erdas使用详细操作
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。
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使用指导手册
六、非监督分类一、实习目的：掌握非监督分类的方法与过程，加深对非监督分类方法的理解一、实习内容：Cluster、ISODATA1.图像分类简介（Introduction to classification）图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。
常规图像分类主要有两种方法：非监督分类与监督分类，专家分类方法是近年来发展起来的新兴遥感图像分类方法，下面介绍这三种分类方法。
非监督分类运用1SODATA（Iterative Self-Organizing DataAnalysis Technique ）算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区没有什么了解的情况。
使用该方法时。
原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。
由于人为干预较少，非监督分类过程的自动化程度较高。
非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。
监督分类比非监督分类更多地要求用户来控制，常用于对研究区域比较了解的情况。
在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立模板，然后基于该模板使计算机系统自动识别具有相同特性的像元。
对分类结果进行评价后再对模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。
监督分类一般要经过以下几个步骤：建立模板（训练样本）、评价模板、确定初步分类图、检验分类结果、分类后处理、分类特征统计、栅格矢量转换。
专家分类首先需要建立知识库，根据分类目标提出假设，井依据所拥有的数据资料定义支持假设的规则、条件和变量，然后应用知识库自动进行分类，ERDAS IMAG1NE图像处理系统率先推出专家分类器模块，包括知识工程师和知识分类器两部分，分别应用于不同的情况。
由于基本的非监督分类属于IMAGINE Essentia1s级产品功能、但在1MAGINE Professional级产品中有一定的功能扩展，而监督分类和专家分类只属于IMAGINE ProfeSsiona1级产品，所以，非监督分类命令分别出现在Data Preparation菜单和classification菜单中，而监督分类和专家分类命令仅出现在Classification菜单中。
监督与非监督ENVI及ERDAS操作步骤
非监督分类1、在ERDAS中裁剪出一部分的区域进行分类，利用AOI工具进行裁剪，另存裁剪的区域。
2、在ENVI中打开裁剪的区域dsb.img在Basic Tool菜单下Region of Interest工具打开ROI Tool新建类别名，由于裁剪的区域没有森林，所以共分五类：水体、耕地、城市、裸地、草地。
分别给予不同颜色。
3、在Zoom 窗口中进行采样即采集训练区。
采样前先判读熟悉影像，在采集样本时注意：采取训练区内颜色越纯越好。
4、采集完训练区后在Classification 菜单下选择Supervised ，利用Maximun Likelihood （最大似然法）进行非监督分类。
5、在分类中遇到的问题①进行第一次分类的结果是城市中的道路被归为了水体， 改进办法：更改城市的训练区样本，对城市的采样除了取建筑物的样本还应在城市的街道处采取几个样点，然后再进行第二次分类。
②第二次分类的结果是部分休耕（收割后）的耕地归为了城新建类别名市区域。
因为该影像是2000年9月14日的影像，故部分耕地已收割休耕，在原图上表现为规则的深紫色，我将其归为耕地。
改进方法：增加耕地的训练区的样本，在颜色为深紫色的的区域采取几个样本点作为耕地的训练区。
③第三次分类的结果是发现河流两岸的落地被归为了城市改进方法：增加裸地的训练区样本。
在河流两岸处选取几个样本做为裸地训练区。
第一次分类的结果：其中：水体耕地城市草地裸地第二次分类结果：其中：水体耕地城市草地裸地第三次分类结果：其中：水体耕地城市草地裸地。
erdas使用详细操作资料
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。
erdas基本操作指导
Erdas基本操作指导书说明本指导书专为erdas新手编写，内容为erdas基本操作，包括打开图像的设置、波段叠加、图像融合、图像剪裁和简单的图像增强。
虽然简单，但是胜在语言通俗易懂，步骤详尽，傻瓜式操作。
作者鼓励读者任意转发，希望能够帮助到各位遥感初学者和erdas新手。
同时声明：本人保留著作权和署名权。
——L.R，2011.12.30 1.打开图像在viewer中点击File——open——raster layers，或者直接点击打开文件设置：点击Raster Option，将Clear Display 勾掉可在viewer窗口同时打开两幅图像。
勾选No Stretch 可显示图像原始色彩。
勾选Fit to Frame 可将图像调整到视窗范围内显示。
设置好后点击OK，即可加载图像。
2.波段叠加波段叠加是将几个波段合成一幅图像。
波段来源可以是单波段图像，也可以是多波段图像中的一个或几个波段。
来源图像空间分辨率可以不同（结果图像默认为分辨率最高的）、图像格式也可以不同（结果图像格式可自行设置）。
在erdas主界面上点击Interpreter——Utilities——Layer Stack。
弹出图像选择和叠加界面。
在Input File栏下选择输入图像，并在layer下拉框中选择要加入的波段（选择1、2、3…为单波段，选择ALL为所有波段），点击Add。
加载所有要合成的波段后，在Output File 栏下设置输出文件路径和名称。
在Data Type栏下方的Output下拉框中选择输出文件的数据率。
点击OK，等待运算完成即可。
3.图像融合图像融合是将分辨率较高、单波段的图像信息与分辨率较低、多波段的多光谱图像信息融合起来，使得结果图像即具有高分辨率的优点，又有丰富的多光谱信息。
操作方法：在erdas主界面上点击Interpreter——Spatial Enhancement——Resulotion Merge。
实验二ERDAS有效菜单操作
实验二、ERDAS有效菜单操作内容一数据输入实习目的：把握TM图像数据输入的要紧方式。
实习内容：要紧包括单波段TM图像数据输入、多波段组合文件的生成。
从地面站购买的TM图像数据或其它图像数据，不必然都是img格式，要通过数据输入输出取得img格式。
1.JPEG图像数据输入在ERDAS图标面板工具条中，点击——打开输入输出对话框，如下图。
并做如下的选择：图 import对话框1）选择数据输入操作：Import2）选择数据输入类型（Type）为jpeg格式：JFIF(JPEG)3）选择数据输入媒体（Media）为文件：File4）确信输入文件途径及文件名（Input File）：5）确信输出文件途径及文件名（Output File）：6）OK图import对话框参数设置打开Import JFIF Files对话框，如下图图Import JFIF Files对话框在Import JFIF Files对话框中点击OK执行输入操作，完成数据输入，如下图。
图进程状态条重复上述进程，可依此将多波段数据全数输入，转换为.IMG文件。
2. 组合多波段数据为了图像处置与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。
第一步：在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack。
显现波段叠加对话框，如下图。
图Layer Selection and Stacking对话框第二步：在Layer Selection and Stacking对话框中，依此选择并加载（Add）单波段IMG图像：1）输入单波段图像文件（Input File: *.img）:——Add2）输入单波段图像文件（Input File: *.img）:——Add重复上述步骤3）输入组合多波段图像文件（Output File:*.img）:4）OK执行并完成波段组合。
内容二视窗中的有效菜单操作视窗菜单条中Utility（有效功能）所对应的下拉菜单中包括了17项命令，各项命令及其功能如表所示。
erdas操作-掩膜、BCF批处理、平均光谱值
Integer RASTER n4_b4 FILE OLD PUBINPUT NEAREST NEIGHBOR AOI NONE arg4;
Integer RASTER n6_layerstack FILE NEW PUBOUT USEALL ATHEMATIC 8 BIT UNSIGNED INTEGER arg5;
Viewer复选框。
这里选择第二种方法，使用AOI工具选定处理范围。
图9.19在视窗中选择处理范围图9.20 Choose AOI对话框
4.
需要准备掩膜文件img格式，待分析区域像素值为1，其余区域为0.该文件可用model maker生成。
掩膜输出文件中，需主要勾选忽略0值
5.
1.一般各类功能在设置好各类参数之后，都有batch的按钮
打开待校正影像，选中ID、XY列，右键import导入dat文件即可。
#
# set area of interest for the model
#
SET AOI NONE;
#
# declarations
#
Integer RASTER n1_b1 FILE OLD PUBINPUT NEAREST NEIGHBOR AOI NONE arg1;
Integer RASTER n2_b2 FILE OLD PUBINPUT NEAREST NEIGHBOR AOI NONE arg2;
Integer RASTER n2_b2 FILE OLD PUBINPUT NEAREST NEIGHBOR AOI NONE "d:/temp/b2.img";
ERDAS影像融合操作流程
影象融合流程影像融合在影象解译模块和雷达影象处理模块中都有，但是雷达模块中的处理效果要相对好一些，下面就两个不同模块中的融合处理流程进行分别介绍。
一、影象解译模块〔Interpreter〕1〕单击，在弹出的Interpreter菜单中选则Spatial Enhancement〔空间增强〕弹出Spatial Enhancement菜单，再选择Resolution Merge〔分辨率融合〕选项。
弹出对话框如下在Resolution Merge对话框中需要设置以下参数（1）确定高分辨率输入文件〔high Resolution input file〕；（2）选择影象波段；（3）确定多光谱输入文件〔multispectral input file〕；（4）定义输出文件；（5）选择融合方法。
在分辨率变换中，erdas提供了三种融合方法Principal Component(主成分变换法)、Multipalcative(乘积变换)、Brovey transform(比值变换)。
其图象分别如下：Principal Component(主成分变换法)Multipalcative(乘积变换)Brovey transform(比值变换)（6）选择重采样方法。
系统提供了两种重采样方法Nearest Neighbor〔邻近像元法〕、Bilinbear Interpolation〔二次线形内插〕和Cubic Convolution〔立方卷积〕。
其中以Cubic Convolution方法最为平滑。
（7）确定Output Options输出图象选项。
选择Lgnore Zero Stats，可以忽略像素值为0的像素；（8）确定Layer Selection(输出图象波段组合)；（9）确定Data Type(输出数据类型)；（10）击OK按钮执行操作。
2〕在Spatial Enhancement菜单中选择wavelet Resolution Merge〔小波融合〕，弹出对话框如下：在wavelet Resolution Merge对话框中我们要设置参数：（1）确定高分辨率输入文件〔high Resolution input file〕；（2）选择影象波段；（3）确定多光谱输入文件〔multispectral input file〕；（4）定义输出文件；（5）选择融合方法在小波融合中，erdas提供了三种融合方法Principal Component(主成分变换法)、ISH(色彩变换)、Single Band(单波段变换)。
ERDAS基本操作入门
ERDAS基本操作入门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TIFF③ media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。
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。
③ Data type 设为 Unsigned 8 bit；④Output option 设置为Union ，选中 ignore zero stats；⑤进行操作。
3、用shape文件进行图像切割3.1 Shape文件制作AOI文件：①在ERDAS中点击Import图标，出现Import/Export对话框②选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。
③注意此步骤中输出路径及输出名称均为英文字母④建立拓扑多边形⑤在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature选择Poly⑥单击OK按钮。
ERDAS详细操作
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软件操作指南_修正稿
第 I 条 附件二：第 II 条 高分辨率数据处理培训软件操作步骤一、 Q B影像预处理1.1.分块原始影像镶嵌本节通过多块QuickBird影像的镶嵌处理，介绍影像镶嵌的初级功能。
1、启动图像镶嵌工具图像镶嵌工具可以通过下列两种途径启动：1)在ERDAS图标主面板单击“DataPrep->Mosaic Images->MosaicTool”命令，打开Mosaic Tool窗口。
2)或在视窗中叠加打开所有要镶嵌的影像，点击视窗菜单“Raster->MosaicImages”，打开Mosaic Tool窗口。
2、加载Mosaic图像在Mosaic Tool菜单条单击“Edit->Add Images”命令，打开Add Images 对话框。
或者在Mosaic Tool工具条单击Add Images，打开Add Images对话框。
在Add Images for Masaic对话框中，需要设置以下参数：（1） 选择镶嵌图像。
（2） 单击Add按钮，加入图像。
（3） 重复前3步骤。
（4） 单击Close按钮。
3、图像叠置显示在Mosaic Tool工具条单击等图标按钮，并在图形窗口单击选择需要调整的图像，可以根据需要进行上下层叠加关系的调整。
4、设置输出图像属性。
点击主菜单“Edit->Output Opitions”，弹出“Output Image Opitions”设置对话框。
对话框下半部分设置输出分辨率，通常和输入影像一样，对于QB多光谱影像来说，这个值设定为2.4米。
其余值默认不变；5、设置输出重采样方法。
点击工具栏的“”按钮，弹出重采样对话框，设置重采样方法为双线性：“Bilinear Interpolation”；6、运行Mosaic工具在Mosaic Tool菜单条单击Process|Run Mosaic命令，打开Run Mosaic对话框，在Run Masaic对话框中设置如下参数：（1） 确定输出文件名为：Mosaic16.img（2） 忽略输入图像之（Ignore Input Value）为0，通常这个值为要设置为透明色的区域的值，如果影像背景为其它颜色，可以设置相应的忽略值；（3） 忽略输出统计值，即选中（Stats Ignore Value）复选框；（4） 单击OK。
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。
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软件操作指南
附件二：高分辨率数据处理培训软件操作步骤一．Q B数据预处理1.1 QB数据镶嵌本节通过多块QuickBird影像的拼接处理，介绍卫星影像的拼接。
1、启动图像拼接工具图像拼接工具可以通过下列途径启动：在ERDAS图标面板工具条单击Data Prep图标，打开Data Prep 图标，打开Data Preparation对话框，单击Mosaic Images按钮，打开Mosaic Tool窗口，如下图所示：2、加载Mosaic图像在Mosaic Tool工具条单击Add Images，打开Add Images for Masaic对话框。
在Add Images for Masaic对话框中，需要设置以下参数：（1） 选择拼接图像。
（2） 单击Add按钮，加入图像。
（3） 重复前3步骤（也可同时一次加入多幅图像）。
（4） 单击Close按钮。
3、运行Mosaic工具在Mosaic Tool菜单条单击Process|Run Mosaic命令（或直接点击），打开Run Mosaic对话框，在Run Masaic对话框中设置如下参数：（1） 确定输出文件名。
（2） 单击OK。
4、退出Mosaic工具1.2 多文件单命令批处理点击菜单栏Session | Open Batch Command File 输入*.bcf批处理文件的路径，点击OK。
弹出Batch Command对话框点击Next，弹出如下对话框：点击按钮，添加需要处理的文件或者文件路径。
（路径设置在InputDir 对话框中删除所选择的文件名称，即默认为选中文件所在的文件夹，对文件夹下所有文件做相同处理），设置完成点击Finish即可。
1.3 photoshop影像拼接本节将介绍利用Photoshop进行无人机影像的拼接处理。
二．数据拉伸步骤如下图所示：（1）打开数据拉伸对话框（2）对拉伸对话框中的各项参数进行设置拉伸的目的是把16位的QB数据，转换为无符号8位数据。
erdas图像几何校正操作步骤指南
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）。
图2-1 Set Geo-Correction Input File对话框在Set Geo-Correction Input File对话框（图2-1）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3、图像校正的具体过程第一步：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）。
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（若此处定义的次方数为T，则需配准的点数为（T+1）*（T+2）/2，若为2，则应该配置6个点）→定义投影参数：（PROJECTION）:略→Apply→Close→打开GCP Tool Referense Setup 对话框（5）图2-2 Set Geometric Model对话框图2-3 Geo Correction Tools对话框图2-4 Polynomial Properties对话框图2-5 GCP Tool Referense Setup 对话框第三步：启动控制点工具（Start GCP Tools）GCP Tool在GCP Tool里输入坐标点对（一次多项式是4个点）。
ERDAS功能手册
ERDAS软件基础界面Start IMAGINE Viewer 打开IMAGINE窗口Import / Export启动数据输入输出模块Data Preparation 启动数据预处理模块Map Composer 启动专题制图模块Image Interpreter 启动图像解译模块Image Catalog启动图像库管理模块Image Classification 启动图像分类模块Spatial Modeler 启动空间建模工具Vector启动矢量功能模块Radar启动雷达图像处理模块Virtual GIS启动虚拟GIS模块一、窗口功能二维窗口是显示栅格图像、矢量图形、注记文件、AOI（感兴趣区域）等数据层的主要窗口。
每次启动ERDAS IMAGINE时，系统都会自动打开一个二维窗口，用户在操作过程中可以随时打开新的窗口。
在ERDAS图标面板工具条单击，新建空白二维窗口。
可以将影像直接拖入窗口打开，如下图。
ERDAS二维窗口常用工具条图标打开文件关闭最上层文件显示文件属性信息保存最上层文件关闭该窗口的所有文件以实际像素显示图像放大两倍显示（以窗口为中心）缩小两倍显示（以窗口为中心）测量工具启动光标查询功能显示对应最上层的工具菜单选择工具放大两倍显示（以点为中心）缩小两倍显示（以点为中心）拖动图像漫游二、格式转换在ERDAS图标面板工具条单击，启动数据输入输出模块。
Img（栅格格式）和Arcinfo（矢量格式）是ERDAS软件的通用格式，本模块提供了这两种格式与其它格式间的转换功能。
Import：输入功能，是将其它格式的文件转换成ERDAS的通用格式。
Export：输出功能，是将ERDAS的通用格式的文件转换为其它格式。
设置完成后单击OK按钮，完成数据的输入/输出。
注：在将有坐标信息的IMG文件输出为TIF格式时，按照上述步骤单击OK后，可在弹出的菜单中勾取Create Worldfile选项，使在转换TIF文件时同时生成TFW文件，以附带坐标信息，防止信息的丢失。
- 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)。
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。
）在窗口点击左键。
如上图所示。
再将谷歌上该点的坐标复制到erdas的以下窗口中
的对应点的列的下方。
重复此步骤，由于校正时，最佳效果是其最少需要的控制点的2至3倍，而我们使用的三次多项式，则我们至少要选择10，为了效果更佳，因此我一共选择了25个控制点。
控制点整体分布如下图：（控制点要分布均匀，应该尽量选择误差较小的点，尽可能的减少误差，以其保证准确性。
）
控制点结果如下表
进行控制点检查：
点计算检查点误差，由上图可看到，检查点的总误差为0.6658。
因此，我们的校正结果是合格的。
输出配准后图像：
点窗口中的
设置完毕点OK。
输出图像如下图
我们将其与原图叠加观察其与原图像区别：添加原影像，在raster options 窗口中将clear display 前的对勾去掉即可。
两张图同时打开中该窗口中后，再进行如下操作。
弹出以下窗口：
仔细观察上图可以看到图像的上边界有微小变化，为了使效果更清晰，我将几何精校正后的图像进行增强，然后再与原图像进行叠加，来进行粗略的比较，比较结果如图：左图为几何精校正增强后，右图为几何精校正之前，从图中纹理又叠合情况来看，图中纹理变化不大。
（如下图）
几何精校正结果分析：
综合整景影像分析校正前后影像变化，本人认为，下载所得原图像已经具有的投影信息已经够我们使用了，所以，做不做几何精校正这一步，对后面我们要进行的操作影像不会很大。
用shp矢量文件来裁剪影像
（2）在ERDAS的View窗口中，选择File—>Open—>Vector Layer，添加我们的“裁剪矢量”.shp文件，点击OK将其加载到当前窗口中。
（3）在窗口中，点击边界多边形，使其处于选中状态（即变为黄色，ERDAS中默认的未选中状态为淡蓝色），然后在AOI菜单中选则Copy Selection to AOI…，此时，被选中多边形的边界变为虚线。
（4）在窗口中，点击刚才转为AOI的多边形，其周围出现一个矩形框，将整个边界包围起来（即边界的外界矩形），在File菜单中选择Save—>AOI Layer as…，在对话框中设置AOI文件的名称及保存路径，点击将AOI文件保存在磁盘上已被后面使用。
（5）关闭当前View窗口，在 ERDAS主菜单上选择DataPrep—>Sunset Image…，在弹出的对话框中设定要裁剪的影像位置，裁剪后影像的输出位置，是否在输出统计中忽略零值。
点击AOI…按钮，在弹出的对话框中选择AOI File，并指定刚才保存的AOI文件的路径，点击确定回到Subset对话框，点击确定按钮开始裁剪。
裁剪操作如下：
裁剪过程如下：
添加完毕点击OK。
回到subset窗口中点OK。
即得到文件:
增强：对于不同影像，增强效果不同，为了增强效果更佳，建议每一种增强效果都尝试一下，找到效果最好的一种增强效果。
这里考虑到为了后面便于分类，
我使用的直方图衡均化的增强效果。
具体操作如下：
直方图衡均化。
增强效果如图所示：（左为增强后图，右为原图）
分类：
在弹出的以下窗口中可根据需要来更改signature editor窗口显示项：如下图
在viewer窗口中打开增强后的影像：
点菜单栏上的AOI->tool，弹出工具窗口，点图中相应工具在viewer窗口中绘制感兴趣区，绘制完双击鼠标左键感兴趣区的面自闭合。
点该窗口中的create new signature(s) from AOI按钮，会将当前处于被激活状态的感兴趣区导入其中，左键signature name 列下对应类别名称可进行更改其名称。
左键对应类别Color列可更改其颜色。
重复此步骤，得出如下结果，并保存。
由于影像分辨率较低，我在谷歌中进行查看，有类似于园地的区域，影像中（rgb:432模式打开）看到有颜色较深的绿色区域，根据查阅我国土地利用现状资料，我将其分为了园地。
分类评估：
可能性矩阵评价分析工具使用如下：
这里使用最大似然法，勾选象元计数以及象元百分比这两项，方便我们看结果百分比：
分类误差矩阵显示如下：
百分比在85%以上的样本即为合格，通过这个百分比显示可看出我们的分类是成功的。
监督分类：
下图中：点attribute options按钮，在弹出的attribute options 窗口中里可以设置需要统计并输出的信息，但其信息输出后具体如何查看，未在图像中明确看出。
这一步有待继续探索。
这里切记不可勾选模糊分类项，最好也不要勾选零值分类。
输出监督分类成果下如：
结合下图可知各颜色代表的土地类型
专题制图出图：
下图中：给定文件名和路径，图纸大小到后期可进行更改，比例尺为1，单位为厘米。
设置完成点OK
弹出map composer窗口和annotation 工具窗口
点annotation 工具窗口中的按住左键在map composer窗口中绘制图框，放开左键后会弹出以下窗口
在监督分类影像窗口中任意位置点一下左键，
弹出以下窗口，通过观察我发现图纸偏小，于是通过以下方式修改了图纸大小
可以通过鼠标在图上拖住框调整，也可以通过设置参数进行调整，经过调整，后使得图像在图纸中位置合适后，点OK。
得到下图结果：
在菜单栏中annotation ->style中弹出以下窗口：
网格线设置：
文字设置：
指北针设置：
放置图例：点击annotation的工具中的这里按住shift连续选择我们的分类名称，使其紧凑，否则输出的图例分类名称之间空隙过大，使得图例占用空间过大。
放置比例尺：点击annotation的工具中的
这里要注意的是maximum length 的参数设置，以及单位的选择。
（maximum length 的参数具体代表的含义我还不明白，这个有待继续学习）
添加文字信息：点击annotation的工具中的在以下弹出的窗口中填写信息
放置指北针：点击annotation的工具中的，然后在图纸上单击左键，即可放置指北针，指北针的大小可用鼠标直接调节，也可以刚才的styles for map 窗口中进行更改。
绘制网格线：点击annotation的工具中的
这里要注意的是，要点击 copy to vertical ，或设置vertical axis中的参数，如果设置，则会导致垂直方向无网格线。
综合以上操作，最终成果图为：。