遥感图像裁剪与拼接
使用测绘技术进行遥感影像配准与拼接的技巧
使用测绘技术进行遥感影像配准与拼接的技巧随着科技的不断进步，测绘技术在遥感影像的配准与拼接上起着越来越重要的作用。
遥感影像配准与拼接是指将不同时间、不同角度或者不同传感器获取的遥感影像进行精确的匹配和拼接，以获取更完整、更准确的地理信息。
本文将介绍一些常用的测绘技术，以及它们在遥感影像配准与拼接中的应用。
一、全球定位系统（GPS）全球定位系统（GPS）是一种通过卫星定位的技术，可以精确测量地球表面上任意一点的经纬度坐标。
在遥感影像配准与拼接中，GPS可以提供影像获取时的定位信息，从而将不同影像的坐标系统进行统一。
通过使用GPS，可以减小影像配准的精度误差，提高配准的准确性。
二、地面控制点（GCP）地面控制点（GCP）是指在现实世界中已知位置的一些特定点，通常是由现场测量或者现有地理信息系统（GIS）数据获取得到。
通过在不同影像上选择相同的地面控制点，可以建立不同影像之间的联系，从而实现影像的配准与拼接。
选择合适的地面控制点数量和位置是影响配准与拼接精度的重要因素。
三、特征点匹配特征点匹配是一种常用的遥感影像配准与拼接技术。
通过检测遥感影像中的特征点，比如建筑物、道路、河流等，然后在不同影像之间进行匹配，从而确定它们之间的对应关系。
特征点匹配可以根据特定的算法进行自动化处理，也可以通过人工选择进行手动匹配。
这种方法具有较高的准确性和广泛的适用性，但是对于特征点的选取和匹配算法的选择有一定要求。
四、影像拼接算法影像拼接算法是指将多张遥感影像进行无缝衔接的一系列图像处理方法。
常见的影像拼接算法包括图像裁剪、图像融合和图像融合等。
图像裁剪是将影像进行分块处理，然后将各个块进行拼接。
图像融合是将多个影像融合成一张图像，使得拼接后的影像具有一致的风格和色调。
图像融合是通过将不同影像进行重叠和混合，使得光照一致、色调平衡，并且减少边缘伪影。
选择合适的影像拼接算法可以提高影像质量和配准的准确性。
五、误差分析与校正遥感影像配准与拼接中存在一定的误差，对这些误差进行分析和校正可以提高拼接的准确性。
61-实验三遥感图像预处理（波段合成、裁剪与拼接）
实验三遥感图像预处理（波段合成、裁剪与拼接）一、 实验目的通过实验了解整个图像的预处理过程，从而加深对遥感图像计算机处理的内容及概念的理解。
二、 实验内容1.自定义坐标系2.波段合成（图像融合）3.图像镶嵌（图像拼接）4.图像裁剪三、 实验数据1. TM-30m.img2. bldr_sp.img3. Mosaic1.img4. Mosaic2.img5. bhtmsat.img6. can_tmr.img7. qb_boulder_msi.img8. qb_boulder_pan.img四、 实验操作原理及步骤遥感图像预处理主要包括图像几何校正、图像融合、图像镶嵌、图像裁剪等过程，其处理顺序一般如下图所示。
图 1一般图像预处理流程1.自定义坐标系一般国外商业软件坐标系都分为标准坐标系和自定义坐标系两种。
我国情况较为特殊，往往需要自定义坐标系。
所以，在ENVI第一次使用时，需要对系统自定义北京54坐标系西安80坐标系。
1.1添加参考椭球体找到ENVI系统自定义坐标文件夹—C:\Program Files\ITT\IDL708\products\envi46\map_proj。
根据每台电脑安装的路径以及版本不同而略有不同。
以记事本形式打开ellipse.txt，将“Krasovsky,6378245.0,6356863.0”和“IAG-75,6378140.0,6356755.3”加入文本末端。
（这里主要是为了修改克拉索夫斯基因音译而产生的错误，以便让其他软件识别；另外中间的逗号必须是英文半角。
）1.2添加基准面以记事本格式打开datum.txt，将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入文本末端。
1.3定义坐标定义完椭球参数和基准面后就可以在ENVI中以我们定义的投影参数新建一个投影信息（Customize Map Projections），在编辑栏里分别定义投影类型、投影基准面、中央子午线、缩放系数等，最后添加为新的投影信息并保存。
遥感实验报告裁剪拼接(3篇)
第1篇一、实验目的本次实验旨在学习遥感影像处理中的裁剪与拼接技术，通过对遥感影像进行裁剪和拼接，提高遥感数据的可用性和分析效率。
二、实验背景遥感技术是获取地球表面信息的重要手段，广泛应用于资源调查、环境监测、灾害评估等领域。
遥感影像经过处理和提取后，才能为实际应用提供有价值的信息。
裁剪与拼接是遥感影像处理中的基本操作，通过对影像进行裁剪和拼接，可以去除无关信息，提高影像的可用性。
三、实验材料1. 遥感影像数据：包括多景遥感影像，如Landsat、Sentinel-2等；2. 裁剪与拼接软件：如ENVI、ArcGIS等；3. 实验环境：计算机、遥感数据处理软件等。
四、实验步骤1. 数据准备（1）选择遥感影像数据，确保影像质量良好、覆盖范围完整；（2）对遥感影像进行预处理，包括辐射校正、大气校正等，提高影像质量。
2. 裁剪操作（1）确定裁剪范围：根据实验需求，选择合适的裁剪范围，如行政区域、研究区域等；（2）使用裁剪工具对遥感影像进行裁剪，生成新的影像。
3. 拼接操作（1）选择拼接方式：根据实际情况，选择合适的拼接方式，如同名像元拼接、重叠区域拼接等；（2）使用拼接工具对遥感影像进行拼接，生成新的影像。
4. 质量评估（1）检查拼接后的影像是否完整，是否存在缝隙、错位等问题；（2）分析拼接区域的地物特征，确保拼接效果良好。
五、实验结果与分析1. 裁剪结果经过裁剪操作，生成了新的遥感影像，去除了无关信息，提高了影像的可用性。
2. 拼接结果经过拼接操作，生成了新的遥感影像，拼接区域地物特征良好，拼接效果满意。
3. 质量评估（1）拼接后的影像完整，无缝隙、错位等问题；（2）拼接区域地物特征良好，拼接效果满意。
六、实验结论通过本次实验，掌握了遥感影像的裁剪与拼接技术，提高了遥感数据的可用性和分析效率。
在实际应用中，可根据具体需求选择合适的裁剪与拼接方法，为遥感数据处理提供有力支持。
七、实验心得1. 裁剪与拼接是遥感影像处理中的基本操作，对于提高遥感数据的可用性具有重要意义；2. 在实际操作中，应根据具体需求选择合适的裁剪与拼接方法，确保拼接效果良好；3. 学习遥感影像处理技术，有助于提高遥感数据的分析和应用水平。
遥感影像处理知识
1.几何校正：几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，同时也是将图像投影到平面上，使其符合地图投影系统的过程。
2.图像镶嵌：指在一定的数学基础控制下，把多景相邻遥感影像拼接成一个大范围、无缝的图像的过程。
3.图像裁剪：图像裁剪的目的是将研究之外的区域去除。
常用方法是按照行政区划边界或自然区划边界进行图像裁剪。
在基础数据生产中，还经常要进行标准分幅裁剪。
按照ENVI 的图像裁剪过程，可分为规则裁剪和不规则裁剪。
4.图像分类：遥感图像分类也称为遥感图像计算机信息提取技术，是通过模式识别理论，分析图像中反映同类地物的光谱、空间相似性和异类地物的差异，进而将遥感图像自动分成若干地物类别。
5.正射校正：正射校正是对图像空间和几何畸变进行校正生成多中心投影平面正射图像的处理过程。
6.面向对象图像分类技术：是集合邻近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。
7.DEM：数字高程模型是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
8.立体像对：从两个不同位置对同一地区所摄取的一对相片。
9.遥感动态监测：从不同时间或在不同条件获取同一地区的遥感图像中，识别和量化地表变化的类型、空间分布情况和变化量，这一过程就是遥感动态监测过程。
10.高光谱分辨率遥感：是用很窄而连续的波谱通道对地物持续遥感成像的技术。
在可见光到短波红外波段，其波谱分辨率高达纳米数量级，通常具有波段多的特点，波谱通道多达数十甚至数百个，而且各波谱通道间往往是连续的，因此高光谱遥感又通常被称为"成像波谱遥感"。
11.端元波谱：端元波谱作为高光谱分类、地物识别和混合像元分解等过程中的参考波谱，与监督分类中的分类样本具有类似的作用，直接影响波谱识别与混合像元分解结果的精度。
12.可视域分析：可视域分析工具利用DEM数据，可以从一个或多个观察源来确定可见的地表范围，观测源可以是一个单点,线或多边形13.三维可视化：ENVI的三维可视化功能可以将DEM数据以网格结构、规则格网或点的形式显示出来或者将一幅图像叠加到DEM数据上。
(最新)ENVI对图像进行配准、校正、拼接、裁剪
目录第一部分利用ENVI对图像进行配准-校正-拼接-裁剪 (2)一、图像配准与校正 (2)（一）基础知识 (2)（二）ENVI操作 (4)二、图像镶嵌（图像拼接） (16)（一）基础知识 (16)（二）ENVI操作 (16)三、图像裁剪 (20)（一）基础知识 (20)（二）ENVI操作 (21)第二部分：下载影像及介绍 (26)（一）基本信息 (26)（二）日期信息 (26)（三）云量信息 (26)（四）空间信息 (26)第一部分利用ENVI对图像进行配准-校正-拼接-裁剪一、图像配准与校正（一）基础知识1、图像配准就是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
2、几何校正是指利用地面控制点和几何校正数学模型，来矫正非系统因素产生的误差，非系统因素如传感器本身的高度、地球曲率、空气折射或地形等的影响。
由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。
简单来说，图像校正是借助一组控制点，对一幅图像进行地理坐标的校正。
本文将采用地面控制点+校正模型的几何校正方式中的Image to Image，利用Image格式的基准影像对2006年兰州TM影像进行配准与校正。
3、图像选点原则[1]选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、飞机场、城廓边缘等。
[2]特征变化大的地区需要多选。
[3]图像边缘部分一定要选取控制点。
[4]尽可能满幅均匀选取。
[5]保证一定数量的控制点，不是控制点越多越好。
4、数理知识：[1]多项式模型x=a0+a1X+a2Y+a3X²+a4XY+ a5Y²+....y=b0+ b1X+b2Y+b3X²+ b4XY +b5Y²+ ....X，Y：校正前该点的位置；x，y：校正后该点的位置[2]最少控制点个数： ( n+1 )²[3]误差计算：RMSEerror= sqrt( (x' -x)²+ (y' -y)²)5、重采样方法（插值算法）[1]最近邻法概念：取与所计算点( x，y )周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近就取哪个亮度值作为 ( x，y )点的亮度值优点：简单易用，计算显小缺点：图像的亮度具有不连续性，精度差[2]双线性内插法概念：取(x，y)点周围的4个邻点，在y方向内插2次，再在x方向内插1次，得到( x，y)点的亮度值 f ( x，y)优点：双线性内插法比最近邻法虽然计算虽有所增加，但精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。
ERDAS Imagine裁剪与拼接以及几何校正
班级：11生态二班姓名：王国庆学号：201130020220一、实验目的与要求1.了解ERDAS IMAGINE8.4软件的图标面板、综合菜单及其功能2.熟悉基本的ERDAS IMAGINE软件的视窗操作3.掌握ERDAS中图形的输入与输出4.遥感图像的裁剪和拼接5.遥感图像的几何校正二、实验内容（一）遥感图像裁剪（Subset Image)1.规则裁剪1）打开ERDAS IMAGINE8.4,显示视窗面板，点击viewer打开一个视窗，在左上角的文件夹里面.打开一个文件2）在文件中点击右键，打开Inquire box按键，会出现以下的矩形裁剪窗口，可以调整矩形的大小确定裁剪的大小。
3）点击图标面板中的DataPrep，弹出工具框4）点击Subset Image选项，弹出裁剪窗口5）在input File中查找同一张图片，然后再从Output File中创建文件夹存放文件6）点击From Inquire Box，点击OK完成，打开文件如下2.不规则裁剪1）先打开一个图像窗口，同上2）打开视窗工具栏中的AOI工具栏中的Tools3）点击多边形工具进行裁剪，点击属性盘进行设置4）点击File中的AOI Layor As保存AOI文件。
5）点击图标面板中的DataPrep，弹出工具框，点击Subset Image选项，弹出裁剪窗口，后续步骤同上，在input File中查找同一张图片，然后再从Output File中创建文件夹存放文件。
6）点击ok后在点击下面的AOI选项，选择“AOI Source”中的“Viewer”选项7).退出，点击OK选项，完成裁剪8).打开一个新的Viewer窗口，查看裁剪的文件（二）、图像拼接1.打开ERDAS图标面板菜单条中的DataPre选项，并选择Mosaic Images选项，弹出了拼接视窗。
2.点击左上角的插入文件按钮，加载Mosaic图像，添加三个文件，即“wasia1_mss.img”“wasia2_mss.img”“wasia3_tm.img”,并在下面的“Image Area Options”中选择“ComputerActive Area”。
遥感数据图像处理实验三、遥感图像的几何校正与裁剪
实验三、遥感图像的几何校正与裁剪实验内容：1.图像分幅裁剪（Subset Image）2.图像几何校正（Geometric Correction）3.图像拼接处理（Mosaic Imgaes）4.生成三维地形表面（3D Surfacing）1.图像分幅裁剪在实际工作中，经常需要根据研究工作范围对图像进行分幅裁剪，按照ERDAS IMAGINE 8.4实现图像分幅裁剪的过程，可以将图像分幅裁剪为两类型：规则分幅裁剪，不规则分幅裁剪。
1.1规则分幅裁剪(以c:\Program File\ IMAGINE 8.4\examples\lanier.img为例)规则分幅裁剪是指裁剪图像的范围是一个矩形，通过左上角和右上角两点的坐标可以确定图像的裁剪位置，过程如下：方法一:→ERDAS IMAGINE 8.4 图标面板菜单条：Main→Data Preparation(或单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标)→打开Data Preparation 对话框→单击Subset Image按钮，打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→裁剪范围（Subset Definition）:ULX、ULY、LRX、LRY（注：ULX，ULY是指左上角的坐标，LRX,LRY是指右上角的坐标，缺省状态为整个图像范围）→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→OK(关闭Subset对话框，执行图像裁剪)方法二:→ERDAS IMAGINE 8.4图标面板菜单条:Main→Start IMAGINE Viewer(或单击RDAS IMAGINE 8.4图标面板工具条“Viewer”图标)→打开一个二维视窗→单击视窗工具条最左端的“打开文件”图标→打开Select Layer To Add对话框在Select Layer To Add对话框完成以下设置：→Look In:examples→File Name:lanier.img→Files of type:IMAGINE Image→双击OK按钮→在二维视窗中打开lanier.img文件→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit →输出文件类型（Output Layer Type）:Continuous→输出统计忽略零值:Ignore Zero In Output Stats→输出像元波段（Select Layers）:2,3,4→单击From Inquire Box按钮→打开Invalid Coordinate Type对话框→单击Continue→在显示图像文件lanier.img视窗中单击工具条的“+”按钮,打开Inquire Cursor 对话框,在视窗中移动十字光标,确定裁剪范围左上角和右下角,读取其坐标分别填入Subset Image对话框的ULX,ULY中和LRX,LRY中→单击OK按钮(关闭Subset对话框，执行图像裁剪)方法三:首先在视窗中打开lanier.img文件→AOI→Tools打开AOI工具面板→单击矩形框确定裁剪范围→File→Save→AOI Layer As→打开Save AOI As对话框,输入文件名:2→单击OK(退出Save AOI As对话框)→单击ERDAS IMAGINE 8.4 图标面板工具条“DataPrep”图标 →打开Data Preparation对话框→单击Subset Image按钮→打开Subset对话框在Subset对话框中需要设置下列参数：→输入文件名（Input File）:lanier.img→输出文件名（Output File）:lanier_sub.img→坐标类型（Coordinate Type）:Map→输出数据类型（Output Data Type）:Unsigned 8 Bit→输出文件类型（Output Layer Type）:Continuous →输出统计忽略零值:Ignore Zero In Output Stats →输出像元波段（Select Layers）:2,3,4→单击AOI按钮→打开Choose AOI对话框→在Choose AOI对话框作如下设置：→AOI Source:File→AOI File:2→单击OK(退出Choose AOI对话框)→单击OK(退出Subset对话框,执行图像裁剪)→单击OK(退出Modeler对话框,完成图像裁剪)1.2不规则分幅裁剪不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。
ENVI对图像进行配准校正拼接裁剪
ENVI对图像进行配准校正拼接裁剪ENVI在图像处理领域被广泛应用，其中配准、校正、拼接和裁剪是常见且重要的操作。
本文将介绍ENVI在图像配准校正拼接裁剪方面的基本原理和操作步骤。
一、图像配准图像配准是将多幅图像对准到一个统一的坐标系统中，使它们具有相同的尺度、旋转和平移。
ENVI提供了多种图像配准方法，包括基于特征点匹配的自动配准和基于控制点辅助的手动配准。
1. 自动配准ENVI的自动配准功能利用图像中的特征点进行匹配，通过计算特征点的几何变换关系来实现配准。
使用该功能时，首先选择一个参考图像，然后选择其他需要配准的图像。
ENVI将自动检测并匹配这些图像中的特征点，并计算图像之间的几何变换关系，最终实现图像的配准。
2. 手动配准对于某些情况下自动配准效果不佳或需要更精确的配准结果的场景，ENVI提供了手动配准功能。
该功能需要用户手动在图像中添加控制点，根据已知的地理坐标信息进行匹配。
通过选择足够数量的控制点，并进行几何变换，可以实现更准确的图像配准结果。
二、图像校正图像校正是指通过去除图像中的变形、噪声、光照等因素，使得图像更加准确和清晰。
ENVI提供了多种图像校正方法，如大气校正、几何校正等。
1. 大气校正在遥感图像处理中，大气校正是一个重要的步骤。
ENVI提供了不同的大气校正模型，如基于大气遥感参数的MODTRAN模型、Atmospheric and Topographic Correction (ATCOR)模型等。
用户可以根据实际需求选择合适的大气校正方法对图像进行校正，以消除大气干扰，还原地物的真实信息。
2. 几何校正几何校正是指将图像中的地物从图像坐标转换为地理坐标，使得图像与实际地理位置相符。
ENVI提供了自动几何校正功能，可以使用地面控制点或地面矢量数据进行几何校正。
通过选择合适的校正方法和参考数据，可以将图像校正为具有地理坐标的图像。
三、图像拼接图像拼接是将多幅图像按照空间位置进行组合，生成一幅更大尺寸的图像。
遥感影像裁剪实验报告
一、实验目的1. 掌握遥感图像几何校正的基本方法和步骤；2. 掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术；3. 学习通过 ERDAS 进行遥感图像规则分幅裁剪，不规则分幅裁剪和掩膜处理。
二、实验内容1. 规则分幅裁剪：根据行列号、左上角和右下角两点坐标、图像文件、ROI 矢/量文件等获取矩形裁剪范围，进行规则裁剪。
2. 不规则分幅裁剪：通过手动绘制裁剪范围和外部矢量数据裁剪图像两种方法进行不规则裁剪。
3. 掩膜处理：对全州县东山瑶族自治乡七宝坑研究区TM影像进行掩膜处理，提取研究区信息。
三、实验步骤1. 规则分幅裁剪：（1）打开ENVI软件，选择File>Open Image File，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）选择Import File，导入裁剪范围数据。
（4）在ENVI主菜单栏中选择File>Save As，保存裁剪后的图像。
2. 不规则分幅裁剪：（1）打开ENVI软件，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）在ENVI界面中，使用鼠标绘制裁剪范围或导入外部矢量数据。
（4）在ENVI主菜单栏中选择File>Save As，保存裁剪后的图像。
3. 掩膜处理：（1）打开ENVI软件，导入124-42双牌幅TM影像数据。
（2）选择File>Save File As>ENVI Standard，创建新文件。
（3）在ENVI界面中，使用掩膜工具对研究区进行掩膜处理。
（4）在ENVI主菜单栏中选择File>Save As，保存掩膜后的图像。
四、实验结果与分析1. 规则分幅裁剪：成功获取124-42双牌幅TM影像数据的矩形裁剪范围，裁剪后的图像符合预期。
卫星遥感图像的分幅与拼接方法
卫星遥感图像的分幅与拼接方法随着卫星遥感技术的不断发展，卫星遥感图像在地理信息系统、农业、环境监测等领域发挥着重要的作用。
然而，由于卫星传感器的限制以及地球表面的不规则性，获得的遥感图像往往面临分辨率不高、覆盖区域有限等问题。
为了更好地应用遥感图像，分幅与拼接是一种常用的数据预处理方法。
一、卫星遥感图像的分幅方法卫星遥感图像的分幅主要是将大范围的图像拆分成小区域的子图像，以便更好地处理和分析。
一种常用的分幅方法是利用滑动窗口技术，将图像分成固定大小的块。
首先，确定滑动窗口的大小。
窗口大小的选择应根据具体的应用需求而定，通常是按照地物具有明显特征的尺寸进行选择。
然后，从遥感图像的左上角开始，按照设定的窗口大小移动，逐步截取子图像。
最后，重复该过程，直到覆盖整个遥感图像的范围。
此外，还有一些分幅方法是基于图像的特定区域进行分割，例如利用边缘检测的方法将图像分成多个连续的区域。
这种方法可以更加准确地分割出地物边界，但在计算复杂度和计算时间上需付出更多的代价。
二、卫星遥感图像的拼接方法卫星遥感图像的拼接是将多幅分幅后的图像按照一定的几何关系重新组合成完整的图像。
在不同传感器或不同时间获得的遥感图像拼接中，几何校正是至关重要的步骤。
几何校正首先需要确定各分幅图像之间的几何变换关系。
这可以通过地面控制点的选择和匹配来实现。
地面控制点是在图像上能够准确标识的地物特征，如建筑物、道路交叉口等。
通过在不同分幅图像上选取和匹配地面控制点，可以建立各图像之间的坐标转换模型，从而实现几何校正。
另外，色彩一致性是图像拼接的另一个重要方面。
由于光照条件、传感器响应等因素的影响，不同分幅图像的亮度、对比度、饱和度等方面可能存在差异。
为了使拼接后的图像具有良好的视觉效果，需要对图像进行色彩校正。
色彩校正的方法主要有线性变换、直方图匹配等。
总结起来，卫星遥感图像的分幅与拼接是提高遥感图像空间分辨率和覆盖范围的重要手段。
分幅方法可以根据需要划分小区域，以便更好地进行处理和分析。
遥感图像裁剪与镶嵌处理
遥感图像裁剪与镶嵌处理实验目的：通过实验操作，掌握遥感图像规则分幅裁剪、不规则分幅裁剪、图像匹配和图像镶嵌的基本方法和步骤，深刻理解遥感图像裁剪和镶嵌的意义。
实验内容：ERDAS软件中图像预处理模块下的Subset和Mosaic。
1.图象拼接（镶嵌）处理将同一区域机邻的三幅遥感图象进行拼接处理，为了消除太阳高度角或大气环境等影响造成的相邻图像效果的差异，首先用直方图匹配（Histogram Match）对遥感图像进行处理。
(1)直方图匹配（Histogram Match）(2)图像拼接（镶嵌）.启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data preparation/Mosaicc lmages—打开Mosaic Tool 视窗。
.加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for Mosaic 对话框。
依次加载窗拼接的图像。
.在Mosaic Tool 视窗工具条中，点击set Input Mode 图标，进入设置图象模式的状态，利用所提供的编辑工具，进行图象叠置组合调查。
.图象匹配设置，点击Edit /Image Matching —打击Matching options 对话框，设置匹配方法：Overlap Areas。
.在Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set OverlapFunction对话框设置以下参数：.设置相交关系(Intersection Method):No Cutline Exists。
.设置重叠图像元灰度计算(select Function):Average。
.Apply —close完成。
.运行Mosaic 工具在Mosaic Tool视窗菜单条中,点击 Process/Run Mosaic ，设置文件路径和名称，执行镶嵌操作。
3-遥感影像切割与合并
遥感影像切割与合并一、打开Erdas imagine 8.5软件注意：为保证切割与合并的顺利进行，矢量格式的边界图层必须与img格式的遥感图像保持投影的一致性。
如果不一致，可以用ArcMap进行转换。
二、影像切割1、把矢量格式的边界图层（如*.cov格式、*.shp格式）转变为栅格图层（如*.img 格式），即victor to raster。
命令如下：Erdas－interpreter－utilities－victor to raster ：见图中红圈所示。
2、生成mask文件。
按图中红圈所示输入相应的内容。
以连云港市为例，输入矢量文件lygs.shp，生成的mask文件命名为：lyg_mask.ing。
其余按红圈所示进行修改。
点击“ok”即可。
3、图像切割：命令如下：Erdas－interpreter－utilities－mask：见图中红圈所示。
按图中红圈进行设置：先输入被切割文件如js_lat_bount_2003.img，然后输入切割边界文件如lyg_mask.img；最后输出切割下来的文件名如lygs.img。
其余配置见图。
点击“ok”即可。
三、影像合并（一）一般图像合并1、运行Erdas-Dataprep-mosaic images，如下图中红圈所示。
2、运行Edit-Add images，如下图所示。
3、输入images图像，其余选择如下图所示。
点击“Add”4、在下图窗口中再加入另一副图像。
如图中鼠标所示。
原来加入的图像为1。
5、输入images图像，其余选择如下图所示。
点击“Add”6、添加两幅图的结果如图所示。
新加图像为2。
7、运行Process-run mosaic。
8、输入合并后的文件名称。
点击ok即可。
9、合并后的扬州和镇江的遥感图像如图所示。
（二）去除图边无数据值的图像合并对于一幅卫星图像来说，图像边界值为0或异常值，需要先除去边界再进行合并。
1、先生成AOI文件，去除边界。
遥感图像镶嵌方法及数据拼接技巧
遥感图像镶嵌方法及数据拼接技巧遥感技术是一项重要的地球观测技术，通过传感器获取地球表面的图像信息。
而遥感图像镶嵌方法和数据拼接技巧则是对这些遥感图像进行处理和分析的关键步骤。
本文将介绍遥感图像镶嵌的几种方法以及数据拼接的技巧，帮助读者更好地理解和应用这些技术。
第一部分：遥感图像镶嵌方法遥感图像镶嵌是将多幅具有重叠部分的遥感图像融合成一幅完整的图像，以得到更全面和准确的地理信息。
以下是几种常见的遥感图像镶嵌方法：1.直接图像拼接法：这是最简单的方法，直接将多幅遥感图像拼接在一起。
这种方法适用于图像之间没有相对旋转和平移的情况，但对于大范围的图像拼接可能需要非常大的计算资源。
2.特征匹配法：这种方法首先提取图像中的特征点，然后利用这些特征点进行图像匹配和拼接。
常用的特征点提取算法有SIFT和SURF等。
这种方法适用于拼接图像之间有相对旋转和平移的情况，但对于图像质量较差或者存在遮挡的情况效果可能不理想。
3.数字高程模型（DEM）拼接法：这种方法先利用多幅图像生成数字高程模型，然后再将图像拼接到数字高程模型上。
这种方法适用于需要考虑地形信息的图像拼接，如山地地区的图像拼接。
第二部分：数据拼接技巧在进行遥感图像拼接时，除了选择合适的镶嵌方法外，还需要考虑一些数据拼接的技巧，以保证拼接结果的准确性和一致性。
1.预处理：在进行图像拼接之前，可以对图像进行预处理，如去除边缘噪声、色彩校正、直方图匹配等。
这些预处理能够提高图像质量和匹配的准确性。
2.地面控制点：地面控制点是用来对图像进行定位和校正的关键点。
通过在图像中标记地面控制点的位置，可以精确地进行图像匹配和定位。
3.图像融合：在图像拼接之后，可能会出现不同图像之间的色彩差异和边界不连续的问题。
可以通过色彩平衡、图像融合等技术来解决这些问题，使得拼接后的图像具有一致的色彩和边界。
4.镶嵌质量评估：镶嵌后的图像质量评估是判断拼接结果好坏的重要指标。
可以通过视觉检查、测量点检查、相对校正误差等方法来评估图像的准确性和一致性。
实验：遥感图像裁剪、镶嵌、融合
实验：遥感图像的拼接、裁剪一、实习目的与要求·掌握图像拼接的原理，以及两幅图像拼接的时候需要的条件，掌握拼接技术；·学习通过ERDAS进行遥感图像规则分幅裁剪，不规则分幅裁剪的实验过程，能够对一幅大的遥感图像按照要求裁剪图像；二、实验原理·图像拼接(mosaic image)是具有地理参考的若干相邻的图像合并成一幅图像或一组图像，需要拼接的图像必须含有地图投影，必须有相同的波段数。
在进行图像拼接时需要确定一幅参考影像，参考图像作为图像拼接的基准，决定输出图像的地图投影和象元大小和数据类型。
·在实际工作中，经常需要根据研究区域的工作范围对图像进行分幅裁剪，erdas中可以对图像进行规则分幅裁剪(rectangle subset)和不规则分幅裁剪(pdygon subset)，根据实际的应用对图像选择不同的裁剪方式。
三、实验内容和实验过程1.图像拼接实验步骤：（1）启动图像拼接工具,在ERDAS图标面板工具条中，点击Data preparation→Mosaicc lmages→Mosic Tool，打开Mosaic Tool 视窗。
（2）加载需要拼接的图像，在Mosaic Tool视窗菜单条中，点击Edit→Add images或则单击按钮，打开Add Images for Mosaic 对话框。
依次加载窗拼接的图像wasia1_mss.img 和wasica3_tm.img（如下图）。
（3）设置输入图像的颜色纠正模式：Edit→Color Corrections，并在Use HistogramMatching选项前打勾，并点开Seting按钮，出现界面（如下图）。
（或者在按钮被选中，然后再下栏中选中按钮。
也会出现如下图界面）。
只有颜色纠正模式处理好了，才不会出现明显的差异（4）设置交叉区域匹配参数，点击Edit→Set Overlap Function，或者单击工具条中图标设置图像关系，并在下一栏中单击Overlap Function图标，打开Set Overlap Function对话框如下图，设置交叉区域是否有边界线重叠和区域的函数类型，确定。
DEM遥感图像合并裁剪
如何在ERDAS、ARCgis中实现用矢量线界裁切遥感影像总结一下利用Erdas和Arcgis来随意图形分割影像图：影像图格式为tif随意图形格式随意（就当shape格式）一：合并影像图：由于影像图的分割需要，则要全部覆盖shape格式的边界。
分Erdas和Arcgis两种合并法：Erdas合并：①打开Erdas，再打开viewer窗口(注意：再打开图层时，要将raster option的no stretch 和background transparent前打勾，这样图层就不会失真)。
②打开需要合并的图：files of type选择，选择对应的的图层③在窗口viewer—raster—mosaic images,弹出mosaic tool窗口④在窗口mosaic tool—process—run mosaic，弹出窗口⑤在窗口output file nam选择files of type为tif格式，存放路径自己选择，点击ok完成Arcgis合并: ①打开Arcgis(Arcmap), 加入要合并的图层②ArcToolBox—datamanagementtools—raster—mosaic或mosic to new rastevr然后按需求选择input raster 和 output raster还有名称。
二：生成分割边界：①先用arcmap打开shape图，选中shape边界②ArcToolBox—conversion tools—to coverage—feature to class coverage然后按需求选择input feature classse和在output coverage填入存储路径，点击ok完成，生成coverage格式。
③然后在Erdas用窗口viewer打开coverage图和tif图。
④再矢量图上用鼠标点击你要裁切的边界线，再点击“AOI”菜单，选择 copy select toaoi； View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮，再选中矢量图中重叠的部分。
实验4-拼接裁剪
School of Urban and Environment Science, Central China Normal University
遥感影像的拼接和裁剪
步骤2：点击Mosaic Tools中Edit菜单下的Add images 菜单，选择待裁减 的影像。 。
School of Urban and Environment Science, Central China Normal University
遥感影像的拼接和裁剪
步骤5：选择AOI下的Copy Seletion To AOI。注意矢量图边缘的变 化（变成虚线）。
School of Urban and Environment Science, Central China Normal University
遥感影像的拼接和裁剪
步骤6：选择Save下的AOI Layer As。注意正确选择AOI文件的输出 目录和文件名（如wuhan-roi.roi）。
遥感影像的拼接和裁剪
步骤10：在Viewer中打开裁剪后的覆盖行政区的影像（以武汉市 中心城区为例。）
School of Urban and Environment Science, Central China Normal University
遥感影像的拼接和裁剪 行政区裁剪(方式2)
步骤1：点击ERDAS主面板中的DataPrep按钮-选择Mosaic Images按钮选择其中的Moscia Tools菜单。
*以上步骤准备了一个扩展名为roi的文件，该文件是行 政区裁剪（第7步）所必须的一个文件。
School of Urban and Environment Science, Central China Normal University
遥感图像裁剪与拼接
遥感图像拼接（镶嵌）与裁剪一、实验目的与要求图像镶嵌指在一定数学基础控制下，把多景相邻遥感图像拼接成一个大范围、无缝的图像的过程，在ENVI中提供了透明处理、匀色、羽化等功能。
实验要求可以用ENVI解决镶嵌颜色不一致、接边以及重叠区等问题。
图像裁剪的目的是将研究之外的区域去除。
常用的方法是按照行政区划边界或者自然区域边界进行图像裁剪；在基础数据生产中，经常还要进行标准分幅裁剪。
ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。
实验要求学生们学会通过ENVI软件对下载的地区图像进行裁剪和拼接，将南京区域裁剪出来。
通过本次实验，初步熟悉ENVI和ARCGIS软件，为今后环境遥感学习奠定基础。
二、实验内容与方法1 实验内容1)图像拼接：ENVI的图像拼接功能提供交互式的方式将没有地理坐标或者有地理坐标的多幅图像合并，生成一幅单一的合成图像。
2)图像裁剪：通常按照行政区划边界或自然区划边界进行图像剪裁，在基础数据生产中，还经常要进行标准分幅裁剪。
2 实验方法1)图像拼接最新ENVI提供了全新的影像无缝镶嵌工具Seamless Mosaic，所有功能集成在一个流程化的界面，它可以：∙控制图层的叠放顺序∙设置忽略值、显示或隐藏图层或轮廓线、重新计算有效的轮廓线、选择重采样方法和输出范围、可指定输出波段和背景值∙可进行颜色校正、羽化/调和∙提供高级的自动生成接边线功能、也可手动编辑接边线∙提供镶嵌结果的预览使用该工具可以对影像的镶嵌做到更精细的控制，包括镶嵌匀色、接边线功能和镶嵌预览等功能。
2)图像裁剪（1）规则分幅裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形的范围获取途径包括行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件；（2）不规则分幅裁剪，是指裁剪图像的边界范围是一个任意多边形。
任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的ROI(感兴趣区)多边形，也可以是ENVI支持的矢量文件。
实验二、ERDAS分幅裁剪、拼接操作09.9
实验三、 实验三、遥感图像的分幅裁剪和拼接
实验目的： 实验目的：通过实习操作，掌握遥感图像的分幅裁剪和拼接 的基本方法和步骤，深刻理解遥感图像裁剪和拼接的意义。 实验内容： 实验内容 在实际工作中，经常需要根据研究工作范围对图像进行 分幅裁剪(Subset Image)，按照ERDAS实现图像分幅裁剪的 过程，可以将图像分幅裁剪分为两种类型：规则分幅裁剪 (Rectangle Subset)，不规则分幅裁剪(Pdygon Subset)。
图像拼接处理(Mosaic Image)是要将具有地理参考的若地图投影信息，或者说输入图像必须经过几何校 正处理(Rectified)或进行过校正标定。虽然所有的输入图像 可以具有不同的投影类型、不同的象元大小，但必须具有相 同的波段数。在进行图像拼接时，需要确定一幅参考图像， 参考图像将作为输出拼接图像的基准，决定拼接图像的对比 度匹配、以及输出图像的地图投影、象元大小和数据类列。
遥感图像的拼接、裁剪、融合
2 ） 加 载 Mosaic 图 像 ， 在 Mosaic Tool 视 窗 菜 单 条 中 ， Edit/Add images—打开Add Images for Mosaic 对话框或则单击 按钮。依次加载窗拼接的图像（如下图）。
3 ） 单 击 Image Area Options按钮，选择图像拼接区域 （边界）的处理方式，以使拼接后 的图像不会出现拼接线，不会出现 明显的差异。
遥感图像的拼接、裁剪、融合
提纲： 一、遥感图像的拼接 二、遥感图像的裁剪 三、遥感图像的融合
一、遥感图像的拼接
1.实验目的
1) 理解图像拼接处理的含义 2) 掌握图像拼接处理的方法和过程
2.实验步骤
1 ） 启 动 图 象 拼 接 工 具 , 在 ERDAS 图 标 面 板 工 ቤተ መጻሕፍቲ ባይዱ 条 中 ， 点 击 Dataprep/Data preparation/Mosaicc lmages— 打 开 Mosaic Tool 视窗。
谢 谢！
2）各参数输入：输入高分辨率文件，多光谱文件，输出图像 文件，在method框中选择融合方法，主成分变换融合（Principle component）、乘积变换融合(Multiplicative)和比值变换融合 (Brovey Transform)。
3）选择重采样方法（Resampleing Technique），参数设 置好后单击ok执行融合，最后打开viewer窗口查看融合后图像与融 合前两幅图像有什么不同。
③参数输入后执行裁剪，后打开裁剪后图像查看。
二、遥感图像的融合
1.实验目的
掌握不同分辨率图像的特性，详细理解各种融合方法的原理，以及各种融合方 法的优缺点，能够根据不同的应用目的合理选择融合方法，掌握融合的操作过 程；
遥感图像裁剪与拼接
遥感图像裁剪与拼接在遥感领域中，遥感图像裁剪与拼接是常见的处理操作。
通过将多个遥感图像进行裁剪和拼接，可以获得更大范围、更高分辨率的图像，进而满足不同应用需求。
本文将介绍遥感图像裁剪与拼接的基本原理、方法和应用场景。
一、遥感图像裁剪遥感图像裁剪是指将原始的遥感图像按照感兴趣区域进行切割，只保留所需部分。
裁剪可以有效减少图像数据量，同时也能够提高分析效率。
以下是常见的遥感图像裁剪方法：1. 矩形裁剪矩形裁剪是最常用的一种裁剪方式，通过指定感兴趣区域的左上角和右下角坐标，可以实现对图像的矩形裁剪。
2. 多边形裁剪在某些情况下，感兴趣区域可能呈现复杂的形状，无法用矩形进行准确裁剪。
此时，可以利用多边形裁剪方法实现更精确的裁剪。
3. 边界缓冲裁剪边界缓冲裁剪是指在感兴趣区域周围增加一定的缓冲边界，以避免实际野外边界与图像边界不对齐的问题。
这种裁剪方法常用于遥感监测和精确测绘等应用领域。
二、遥感图像拼接遥感图像拼接是将多幅遥感图像按照一定的拼接规则进行合并，生成一张大尺寸的合成图像。
拼接可以扩展观测范围，提高图像分辨率，以及实现更全面的遥感分析。
以下是常用的遥感图像拼接方法：1. 无重叠拼接无重叠拼接是最简单的一种拼接方式，将多幅遥感图像按照顺序直接拼接在一起。
这种方法适用于目标分割、土地利用等需要完整观测范围的应用场景。
2. 重叠拼接重叠拼接是指在图像拼接过程中，采取重叠部分图像像素的平均值或加权平均值作为拼接结果。
这种方法可以减少图像拼接处的明显接缝，提高整体的视觉质量。
3. 特征点匹配拼接特征点匹配拼接是通过提取图像中的特征点，在不同图像上进行匹配，确定拼接关系，然后进行图像变形和融合。
这种方法对于复杂场景和大范围拼接效果较好。
三、应用场景遥感图像裁剪与拼接在各个领域都有广泛的应用，以下列举几个常见的应用场景：1. 土地利用规划通过裁剪与拼接遥感图像，可以获取更大范围、更高分辨率的土地利用信息。
这对于城市规划、农业管理等具有重要意义。
- 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)。
遥感图像拼接（镶嵌）与裁剪一、实验目的与要求图像镶嵌指在一定数学基础控制下，把多景相邻遥感图像拼接成一个大围、无缝的图像的过程，在ENVI中提供了透明处理、匀色、羽化等功能。
实验要求可以用ENVI解决镶嵌颜色不一致、接边以及重叠区等问题。
图像裁剪的目的是将研究之外的区域去除。
常用的方法是按照行政区划边界或者自然区域边界进行图像裁剪；在基础数据生产中，经常还要进行标准分幅裁剪。
ENVI的图像裁剪过程，可分为规则裁剪和不规则裁剪。
实验要求学生们学会通过ENVI软件对下载的地区图像进行裁剪和拼接，将区域裁剪出来。
通过本次实验，初步熟悉ENVI和ARCGIS软件，为今后环境遥感学习奠定基础。
二、实验容与方法1 实验容1)图像拼接：ENVI的图像拼接功能提供交互式的方式将没有地理坐标或者有地理坐标的多幅图像合并，生成一幅单一的合成图像。
2)图像裁剪：通常按照行政区划边界或自然区划边界进行图像剪裁，在基础数据生产中，还经常要进行标准分幅裁剪。
2 实验方法1)图像拼接最新ENVI提供了全新的影像无缝镶嵌工具Seamless Mosaic，所有功能集成在一个流程化的界面，它可以：•控制图层的叠放顺序•设置忽略值、显示或隐藏图层或轮廓线、重新计算有效的轮廓线、选择重采样方法和输出围、可指定输出波段和背景值•可进行颜色校正、羽化/调和•提供高级的自动生成接边线功能、也可手动编辑接边线•提供镶嵌结果的预览使用该工具可以对影像的镶嵌做到更精细的控制，包括镶嵌匀色、接边线功能和镶嵌预览等功能。
2)图像裁剪（1）规则分幅裁剪，是指裁剪图像的边界围是一个矩形，这个矩形的围获取途径包括行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件；（2）不规则分幅裁剪，是指裁剪图像的边界围是一个任意多边形。
任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的ROI(感兴趣区)多边形，也可以是ENVI支持的矢量文件。
三、实验设备与材料1 实验设备装有ENVI的计算机2 实验材料市TM影像四、实验步骤1 数据的下载打开地理空间数据云/并登陆用户。
图1 在地理空间数据云上下载数据按空间条件进行查询，输入省-市等信息，点击显示查询所需下载的区域。
并且选择LANDSAT5 数据进行查询。
图2 选择市作为下载区域通过查看视图可以看出，在2010年这两幅影像才能完全覆盖市整个区域，因此需要下载两幅图像进行图像的拼接。
图3 影像板块选择2 图像的拼接1）加载数据（1）打开ENVI Classic，加载下载的两幅多波段影像，并通过5-4-3假彩色保存成一幅影像文件。
图4 保存为ENVI标准格式（2）进入ENVI，选择toolbox – Mosaicking - Seamless Mosic 工具。
并点击将保存的两幅影像文件加载到图5 无缝拼接工具流（3）在Data Ignore Value列表中，可设置透明值，当重叠区区有背景值时候，可设置这个值。
（4）勾选右上角的Show Preview，可以预览镶嵌效果；图6 加载结果2）匀色处理——匀色方法是直方图匹配（Histogram Matching）（1）在Color Correction选项中，勾选Histogram Matching，如图2.3所示：•Overlap Area Only：重叠区直方图匹配•Entire Scene：整景影像直方图匹配图7 Color Matching Action匀色选项面板（2）在main选项中，放在Color Matching Action上单击右键，设置参考（Reference）和校正（Adjust），根据预览效果确定参考图像。
图8 Main选项面板图9 直方图匹配匀色效果3）接边线与羽化接边线包括自动和手动绘制两种方法，也可以结合起来使用。
（1）选择下拉菜单Seamlines > Auto Generate Seamlines，自动绘制接边线，如下图所示，自动裁剪掉TM边缘"锯齿"。
图10 接边线（绿色）（2）自动生成的接边线比较规整，可以明显看到由于颜色不同而显露的接边线。
下拉菜单Seamlines> Start editing seamlines，可以编辑接边线。
通过绘制多边形重新设置接边线，如下图为接边线编辑示意图。
图11 接边线编辑示意图4）输出结果（1）Export面板中，设置重采样方法Resampling method：Cubic Convolution；（2）设置背景值Output background Value：0；（3）选择镶嵌结果的输出路径；（4）单击Finish执行镶嵌。
图12 输出参数设置面板图13 镶嵌结果3 图像的裁剪1）规则图像裁剪以TM影像为例，图像存放在"…\图像裁剪\数据"中。
（1）File > Open打开图像，按Linear2%拉伸显示。
（2）File > Save As，进入File Selection面板，选择Spatial Subset选项，打开右侧裁剪区域选择功能。
图14 File Selection面板（3）有多种方法确定裁剪区域：•使用当前可视区域确定裁剪区域：单击Use View Extent，自动读取主窗口中显示的区域。
•通过文件确定裁剪区域：可以选择一个矢量或者栅格等外部文件，自动读取外部文件的区域。
点击右下角Subset By File，单击Open file按钮，选择矢量数据"矢量.shp"作为裁剪围。
图15 打开矢量数据作为裁剪围•手动交互确定裁剪区域：可以通过输入行列数（Columns和Rows）确定裁剪尺寸，按住鼠标左键拖动图像中的红色矩形框来移动以行列数确定的裁剪区域；也可以直接用鼠标左键按钮红色边框拖动来确定裁剪尺寸以及位置（4）可以看到裁剪区域信息，左侧Spectral Subset按钮还可以选择输出波段子集，这里默认不修改，单击OK。
图16 裁剪参数设置面板（5）选择输出路径及文件名，单击OK，完成规则图像裁剪过程。
图17 结果输出2) 不规则图像裁剪不规则图像裁剪，是指裁剪图像的边界围是一个任意多边形。
任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的多边形，也可以是ENVI支持的矢量文件。
针对不同的情况采用不同的裁剪过程。
下面学习这两种方法。
a)手动绘制裁剪区（1）打开图像Beijing_TM.dat，按Linear2%拉伸显示。
（2）在Layer Manager中选中Beijing_TM.dat文件，单击鼠标右键，选择New Region Of Interest，打开Region of interest (ROI) Tool面板。
图18 新建ROI（3）在Region of interest (ROI) Tool面板中点击按钮，在图像上绘制多边形，绘制大致为老皇城二环围的多边形，作为裁剪区域。
可以修改感兴趣区名称ROI Name、感兴趣区颜色ROI Color等，也可以根据需求绘制若干个多边形，当绘制多个感兴趣区时利用可以进行删减。
图19 Region of interest (ROI) Tool手动绘制ROI（4）在Region of interest (ROI) Tool面板中，选择File-> Save as，保存绘制的多边形ROI，选择保存的路径和文件名。
图20 保存新绘制的ROI（5）在Toolbox中，打开Regions of Interest/Subset Data from ROIs。
（6）在Select Input File对话框中，选择镶嵌得到的TM数据，打开Subset Data from ROIs Parameters面板。
（7）在Subset Data from ROIs Parameters面板中，设置以下参数：•Select Input ROIs：选择刚才生成的矢量文件roi1•Mask pixels output of ROI？：Yes•Mask Background Value背景值：0（8）选择输出路径和文件名，单击OK执行图像裁剪。
图21 Subset Data from ROIs Parameters面板b)外部矢量数据裁剪图像（1）打开镶嵌得到的TM数据，按Linear2%拉伸显示。
（2）File -> Open，打开"…\10.图像裁剪\数据\矢量数据"下的"矢量.shp"数据。
图22 待裁剪的TM图像加载矢量数据显示（3）在Toolbox中，打开Regions of Interest /Subset Data from ROIs。
Select Input File选择Beijing_TM.dat，点击OK，打开Subset Data from ROIs Parameters面板；（4）在Subset Data from ROIs Parameters面板中，设置以下参数：•Select Input ROIs：选择EVF:矢量.shp•Mask pixels output of ROI？：Yes•Mask Background Value背景值：0（5）选择输出路径和文件名，单击OK执行图像裁剪。
图23 Subset Data from ROIs Parameters面板如下图为裁剪结果。
图24 利用矢量数据生成ROI进行图像裁剪的结果图25 去除黑边的办法。