ERDAS图像增强处理
(完整版)ERDAS遥感图像处理实验报告
西北农林科技大学ERDAS实验报告专业班级：地信111姓名：杨登贤学号：20110115062013/12/20ERDAS实验报告一．设置一张三维图。
(3)1.底图与三维图 (3)2.参数设置 (5)（1）三维显示参数 (5)（2）三维视窗信息参数 (6)（3）太阳光源参数 (6)（4）显示详细程度 (6)（5）观测位置参数 (7)二．（几何纠正几何畸变图像处理）：几何纠正结果图。
(7)（2）选择合适的坐标变换函数（即几何校正数学模型） (8)（3）数据控制点采集表 (9)（4）多项式模型参数 (9)（5）图像重采样参数 (10)（6）结果图 (10)三.(数据输入\ 输出)：镶嵌图（根据不同条件做出不同的几张）。
(11)1.图像色彩校正设置 (12)四.（图像增强处理）：傅里叶高通/低通滤波图或效果图空间增强效果图。
(13)1.空间增强卷积处理 (13)（1）原图像 (13)（2）卷积增强设置参数 (13)（3）卷积增强处理图像 (14)2.傅里叶变换 (14)（1）快速傅里叶变换设置参数 (14)（2）低通滤波 (15)(3)高通滤波 (16)五.光谱增强。
(18)1.主成分变换 (18)（1）参数设置 (18)（2）处理图像 (19)2.缨帽变换 (19)（1）参数设置 (19)（2）处理图像 (20)3.指数计算 (20)（1）参数设置 (20)（2）处理图像 (21)4.真彩色变换 (21)（1）参数设置 (21)（2）处理图像 (22)六.（非监督分类）：非监督分类结果图分类后处理结果图去除分析结果图。
(23)1.参数设置 (23)2.非监督分类结果图 (24)3.分类后处理结果图 (25)（1）非监督分类参数 (25)（2）处理后图像和原图对比 (25)七.（监督分类）：影像分类模板报告分类后处理结果 (26)（1）定义分类模板 (26)（2）评价分类模板 (26)<1>可能性矩阵 (26)<2>直方图绘制 (27)<3>类别的分离性 (28)<4>类别统计信息 (29)<5>原图与分类图 (29)八.（GIS分析地形分析）：GIS分析结果地形分析结果 (30)1.地形分析 (30)（1）坡度分析 (30)（2）坡向分析 (31)（3）高程分带 (31)（4）地形阴影 (32)（5）彩色地势 (32)（6）点视域分析 (33)2.GIS分析 (34)（1）查找分析 (34)（2）指标分析 (34)（3）叠加分析 (35)（4）矩阵分析 (35)（5）归纳分析 (35)九．实验总结 (36)一．设置一张三维图。
ERDAS实验报告
遥感实验四图像增强和利用监督分类提取地类信息一、实验目的根据任务分配表获取自己所需要的数据源，应用ERDAS和ArcGIS软件将本人所分配城市范围内城镇用地和水域面积进行统计并作对比, 并制作城市土地变化图。
二、实验数据tm12103820041014.img、tm12103820090604.img、new_boundry.shp三、实验内容及主要步骤1.图像增强(主成分变换的方法)：打开Erdas软件，点击Interpreter->Spectral Enhancement->principal Comp，选择2004年数据为要进行增强的影像，选择输出文件路径和名称，并设置参数如下表，点击OK。
图1图22.裁剪（AOI视图裁剪方法）：点击Data Prep->Subset Image，弹出Subset对话框，选择要输入和输出的文件路径和名称，打开视图窗口，加载new_boundry.shp，点击合肥市所在区域，点击AOI->Copy Selection to AOI，点击Subset对话框中的AOI按钮，选择Viewer，点击OK。
图3 图4图63.监督分类i点击Classifier->Signature Editor，弹出Signature Editor对话框，点击视图窗口AOI->Tools。
利用按钮在裁剪的图上勾选出感兴趣区域，点击按钮添加到Signature Editor对话框中。
添加9个水域的感兴趣区域后，选择所有添加的记录，点击Signature Editor对话框将上面的记录归结为一类，并命名为water，点击Edit->Delete，删除选中的记录。
同理，选择出绿地和城镇的分类信息。
点击File->Save as，存储为*sig格式的分类信息文件。
ii点击Classifier->Supervised Classification，选择要进行分类的图像和分类后的图像名称和路径，选择之前做好的*sig格式分类信息文件导入，点击OK。
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。
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45912.3.6 图像高程信息操作45912.3.7 图像文件常规操作461第13章批处理操作46213.1 批处理功能概述46213.2 批处理系统设置46213.3 批处理操作过程46313.3.1 单文件单命令批处理463 13.3.2 多文件单命令立即批处理465 13.3.3 多文件单命令随后批处理467 13.3.4 多文件多命令批处理469第14章图像库管理47314.1 图像库管理概述47314.2 图像库环境设置47314.3 图像库功能介绍47414.3.1 打开默认图像库47414.3.2 图像库管理功能47514.3.3 图像库图形查询476第15章地图编制47915.1 地图编制概述47915.1.1 地图编制工作流程479 15.1.2 地图编制模块概述479 15.2 地图编制操作过程48015.2.1 准备制图数据48015.2.2 创建制图文件48015.2.3 确定地图制图范围481 15.2.4 放置整饰要素48215.2.5 地图打印输出48915.3 制图文件路径编辑48915.4 系列地图编制工具49015.4.1 准备系列地图编辑文件490 15.4.2 启动系列地图编辑工具490 15.4.3 显示系列地图分幅信息491 15.4.4 系列地图输出编辑491 15.4.5 保存系列地图文件492 15.4.6 系列地图输出预览492 15.5 地图数据库工具492扩展篇第16章图像大气校正49616.1 大气校正模块概述49616.1.1 ATCOR模块主要特征49616.1.2 ATCOR模块功能组成497 16.2 太阳位置的计算49716.3 ATCOR2工作站49816.3.1 ATCOR2工程文件498 16.3.2 光谱分析模块50216.3.3 常数大气模块50716.3.4 增值产品模块51016.4 ATCOR3工作站51116.4.1 ATCOR3生成地形512 16.4.2 ATCOR3工程文件512 16.4.3 光谱分析模块51516.4.4 常数大气模块51516.4.5 增值产品模块516第17章图像自动配准51817.1 图像自动配准模块概述518 17.2 地理参考配准51917.2.1 准备图像数据51917.2.2 产生自动配准点52017.2.3 选择几何模型52317.2.4 定义投影类型52517.2.5 确定输出图像52617.3 图像边缘匹配52717.3.1 准备输入图像52717.3.2 产生自动匹配点52817.3.3 定义匹配策略52817.3.4 选择投影类型52917.3.5 确定输出图像52917.4 自动配准工程52917.4.1 保存自动配准工程文件529 17.4.2 打开自动配准工程文件530 17.5 自动配准工作站53017.5.1 自动配准工作站功能概述530 17.5.2 自动配准工作站应用流程535第18章高级图像镶嵌54318.1 高级图像镶嵌功能概述543 18.1.1 MosaicPro模块特点543 18.1.2 MosaicPro启动过程543 18.1.3 MosaicPro视窗功能544 18.2 高级图像镶嵌工作流程546 18.2.1 航空图像镶嵌54618.2.2 卫星图像镶嵌55318.2.3 图像匀光处理559第19章数字摄影测量56119.1 数字摄影测量基本原理561 19.1.1 数字摄影测量处理过程561 19.1.2 数字图像的内定向56219.1.3 图像核线数字相关56319.1.4 建立规则格网DEM 56319.1.5 图像正射校正处理56419.2 LPS工程管理器56619.2.1 LPS工程管理器功能概述566 19.2.2 LPS工程管理器视窗组成567 19.3 摄影图像摄影测量处理570 19.3.1 摄影图像处理流程57019.3.2 创建LPS工程文件57019.3.3 向LPS工程加载图像572 19.3.4 定义摄影相机几何模型573 19.3.5 定义地面控制点与检查点576 19.3.6 图像同名点自动量测583 19.3.7 执行航空三角测量58419.3.8 图像正射校正处理58719.4 数码图像摄影测量处理588 19.4.1 数码图像处理流程58919.4.2 创建LPS工程文件58919.4.3 向LPS工程加载图像59219.4.4 定义数码相机几何模型59319.4.5 自动量测图像同名点59519.4.6 执行航空三角测量59719.4.7 图像正射校正处理60019.5 扫描图像摄影测量处理60119.5.1 扫描图像处理流程60119.5.2 创建LPS工程文件60119.5.3 加载并定义第一幅图像60319.5.4 加载并定义第二幅图像61019.5.5 图像同名点自动量测61319.5.6 执行空间三角测量61419.5.7 图像正射校正处理616第20章三维立体分析61820.1 三维立体分析基本原理61820.1.1 基于立体像对的高程模型提取618 20.1.2 三维场景重建的实现方法619 20.2 三维立体分析模块概述62120.2.1 三维立体分析模块特点62220.2.2 三维立体分析模块功能62220.3 创建非定向数字立体模型62320.3.1 启动三维立体分析模块62320.3.2 加载三维立体分析图像62320.3.3 调整图像显示参数62520.3.4 保存三维立体模型627第21章自动地形提取62821.1 LPS自动地形提取概述62821.1.1 DTM及其自动提取方法62821.1.2 LPS自动地形提取功能62821.1.3 LPS自动地形提取过程62921.2 LPS自动地形提取操作63021.2.1 创建LPS工程文件63021.2.2 DTM提取参数设置63221.2.3 DTM提取选项设置63321.2.4 DTM自动提取和检查637第22章面向对象的信息提取63922.1 面向对象的信息提取简介63922.1.1 IMAGINE Objective框架设计639 22.1.2 IMAGINE Objective关键特征639 22.2 道路信息提取64022.2.1 道路信息提取模型640 22.2.2 道路信息提取过程640第23章智能变化检测64323.1 智能变化检测原理64323.1.1 图像预处理64323.1.2 变化检测方法64323.1.3 变化定量分析64823.2 智能变化检测应用特点649 23.2.1 智能变化检测技术特征649 23.2.2 智能变化检测工作特点650 23.3 智能变化检测应用操作650 23.3.1 智能变化检测向导模式651 23.3.2 智能变化检测图像显示653 23.3.3 智能变化检测场地检测656第24章智能矢量化65724.1 智能矢量化模块概述657 24.1.1 模块的关键特征65724.1.2 模块的局限性65724.2 智能矢量化模块应用658 24.2.1 模块操作快捷键65824.2.2 启动智能矢量化模块658 24.2.3 跟踪线状地物中心线659 24.2.4 跟踪面状地物边界线662 24.3 智能矢量化模块使用技巧663第25章二次开发工具66525.1 二次开发宏语言EML概述665 25.2 编写EML二次开发程序666 25.2.1 编写EML程序的过程666 25.2.2 执行EML程序的过程667 25.2.3 丰富EML程序的功能667 25.3 EML接口C程序开发包671参考文献674。
erdas2015操作手册
erdas2015操作手册ERDAS 2015 操作手册一、软件简介ERDAS 2015 是一款功能强大的遥感图像处理软件，广泛应用于地理信息系统、测绘、环境监测等领域。
它提供了丰富的工具和功能，能够对遥感图像进行各种处理和分析，帮助用户获取有价值的信息。
二、安装与启动（一）安装1、准备好 ERDAS 2015 安装文件，并确保您的计算机满足系统要求。
2、运行安装程序，按照提示进行操作。
选择安装路径和组件，根据您的需求进行自定义安装。
3、等待安装完成，可能需要一些时间。
（二）启动安装完成后，在桌面上或开始菜单中找到 ERDAS 2015 的快捷方式，双击打开软件。
三、主界面介绍打开 ERDAS 2015 后，您将看到其主界面，主要包括以下几个部分：1、菜单栏：提供了各种操作命令，如文件操作、图像处理、分析等。
2、工具栏：包含常用工具的快捷按钮，方便快速执行操作。
3、数据视图窗口：用于显示和操作遥感图像数据。
4、图层管理窗口：管理图像的图层信息。
四、数据导入与导出（一）数据导入1、支持多种格式的遥感图像数据导入，如TIFF、JPEG、IMG 等。
2、通过菜单栏中的“文件” “打开”命令，选择要导入的数据文件。
（二）数据导出1、处理完成后，可以将结果数据导出为所需的格式。
2、在“文件”菜单中选择“保存”或“另存为”命令，选择导出格式和保存路径。
五、图像预处理（一）几何校正1、选择“图像校正”模块。
2、输入参考图像和待校正图像。
3、选择校正方法和控制点，进行几何校正操作。
（二）辐射校正1、用于消除由于传感器、大气等因素造成的辐射误差。
2、可通过相应的工具和算法进行处理。
六、图像增强（一）对比度增强调整图像的对比度，使图像更加清晰。
（二）色彩增强改变图像的色彩表现，突出感兴趣的地物。
七、图像分类（一）监督分类1、选择训练样本。
2、确定分类算法。
3、执行分类操作。
（二）非监督分类1、软件自动聚类。
2、对分类结果进行调整和评估。
ERDAS界面认识基本功能、图像增强、监督分类非监督分类操作教程
实验一界面认识ERDAS Imagine软件简介.实习目的：了解ERDAS Imagine 软件模块构成、功能.内容：·ERDAS IMAGINE软件概述（Introduction）·ERDAS IMAGINE目标面板（Function System）·ERDAS IMAGINE功能体系（Function System）1． ERDAS IMAAGINE软件概述（Introduction ）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 Advantage，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，包括有制图和可视化核心功能的图像工具软件。
借助IMAGINE Essentials可以完成二维／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，并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产品。
1．2 IMAGINE Advantage级是建立在IMAGINE Essential级基础之上的，增加了更丰富的栅格图像GIS分析和单张航片下正射校工等强大功能的软件。
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 G1S）。
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
遥感数字图像处理(ERDAS)
• 色彩变换（RGB-IHS）
– 将图像从红绿蓝彩色空间转换到以亮度、色度、 饱和度为定位参数的彩色空间，以便使图像颜 色与人眼看到的更接近。
• 指数计算
– 应用一定的数学方法，将遥感图像中不同波段 的灰度值进行各种组合运算，计算反映矿物及 植被等的常用比率和指数（植被指数，裸露指 数等）
傅立叶变换
植被指数： 水体指数： 建筑指数：
专题制图输出
根据工作需要和制图区域的地别特点，进行地图四面的整体设计，设计内 容也括图幅大小尺寸、图面布置方式、地图比例尺、图名及图例说明等； 需要淮备专题制图输出的数据层，也就是要在窗口中打开有关的图像或图 形文件； 启动地图编辑器，正式开始制作专题地图； 确走地图的内图框，同时确定输出地图所也含的实际区域范围，生成基本 的的制图输出图面内容： 在主要图面内容周围，放置图廓线、格网线、坐标注记，以及图名、图例、 比例尺、指北针等图廓外要素； 设首打印机，打印输出地图。
20 20
250/500/1000
产品
蓝
绿
红
近红外
短波红外
中波红外
热红外
全色
Landsat-7
1
1
1
1
2
1
1
Landsat-5
1
1
1
1
2
1
Spot-4
1
1
1
1
1
Spot-5
1
1
1
1
1
QuickBird
1
1
1
1
1
Modis
36
产品
多光谱数据
PAN数据
备注
全景范围
SPOT-2/4
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中图像处理功能介绍
其中关建是：点击View/custom Table 进入查找表编辑状态。根据需要修改查找表。
3.3直方图均衡化处理 该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。
.在ERDAS图标面板工具条中，点击Interpreter/Radiometric Enhancement/Histogram Equalization—--打开Histogram Equalization对话框,并设置参数如下：
4.光谱增强处理
4.1光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。ERDSA IMAGINE 提供的光谱增强处理功能如下图所示
注，需要定义相关参数set coefficients,点击set coefficients按钮，打开对话框，确定区域内的类型。下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。
4.4色彩变换
色彩变换是将区域图像从RGB的彩色空间转换到IHS作为定位参数的彩色空间，以便达到增强目的。
.在ERDAS图标面板工具条中，点击Interpreter/spectral Enhancement/RGB to IHS—--打开RGB TO IHS对话框，并设置参数如下：
从上图可以看出，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（Spatial Enhancement）、辐射增强（Radiometric Enhancement）、光谱增强(SpectralEnhancement)、高光谱工具（Hyper Spectral Tools）、傅立叶交换（Fourier Analysis ）、地形分析（Topographic Analysis）。地理信息系统分析（GlS Analysis）、以及其它实用功能（Utilities）。每一项功能菜单中又包含若干具体的遥感图像处理功能。
ERDAS_Professional_2011的简要操作指导
ERDAS Professional 简要操作指导目录1、Ribbon界面操作指导 (3)2、数据准备 (5)2.1影像读入 (5)2.2 影像增强 (7)3、几何与正射纠正 (9)3.1多项式纠正 (9)3.2正射纠正 (12)4、遥感影像分类 (14)4.1 密度分割 (14)4.2 监督分类 (15)4.3 子像元分类 (18)4.4高光谱分析 (21)5、专题制图 (25)1、Ribbon界面操作指导ERDAS IMAGINE 2010 采用 Ribbon 界面重新组织了软件的功能界面，将所有的可视化窗口集成到一起，使得3D 展示、制图过程和地图的显示能够融合为一体。
新的界面不仅简化了操作过程，也使得用户能够非常方便地定义自己的工作流，大大地提高了工作效率。
新的Ribbon界面包括：菜单栏、快速工具栏、当前图层类型、工具面板、影像管理面板、数据组织面板、二维窗口和状态栏等。
图1.1 Ribbon界面各个菜单功能如下表所示。
表1.1菜单功能对照表点击左上角圆形的应用菜单栏，在弹出的下拉菜单最下方点击按钮“preferences”，可对根据需要对各个功能模块的配置参数进行编辑调整。
加载并浏览影像数据启动ERDAS IMAGINE 2010后,自动新建一个新的2D视窗，可直接加载影像进行观察。
图1.2影像浏览Shoebox新的Ribbon界面一大功能亮点：以装在“鞋盒子”里的方式来组织管理数据文件，方便用户打开、加载保存常用的数据。
图1.3 Shoebox我的工作流新的Ribbon界面另一大功能亮点：用户能够自己创建工作流，将常用功能集中到同一工具选项下，方便用户按照自定的工作流程进行生产作业，提高工作效率。
示例：新建“My Workflow”，将“添加视窗”、“影像增强”、“镶嵌”以及“监督分类”工具项添加到“My Workflow”。
图1.4 我的工作流2、数据准备2.1影像读入ERDAS IMAGINE 的（Import/Export）功能支持多种数据类型的导入或导出转换。
erdas实验报告
erdas实验报告ERDAS实验报告一、引言ERDAS（Earth Resource Data Analysis System）是一种专业的遥感图像处理软件，广泛应用于地理信息系统（GIS）和遥感领域。
本实验旨在探索ERDAS的功能和应用，并通过实际操作来了解其在遥感图像处理中的作用。
二、实验目的1. 熟悉ERDAS软件的界面和基本操作；2. 掌握ERDAS的图像预处理功能，包括图像增强、图像融合等；3. 学习如何进行遥感图像分类和地物提取；4. 了解ERDAS在地理信息系统中的应用。
三、实验步骤1. ERDAS软件的安装和配置：首先，我们需要下载并安装ERDAS软件，并进行必要的配置，如设置数据路径和图像格式等。
2. 图像导入和显示：通过导入遥感图像文件，我们可以在ERDAS中进行图像的显示和浏览。
ERDAS支持多种图像格式，如TIFF、JPEG等。
3. 图像增强：ERDAS提供了多种图像增强算法，如直方图均衡化、滤波等。
我们可以根据需要选择合适的算法来增强图像的质量和细节。
4. 图像融合：ERDAS可以将多幅不同波段或分辨率的遥感图像进行融合，以获得更全面和准确的信息。
这在农业、环境监测等领域具有重要的应用价值。
5. 图像分类和地物提取：ERDAS提供了多种图像分类算法，如最大似然分类、支持向量机等。
通过对遥感图像进行分类，我们可以识别和提取出感兴趣的地物信息。
6. 地理信息系统应用：ERDAS可以与其他GIS软件进行数据交互和集成，以实现更复杂的地理信息分析和可视化。
我们可以将ERDAS处理过的遥感图像导入到GIS软件中进行进一步的分析和展示。
四、实验结果与分析通过对ERDAS软件的实际操作，我们成功导入了一幅遥感图像，并进行了图像增强和融合处理。
通过图像分类算法，我们成功提取出了图像中的建筑物和植被等地物信息。
此外，我们还将处理后的遥感图像导入到GIS软件中，实现了地理信息的可视化和分析。
erdas图像增强
辐射增强是一种通过直接改变图像的像元的灰度值来改变图像的对比度，从而改善图像视觉效果的图像处理方法。
人的眼睛鉴别图像时能够分辨20级左右的灰度级，而显示设备显示灰度的动态范围要大得多。
一般来说，原始遥感数据的灰度值范围比较窄，这个范围通常比显示器的显示范围小的多。
增强处理可以将其灰度范围拉伸到0~255的灰度级之间来显示，从而使图像对比度提高，视觉效果得以改善。
辐射增强主要以图像的灰度直方图作为分析处理的基础。
ERDAS提供以下几种辐射增强功能：1 查找表拉伸；2 直方图均衡化；3 直方图匹配；4 亮度反转；5 去霾处理；6降噪处理；7 去条带处理等。
1查找表拉伸查找表拉伸（lut stretch）是遥感图像对比度拉伸的总和，是通过修改图像查找表（lookup table）使输出图像发生变化。
（辐射增强处理方法之一）根据查找表的定义，可以实现线性拉伸、分段线性拉伸、非线性拉伸等处理。
erdas菜单中的查找表拉伸功能是由空间模型（lut_stretch.gmd）支持运行的，可以根据自己的需要随时修改查找表（在lut stretch 对话框中点击view按钮进入模型生成器视窗，双击查找表进入编辑状态），实现遥感图像的查找表拉伸。
(1) 打开查找表拉伸的对话框ERDAS的面板工具条=>interpreter图标=>Radiometric Enhancement=>LUT Stretch在View中若出现错误，打开欲处理的图像，Raster->Contrast->Standard Devision Stretch，然后保存图像。
再执行LUT Stretch就可以了(2)LUT拉伸对话框的参数设置1.1 输入图像：432zhuhe.tif1.2 输出图像：lut.tif1.3 文件坐标类型选择为:Map 格式1.4 处理范围确定为默认1.5 输出数据类型为Unisgned 8 bit1.6 确定拉伸选择为RGB，分别设为1,2,3 1.7 单击V iew按钮，打开模型生成器双击CustomTable，进入查找表编辑状态，可根据需要修改查找表(3)生成图像,并与原图像进行对比图像比原图像稍微清晰一点2、直方图均衡化直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
ERDAS 遥感图像的增强·优选.
学号:遥感数字图像处理软件实验报告（2011~2012学年第二学期）学院：地环学院班级： 09地科（2）姓名：指导老师：实验三：遥感图像的增强一.实验平台：ERDAS IMAGINE 9.1二.实验目的通过上机操作，掌握对比度变换、空间滤波、彩色变换、图像运算及多光谱变换等几种遥感图像增强处理的过程和方法，学会图像融合的方法，加深对图象增强处理的理解。
三.实验内容：遥感图像的空间增强；遥感图像的辐射增强；遥感图像的光谱增强；遥感图像的傅立叶变换；遥感图像的融合等内容。
四．实验步骤1.空间增强1.1 卷积增强(1) 在ERDAS 图标面板菜单条中点击Main。
(2) 点击Image Interpreter，打开Image Interpreter 菜单。
(3) 在Image Interpreter 菜单中点击Spatial Enhancement，打开Spatial Enhancement 菜单。
(4) 在Spatial Enhancement 菜单中点击Convolution，打开Convolution 对话框，如图1所示。
图1 图2(5) 在 Convolution 对话框中设置下列参数：输入文件：Lanier.img；输出文件：convolve.img；算子文件：default.klb；算子类型：3x3 Edge Detect；点击Kernel Selection 中的Edit 按钮打开3 × 3 Edge Detect 对话框，用户可以自行定义该算子的各元素；算子归一化处理。
(6) 点击 OK，关闭Convolution 对话框，执行卷积增强处理，结果如图2。
1.2 非定向边缘增强(1) 在 ERDAS 图标面板菜单条中点击Main。
(2) 点击 Image Interpreter，打开Image Interpreter 菜单。
(3) 在 Image Interpreter 菜单中点击Spatial Enhancement，打Spatial Enhancement 菜单。
实验一erdas
实验一计算机遥感图像处理一、实验目的要求1．了解计算机遥感图像处理系统和基本内容；2．了解计算机遥感图像处理方法及过程；3．熟悉遥感图像波段合成和边缘提取的方法，并掌握具体操作过程；二、实验用片及仪器软件准备：ERDAS遥感图像处理系统数据准备：利用example中的lanier.img数据及其相关的附属数据。
三、实验内容了解计算机遥感图像处理系统LANDSAT的TM图像的真彩色合成是3 2 1LANDSAT的TM图像的标准假彩色把红设成4绿设成3蓝设成2，就是标准假彩色，其余的组合就叫假彩色，在标准加彩色图像中红色的是植物，黑色的一般是水体。
1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；②output 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 ，选中ignore zero stats；⑤进行操作2 卷积增强处理单击Interpreter/Spatial Enhancement/Convolution；打开Convolution 对话框:注意：确定输入文件（Input File）为lanier.img;选择卷积算子（Kernel Selection）卷积算子文件（Kernel Library）为default.klb;卷积算子类型5×5 Edge Detect (7 ×7 low pass;7×7 Vertical Edge detection；7×7 Horizontal Edgedetection)文件坐标类型（Coordinate Type）为Map;输出数据类型（Output Data Type）为Unsigned 8 bit.其他默认。
《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操作说明
1.图层叠加显示：file->加入第一幅影像->加入第二幅影像（在加入时应选择raster options,选择去除clear display，如下图所示，然后再加入）。
加入完成后点utility->(blend…,swipe…,flicker…)三种叠加方式。
2..合成影像：interpreter->utilities->layer stack->添加图片，保存即可（output file(保存））3.修改图层颜色：raster-> tools,打开栅格数据层工具箱，然后选择如下图图标即可(red对应tm3,green对应tm2，blue对应tm1)。
4.AIO->感兴趣区；raster lawyer->栅格图层；vector lawyer->矢量图层；annotation->注记；utility->功能，info->信息。
5.遥感影像的图片格式转换（包括将tiff转为img格式与img转为tiff两种）：（1）采取另存方式；（2）EADARS数据输入（90多种）的方法，EADARS数据输出（30多种）的方法及常用输入输出格式，EADARS使用的格式为.img 速度比较快，一般操作没问题。
具体为：import 打开如下对话框进行设置即可。
注:当将img合成彩色影像转换为tiff格式时，选好保存路径后，点ok时谈粗如下对话框，在export band selection中应选择RGB模式，否则转换失败。
如下图所示：6.遥感图像裁剪：分为不规则裁剪和规则裁剪。
（1）规则裁剪：data preparation——subset image，打开如图对话框在input file中输入要裁剪影像底图，在output file中输入裁剪影像的保存路径。
然后点AOI，如下图所示：可以选择AOI文件，或者viewer（但是选择viewer时此时应该刚好在viewer视窗中画一个感兴趣区即可）。
-遥感图像增强处理--辐射增强处理
遥感图像增强处理--辐射增强处理地质系09资源勘查0910105025殷祥2012-5-17遥感图像增强处理--辐射增强处理一、实验目的：掌握在ERDAS中进行辐射增强处理方法（Radiometric Enhancement）。
二、实验内容及实习步骤：点击Interpreter/Radiometric Enhancement，进行操作。
辐射增强命令辐射增强功能LUT Stretch：查找表拉伸通过修改图像查找表（Lookup Table）使输出图像值发生变化，是图像对比度拉伸的总和。
Histogram Equalization:直方图均衡化对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等Histogram Match:直方图匹配对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理Brightness Inverse: 亮度反转对图像亮度范围进行线性及非线性取反值处理Haze Reduction: 去霾处理降低多波段图像及全色图像模糊度的处理方法Noise Reduction: 降噪处理利用自适应滤波方法去除图像噪声Destripe TM Data:去条带处理对Landsat TM图像进行三次卷积处理去除条带具体操作：打开ERDAS IMAGINE 中的Interpreter/Radiometric Enhancement在按上出现的菜单，对上述的辐射增强命令一一尝试一遍（1）LUT Stretch：查找表拉伸单击快捷菜单中的LUT Stretch，在弹出的窗口中作如右图所示的设置，然后单击OK，于是就可以得到成果对比图，如下第二张图所示1-11-2下面的操作类似于（1）中的操作（2）Histogram Equalization: 直方图均衡化2-12-22-3(3) Histogram Match:直方图匹配3-1-13-1-23-1-33-2-13-2-23-2-3(4) Brightness Inverse: 亮度反转4-1-14-1-24-2-14-2-2（5）Haze Reduction: 去霾处理5-15-2（6）Noise Reduction: 降噪处理6-16-2（7）Destripe TM Data:去条带处理7-1--7-2三，实验小结：通过本次实验，发现辐射增强处理的效果明显，具体它用在什么地方，还需在以后的学习当中认真领悟--。
- 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)。
空间增强
空间增强命令
空间增强功能
Convolution: 卷积增强
Non-directional Edge： 非定向边缘增强
用一个系数矩阵对图像进行分块平均处理
首先应用两个正交卷积算子分别对图像进行边缘 探测，然后将两个正交结果进行平均化处理
Focal Analysis: 聚集分析
使用类似卷积滤波的方法，选择一定的窗口函数， 对输入图像文件的数值进行多种变换
利用自适应滤波方法去除图像噪声
对Landsa.t TM图像进行三次卷积处理去除条带
« 图像辐射增强处理——直方图均衡化
1.实验步骤参阅实习指导书，截图并写出实验报告
.
.
实验2：空间增强
空间增强（Spatial Enhancement）技术：利用像元自身及 其周围像元的灰度值进行运算，达到增强整个图像之目的。 ERDAS提供的空间增强处理功能有：卷积增强、非定向边缘增 强、聚焦分析、纹理分析、自适应滤波、分辩率融合、锐化处 理等。
•Fourier Transform(傅立叶变换)
•Fourier Transform Editor(傅立叶变换编辑)
•Inverse Fourier Transform(傅立叶逆变换)
•Fourier Magnitude(傅立叶显示变换)
•Periodic Noise Removal(周围噪声去除)
辐射增强功能 通过修改图像查找表（Lookup Table）使输出 图像值发生变化，是图像对比度拉伸的总和 对图像进行非线性拉伸，重新分布图像像元 值使一定灰度范围内像元的数量大致相等 对图像查找表进行数学变换，使一幅图像的 直方图与另一幅图像类似，常用于图像拼接处理 对图像亮度范围进行线性及非线性取反值处 理 降低多波段图像及全色图像模糊度的处理方 法
•Homomorphic Filter(同态滤波)
.
4.1低通滤波
4.1.1 傅立叶变换
实验影像：tm_1.img
.
4.1低通滤波
4.1.2滤波器编辑
.
打开刚才经过傅立叶变 换后保存的文件
打开滤波器
.
选择低通滤波（Low Pass） 圆形滤波半径为80
将 滤 波 结 果 保 存
.
低通滤波
.
图像空间增强
图像空间增强是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
Convolution(卷积增强) Non-directional Edge(非定向边缘增强) Focal Analysis(聚焦分析) Texture(纹理分析) Adaptive Filter(自适应滤波) Statistical Filter(统计滤波) Resolution Merge(分辨率融合) Crisp(锐化处理)
.
辐射增强
辐射增强命令 LUT Stretch： 查找表拉伸
Histogram Equalization: 直方图均衡化
Histogram Match: 直方图匹配
Brightness Inverse: 亮度反转
Haze Reduction: 去霾处理
Noise Reduction: 降噪处理
Destripe TM Data: 去条带处理
.
主成份分析
3.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
特征矩阵输出设置（如需 逆变换必须输出）
运行日志输出设置 .
3.输入需要的主 成份数量
4.OK
实验影像：lanier.img
.
第二主成分
第一主成分
第三主成分
.
K－T变换（缨帽变换）
K-T变换（kauth-Thomas变换）
实验目的：
•学会利用ERDAS实现遥感图像增强
实验仪器：
计算机、ERDAS软件
.
提纲
图像空间增强 图像辐射增强 图像光谱增强 傅立叶变换 地形分析
.
1.图像空间增强
图像空间增强是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
Convolution(卷积增强)
Non-directional Edge(非定向边缘增强)
光谱增强功能
将具有相关性的多波段图像压缩到完全独立的较 少的几个波段，使遥感图像更易于解译分析
与主成份变换操作正好相反，将主成份变换图像 依据当时的变换特征矩阵重新恢复到RGB彩色 空间
首先对图像的主成份进行对比度拉伸处理，然后 再进行主成份逆变换，将图像恢复到RGB彩色 空间
在植被研究中旋转数据结构轴优化图像显示效果
4.OK
纹理分析
通过在一定的窗口内进行二次变异分析（2ndorder Variance）或三次变异分析（3rd-order Variance），使图像的纹理结构得到增强
.
纹理分析
1.确定输入文件 2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
4.OK
.
指数计算
将遥感图像中不同波段的灰度值进行各种混合运 算，计算反应矿物或植被的常用比率和指数
一种特殊的主成分分析，转换系数是固定的；坐 标空间发生旋转，旋转后的坐标轴指向与地面景物 有密切关系的方向.也称缨帽变换(Tasseled Cap)
缨帽变换为植被研究特别是分析农业特征提供了 一个优化显示的方法，同时实现了数据压缩。
变换后的坐标轴不是指向主成分方向，而是指 向与地面景物有密切关系的方向（K－L变换后指 向主成分方向）
.
光谱增强
光谱增强命令 Principal Components: 主成份变换 Inverse Principal Components: 主成份逆变换
Decorrelation Stretch: 去相关拉伸
Tasseled cap:缨帽变换 RGB to HIS: 色彩变换
HIS TO RGB: 色彩逆变换 Indices: 指数计算 Natural Color:自然色彩变换
Focal Analysis(聚焦分析)
Texture(纹理分析)
Adaptive Filter(自适应滤波)
Statistical Filter(统计滤波)
Resolution Merge(分辨率融合)
.
Crisp(锐化处理)
空间增强 辐射增强 光谱增强
2020/12/3
.
4
实验1：辐射增强
边缘检测（Edge Detect） 边缘增强（Edge Enhance） 低通滤波（Low Pass） 高通滤波（High Pass） 水平增强（Horizontal） 垂直增强（Vertical） 水平边缘检测（Horizontal Edge Detection） 垂直边缘检测（ Vertical Edge Detection ） 交叉边缘检测（ Cross Edge Detection ）
.
缨帽变换
.
.
实验四：色彩变化 从RGB变为HIS,从HIS变为RGB
.
.
非定向边缘增强
应用两个比较通用的滤波器（Sobel, Prewitt），首先通过两个正交卷积算子分别对图 像进行边缘检测，然后将两个正交结果进行平均 化处理。
.
非定向边缘增强
实验影像：lanier.img
.
1.确定输入文件 2.确定输出文件 3.选择卷积算子
4.1.3傅立叶逆变换
打开刚刚经过滤波器编辑后保存的文 件； 选择要输出的文件； 进行傅立叶逆变换，有频率域转成空 间域。
.
高通滤波
只是将4.1.2中的滤波器进行修改，其余两个步骤 与低通滤波相同
1.选择高通滤波 2.选择余弦滤波
器 3.设定滤波半径
4.OK
.
5.地形分析
5.1 坡度分析
实验影像： DEMmerge_sub.img.地形分析坡向分析
实验影像： DEMmerge_sub.img
.
Texture: 纹理分析
Adaptive Filter: 自适应滤波
Crisp: 锐化处理
通过二次变异等分析增强图像的纹理结构 应用自适应滤波器对AOI进行对比度拉伸处理 增强整景图像亮度而不使其专题内容发生变化
.
1 3
2
核函数
.
卷积增强处理
卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的 选择，系统提供了3×3， 5×5， 7×7等大小不同的矩阵，并且 预置了不同系数以便应用于不同目的的图像处理，诸如：
1.对单个像元的灰度值进行变换达到图像增强的目的
• LUT Stretch(查找表查询) • Histogram Equalization(直方图均衡化) • Histogram Match(直方图匹配) • Brightness Inverse(亮度反转) • Haze Reduction(去霾处理) • Noise Reduction(降噪处理) • Destripe TM Data(去条带处理)
.
卷积增强处理
2.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
.
4.选择研究区 （可选）
5.OK
.
实验3：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 图像增强的目的。
Principal Components(主成份变换) Inverse PC(主成份逆变换) Decorrelation Stretch(去相关拉伸) Tasseled cap(缨帽变换) RGB to IHS(色彩变换) IHS to RGB(色彩逆变换) Indices(指数计算) Natural Color(自然色彩变换)