遥感图像增强实习报告
大学生遥感实习报告
大学生遥感实习报告1. 引言遥感是一种获取地面目标信息的无接触测量手段，通过感知和记录电磁辐射，利用遥感技术可以获取地面的物理、地貌、植被等多种信息。
作为一名大学生，我很荣幸能有机会参加遥感实习，深入了解这个领域的新技术和应用。
本篇报告将详细介绍我的遥感实习经历。
2. 实习目标本次实习的主要目标是学习并掌握常用的遥感技术和工具，如遥感数据采集、处理和分析等。
另外，我还希望通过实践了解遥感技术在农业、林业和环境保护等领域的应用，为将来的研究和工作打下基础。
3. 实习过程3.1 学习理论知识在实习开始前，我首先学习了遥感的基本概念、原理和方法。
通过参加培训课程和阅读相关文献，我对遥感图像的获取和处理有了初步的了解。
同时，我还学习了有关遥感数据的分类和解释方法，以及常用的遥感软件和工具的使用技巧。
3.2 遥感数据采集为了实践遥感技术，我们团队决定选择一个具体的研究区域进行数据采集。
通过前期的调研和分析，我们选择了一个位于农村的农田作为研究对象。
在实地实习中，我们使用无人机进行了空中拍摄，并使用GPS设备收集了地面控制点的坐标信息。
这样可以为后续的数据处理提供准确的参考。
3.3 遥感数据处理和分析在数据采集完成后，我们将拍摄到的遥感图像导入到遥感软件中进行处理和分析。
首先，我们使用图像处理技术对图像进行增强处理，以提高图像的可视性和准确性。
然后，我们使用分类算法将图像进行分类，识别出不同的地物类型。
最后，我们对分类结果进行分析，比对实地调查数据验证分类的准确性。
3.4 应用实践在数据处理和分析之后，我们将学到的遥感技术应用到实际的领域中。
我们以农田为例，通过对遥感图像的解释，可以获取农田的植被指数、土壤湿度等信息，为农业生产提供参考和决策支持。
我们还可以利用遥感数据分析林地覆盖率变化，以及水体污染程度等环境保护指标。
4. 实习成果通过两个月的实习，我不仅学习了遥感技术的理论知识，还深入了解了遥感数据的采集、处理和分析过程。
遥感实训心得报告总结
一、前言随着科学技术的不断发展，遥感技术在我国得到了广泛应用。
为了更好地掌握遥感技术，提高自己的实践能力，近期我参加了遥感实训课程。
通过这段时间的学习和实践，我对遥感技术有了更深入的了解，现将实训心得总结如下。
二、实训内容1. 遥感基础知识学习在实训过程中，我们首先学习了遥感的基本概念、发展历程、应用领域等基础知识。
通过学习，我了解到遥感技术是利用电磁波探测地球表面物体性质的一种手段，具有快速、高效、大范围、全天候等特点。
2. 遥感图像处理与分析实训课程中，我们学习了遥感图像处理与分析的基本方法，包括图像增强、分类、变化检测等。
通过实践操作，我掌握了遥感图像处理软件的使用，如ENVI、ArcGIS等。
3. 遥感应用案例分析在实训过程中，我们分析了多个遥感应用案例，如土地利用变化监测、灾害评估、环境监测等。
通过这些案例，我了解了遥感技术在各个领域的应用前景。
4. 实地考察与操作为了更好地将理论知识与实践相结合，我们进行了实地考察与操作。
在老师的指导下，我们使用了无人机、卫星遥感等设备，对周边地区进行了遥感数据采集。
三、实训心得1. 理论与实践相结合通过本次实训，我深刻体会到理论与实践相结合的重要性。
在学习遥感基础知识的同时，通过实际操作，使我对遥感技术有了更加直观的认识。
2. 提高自己的实践能力在实训过程中，我学会了使用遥感图像处理软件，掌握了遥感数据采集、处理和分析的基本方法。
这些技能将对我今后的学习和工作产生积极影响。
3. 拓宽知识面通过实训，我对遥感技术及其应用领域有了更全面的认识。
这使我意识到，遥感技术在现代社会中具有广泛的应用前景，为我国经济社会发展提供了有力支持。
4. 培养团队协作精神在实训过程中，我与同学们共同完成了多个项目，这使我学会了与团队成员沟通、协作。
在遇到问题时，我们互相帮助、共同解决，培养了团队协作精神。
5. 增强创新意识在实训过程中，我们遇到了各种挑战，如数据采集、图像处理等。
利用ENVI软件进行遥感图像的融合和增强实习报告
遥感图像处理实习报告实验内容：影像融合与增强班级：测绘1102班学号： 1110020213姓名：指导老师：陈晓宁、黄远程、竞霞、史晓亮西安科技大学测绘科学与技术学院二零一三年一月实习三影像融合与增强一、实习内容：1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点；2.熟悉ENVI图像增强操作；3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。
二、实习目的：1.了解和认识各种图像融合方法的原理、内容及要点；2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较；3.学习利用ENVI软件进行各种图像增强处理操作；4.学会定性、定量分析比较图像融合的差异。
三、实习步骤：1.图像融合：三波段融合：HSV和Color Normalized (Brovey)变换：1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1；3）在ENVI的主菜单选择Transform → Image Sharpening → HSV；4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。
5）从High Resolution Input File对话框中选择全色影像，点击OK。
6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。
即可完成HSV变换融合；与上述方法类似，选择Transform → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。
多光谱融合：Gram-Schmidt、主成分（PC）和color normalized (CN)变换三种方法操作过程基本类似，下面以Gram-Schmidt为例：1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；2 在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；3）在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。
遥感影像数据实习报告
一、实习背景随着遥感技术的不断发展，遥感影像数据在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。
为了使同学们更好地掌握遥感影像数据处理方法，提高实际操作能力，本次实习课程以遥感影像数据为研究对象，通过实践操作，使学生了解遥感影像数据的处理流程，掌握遥感影像处理软件的使用方法。
二、实习目的1. 熟悉遥感影像数据的处理流程；2. 掌握遥感影像处理软件（如ENVI、ArcGIS等）的使用方法；3. 学会遥感影像数据的预处理、增强、分类等基本操作；4. 培养学生独立解决问题的能力，提高实际操作水平。
三、实习内容1. 遥感影像数据预处理遥感影像数据预处理是遥感影像处理的基础，主要包括辐射校正、几何校正、大气校正等。
（1）辐射校正：通过对遥感影像进行辐射校正，消除传感器噪声、大气辐射等因素对影像的影响，提高影像质量。
（2）几何校正：通过对遥感影像进行几何校正，消除由于传感器倾斜、地球曲率等因素引起的几何畸变，使影像与实际地理坐标相对应。
（3）大气校正：通过对遥感影像进行大气校正，消除大气对遥感影像的影响，提高影像的清晰度。
2. 遥感影像数据增强遥感影像数据增强是提高遥感影像质量的重要手段，主要包括对比度增强、锐化、滤波等。
（1）对比度增强：通过对遥感影像进行对比度增强，使影像中地物特征更加明显，便于后续处理。
（2）锐化：通过对遥感影像进行锐化处理，使影像中的地物边缘更加清晰，提高影像的视觉效果。
（3）滤波：通过对遥感影像进行滤波处理，消除影像中的噪声，提高影像质量。
3. 遥感影像数据分类遥感影像数据分类是将遥感影像中的地物进行分类，提取所需信息的过程。
常用的分类方法有监督分类、非监督分类等。
（1）监督分类：根据已知的地物特征，建立分类模型，对遥感影像进行分类。
（2）非监督分类：根据遥感影像自身特征，自动将遥感影像进行分类。
四、实习步骤1. 收集遥感影像数据：从遥感影像数据库中下载或获取所需的遥感影像数据。
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。
遥感影像的实习报告
实习报告：遥感影像处理与分析实践一、实习目的与要求本次遥感影像实习旨在让学生掌握遥感影像的基本处理方法、分析技巧以及应用遥感影像进行地物分类和信息提取的能力。
实习要求学生熟练使用遥感影像处理软件，如ENVI、ArcGIS等，了解遥感影像的辐射特性和几何特性，掌握遥感影像的预处理、增强、分类和信息提取等基本技能。
二、实习内容与过程1. 遥感影像预处理在ENVI软件中，我们对下载的原始遥感影像进行了辐射校正和几何校正。
辐射校正主要包括传感器校正、大气校正、太阳高度及地形校正，以消除遥感影像中的辐射误差。
几何校正则是为了纠正图像中的几何变形，我们选取了UTMWGS84坐标系作为遥感影像的坐标系。
2. 遥感影像裁剪为了便于分析，我们使用ENVI软件的感兴趣区域（ROI）功能，选取了实习所用的区域范围，并将遥感影像进行裁剪。
裁剪后的影像更加清晰，便于后续的分析和处理。
3. 遥感影像增强在ENVI软件中，我们对裁剪后的遥感影像进行了对比度增强和色彩平衡处理，以突出地物的细节信息和纹理特征。
增强处理后的影像更加直观，便于地物的识别和分类。
4. 遥感影像分类利用ENVI软件的监督分类模块，我们选取了训练样本，对遥感影像进行了分类。
分类过程中，我们根据实际地物特征，选择了合适的波段组合和分类算法。
分类结果较好地反映了实习区域的地物分布状况。
5. 地物信息提取与分析通过对分类结果的分析，我们提取了实习区域的地物信息，包括建筑物、林地、水体等。
进一步，我们使用ArcGIS软件对提取的地物信息进行了空间分析和统计分析，探讨了地物分布的规律和特点。
三、实习成果与总结本次实习，我们成功地对实习区域的遥感影像进行了预处理、增强、分类和信息提取。
实习过程中，我们深入了解了遥感影像的处理方法和分析技巧，提高了遥感影像处理的实际操作能力。
通过实习，我们认识到遥感技术在地物监测、资源调查和环境评估等方面的重要应用价值。
总结：本次遥感影像实习让我们对遥感影像的处理和分析方法有了更深入的了解。
遥感实习报告envi
遥感实习报告envi篇一：遥感ENVI实习报告遥感报告监督分类实习一、实习内容本次实习的主要内容是监督分类，经过前几次的实习，已经能够初步使用envi软件的基本功能，但对于感兴趣区的操作还不是很熟练，本次实习的主要内容便是对envi软件中感兴趣区的操作。
二、实习过程1、打开文件打开要操作的图像文件，432波段假彩色合成2、选择样本点击菜单条上的basic tools->region ofinterest-->ROI Tool，新建3个感兴趣区，分别为水体，居民区，植被。
颜色分别为蓝色，红色，和绿色。
多选一些样本点，尽可能使它分布均匀。
3.图层叠加点击tool里的layer stacking，将6个波段合成到一副图像里，保存为监督.img4.检测可分离性选择好感兴趣区后，点击File-save ROIS，保存感兴趣区，格式为ROI便于查找。
然后在options里选择Compute ROI separability，选择合成好了的监督.img，检测可分离性。
篇二：ENVI实习报告《遥感原理与方法教学实验》XX年5月目录《遥感原理与方法教学实验》 .............................................. (1)实验一:ENVI图像几何纠正 ................................................ . (1)实验目的 ................................................ ................................................... .. (1)实验要求 ................................................ ................................................... .. (1)实验组织方式 ................................................ ................................................... (1)实验原理 ................................................ ................................................... .. (1)(一) 坐标变换的两种方案 ................................................ . (1)(二) 输出图像的边界大小 ................................................ . (2)(三) 数字图像灰度值的重采样 ................................................ .. (3)实验内容及步骤 ................................................ ................................................... .. (3)实验二：ENVI的监督和非监督分类 ................................................ (9)实验目的 ................................................ ................................................... .. (9)实验要求 ................................................ ................................................... .. (9)实验组织方式 ................................................ ................................................... (9)实验原理 ................................................ ................................................... .. (9)实验步骤及内容 ................................................ ................................................... .. (9)实验目的 ................................................ ................................................... (11)实验要求 ................................................ ................................................... (11)实验原理 ................................................ ................................................... (12)实验过程及步骤 ................................................ ................................................... (12)定义训练样本 ................................................ ................................................... ...................... 13 实验心得 ................................................ ................................................. 错误！未定义书签。
遥感实习报告5则范文
遥感实习报告5则范文第一篇：遥感实习报告《遥感原理与应用》课堂实验报告（2015-2016学年第一学期）专业班级：学号：姓名：实验成绩：□ 优秀：格式完全符合规范要求，内容完整，图表规范美观；实验原理清楚，实验步骤合理，结果正确；严格遵守实验纪律，按时上交实验报告。
□ 良好：格式符合规范要求，内容完整，图表规范；实验原理较清楚，实验步骤合理，结果正确；遵守实验纪律，按时上交实验报告。
□ 中等：格式基本符合规范要求，内容较完整；实验原理较清楚，实验步骤基本合理，结果正确；能遵守实验纪律，能按时上交实验报告。
□ 及格：格式问题较多，内容基本完整；实验原理较清楚，实验步骤基本合理，结果基本正确；能遵守实验纪律，能按时上交实验报告。
□不及格：格式问题突出，内容不完整；实验原理不清楚，实验步骤欠合理，结果不正确；有抄袭现象，不遵守实验纪律，未时上交实验报告。
指导教师签名:2015年 11月 5日实验项目（一）：遥感图像几何纠正（4学时）实验目的：掌握遥感图像几何纠正的原理方法；熟悉几何纠正中控制点的选择原则和方法；熟练掌握有关遥感图像处理软件的主要功能和操作步骤；针对变形的遥感图像能进行几何纠正。
实验器材：1、计算机；2、基准遥感图像、待纠正遥感图像；3、遥感数字图像处理ENVI软件。
实验要求：掌握遥感图像几何纠正的主要步骤；自己独立完成遥感图像几何纠正；对几何校正结果进行评价。
实习时间及地点：2015年10月15日软件与数据源描述：ENVI提供以下选择方式：从栅格图像上选择如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。
从矢量数据中选择如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。
从文本文件中导入事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map(x,y), Image(x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。
- 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)。
histogram equalization
直方图均衡
Standard Deviation Stretch 方差调整 3.点 Raster / Contrast / General Contrast Gauss 高斯调整 Linear 线性拉伸 其它方式 Smooth 平滑（低通滤波） Sharpen 锐化（边缘增强） 4.点 Raster / Filtering Edge Detect 边缘检测 General Convolution 通用卷积滤波处理（最常用）
→Pincipal Components 对话框。 （图 7-2）
图 7-2 Principal Component 对话框
1)
单击 Inerpreter 图标 /Spectral Enhancement/Principal Components 命令，打开 Principal
Components 对话框 2) 3) 4) 确定输入文件为 lanier.img 定义输出文件为 principal.img 文件坐标类型为 p， 可以通过几种方式来确定处理范围 （直接输入坐标、 利用 Inquire Box
二、实习内容： 1. 彩色增强 ① 彩色合成：TM 影像 RGB 组合，741,743,432,532,321。 ② IHS 正变换，IHS 逆变换（H 不变，拉伸 I、S） 。 2. 直方图变换（对比度变换） 对单波段 Viewer→Raster→Contrast→Histogram Equalize 3. 滤波增强 Interpreter→spatial Enhancement→Convolution 频域滤波： ① Fourier 正变换 Interpreter→Fourier analysis→Fourier Tranmform ② Fourier Editer 操作
（可以通过 From Inquire Box 或 AOI 来对指定区域处理）
图 7-1 Convolution 对话框
2． 图像光谱增强：基于多波段数据对每个像元的灰度值进行变换，达到图像增强目的，主要光 谱增强功能如下：主成分变换、主成分逆变换、去相关拉伸、缨帽变换、色彩变换、色彩逆变换、指数 计算、自然色彩变换 主成分变换（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 IMAGE 提供的主成分变换 功能最多等对 256 个波段的图象进行转换压缩。 ERDAS 图 标 面 板 菜 单 条 ： Main →Image Interporeter→ Spectral Enhancement →Principial Comp
长 安 大 学
《遥感技术应用》 实习报告
指导教师：王爱萍 实习名称：遥感图像增强 姓 名： 学 号：201226040124 2015 年 4 月 20 日
课程名称：遥感技术应用 班 级：2012260401
实验名称：遥感图像增强 学员姓名：白正伟
实习时间：2015.4.20 一、目的与要求 通过上机操作，了解空间增强、辐射增强等几种遥感图象 增强处理的过程和方法，加深对图象增强处理的理解。
10) 单击 ok
色彩变换（RGB----HIS） 色彩变换是将遥感图像从红（R） 、绿（G） 、兰（B）三种颜色组成的色彩空间转换到以亮度（I） 、色度 （H） 、饱和度（S）作为定位参数的色彩空间，以便使图像的颜色与人眼看到得更接近。其中，亮度表示整 个图象的明亮程度，取值范围是 0-1；色度代表像元的颜色，取值范围为 0-360；饱和度代表颜色的纯度， 取值范围是 0-1。
图 7-3 RGB to HIS 对话框
四、实验数据结果及（有关记录、计算、图件等）
五、实习体会与心得 通过这次实习，我们也深刻地感受到了遥感覆盖范围之广 和它在国民生产中的重要性,遥感在农林、 土地利用、 城市规划、 环境监测、环境评价等各个领域都有广泛的应用，并且为其提 供技术，有着重要的作用。随着国家高分辨率卫星的发射，我 们相信，未来遥感还会有更广泛的应用，拥有更好的前景并为 国民生产作出更大的贡献。 本次实习中我深深的体会到理论知识的重要性，尤其是对 遥感影像这种需要诸多处理操作的软件来说，具备扎实的理论 基础，不仅可以清晰每个环节的意义，也能避免一些不必要的 错误操作。 六、成绩及评价
把每种增强方法都做几遍，进行比较，体会一下各种方法的不同效果，要求掌握 General Contrast Tools 常用直方图处理工具和 General Convolution 通用卷积滤波处理，其它的可以自己研究。
（二）利用 Image Interpreter 模块 ERDAS 图像解译模块包含了 8 个方面的功能，依次是遥感图像的空间增强、辐射增强、光谱增强、高 光谱工具、傅立叶变换、地形分析和地理信息系统分析及其它实用工具。本次实习主要是用到 Spatial Enhancement（空间增强）和 Spectral Enhancement（光谱增强） 1． 图像空间增强：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， 主要空间增强处理功能如下：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、分辨率融合、锐化处理
三、主要方法
在 ERDAS 中进行遥感数字图像增强处理有两种方式： 1． 直接在视窗中装载原始图像，然后利用 Raster 下面的命令进行增强处理。 2． 利用 Interpreter 下的图像增强功能模块进行处理。 思考：两种方式的区别？
（一）利用 Raster 下面的命令 基本步骤： 1.在视窗中装入从地面站买回的未增强的原始影像(武汉 TM5 波段) a08_wcity_5.img。 Histogram Equalize 直方图均衡 Standard Stretch 标准差拉伸处理 2.点 Raster / Contrast General Contrast Tools 常用直方图处理工具 Contrast/Brightness Tools 对比度/亮度调整工具 Piecewise Contrast/Brightness Tools 分段对比度/亮度调整工具 Breakpoint Editor 直方图断点编辑
卷积增强（Convolution）是将整个像元分块进行平均处理，用于改变图像的空间频率特征 。卷积增强 （ Convolution ）处理的关键是卷计算子 ----系数矩阵的选择。该系数矩阵又称卷积核（ Kernal ） 。 ERDAS IMAGINE 将常用的卷计算子放在一个名为 default.klb 的文件中，分为 3*3，5*5、7*7 三组，每组又包括 “EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： 1) 2) 3) 4) 5) 6) 7) 单击 Inerpreter 图标/Spatial Enhancement/Convolution 命令，打开 Convolution 对话框 确定输入文件为 a08_wcity_5.img 定义输出文件为 convolution.img 选择卷积算子（Kernel Selection） 边缘处理方法（Handle Edges by）为 Reflection 文件坐标类型、输出类型不改变 单击 ok
或利用 AOI 定义子区） 5) 6) 7) 8) 9) 输出数据类型为 Float Single 输出数据统计时忽略零值 特征矩阵文件名（Output Text File）为 lanier.mtx 特征数据文件名为 lanier.tbl 需要的主成分数量（Number of Components Desired）为 3