管您想做什么，遥感影像（卫星，航空，地面近景）作为对地观测获取地球表面覆盖与结构信息的载体，在地学分析应用领域是不可或缺的信息源。
而如何将地理影像转化为有价值的信息对你成功实施GIS和制图工程又是至关重要的。
目前，在我们周围越来越多的人们能够利用全范围的地理影像产品来提取和使用有价值的信息。
全面的工具箱ERDAS IMAGINE是一套专门为处理影像而设计的，功能丰富的软件工具集。
无论用户是否具备相关的经验或教育背景，都可以应用这一工具集从影像中提取数据。
易于使用ERDAS IMAGINE为用户提供了全面和易于使用的可选的影像处理工具，同时它还简化和改善了用户的工作流。
它同样允许用户用内部功能去完成以前可能需要外包的任务。
ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。
它以其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（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。
ERDAS基本教程
Histogram Edit Tools,插入、删除断 点,左、右断点曲线
或点击Start Table Editor,打开LUT表， 直接输入断点数值。
栅格属性编辑 栅格属性编辑功能用于对分类专 题图像进行各种编辑处理，包括 改变分类图斑颜色、设置分类图 斑的透明度、增加栅格属性字段 、生成分类统计报考等 视窗菜单条：Raster | Attributes| Raster Attributes Editor,打开Raster Attributes Editor对话框。
三维空间曲线 反映沿用户定义的曲面上的像元对应的反 射值在空间的起伏状况。 在Select Profile tools 对话框中选择Surface 单选按钮，打开Surface Profile 窗口。
（6）三维图像显示
在Viewer视窗中同时同时打开下层DEM
文件和上层图像文件。 在菜单条单击Utility | Image Drape ，打开 Image Drape窗口。 借助Image Drape窗口菜单条和工具条的 相关命令，可以设置垂直显示比例、 DEM显示颜色、背景图像、太阳光源位 置、观测位置等三维参数。
增删矢量属性字段 条件选择矢量要素 定义要素编辑参数（Vector | Options）
（9）AOI菜单操作
AOI是用户感兴趣区域（Area
Of Interest ）的缩写。确定了一个AOI之后，就可以 使相关的ERDAS IMAGINE的处理操作针 对AOI内的像元进行。 AOI区域可以保存为一个文件，以便于以 后多次调用，AOI区域经常用于图像分类 模板（Signature）文件的定义,。 一个视窗只能打开或显示一个AOI数据层 ，一个AOI数据层可以包含若干个AOI区 域。
ERDASIMAGINE遥感图像处理教程.
ERDASIMAGINE遥感图像处理教程.《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。
全书分基础篇和扩展篇两部分，共25章。
基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。
《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。
目录基础篇第1章概述21.1 遥感技术基础21.1.1 遥感的基本概念21.1.2 遥感的主要特点21.1.3 遥感的常用分类31.1.4 遥感的物理基础31.2 ERDAS IMAGINE软件系统6 1.2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1.3.1 菜单命令及其功能111.3.2 工具图标及其功能141.4 ERDAS IMAGINE功能体系14第2章视窗操作162.1 视窗功能概述162.1.1 视窗菜单功能172.1.2 视窗工具功能172.1.3 快捷菜单功能182.1.4 常用热键功能182.2 文件菜单操作192.2.1 图像显示操作202.2.2 图形显示操作222.3 实用菜单操作232.3.1 光标查询功能232.3.2 量测功能242.3.3 数据叠加显示252.3.4 文件信息操作272.3.5 三维图像操作292.4 显示菜单操作332.4.1 文件显示顺序332.4.2 显示比例操作332.4.3 显示变换操作342.5 AOI菜单操作342.5.1 打开AOI工具面板35 2.5.2 定义AOI显示特性35 2.5.3 定义AOI种子特征35 2.5.4 保存AOI数据层36 2.6 栅格菜单操作372.6.1 栅格工具面板功能37 2.6.2 图像对比度调整392.6.3 栅格属性编辑402.6.4 图像剖面工具432.7 矢量菜单操作452.7.1 矢量工具面板功能46 2.7.2 矢量文件生成与编辑472.7.3 改变矢量要素形状482.7.4 调整矢量要素特征482.7.5 编辑矢量属性数据492.7.6 定义要素编辑参数502.8 注记菜单操作502.8.1 创建注记文件512.8.2 设置注记要素类型522.8.3 放置注记要素522.8.4 注记要素属性编辑542.8.5 添加坐标格网55第3章数据输入/输出563.1 数据输入/输出概述563.2 二进制图像数据输入573.2.1 输入单波段数据573.2.2 组合多波段数据583.3 其他图像数据输入/输出59 3.3.1 HDF图像数据输入操作59 3.3.2 JPG图像数据输入/输出60 3.3.3 TIFF图像数据输入/输出61第4章数据预处理624.1 遥感图像处理概述62 4.1.1 遥感图像几何校正62 4.1.2 遥感图像裁剪与镶嵌63 4.1.3 数据预处理模块概述63 4.2 三维地形表面处理64 4.2.1 启动三维地形表面64 4.2.2 定义地形表面参数65 4.2.3 生成三维地形表面66 4.2.4 显示三维地形表面67 4.3 图像几何校正674.3.1 图像几何校正概述67 4.3.2 资源卫星图像校正70 4.3.3 遥感图像仿射变换76 4.3.4 航空图像正射校正78 4.4 图像裁剪处理814.4.1 图像规则裁剪814.4.2 图像不规则裁剪824.4.3 图像分块裁剪844.5 图像镶嵌处理844.5.1 图像镶嵌功能概述84 4.5.2 卫星图像镶嵌处理90 4.5.3 航空图像镶嵌处理934.6 图像投影变换954.6.1 启动投影变换954.6.2 投影变换操作964.7 其他预处理功能964.7.1 生成单值栅格图像964.7.2 重新计算图像高程974.7.3 数据发布与浏览准备97 4.7.4 产生或更新图像目录98 4.7.5 图像范围与金字塔计算99第5章图像解译1005.1 图像解译功能概述1005.1.1 图像空间增强1005.1.2 图像辐射增强1015.1.3 图像光谱增强1015.1.4 高光谱基本工具1025.1.5 高光谱高级工具1035.1.6 傅里叶变换1035.1.7 地形分析功能1045.1.8 地理信息系统分析104 5.1.9 实用分析功能1055.2 空间增强处理1065.2.1 卷积增强处理106 5.2.2 非定向边缘增强107 5.2.3 聚焦分析1085.2.4 纹理分析1095.2.5 自适应滤波1105.2.6 统计滤波1115.2.7 分辨率融合1115.2.8 改进IHS融合112 5.2.9 HPF图像融合114 5.2.10 小波变换融合115 5.2.11 删减法融合1165.2.12 Ehlers图像融合117 5.2.13 锐化增强处理118 5.3 辐射增强处理1205.3.1 查找表拉伸1205.3.2 直方图均衡化120 5.3.3 直方图匹配1215.3.4 亮度反转处理122 5.3.5 去霾处理1235.3.6 降噪处理1235.3.7 去条带处理1245.4 光谱增强处理1245.4.1 主成分变换1245.4.2 主成分逆变换1255.4.3 独立分量分析1265.4.4 去相关拉伸1275.4.5 缨帽变换1275.4.6 色彩变换1295.4.7 色彩逆变换1295.4.8 指数计算1305.4.9 自然色彩变换1315.4.10 ETM反射率变换131 5.4.11 光谱混合器1335.5 高光谱基本工具135 5.5.1 自动相对反射1355.5.2 自动对数残差1365.5.3 归一化处理1365.5.4 内部平均相对反射137 5.5.5 对数残差1375.5.6 数值调整1385.5.7 光谱均值1395.5.8 信噪比功能1395.5.9 像元均值1405.5.10 光谱剖面1415.5.11 光谱数据库1425.6 高光谱高级工具142 5.6.1 异常探测1425.6.2 目标探测1475.6.3 地物制图1495.6.4 光谱分析工程向导153 5.6.5 光谱分析工作站154 5.7 傅里叶变换1565.7.1 快速傅里叶变换156 5.7.2 傅里叶变换编辑器157 5.7.3 傅里叶图像编辑158 5.7.4 傅里叶逆变换1685.7.5 傅里叶显示变换169 5.7.6 周期噪声去除1695.7.7 同态滤波1705.8 地形分析1715.8.1 坡度分析1715.8.2 坡向分析1715.8.3 高程分带1725.8.4 地形阴影1735.8.5 彩色地势1735.8.6 地形校正1755.8.7 栅格等高线1755.8.8 点视域分析1765.8.9 路径视域分析181 5.8.10 三维浮雕1825.8.11 高程转换1835.9 地理信息系统分析184 5.9.1 邻域分析1845.9.2 周长计算1865.9.3 查找分析1865.9.4 指标分析1875.9.5 叠加分析1885.9.6 矩阵分析1895.9.7 归纳分析1905.9.8 区域特征1905.10 实用分析功能191 5.10.1 变化检测1915.10.2 函数分析1925.10.3 代数运算1925.10.4 色彩聚类1935.10.5 高级色彩聚类194 5.10.6 数值调整1955.10.7 图像掩膜1965.10.8 图像退化197 5.10.9 去除坏线197 5.10.10 投影变换198 5.10.11 聚合处理199 5.10.12 形态学计算199第6章图像分类202 6.1 图像分类简介202 6.1.1 非监督分类202 6.1.2 监督分类2036.1.3 专家系统分类206 6.2 非监督分类2086.2.1 获取初始分类209 6.2.2 调整分类结果210 6.3 监督分类2126.3.1 定义分类模板213 6.3.2 评价分类模板221 6.3.3 执行监督分类226 6.3.4 评价分类结果227 6.4 分类后处理2316.4.1 聚类统计2326.4.2 过滤分析2326.4.3 去除分析2336.4.4 分类重编码2336.5 专家分类器2346.5.1 知识工程师2356.5.2 变量编辑器2396.5.3 建立知识库2426.5.4 知识分类器248第7章子像元分类2517.1 子像元分类简介2517.1.1 子像元分类的基本特征251 7.1.2 子像元分类的基本原理252 7.1.3 子像元分类的应用领域253 7.1.4 子像元分类模块概述254 7.2 子像元分类方法2567.2.1 子像元分类流程2567.2.2 图像质量确认2587.2.3 图像预处理2597.2.4 自动环境校正2607.2.5 分类特征提取2637.2.6 分类特征组合2697.2.7 分类特征评价2717.2.8 感兴趣物质分类2747.2.9 分类后处理2767.3 子像元分类实例2777.3.1 图像预处理2777.3.2 自动环境校正2777.3.3 分类特征提取2787.3.4 感兴趣物质分类2797.3.5 查看验证文件2817.3.6 分类结果比较282第8章矢量功能2838.1 空间数据概述2838.1.1 矢量数据2838.1.2 栅格数据2848.1.3 矢量和栅格数据结构比较285 8.1.4 矢量数据和栅格数据转换286 8.2 矢量模块功能简介2898.3 矢量图层基本操作2898.3.1 显示矢量图层2898.3.2 改变矢量特性2908.3.3 改变矢量符号2918.4 要素选取与查询2988.4.1 查看选择要素属性2988.4.2 多种工具选择要素2998.4.3 判别函数选择要素3008.4.4 显示矢量图层信息3028.5 创建矢量图层3038.5.1 创建矢量图层的基本方法303 8.5.2 由ASCII文件创建点图层307 8.5.3 镶嵌多边形矢量图层3088.5.4 创建矢量图层子集3108.6 矢量图层编辑3118.6.1 编辑矢量图层的基本方法311 8.6.2 变换矢量图层3138.6.3 产生多边形Label点3148.7 建立拓扑关系3148.7.1 Build矢量图层3158.7.2 Clean矢量图层3158.8 矢量图层管理3168.8.1 重命名矢量图层3168.8.2 复制矢量图层3178.8.3 删除矢量图层3178.8.4 导出矢量图层3188.9 矢量与栅格转换3188.9.1 栅格转换矢量3188.9.2 矢量转换栅格3208.10 表格数据管理3228.10.1 INFO表管理3228.10.2 区域属性统计3288.10.3 属性转换为注记329 8.11 Shapefile文件操作331 8.11.1 重新计算高程3318.11.2 投影变换操作332第9章雷达图像处理3349.1 雷达图像处理基础334 9.1.1 雷达图像增强处理334 9.1.2 雷达图像几何校正336 9.1.3 干涉雷达DEM提取336 9.2 雷达图像模块概述337 9.3 基本雷达图像处理337 9.3.1 斑点噪声压缩3389.3.2 边缘增强处理3409.3.3 雷达图像增强3419.3.4 图像纹理分析3449.3.5 图像亮度调整3459.3.6 图像斜距调整3469.4 正射雷达图像校正3479.4.1 正射雷达图像校正概述347 9.4.2 地理编码SAR图像3489.4.3 正射校正SAR图像3529.4.4 GCP正射较正SAR图像355 9.4.5 比较OrthoRadar校正效果358 9.5 雷达像对DEM提取3599.5.1 雷达像对DEM提取概述359 9.5.2 雷达立体像对数据准备359 9.5.3 立体像对提取DEM工程360 9.6 干涉雷达DEM提取3699.6.1 干涉雷达DEM提取概述369 9.6.2 干涉雷达图像数据准备369 9.6.3 干涉雷达DEM提取工程370 9.6.4 DEM高程生成3759.7 干涉雷达变化检测3769.7.1 干涉雷达变化检测模块376 9.7.2 干涉雷达变化检测操作377第10章虚拟地理信息系统381 10.1 VirtualGIS概述38110.2 VirtualGIS视窗38210.2.1 启动VirtualGIS视窗382 10.2.2 VirtualGIS视窗功能382 10.3 VirtualGIS工程38510.3.1 创建VirtualGIS工程385 10.3.2 编辑VirtualGIS视景387 10.4 VirtualGIS分析39110.4.1 洪水淹没分析39110.4.2 矢量图形分析39410.4.3 叠加文字注记39610.4.4 叠加三维模型39810.4.5 模拟雾气分析40510.4.6 威胁性与通视性分析406 10.4.7 立体视景操作40910.4.8 叠加标识图像41010.4.9 模拟云层分析41210.5 VirtualGIS导航41410.5.1 设置导航模式41410.5.2 VirtualGIS漫游415 10.6 VirtualGIS飞行41610.6.1 定义飞行路线41710.6.2 编辑飞行路线41910.6.3 执行飞行操作42010.7 三维动画制作42010.7.1 三维飞行记录42110.7.2 三维动画工具42210.8 虚拟世界编辑器42210.8.1 虚拟世界编辑器简介422 10.8.2 创建一个虚拟世界425 10.8.3 虚拟世界的空间操作429 10.9 空间视域分析43110.9.1 视域分析数据准备431 10.9.2 生成多层视域数据432 10.9.3 虚拟世界视域分析434 10.10 设置VirtualGIS默认值436 10.10.1 默认值设置环境436 10.10.2 默认值设置选项436 10.10.3 保存默认值设置439第11章空间建模工具44011.1 空间建模工具概述44011.1.1 空间建模工具的组成440 11.1.2 图形模型的基本类型441 11.1.3 图形模型的创建过程44111.2 模型生成器功能组成442 11.2.1 模型生成器菜单命令442 11.2.2 模型生成器工具图标443 11.2.3 模型生成器工具面板444 11.3 空间建模操作过程444 11.3.1 创建图形模型44411.3.2 注释图形模型44711.3.3 生成文本程序44811.3.4 打印图形模型44911.4 条件操作函数应用450第12章图像命令工具453 12.1 图像信息管理技术453 12.1.1 图像金字塔45312.1.2 图像世界文件45312.2 图像命令工具概述454 12.3 图像命令功能操作455 12.3.1 改变栅格图像类型455 12.3.2 计算图像统计值456 12.3.3 图像金字塔操作457 12.3.4 图像地图模式操作458 12.3.5 图像地图投影操作459。
ERDAS Imagine遥感图像处理方法
Hale Waihona Puke A11ERDAS Imagine遥感图像处理方法
1.3 ERDAS8.4功能体系
输入
栅格图像数据
矢量图形数据
文本属性数据
ERDAS IMAGINE遥感图像处理系统
视窗操作 空间建模 命令工具 批处理 图像库管理
数据输入输出
ERDAS Imagine遥感图像处理方法
ERDAS 8.4
遥感图像处理方法
A
1
ERDAS Imagine遥感图像处理方法
主要内容：
➢ ERDAS 8.4系统简介
➢ ERDAS 8.4视窗操作
➢ ERDAS 8.4数据处理
➢ ERDAS 8.4矢量功能
➢ ERDAS 8.4虚拟GIS
A
2
ERDAS Imagine遥感图像处理方法
A
4
ERDAS Imagine遥感图像处理方法
Essential级
完成二维／三维显示、数据输 入、排序与管理、地图配准、专题 制图以及简单的分析。
可扩充的模块：
（1）Vector模块 （2）Virtual GIS模块 （3） Developer’s Toolkit 模 块
A
5
ERDAS Imagine遥感图像处理方法
1.2 ERDAS8.4图标面板
图标
命令 IMAGINE Credits Start IMAGINE Viewer Import / Export Data Preparation Map Composer Image Interpreter Image Catalog Image Classification Spatial Modeler Radar Vector Virtual GIS A
《ERDAS IMAGE遥感图像处理方法》操作
《ERDAS IMAGE遥感图像处理方法》操作一空间增强（Spatial Enhancement）1卷积增强处理（Convolution）功能：用一个系数矩阵将整个图像按照象元分块进行平均处理，用于改变图像的空间频率特征。
to效果：地物的轮廓和线条勾勒变清晰了。
2非定向边缘增强（Non-directional Edge）功能：应用两个非常通用的滤波器（Sobel 滤波器和Prewitt 滤波器），首先通过两个正交卷积算子（Horizontal算子和Vertical算子）分别对遥感图像进行边缘检测，然后将两个正交结果进行平均化处理。
to效果：效果明显而且强烈分别出邻区不同的部分。
3.聚焦分析（Focal Analysis）功能：使用类似卷积滤波的方法，选择一定的窗口呼函数，对输入图像文件的数值进行多种变换，应用窗口范围内的象元数值计算窗口中心象元的值，达到图像增强的目的。
to效果：深色地方变模糊，浅色地物图象得到增强，但也变得不清晰。
4.纹理分析（Texture Analysis）功能：通过二次变异等分析使图象的纹理结构更加清晰。
to效果：纹理边缘部分十分清晰。
5.自适应滤波（Adaptive Filter）功能：应用自适应滤波器对图像的感兴趣区域进行对比度拉伸处理。
to效果：颜色变浅了。
6.分辨率融合（Resolution Merge）功能：对不同空间分辨率遥感图像的融合处理，使处理后的遥感图像即具有较好的空间分辨率，又具有多光谱特征，达到图象增强的目的。
+ ＝效果：处理后图象既有高分辨率又有多光谱特征（彩色）。
7.锐化增强处理（Crisp Enhancement）功能：对图像进行卷积滤波处理，使整景图像的亮度得到增强而不使其专题内容发生变化。
效果：区别不大，亮度得到些许增强。
二．辐射增强（Radiometric Enhancement）1.查找表拉伸（LUT Stretch）功能：通过修改图像查找表使输出图像值发生变化。
ERDAS遥感图像投影变换
培训目的：通过本次培训，掌握遥感图像投影变换的基本方法和步骤，理解遥感图像投影变换的意义。
培训内容：在ERDAS IMAGINE 9.1的数据预处理模块或者图像解译模块中，进行图像投影变换，将图像从一种投影类型转换到另一种投影类型。
图像投影变换下面以ERDAS中提供的西雅图影像数据为例，具体步骤如下：（1）在ERDAS图标面板菜单条选择Main | Data Preparation | Reproject Images命令，打开Reproject Images对话框（图1）。
或者在ERDAS图标面板工具条选择Data Prep图标| Reproject Images命令，打开Reproject Images对话框（图1）。
1图1 Reproject Images对话框（2）选择处理图像文件（Input File）为：seattle.img。
（3）选择输出图像文件（Output File），根据需求设置存储路径与名称，这里命名为reproject.img。
（4）定义输出图像投影（Output Projection）：包括投影类型和投影参数。
这里定义投影类型（Categories）为UTM Clarke 1866 North，定义投影参数（Projection）为UTM Zone50（Range 114E-120E）。
注意：这里也可以单击图标，打开Projection Chooser对话框，根据需要，自定义投影类型和投影参数（图2）。
2图2 Projection Chooser对话框（5）确定输出图像单位（Units）为Meters。
（6）确定输出统计默认忽略零值。
（7）定义输出像元大小（Output Cell Size），X值为0.5，Y值为0.5。
（8）选择重采样方法（Resample Method）为最邻近方法（Nearest Neighbor）。
（9）定义转换方法为严格按照数学模型进行转换（Rigorous Transformation）。
ERDAS遥感软件教程-高光谱图像处理实验
九、高光谱图像处理高光谱分辨率遥感（Hyperspectral Remote Sensing），简称高光谱遥感，是在电磁波的紫外、可见光、近红外和中红外波段范围内，获取许多非常窄且光谱连续的影像数据的技术。
常规遥感的波段宽度一般大于50nm，并且波段在电磁波谱上不连续，所有波段加起来并不能覆盖可见光到热红外的整个波普范围，而光谱遥感成像光谱仪可以提供数十个甚至数百个很窄的波段（波段宽度一般小于10nm）来接受信息，且能够产生一条连续完整的光谱曲线（V ane and Goetz,1933），光谱覆盖从可见光到红外光的全部电磁波范围，因此其信息量是无法探测的，而高光谱传感器极窄的波段宽度，足够识别这些地物特征。
高光谱遥感凭借着其明显的技术优势，在各领域展现出广阔的应用前景。
目前已广泛应用于地质矿产调查、植被研究、环境监测、土壤调查、农作物估产、大气科学等领域中。
高光谱图像具有以下特点：（1）波段多，光谱分辨率高，光谱间相关性强。
（2）空间分辨率高。
高的光谱分辨率和空间分辨率是遥感技术发展的两个方向，这两个方向有趋于统一的趋势。
（3）由于波段多，狭窄且连续，使得高光谱数据量巨大、数据冗余严重。
一些常规遥感图像处理分析方法仍可用于高光谱影像。
但由于高光谱图像波段多、广谱分辨率大、数据量大等特点，常规的遥感图像处理方法并不完全适合高光谱图像处理，对它的处理需要一些特殊的方法和技术。
ERDAS IMAGINE9.2提供了一个高光谱分析工具，是高光谱数据的分析简单化、自动化。
本章主要介绍高光谱分析工具中的各个功能，这些功能都在Interpreter图标下的BasicHyperSpectral Tools工具中（图9.1）。
本例使用的示例数据是一幅1995年美国内华达州某地的AVIRS图像，从波段172~221，共50个波段，文件格式为img，存放在chp\tutor\ex_hyper.img（图9.2）。
图9.1Basic HyperSpectral Tools工具图9.2实例图像ex_hyper.img9.1归一化处理光谱归一化（Normalize ），是将每一个像元的光谱值统一到整体平均亮度水平，以减小亮度差异。
ERDAS的操作手册
ERDAS的操作手册纠正，融合，镶嵌是遥感处理中比较常见的三种处理方法。
对于初学遥感的人来说，掌握这三种方法是十分必要的。
下面，我们通过一些实例，在ERDAS 中的操作，来分别介绍这三种处理方法。
1、纠正纠正又叫几何校正，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；而将地图坐标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从于一定的地图坐标系统，所以几何校正包含了地图参考。
（1）启动在ERDAS中启动几何校正有三种方法：A、菜单方式B、图标方式C、窗口栅格操作窗口启动这种方法比较常用，启动之前在窗口中打开需要纠正的图像，然后在栅格操作菜单中启动几何校正模块。
建议使用这种启动方法，更直观简便。
（2）设置几何校正模型常用模型：功能Affine 图像仿射变换（不做投影变换）Camera 航空影像正射校正Landsat Landsat卫星影像正射校正Polynomial 多项式变换（同时做投影变换）Rubber Sheeting 非线性、非均匀变换Spot Spot卫星图像正射校正其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图象选择3次方。
次方数与所需的最少控制点数是相关的，最少控制点数计算公式为（（t+1）*（t+2））/2，公式中t为次方数，即1次方最少需要3个控制点，2次方需要6个控制点，3次方需要10个控制点，依此类推。
（3）几何校正采点模式A、Viewer to Viewer 已经拥有需要校正图像区域的数字地图、或经过校正的图像，就可以采用Viewer to Viewer的模式。
B、File to Viewer 事先已经通过GPS测量、或摄影测量、或其它途径获得了控制点坐标，并保存为ERDAS IMAGINE的控制点格式或ASCII数据文件，就可以采用File to Viewer模式，直接在数据文件中读取控制点坐标。
(完整word版)ERDAS遥感影像处理
ERDAS遥感影像处理1、图像导入在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为①点击import模块，打开对话框②选择type类型为TIFF③media为file；④然后选择输入、输出文件名路径和文件名⑤分别对123457波段进行导入；⑥在此之前可以选择session－>preference，选择输入、输出主目录，方便以后操作。
2、图像波段合成在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为：interpreter－>utilities－>layer stack，①在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add 添加一次；② output file选择导出文件路径及命名文件。
③Data type 设为Unsigned 8 bit；④Output option 设置为Union （另一个是做波段分离的），选中ignore zero stats；⑤进行操作。
3、图像预览在开始进行分类之前，需要先仔细查看合成后的图像，确定卫片所覆盖的地理区域及海拔范围，确定主要的地标性元素。
由于卫片原始数据的差异，同样的地表覆盖物斑块在不同时期的卫片中或不同地区的卫片中显示的颜色都可能不同，所以在预览中，还要熟悉整个范围内的地表覆盖类型和不同地物之间的变化。
①打开显示窗口，加载裁切后的6通道的图像（4，3，2）或者（4、5、3）、（7，4，2）；②把图像缩小至适合窗口，浏览图像，注意河流、城镇、植被、水体、土壤的分布；③选择特定区域放大，查看各种不同的地表覆盖物类型的分布及色调变化；根据经验，在4，3，2（RGB）的波段组合下，各种地表覆盖物类型的特点如下：a．森林——森林显示出棕色、红色、褐色等一系列多变的色调。
在高海拔地区，成熟针叶林为很浓的棕色或暗红色；在中低海拔地区，森林的颜色多变，从棕色到红色到暗绿色都有，部分落叶林在冬季呈现出锈黄色；b．灌丛和草甸——相对于临近的森林斑块，灌丛和草甸呈现出明亮许多的红色到浅红色。
Erdas遥感图像处理(二)
ERDAS 遥感图像处理
图像空间增强处理——小波分辨率融合
ERDAS 遥感图像处理
4.1 图像增强
空间增强处理 辐射增强处理 光谱增强处理 高光谱工具 傅里叶变换
ERDAS 遥感图像处理
图像辐射增强处理
辐射增强（Radiometric Enhance-ment）技 术是对单个像元的灰度值进行变换达到图 像增强的目的。
ERDAS 遥感图像处理
空间增强（Spatial Enhancement）
• 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。
• 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 • 分辩率融合 • 锐化处理
ERDAS 遥感图像处理
图像空间增强处理——卷积处理
ERDAS遥感图像处理 （二）
刘海 测绘遥感信息工程国家重点实验室
2010-08-24
ERDAS 遥感图像处理
四、图像处理
图像增强 地形分析 实用工具 图像分类 空间建模
ERDAS 遥感图像处理
4.1 图像增强
目的
• 采用一系列技术改善图像的视觉效果， 提高图像的清晰度；
• 将图像转换成一种更适合于人或机器进 行解译和分析处理的形式。
ERDAS 遥感图像处理
图像空间增强处理——分辨率融合
ERDAS 遥感图像处理
图像空间增强处理——分辨率融合
(Resolution Merge )
对不同空间分辨率遥感图像的融合处理,使融合后的遥感图像既具 有较好空间分辨率,又具有多光谱特性,从而达到图像增强的目的.
ERDAS 遥感图像处理
图像增强不是以图像保真度为原则，而是 通过处理抑制一些无用的信息，增强人或 机器对某些信息的辨别能力。
ERDAS 遥感影像校正
ERDAS 遥感影像校正图像几何校正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2-1）。
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2-1）。
图2-1 Set Geo-Correction Input File对话框在Set Geo-Correction Input File对话框（图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提供的图像几何校正模型有7种，具体功能如下：表2-1 几何校正计算模型与功能模型功能Affine 图像仿射变换（不做投影变换）Polynomial 多项式变换（同时作投影变换）(由于多项式法原理比较直观，使用上较为灵活且可以用于各种类型的图像，因而遥感图像几何纠正的空间变换一般采用多项式法。
) Reproject 投影变换（转换调用多项式变换）Rubber Sheeting 非线性变换、非均匀变换Camera 航空影像正射校正Landsat Lantsat卫星图像正射校正Spot Spot卫星图像正射校正3、图像校正的具体过程数据源采用具有地理参考信息的SPOT全色影像作为标准影像，选到一定量的地面控制点，采用多项式拟合方法对卫星图像进行校正。
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）。
erdas使用详细操作
erdas专题制图详细操作实验数据：1、裁剪144029(行列号)所需矢量文件2、卫星影像：LE71440292000188SGS01（数据获取来源为usgs网站：/下载所得。
）初步查看分析影像信息：首先在erdas中用tiff格式打开我们下载的影像:点击查看我们下载的影像的信息：可以看到我们下载的影像的分辨率，投影信息等。
图片格式转换：过程如下：在import\expot窗口中：这里的Type我们可以选择tiff 也可以选择geotiff，本人尝试过，选择这两种任意一种类型对输出影像几乎没有区别。
（其区别还有待查证）以此方法，将七个波段的.tiff影像图都转换成.img格式的影像。
由于band8 为全色影像，我们的实验中不需要用它，所以这里我不进行转换了。
只转换以下七个波段即可。
波段组合：将七个波段组合成.img文件设置完毕点OK。
于是我们就得到了.img格式的影像文件。
几何精校正:前面已经知道这张影像的地理信息了，为了验证其实图片投影大致的准确性，我们可以进行几何精校正进行验证。
几何精校正校正过程如下：这里我们使用多项式几何校正。
其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Polynomial Order），通常整景图像选择3次方。
次方数与所需要的最少控制点数是相关的，最少控制点数计算公式为(（t+1）*(t+2))/2,式中t为次方数，即1次方最少需要3个控制点，2次方最少需要6个控制点，3次方至少需要10个控制点，依次类推。
设置完毕点close。
会弹出GCP Tool Refrence Setup窗口。
由于我们要使用的是谷歌上的数据，因此我们要选择用键盘输入。
确认信息:信息正确，点OK。
在谷歌中设置：菜单栏中：工具->选项3D视图选项卡中，显示纬度\经度项中使用通用横轴墨卡托投影。
设置完后点应用和确定即可。
在谷歌中以及卫星影像中分别选取同名点，找到后，点击中的（或者点击窗口中的均可。
利用ERDAS的遥感图像分类指导
图像分类图像分类的定义：同类第五在相同条件下（光照、地形等）应该具有相同或相似的光谱信息和空间信息特征。
反之，不同类地物之间具有这些差异。
根据这种差异，将图像中的所有像素按其性质分为若干类别的过程，成为图像分类。
非监督分类：先对分类过程不施加任何先验知识，仅凭像元的光谱特征，运用迭代自组织数据分析算法（ISODATA），把一组像素按照相似性归成若干类别。
监督分类：在对遥感图像上地物类别属性已经有了先验知识基础上进行的，需要选取地物样本并建立模板再进行自动识别。
非监督分类过程：非监督分类—结果平价—分类后处理。
监督分类过程：定义分类模板—评价分类模板—监督分类—结果评价—分类后处理。
练习实例非监督分类：（1）在ERDAS面板中选择classifier/unsupervised classification命令，打开非监督分类对话框；（2）选择处理图像文件smtm.img.（3）自定义输出的文件和模板名称（.sig为模板文件）（4）选择initial from statistics 方法，该方法是按照图像的直方图统计值产生自由聚累，后者是按照选定的模板文件进行分类。
（5）在number of class 中选择10，该数值应为要分出地物种类的2倍。
（6）在maximum iterations 中输入12，确保循环次数。
（7）在convergence threshold 中输入0.95，skip factor中X,Y设为1.（8）完成设置后点击OK运行非监督分类。
监督分类：定义分类模板：（1）打开smtm.img;（2）单击classifier/classification/signature editor,打开分类模板编辑器。
在viewer窗口中点击，后在弹出的窗口中选择图标，进入AOI绘制状态（3）在图像上选择深蓝色区域，绘制一个多边形的AOI，在signature editor 窗口点击按钮，将多边形AOI区域加载到分类模板属性表中。
ERDAS遥感数据处理操作教程
一、实验目的：
掌握并熟悉ERDAS软件的使用
使用ERDAS对石家庄及周边行政区划图进行分析和处理，得到石家庄行政区划图
二、实验准备：
操作软件：ERDAS IMAGINE 8.4
实验数据：
石家庄行政区单波段卫星遥感图：
石家庄行政区地形扫描图
三、实验操作：
1、打开ERDAS 8.4软件
打开MAPGIS文件转换功能
装入WP区文件：
输出shape文件：
打开ArcGis的ArcCatalog:
新建一个shape文件：
打开ArcGis的ArcMap：
加载转换来的shp：
编辑并进行复制粘贴：
粘贴保存
7、矢量转栅格
转化后如图：
8、几何校正：
添加投影信息：
此步校正参考谷歌地球经纬度：
9、掩膜：
用同样的方法找另外两个点，四个点以上。
进行重采样并保存：
得到几何校正的图：如下
6、制作掩膜时的区划图：
打开石家庄政区图：
打开MAPGIS软件：
装入行政区图并进行格式转化
加载数据：
打开MAPGIS输入编辑模块：
装入工程文件
建立线文件并进行画线：
操作如下：
选中线文件并进行线转弧段：
保存zone.wp
装入wp区文件并进行拓扑重建：
Байду номын сангаас如图所示：
2、将p124r033数据进行叠加
结果如图：
同样方法将p124r034数据进行叠加
结果如图：
3、将两个图像进行拼接
拼接结果如下：
4、对地形图进行裁切
5、几何校正：
弹出对话框：
- 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)。
遥感数字图象处理实验指导书》实习须知实验室资源：1 硬件设备：局域网系统；高级PC 计算机（每人一台，在规定时间使用）；2 软件系统Windows 2000 或Windows XPERDAS IMAGINE 8.6ArcToolboxArcMapMicrosoft WordMicrosoft ExcelZip program3 数据资源数据源：ERDAS IMAGINE 8.6 软件附带的examples；XX 地区TM、ETM、Spot 遥感数据XX 区部分矿山企业基础数据实习目的与内容1 实习目的本实习为已具有RS的基本概念和理论基础的学生设计，目的是帮助学生在了解RS基本组成与数据结构模型的基础上，重点学习使用ERDAS IMAGINE8.6软件进行视窗操作、数据数据预处理、图像解译、图像分类和矢量功能；了解地图投影系统的使用；学习多种数据输入的方法，不同数据格式转换，数据库模式的定义等多种前后期处理工作；掌握遥感图像前后处理和解译、分类地理的技术流程和方法，数据库建设以及地理数据的编辑和管理；配合具体实例运用GIS空间分析工具。
通过系列实习过程，重点培养学习者掌握RS提取信息的基本过程和技巧，并可初步用来解决运用遥感提取信息的问题。
2 实习内容实习1 : ERDAS IMAGINE 8.6系统简介与入门；包括：软件概述，视窗操作中的菜单工具条的介绍，数据的输入输出。
实习2:数据预处理；包括：图像分幅剪裁，图像几何校正，图像拼接处理，图像投影变换；实习3:图像解译；包括功能简介，辐射增强处理（去霾处理）、常用的光谱增强处理（假彩色合成与指数计算）、空间增强处理（分辨率融合）。
实习4:图像分类；包括；非监督分类和监督分类，专家分类器（在高级练习中学习）实习5:地理信息系统分析和矢量功能介绍，综合运用GIS工具解决实例提出的问题。
实习6:专题制图输出全过程学习。
3 本书有关约定实习所用原始数据存放在％sampledata目录下；为保证整个实习过程安全、完整地进行，要求开始实习前，先在合适的硬盘位置创建自己的工作目录，实习过程所有新产生的数据文件均应保存在自己的工作目录下，切记！！！实习 1 ERDAS IMAGINE 8.6 系统简介与入门实习内容:1、了解有关ERDAS IMAGINE 系统的基本概念和功能。
2、了解ERDAS IMAGINE8.6 软件的主要扩展模块及其功能，熟悉系统的操作环境。
3、ERDAS IMAGINE8.6 的快速入门。
课时安排： 4 课时1 遥感的应用领域和ERDAS IMAGINE 系统的基本概念和功能：遥感技术作为对地观测，提取地表最现势状况的最有利工具，被广泛应用在各行各业，包括测绘，自然资源管理，林业，水利，交通，环境保护，电力电信、防震减灾、城市规划、国防军事等，ERDAS IMAGINE 作为遥感界的排头兵，为大家提供了不仅仅是增强，滤波，纠正，融合等简单的基本应用，而是提供了强大的工具，使你在定量化的分析方面，系统功能的可扩充性方面使您更加得心应手，如专家分类，子象元分类(混合象元) ，三维可视化分析，数字摄影测量等，同时，还给您带来与GIS 一化集成的解决方案，如查询检索编辑ArcInfo 的地理信息，建立矢量层后的人工解译，直接得到目标的矢量数椐，还可将分好类的专题影像转换成ArcInfo 的矢量数据( Coverage, Shape File) ,使分析的结果可以直接为地理信息系统管理与应用，从而发挥更大的作用。
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。
ERDAS IMAGINE 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。
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 Advamage 、IMAGINE Professional 的形式为用户提供了低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，使产品模块的组合具有极大的灵活性，1.1 IMAGINE Essentials 级是一个花费极少的，包括制图和可视化核心功能的图像工具软件．无论您是独立地从事工作或是处在企业协同计算的环境下，都可以借助IMAGINE Essentials 完成二维／三维显示、数据输入，排序与管理、地图配准，专题制图以及简单的分析。
可以集成使用多种数据类型，井在保持相同的易于使用和易于剪裁的界面下升级到其它的ERDAS 公司产品。
可扩充的模块：(1) ----------------------- Vector模块直接采用GIS工业界领袖ESRI的Arclnfo数据结构Coverage,可以建立，显示、编辑和查询Coverage，完成拓朴关系的建立和修改，实现及矢量图形和栅格图像的双向转换等：(2)Virtual GIS 模块——功能强大的三维可视化分析工具，可以完成实时3D 飞行模拟，建立虚拟世界，进行空间视域分析，矢量与栅格的三维叠加，空间GIS 分析等：(3)Developer's Toolkit模块--ERDAS INIAGINE 的C语言开发工具包，包含了几百个函数，是ERDAS IMAGINE 客户化的基础。
1.2 IMAGINE Advantage 级建立在IMAGINE Essential 级基础之上的，增加了更丰富的栅格图像GIS 分析和单张航片：正射校正等强大功能的软件。
IMAGINE Advantage 为用户提供了灵活可靠的用于栅格分析、正射校正，地形编辑及图像拼接工具，简而言之，IMAGINE Advantage 是一个完整的图像地理信息系统( Imaging GIS )，可扩充模块：(1)Radar模块一一完成雷达图像的基本处理，包括亮度调整、斑点噪声消除.纹理分析、边缘提取等功能；( 2) OrthoMAX 模块——全功能、高性能的数宇航测软件，依据立体像对进行正射校正、自动DEM 提取、立体地形显示及浮动光标方式的DEM 交互编辑等；(3) OrthoBase模块一一区域数字摄影测量模块•用于航空影像的空中测量和正射校正；( 4) OrthoRadar 模块——可对Radarsat，ERS 雷达图像进行地理编码、正射校正等处理；(5)SmreoSAR DEM 模块——采用类似于立体测量的方法，从雷达图像数据中提取DEM；(6)IFSAR DEM 模块——采用干涉方法，以像对为基础从雷达图像数据中提取DEM；( 7) ATCOR 模块——用于大气因子校正和雾曦消除.1.3 IMAGINE Professional 级是面向从事复杂分析，需要最新和最全面处理工具，经验丰富的专业用户。
Professional 是功能完整丰富的图像地理信息系统。
除了Essentials 和Advantage 中包含的功能以外，IMAGINE Professional 还提供轻松易用的空间建模工具(使用简单的图形化界面) ，高级的参数/非参数分类器，知识工程师和专家分类器，分类优化和精度评定，以及雷达图像分析工具.可扩充模块：1) SubpixeI Classifier 模块——子象元分类器利用先进的算法对多光谱图像进行信息提取，可达到提取混合象元中占20％以上物质的目标。
2、ERDAS IMAGINE 软件的主要特点——为什么我们选择ERDAS IMAGINE 作为学习遥感信息技术处理的操作软件？1 图像处理方面1) 方便和直观的操作步骤使用户操作非常灵活：ERDAS IMAGINE 具有非常友好、方便地管理多窗口的功能。
不论是几何校正还是航片、卫片区域正射矫正以及其它与多个窗口有关的功能，IMAGINE 都将相关的多个窗口非常方便地组织起来，免去了用户开关窗口、排列窗口、组织窗口的麻烦，应用方便因而加快了产品的生产速度。
IMAGINE 的窗口提供了卷帘、闪烁、设置透明度以及根据坐标进行窗口联接的功能，为多个相关图像的比较提供了方便的工具。
IMAGINE 的窗口还提供了整倍的放大缩小、任意矩形放大缩小、实时交互式放大缩小、虚拟及类似动画游戏式漫游等工具，方便对图像进行各种形式的观看与比较。
2) ERDAS IMAGINE 为不同的应用提供了250 多种地图投影系统。
支持用户添加自己定义的坐标系统。
支持不同投影间的实时转换、不同投影图像的同时显示对不同投影图像直接进行操作等。
支持相对坐标的应用。
另外有非常方便的坐标转换工具，经纬度到大地坐标，反之亦然。
3) 常用的图像处理算法都可用图形菜单驱动，用户也可指定批处理方式( batch),使图像处理操作在用户指定的时刻开始执行；4) 图像的处理过程可以由图像的属性信息控制，而上层属性信息可存在于本层或任何其他数据层次；5) 图像处理过程可以用于具有不同分辨率的图像数据上，输出结果的分辨率可由用户指定；6) 支持对不同图像数据源的交集、并集和补集的图像处理；7) 图解空间建模语言，EML 和C 语言开发包的应用使得解决应用问题的客户化更加容易与简单。
用户可以对IMAGINE 本身应用的功能进行客户化的编辑，满足自己专业的独特需求。
还可以将自己多年探索、研究的成果及工作流程以模型的形式表现出来。
模型既可以单独运行也可以和界面结合象其它功能一样运行。
更可以利用 C Toolkit 进行新型算法及功能的开发。
8) 独一无二的专家工程师及专家分类器工具，为高光谱、高分辨率图像的快速高精度分类提供了可能。
此工具突破了传统分类只能利用光谱信息的局限，可以利用空间信息辅助分类。
此工具可以将我们所积累的几乎所有数字信息应用于分类，是分类应用的一大飞越。
其功能强大且应用方便，其提供的游标功能使知识库的优化成为轻而易举的操作。
其知识库的可移动性为其它非专业人员进行分类工作提供了方便，为成熟知识库的推广应用提供了方便易行的途径。
利用专家的知识还可以建立决策支持系统，为决策人提供工具。
2与地理信息系统的集成方面ERDAS IMAGINE 系统已经内含了Arclnfo Coverage矢量数据模型，可以不经转换地读取、查询、检索其coverage、GRID、SHAPE矢量数据，并可以直接编辑coverage、SHAPEFILE数据。
如果ERDAS IMAGINE再加上扩展功能，还可实现GIS的建立拓扑关系、图形拼接、专题分类图与矢量二者相互转换。
节省了工作流程中让人头疼、费时费力的数据转换工作，解决了信息丢失问题，可大大提高工作效率，使遥感定量化分析更完善。