遥感技术及其应用课程设计指导书

convolution 。此下还有其他增强方法。
频域滤波：
频域滤波在原理和方法上都可以通过空域卷 积实现，但也可以直接在频域操作。二者 在效率上依图像和邻域大小而有差异。
方法步骤：
1. Interpreter Fourier Analysis Fourier transform
2. Interpreter Fourier Analysis Fourier transform edit 在这一步对频域图像进行 所需要的滤波处理，保存图像。
编辑；
各种数据格式的输入/输出转换。三种介质：
✓ 光盘； ✓ 磁带；
✓ 磁盘文件。
数据准备。包括 ✓ 创建新图像(空的)、创建三维表面； ✓ 切割子图像； ✓ 图像校正、图像镶嵌、图像投影变换； ✓ 重新计算高程数据，等。
制图。包括 ✓ 遥感地图创建； ✓ 遥感地图编辑； ✓ 遥感地图输出； 等等。
关于精度评估：
分类后的精度评估可采用两种方法：
利用Threshold功能和Dis利用Accuracy assessment 功能确定分错地 像元数。
作业：用6.img做非监督和监督分类。保存 结果：fl_姓名.img。此文件将用于遥感专 题制图。
专家分类器
遥感技术及其应用 课程设计 指导书
土地管理2001级
主要内容
• 遥感图像处理软件概述(以ERDAS为例) • 遥感图像增强处理 • 遥感图像几何校正(多项式变换) • 遥感图像特征变换(HLS，K-L，K-T) • 计算机辅助目视解译 • 遥感图像分类 • 遥感专题制图 • ERDAS编程开发工具(Models
遥感图像增强处理
图像增强包括灰度变换、空域滤波、频域 滤波等多类方法。有的增强方法是对图 像的一般性增强，如灰度扩展就是图像 的总体效果(对比度)改善；有的增强方法 是针对特定目标地物的，如边缘增强、 方向模板增强。在下述实习中我们介绍 几种典型方法。
灰度扩展：分段线性变换 VewerRaster Contrast Picewise contrast
（演示）
直方图均衡化：
VewerRaster Contrast Histogram equalize （其他增强方法同上。演示）或：Interpreter
Radiometric enhencement Histogram equaliazation 基于灰度的变换通常要考察图像的直方图信息。
空域滤波：
maker,ERDAS Macro Language:EML,Spatial Modeler Language:SML)
遥感图像处理软件概述(以
ERDAS为例)
早期的遥感图像处理系统由于受计算机硬件发展 水平的限制，其核心处理模块一般都用专门的 图像处理硬件实现，如美国IIS公司著名的S101 －S600图像处理系统的M70，M75。现在计算 机的内存大小、运行速度等方面都已有很大的 变化，完全可满足图形图像处理的要求， 因而 图像处理系统主要是软件系统的设计。目前比 较著名的图像处理系统有美国ERDAS公司的 ERDAS，加拿大PCI公司的PCI，澳大利亚 ERMapper公司的ERMAPPER，RSI公司的 IDL/ENVI等。
由两部分组成：知识工程师(Knowledge Engineer)和知识分类器(Knowledge Classifier)。前者建立知识库，后者利用 所建立的知识库实现分类。
知识工程师：
Hypothesis：假设。应指定hypothesis的名 称、是否最终的输出类，若是可指定该 类的颜色。假设也可作为中间的规则。
可视化建模工具。调用Imagine中的基本 功能函数实现用户设计的模型。
矢量工具。实现矢量图层的创建、删 除、输入、输出，对矢量数据进行 编辑、建立拓扑关系等等。
雷达数据处理。干涉方法和立体相对 方法提取DEM，雷达图像正射校正， 雷达解译等等。
虚拟GIS。从DEM和遥感影像生成具有 真实感的三维景观，并可根据指定 路径漫游。
Rule：规则。由名称、值、逻辑关系符、 置信度构成。是一系列条件语句。
遥感图像解译。包括 ✓ 图像空间域增强； ✓ 辐射增强(灰度扩展变换等)； ✓ 光谱增强(各种特征变换)； ✓ 高光谱分析； ✓ GIS分析； ✓ 地形地貌分析； ✓ 其他实用程序。
以文件方式实现对图像数据库的创建、 编辑、查询等管理。
图像分类。包括 ✓ 非监督分类； ✓ 监督分类； ✓ 知识分类器； ✓ 光谱分析； ✓ 其他实用工具，如特征编辑器等。
遥感图像特征变换(HLS)
RGB HLS RGB HLS：Interpreter Spectral
enhencement RGB to HIS；选择输出图 像名。
HLS RGB：Interpreter Spectral enhencement HIS to RGB；选择输出图 像名，选择是否在变换之前对I,H,S之一 进行拉伸。
计算机辅助目视解译
本次实习主要是遥感图像的计算机解译， 但利用计算机绘图的工具进行。所以重 点是要掌握ERDAS的矢量绘图工具的使 用，其中还可利用图像编辑中的一些工 具做某些地物的自动边界搜索。
步骤：
打开待解译图像(可作适当的校正和增强处理)； 建立矢量数据层：Vewer File New Vector
DataPrep Image Geometric Correction
(选择待校正图像)：form Vewer 或 from image file (设置校正方式)：Polynomial (选择多项式参数、变换系数、投影类型)： Parameter，Transform，Projection (选择参考图像)：多种选择：图像、矢量地图等。
➢ 用Vewer打开包含已知类别区域的图像文件；
➢ 打开特征编辑对话框：Classifier Signature editor；
➢ 在Vewer中用AOI选择训练区，逐一类别地添加 到Signature editor中。每添加一类其类别特征 自动计算出来。
➢ 在类别特征集中可以指定类别的先验概率(类别 的权值)，若无把握建议不指定，缺省为1。
输入文件名：图像文件，特征文件(对Use signature means)；
输出文件名：分类文件，特征文件(特征用于下次 分类或其他监督分类)；
最大分类数(Number of classes)： 最大迭代次数(Number of iteration)： 收敛阈值(Convergence threshold)：两次迭代之间
layer； 利用矢量工具边解译边勾绘。
矢量工具的使用：VewerVectortools 作业： 解译jx.tif中不小于512x512像素的图像区域，结果
保存为coverage：jy_姓名。
遥感图像分类
以下假定特征选择已经完成
非监督分类： ISODATA方法
打开非监督分类对话框：Classifier Unsupervised classification；
获取特征后最好对特征进行可靠性评估。
分类(以ML为例)
打开监督分类对话框： Classifier Supervised classification；
选择输入文件(待分类图像文件和特征文件)，输 出文件(分类结果文件和距离文件)；
参数选择： ➢非参数规则：none ➢参数规则：Maximum Likelihood
遥感图像处理系统的发展趋势：
1．由处理单一遥感数据向处理多传感器数据甚 至处理非遥感数据拓展。
2．由单一遥感数据处理系统向GIS、GPS、ES 集成处理系统发展。
3．支持越来越多的输入输出设备和文件格式。
4．向结构开放、模块化（用户可选择购买）易 于二次开发方向发展。
5．图像处理系统向标准化、网络化、分布式方 向发展，等等。
根据DEM对遥感影像进行正射校正。
根据DEM和遥感影像生成可立体观察 的景观。需要另外的硬件支持。
本节实习要求：
➢概貌了解DERDAS软件的构成和功能；
➢熟悉图像的输入输出格式转换；
➢熟悉Viwer中打开图像、放大缩小、漫游、 不同波段的合成、不同的显示方式、图 像信息查看、子图像切割；
➢熟悉Viwer中图像光谱剖面、空间剖面工 具的使用，图像编辑工具、AOI编辑工具 的使用等。
遥感图像处理系统的功能构成
目前遥感图像处理系统的功能构成基本上是： 基本处理模块（核心模块）＋专业处理模块。 基本处理模块主要有数据输入、输出，文件管 理，图像增强，校正，分类，图像镶嵌，地图 投影变换等。专业处理模块则各系统不尽相同。 主要有：①按遥感数据类型分：多光谱处理， 高光谱处理，雷达数据处理（PCI），以及地 球物理数据处理（ERMAPPER）；②按应用领 域分：地质遥感，油气遥感，植被遥感等 （ERMAPPER）。
本实习选图像。
选择GCPs。 从Geo correction tools中点击display resample
image dialog，打开Resample 对话框。
选择输出图像名、重采样方式、校正的图像区域、 输出图像分辨率。点击OK运行，结束。
作业：
武汉(局部)TM影像向SPOT影像校正，按 SPOT 10米分辨率采样（保存数据，为下 次利用HLS变换作不同分辨率数据融合使 用）。保存为：jzh_姓名.img
不同分辨率数据融合：
低分辨率彩色图像以高分辨率灰度图像为参考做 校正、重采样（利用上次图像校正的结果）： RGB；
RGB HLS； L用高分辨率灰度图像替代；
HL′S R′G′B′
注：这样生成的融合图像在色彩方面与图像有一 定的差异，用一种彩色修正的技术可以在很大 程度上克服这一点。
作业：
完成上述融合，结果保存为：df_姓名.img
路线1.VewerRaster filtering smooth，sharpen，