激光遥感数据处理实验报告

激光遥感数据处理实验报告
激光遥感数据处理实验报告

辽宁工程技术大学

本科生实习报告书

实习题目激光遥感数据处理

教学单位

专业

班级

学生姓名

学号

指导教师

实习时间

1 T erraSolid软件认识

一、实验目的与内容:

1.目的

安装MicroStation、TerraSolid软件,初步熟悉软件各个模块的功能。

2.内容

软件安装与解密;

了解各个功能模块的主要功能;

熟练应用软件进行点云数据的基本操作;

参考资料:Tscan0.pdf及视频。

二、实验过程:

TerraSolid系列软件是第一套商业化的Lidar数据处理软件,基于MicroStation开发运行。TerraSolid系列软件主要有TerraScan, TerraPhoto, TerraMatch,TerraModeler等模块来共同处理激光雷达点云数据和影像。用户可以根据不同的需要选择不同的模块。因此要先安装MicroStation。

1 软件的安装

①安装MicroStation。运行ms08050270en.exe,按照程序指示完成安装;

②拷贝msv8.lic复制到C:\Program Files\Bentley\Program\Licensing文件夹下,完成MicroStation的解密;

③再运行setup.exe,选择TerraScan, TerraPhoto, TerraMatch,TerraModeler四项完成四个模块的安装;

④拷贝license目录下四个解密文件到C:\terra\license文件夹下,完成TerraSolid软件解密。

2 软件运行和加载

①双击桌面快捷方式MicroStation,运行软件。系统主界面如下图1所示。

②选择菜单Utilities→MDL Aplication,调出MDL对话框,如图2所示。选择TSCAN,点击load按钮,完成TerraScan的加载。同理可完成TerraPhoto, TerraMatch,TerraModeler3个模块的加载,

然后进入各个模块的使用界面。

图1 MicroStation系统主界面

图2 MDL对话框

3、各个模块功能介绍

Terrasolid系列由TerraScan、TerraModel、TerraPhoto、TerraSlave、TerraMatch、TerraSurvey等组成,来共同处理激光雷达点云数据和影像。用户可以根据不同的需要选择不同的模块,一般最常用的就是TerraScan和TerraModel。

TerraScan能装载和处理大量的LIDAR数据,它的主要功能是根据点的坐标、强度、同一激光的首末反射值等信息将大量激光扫描测量数据进行分类、滤波。它可以根据一定的分类标准程序对所有的点

进行批处理。另外它还可以象AutoCAD那样很方便地利用鼠标编辑图形,从不同角度观察图形。但

TerraScan软件仅有一个滤波器,采用的是基于坡度的滤波理念。

TerraMatch用于解决IMU飞行姿态参数,确定飞行姿态,用于系统检校/航带平差。

TerraModel是用来生成和处理各种表面模型的,可用于计算体积、面积,生成等高线、轮廓线,洪水淹没计算。

TerraPhoto用来处理原始数码影像。将飞机的飞行数据文件(包括飞机位置、姿态、拍摄时间、影像排列等数据)、影像数据文件及地面数字模型文件输入系统,必要时还可以将外控数据输入系统,该软件将根据这些数据进行全自动空三平差、镶嵌,形成彩色正射影像图。

4、软件基本操作

①数据读取与显示。从TerraScan菜单栏选择File→Read Points即可打开选择文件选择对话框在数据目录双击https://www.360docs.net/doc/e23581054.html,s,点击Done按钮,软件将会读入数据,并在Microstation的View对数据进行显示

②数据显示模式。

V iev→Display mode可对点云数据的不同显示模式进行查看。可供选择的方式有:类、回波、高程、强度、距离、渲染等。在Display mode中,可以对每个窗口的颜色以及显示方式进行设置,如下图所示:

③General、ViewLaser工具箱

2 机载LiDAR数据处理——系统检校

一、实验目的及内容:

1.实验目的:

结合课程介绍系统检校原理,掌握基于软件进行系统检校的方法和步骤。

2.实验内容:

在TerraMatch,模块下,进行系统检校。

二、实验过程:

检校的最终目标是要确定所有的系统误差并对所求的原始点数据进行改正,使其只剩下随机误差。对每次飞行需要检校的误差主要是安置误差,其随飞行的次数、时间以及仪器的安装等因素而变化。

1.打开数据:

将实验数据中的四条航带点云数据打开,为明显区别可使四条航带显示不同的颜色,在Display mode进行设置。同时,点击Draw Section按键,画出一定宽度的线,结果在V iew2中显示,可发现各个航带明显地存在偏差,这就是系统误差造成的,系统检校的目的就是消除这些误差。结果如下图所示:

2.加载TerraMatch,进行系统检校

与加载TerraScan步骤相同,加载TerraMatch,开始系统检校。

系统检校的操作:

1、导入轨迹文件。选择左侧工具栏中的Setting→Manage Trajectories→File→Set directory,选择所用的数据文件,即完成了导入轨迹文件。

2、画航线。在Manage Trajectories中,选择Tools→Draw Trajectories,则显示了航线。

3、在T erraMatch中,点击Setting→Measure match,在Use 中选择Loaded points,Use classes中选择Ground,完成后,则会显示Measure report,其中Average magnitude为0.09988。

4、开始进行航带平差,仍然在T erraMatch中,点击Setting→Find match,在solve for中,将Heading shift,Roll shift,Pitchshift三个选项划勾。然后点OK,则开始系统检校,过程会显示如下界面:

5、应用检校结果。上述过程完成后,会出现Apply results,可以将这个结果保存,点击OK,则将结果应用在数据中,完成系统检校。

完成了系统后,可发现原来各个航带存在的偏差,会减小。如图所示:

如下图所示:

3 机载LiDAR数据处理——滤波分类

一、实验目的与内容:

掌握软件滤波分类方法。

运用软件对点云数据进行滤波、分类。

二、实验方法与过程:

1 实验方法:

人工交互编辑的目的是剔除自动滤波,自动分类没有滤掉的部分粗查和未分类正确的激光点,为了便于人工作业,工程化的海量数据处理需要界面更友好、处理效率更高的选定工具和算法。

在对点云数据进行分类处理前,首先应当对数据进行检验,剔除错误的点和高程异常的点,如特别低的点(地面以下的点)或特别高的点(云或飞行中的鸟)。然后建立地面数据类型,分离出非地面的数据。再根据顾客的要求,对非地面数据进行分类,如建筑物类数据、输电线路数据、铁路类数据等等。另外,可以根据高出地面的高度对非地面点数据进行分类,如可以对不同的植被进行分类。最后输出分类的数据。

机载LiDAR 航飞获取的原始激光数据在经过数据预处理之后就是海量的激光点云数据,这些点云数据包括地面点、植被点、建筑物点、水域点、其他地物点以及噪声点,且都在同一个数据层。激光点云数据分类就是要将这些点放在预先定义的数据层中,比如,地面点放在ground 层,植被点放在vegetation 层,建筑物点放在building 层等,其中重点是要分出地面点,从而生成DEM。

2 实验过程:

激光点分类的主要流程如下:

1、设置分类层。根据数据后处理的需求设定不同的点层,并设置该层描述语、编号、颜色等显示信息。

2、提取噪声点。主要是提取空中的像云和鸟等噪声点,这些点明显高于周围点的平均高程,但是其中很有可能把空中的电力线、通信线等也提取出来,所以,提取噪声点后要检查分类是否准确。其原理是若中心点高于周围点的平均高程限差,则该点确定为噪声点。

3、提取低点。这一步主要是提取因为多路径反射而产生的比实际点位低的错误点,其原理是给定一个点作为中心点,指定范围的点与其进行高程比较,若明显低于指定范围内的点,那么这个点被确定为低点。

4、提取地面点。提取地面点是分类中最关键的一个步骤,主要是通过反复迭代建立地面三角网模型来分离出地面点。在算法上包括两个阶段,第一,在分离出低点的基础上,软件在一定范围内搜寻初始地面点来建立一个初始模型,并在这些点之间构建临时的TIN 模型;第二,在原来初始模型的基础上,抬高模型,如果某些点和TIN 之间的角度和距离符合预设的参数,将会增加这些新的点到原来构建的TIN 模型中,每个增加的点使得模型越来越接近真实的地面。

也可以运用Micro滤波获取地面点:

5、其他地物点。地面以上地物点的提取是建立在地面模型基础上的,主要通过其高度来进行分类。植被点和电力线点在根据高度分类之后,要人工分别区分开来。建筑物点的分类由程序自动进行,再加以人工辅助修改。一般情况下,机载激光用于扫描地形,水面反射接收到的激光点很少,所以,激光点很离散稀疏的就判断为水域,再参考影像来确定水域的形状边界等信息。

Add按钮→

Add按钮→

Add按钮→

运行宏即可得到分类的植被点。

Add按钮→

运行宏即可得到building类。

6、点云数据的交互编辑

现有的软件尽管对点云数据可以进行大部分的自动分类处理,但是由于地面的复杂性和点云数据的随机性,自动处理算法无法保证完全的可靠性,因此自动分类完成后,对比较特殊及复杂的地形及目标,特别是陡坎、建筑物与树木交界处、植被以及水域等仍需要进行人工交互编辑。

在经过程序自动分类之后,还要进行人工辅助编辑修改完善等后续工作来使分类更精确。可参照模型和影像来进行编辑修改,建立地面模型DEM 和表面模型DSM,两个模型比较来判断激光点的分类是否准确且贴合地形,不容易判断的区域参考影像来确定属于哪一类。

4 机载LiDAR数据处理——DEM生成

一、实验目的和内容:

掌握软件生成DEM的方法。

运用软件对地面点数据生成DEM产品。

二、实验方法和过程:

上次实验通过滤波从激光点云数据分离出地面点,并把地面点放在ground 层,本次实验将利用地面点生成DEM。

⑴加载Tmodeler模块

⑵利用TScan模块加载已滤波数据

5 地面三维激光扫描

一、实验目的与内容

运用三维激光扫描仪扫描建筑或者雕像,获取点云数据。

掌握对目标进行扫描的技术。

二、实验方法与过程:

1 实验方法:

地面三维激光扫描使用三维激光扫描系统。三维激光扫描系统主要激光扫描仪、PC机、电源和三角架组成。

地面激光扫描仪本身主要包括激光测距系统和激光扫描系统,同时集成CCD 和仪器内部控制和校正系统。激光三维扫描仪通过向物体表面发射激光束,以激光定位原理精确测量物体表面点的坐标。

另外,为了后续的数据处理点云拼接的进行,采用在扫描仪扫描的视场内配置测量标靶或基于不同测站共用的测量公共控制点的方法。

整个的扫描流程为:选点、设站、连接电源、量仪器高、用徕卡Cyclone-SCAN软件控制扫描仪、选取扫描范围、选取扫描目标、扫描并生成点云。

2 实验过程:

1、扫描前的准备工作

针对需要扫描的目标确定扫描的测站数和测站位置,以及控制标靶(用来匹配每站扫描的点云)的个数和位置。

2、扫描

在选定的测站上安置Cyrax三维激光扫描仪,调整好扫描仪面对的方向和倾角。用网线将扫描仪和计算机连接好,打开扫描仪的电源开关。扫描仪的扫描过程由Cyclone软件控制,通过集成的数码相机得到扫描对象的影像,在影像图上选择扫描区域。设置好扫描参数(行数、列数、扫描分辨率等),扫描仪自动进行扫描。

6 点云数据处理

一、实验目的与内容:

运用三维激光扫描仪扫描建筑或者雕像,获取点云数据。

掌握对目标进行扫描的技术。

二、实验方法与过程:

地面三维激光数据处理使用Cyclone软件,Cyclone是市场上首款为激光扫描仪提供放样功能的软件模块,Cyclone软件包括SCAN(数据获取模块)、REGISTER(点云拼接模块)、SURVEY、MODEL、CloudWorx、PUBLISHER、TOPO Ⅱ(数据提取与分析模块)、数据输出模块(输出二维或三维图,线画图,点云图,三维模型,ASCll坐标数据等)。用户使用该软件不仅可以高效率地控制徕卡测量系统的多种HDS扫描仪进行实体物件的扫描测量,而且它还具有为激光扫描仪提供放样的软件模块。

1 数据查看:

1、先将数据加载到软件中

2、然后可进行点云数据的查看

2 配准

1、右键project---create registration,输入文件名“实验”,即为拼接站。

2、进入registration 添加要拼接的扫描站(add scanword)到右边的空白框中

3、在Modelspace中,可将点云数据显示出来。

4、使用Auto-add constraints 计算拼接精度,得到如下结果:

4、点击Registration----register选项,经过处理得到如下结果

遥感课程理解与应用读书报告

遥感图像理解与应用读书报告 一、概述 遥感主要是为地学研究提供数据源,但由于遥感数据获取的是地物电磁辐射信息,不能直接用于各类地学研究,需要先对遥感数据进行处理。对遥感数据的处理,包括遥感数据预处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、大气校正,使遥感数据与地理上的空间点相对应,包括位置对应以及位置辐射值的对应。而对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息,使数据符合人的空间认知。 遥感图像理解这门课程首先介绍遥感原理,它是通过获取和分析目标的电磁辐射信息,来了解目标的其他属性信息的科学和技术。然后介绍遥感图像,包括获取手段(直接获取,间接由现有图件或照片获取)、显示方式(真彩色、假彩色、伪彩色)、图像属性(四种分辨率)等。再对遥感图像中的目标做介绍,指出遥感最重要目的就是获取遥感图像目标及其语义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征,信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等;图像参数特征是经过计算后得到的用于描述图像特征的各种参数,如图像灰度的均值、方差,图像的比值,图像的协方差、各阶矩,图像在变换域中的频谱等;图像光谱特征由各个波段的光谱值决定,包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数,如波峰、波谷、斜率等。在对遥感图像理解中,主要针对这些信息确定图像目标类型、属性等信息。 二、对遥感图像的理解 第四章对遥感图像的理解是重点内容。针对地学应用的遥感图像中的目标是各种地理客体,因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外,更重要的是理解目标的性质、性状、数量特征等。其内涵主要有:目标类别、地物空间关系、目标的性状(物理、化学、生物参数)、目标的数量特征。 遥感图像理解包括图像处理、图像分析和图像理解三个层次的内容。图像处理包括图像纠正(也叫数据预处理)和图像增强,纠正图像的几何误差和辐射误差,并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析,提取感兴趣的目标和信息,对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译,从图像特征或光谱特征出发,有很多不同的方法。 从图像特征出发,图像特征理解步骤为图像预处理、目标检测、目标解释,主要是以图像中的目标为理解单元,一般多用于高分辨率遥感图像中。从光谱特征出发,侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步,一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定,理想的方式是将图像特征与光谱特征结合进行。 三、侧重图像特征的图像理解 图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略,用图像区域表达图像中的目标,其中点目标和线目标

遥感数据特征

常用遥感数据特征总结 按照遥感平台类型,遥感技术可以分为航宇遥感、航天遥感、航空遥感、地面遥感四类。其中航天遥感平台发展最快,应用最广。很据航天遥感平台的服务内容,可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。不同的卫星系列所获得的遥感数据有着不同的特征,常常应用于不同的应用领域,在进行检测研究时,常常根据不同的卫星资料特点,选择不同的遥感数据。下文简单总结了几种常用的航天遥感数据特征。 1 气象卫星系列 气象卫星是最早发张起来的环境卫星。从1960年美国发射第一颗实验性气象卫星(TIROS)以来,已经有多种实验性或者业务性气象卫星进入不同轨道。气象卫星资料已经在气象预报、气象研究、资源调查海洋研究等方面显示出了强大的生命力。 气象卫星主要有以下几种系列:60年代——TIROS系列、ESSA系列、Nimus 系列;70年代——ITOS系列、NOAA系列、SMS系列、GOES系列、MeteopII、GMS、Meteosat;80年代后,主要以NOAA系列为代表。我国的气象卫星发展比较晚,FY-1是我国发射的第一颗1988年9月7日发射成功。气象卫星主要有以下特征。 (1)轨道。气象卫星轨道可以分为两种,低轨和高轨。低轨是近极低太阳同步轨道,简称极地轨道,轨道高度800~1600km,南北向绕地球运转。对东西宽约2800km的带状地域进行观测,由于与太阳同步,使卫星每天在固定的时间经过每个地方的上空,资料获得时具有相同的照明条件。高轨是指地球同步轨道,轨道高度36000km左右,相对于地球静止,能够观测地球1/4的面积,有3—4颗卫星形成观测网,对某一固定地区,每隔20~30min获取一次资料,由于它相对于地球静止,可以作为通讯中继站,用于传送各种天气资料。 (2)短周期重复观测。地球同步卫星观测周期为0.5小时一次,极轨卫星为约为0.5~1天/次,时间分辨率较高。有助于对地面快速变化的动态检测。 (3)成像面积大,有助于获得宏观同步信息,减少数据处理容量。 (4)资源来源连续、实时性强、成本低 NOAA系列。 NOAA-11卫星:发射日期1988年9月24日,正式运行日期1988年11月8日,轨道高度841公里,轨道倾角98.9度,轨道周期:101.8分。 NOAA-12卫星:发射日期1991年5月14日,正式运行日期1991年9月17日轨道高度804公里,轨道倾角98.6度,轨道周期101.1分。 NOAA-14卫星:发射日期1994年12月30日,正式运行日期1985年4月10日,轨道高度845公里,轨道倾角99.1度,轨道周期101.9分。 NOAA-15卫星:发射日期1998年5月13日,正式运行日期1998年12月15日轨道高度808公里,轨道倾角98.6度,轨道周期101.2分。 NOAA-16卫星:发射日期2000年9月12日,正式运行日期2001年3月20日,轨道高度850公里,轨道倾角98.9度,轨道周期102.1分。

(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:2011011506 2013/12/20 ERDAS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)

遥感数字图像处理教程实习报告

遥感数字图像处理教程实习报告

《数字图像处理》 课程实习报告 ( 2011 - 2012学年第 1 学期) 专业班级:地信09-1班 姓名:梁二鹏 学号:310905030114 指导老师:刘春国 ---------------------------------------------- 实习成绩: 教师评语: 教 师

签 名 : 年月日 实习一:图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上,应用所学知识,基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成:利用TM图像can_tmr.img,实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤: 1、打开ENVI4.7,单击FILE菜单,在下拉菜单中选择open image file 选 项,然后在弹出的对话框中选择can_tmr.img文件,单击打开。 2、在可用波段列表对话框中,选中某一波段图像,选中gray scale单选按 钮,单击LOAD BAND按钮,显示一幅灰度图像。 3、在可用波段列表对话框中,选择其他某一波段图像,进行显示。

4、利用可用波段列表中的display按钮,同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示:红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。

中国地质大学遥感图像处理上机实习报告

遥感图像处理课程实习报告 学生姓名:王蜀越 班学号: 学号: 指导教师:王红平、许凯 中国地质大学信息工程学院 2017年7月1日

目录 目录 ............................................................................................................................................... - 1 - 实习一:影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二:几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三:影像分类(一).......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四:影像分类(二).......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -

遥感实验报告

遥感原理与应用 实验报告 姓名:学号:学院:专业: 年月日 实验一: erdas视窗的认识实验 一、实验目的 初步了解目前主流的遥感图象处理软件erdas的主要功能模块,在此基础上,掌握几个视窗操作模块的功能和操作技能,为遥感图像的几何校正等后续实习奠定基础。 二、实验步骤 打开imagine 视窗 启动数据预处理模块 启动图像解译模块 启动图像分类模块 imagine视窗 1.数据预处理(data dataprep) 2.图像解译(image interpreter) 主成份变换 色彩变换 3.图像分类(image classification) 非监督分类 4. 空间建模(spatial modeler) 模型制作工具 三、实验小结 通过本次试验初步了解遥感图象处理软件erdas的主要功能模块,在此基础上,基本掌握了几个视窗操作模块的功能和用途。为后续的实验奠定了基础。 实验二遥感图像的几何校正 掌握遥感图像的纠正过程 二、实验原理 校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。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。而将地图投影系统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循一定的地图坐标系统,因此几何校正的过程包含了地理参考过程。 几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前,已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。利用地面控制点进行的几何校正称为几何精校正。一般地面站提供的遥感图像数据都经过几何粗校正,因此这里主要进行一种通用的精校正方法的实验。该方法包括两个步骤:第一步是构建一个模拟几何畸变的数学模型,以建立原始畸变图像空间与标准图像空间的某种对应关系,实现不同图像空间中像元位置的变换;第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上,完成标准图像空间中每一像元亮度值的计算。 三、实验内容 根据实验的数据,对两张图片进行几何纠正 四、实验流程

遥感数字图像处理教程复习分析

第一章. 遥感概念 遥感(Remote Sensing,简称RS),就是“遥远的感知”,遥感技术是利用一定的技术设备和系统,远距离获取目标物的电磁波信息,并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射(辐射)和反射电磁波,并且不同物体的电磁波特性不同。 遥感就是根据这个原理,利用一定的技术设备和装置,来探测地表物体对电磁波的反射和地物发射的电磁波,从而提取这些物体的信息,完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取,如照相机、镜子、望远镜、显微镜等;也可以人为创作,如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展,越来越多的图像以数字形式存储。因而,有些情况下“图像”一词实际上是指数字图像。 物理图像:图像是人对视觉感知的物质再现 数字图像:图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法,对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么?(简答) 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的:提高图像的视感质量,提取图像中所包含的某些特征或特殊信息,进行图像的重建,更好地进行图像分析,图像数据的变换、编码和压缩,更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

遥感读书报告

东南大学交通学院测绘工程系 遥感读书报告 专业:测绘工程 班级:213 学号:21311112 姓名:白金睿 老师:戚浩平 日期:2013年12月

首先纵观遥感这本书,我们可以先粗略的先把它分为35个小的标题,然后总结下来,之后再细分其中的重点,之后再详细说一说他们中的难点,就其中的一些我比较感兴趣的公式做一些推导解释,在上理论课与实验课的时候我慢慢发现RS的强大与其特有的魅力,ERDAS,ARCGIS,ARCMAP,这些软件即强大又有趣,让我来带领大家,纵游遥感的海洋吧~ 1.遥感技术系统的组成 被测目标的信息特征、信息的火枪、信息的传输与记录、信息的处理和信息的应用。2.遥感的类型 1)按遥感平台分为地面遥感、航空遥感、航天遥感; 2)按工作方式分为主动遥感和被动遥感; 3)按探测波段分为:紫外遥感(0.3-0.4);可见光(0.4-0.7);红外(0.7-14mm); 微波(0.1-100cm)等。 3.遥感技术的特点 大面积的同步观测、时效性、数据的综合性和可比性、经济性、局限性。 4.电磁波的主要参数 1)波长(Wavelength):指波在一个振动周期内传播的距离。即沿波的传播方向,两个相邻的同相位点(如波峰或波谷)间的距离。 2)周期:波前进一个波长那样距离所需的时间。 3)频率(frequency):指单位时间内,完成振动或振荡的次数或周期(T),用V示。 注:一般可用波长或频率来描述或定义电磁波谱的范围。在可见光——红外遥感中多用波长,在微波遥感中多用频率。 4)振幅(Amplitude):表示电场振动的强度。它被定义为振动物理量偏离平衡位置的最大位移,即每个波峰的高度。 5)电磁波谱:将各种电磁波在真空中的波长按其长短,依次排列制成的图表。5.常用电磁波波段特性 1)紫外线(UV):0.01-0.4μm,碳酸盐岩分布、水面油污染; 2)可见光:0.4-0.76 μm,鉴别物质特征的主要波段;是遥感最常用的波段; 3)红外线(IR):0.76-1000 μm。近红外0.76-3.0 μm’中红外3.0-6.0 μm; 远红外6.0-15.0 μm;超远红外15-1000 μm;(近红外又称光红外或反射红外;中红外和远红外又称热红外。) 4)微波:1mm-1m。全天候遥感;有主动与被动之分;具有穿透能力;发展潜力大。6.地物的反射光谱特性

遥感图像实验报告

遥感图像实验报告 一.实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据,数据获取手段.掌握遥感分类的方法, 土地利用变化的分析,植被变化分析,以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解,掌握遥感处理技术平台和方法。 二.实验内容 1、遥感图像的分类 2、土地利用变化分析,植被变化分析 3、遥感空间建模技术 三.实验部分 1.遥感图像的分类 (1)类别定义:根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统; (2)特征判别:对影像进行特征判断,评价图像质量,决定是否需要进行影像增强等预处理; (3)样本选择:为了建立分类函数,需要对每一类别选取一定数目的样本;(4)分类器选择:根据分类的复杂度、精度需求等确定哪一种分类器; (5)影像分类:利用选择的分类器对影像数据进行分类,有的时候还需要进行分类后处理;分类图如下:

图1.1 1992年土地利用图 图1.2 2001年土地利用图

(6)结果验证:对分类结果进行评价,确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2.1 两年土地利用相重合区域 (1)在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369),过程如下:

图2.1 截图过程图 图2.2.2 截图过程图

(2)土地利用专题地图如下: 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图

遥感图像处理实验

哈尔滨工业大学 遥感图像处理及遥感系统仿真 实验报告 项目名称:《遥感图像处理及遥感系统仿真创新》 姓名:蒋国韬 学号:24 院系:电子与信息工程学院 专业:遥感科学与技术 指导教师:胡悦 时间:2017年7月

实验一:遥感数字图像的增强 一、实验目的: 利用一幅城市多光谱遥感图像,分析其直方图,并利用对比度增强和去相关拉伸方法对遥感图像进行增强。 二、实验过程: 1.用multibandread语句读取一幅多光谱遥感图像(7波段,512x512图像)的可 见1,2,3波段(分别对应R,G,B层); 2.显示真彩色图像; 3.通过研究直方图(imhist),分析直接显示的真彩色图像效果差的原因;

4.利用对比度增强方法对真彩色图像进行增强(imadjust,stretchlim); 5.画出对比度增强后的图像红色波段的直方图;

6.利用Decorrelation去相关拉伸方法(decorrstretch)对图像进行增强;

7.显示两种图像增强方法的结果图像。

三、实验分析: (1)高光谱影像由于含有近百个波段,用matlab自带的图像读写函数imread和imwrite往往不能直接操作,利用matlab函数库中的multibandred函数,可以读取多波段二进制图像。512×512为像素点,7位波段数,bil为图像数组的保存格式,uint8=>uint8为转换到matlab 的格式,[3 2 1]的波段分别对应RGB三种颜色。 (2)直接观察真彩复合图像发现,图像的对比度非常低,色彩不均匀。通过观察红绿蓝三色的波段直方图,可以观察到数据集中到很小的一段可用动态范围内,这是真彩色复合图像显得阴暗的原因之一。另外,根据三种颜色的三维散点图,如下

遥感地学分析读书报告

成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础,是开展地球表层物质的物性和空间结构分析,进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点,在大尺度范围内探测地表物质连续光谱特性的同时,还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高,所反映地物光谱特征就越精细,甚至可获取与实验室或地面实测光谱类似的曲线,为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看,美国的成像技术发展较早,也最具代表性。从20世纪80年代到现在,美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计,已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器,128个通道,光谱覆盖范围从1.2~2.4μm,并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS,它有224个通道,使用光谱范围为0.41~2.45μm,每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用.为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用,也基于采矿工业及石油工业的需求,在AVIRIS之后,地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪,第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内,通道的光谱宽度是不同的。

遥感图像预处理实验报告

实验前准备:遥感图像处理软件认识 1、实验目的与任务: ①熟悉ENVI软件,主要是对主菜单包含内容的熟悉; ②练习影像的打开、显示、保存;数据的显示,矢量的叠加等。 2、实验设备与数据 设备:遥感图像处理系统ENVI4.4软件; 数据:软件自带数据和河南焦作市影响数据。 3、实验内容与步骤: ⑴ENVA软件的认识 如上图所示,该软件共有12个菜单,每个菜单都附有下拉功能,里面分别包含了一些操作功能。 ⑵打开一幅遥感数据 选择File菜单下的第一个命令,通过该软件自带的数据打开遥感图像,可知,打开一幅遥感影像有两种显示方式。一种是灰度显示,另一种是RGB显示。 Gray(灰度显示)RGB显示 ⑶保存数据 ①选择图像显示上的File菜单进行保存; ②通过主菜单上的Save file as进行保存

⑷光谱库数据显示 选择Spectral > Spectral Libraries > Spectral Library Viewer。将出现Spectral Library Input File 对话框,允许选择一个波谱库进行浏览。点 击“Open Spectral Library”,选择某一所需的 波谱库。该波谱库将被导入到Spectral Library Input File 对话框中。点击一个波谱库的名称, 然后点击“OK”。将出现Spectral Library Viewer 对话框,供选择并绘制波谱库中的波谱曲线。 ⑸矢量化数据 点选显示菜单下的Tools工具栏,接着选择下面的第四个命令,之后选择第一个命令,对遥感图像进行矢量化。点击鼠标左键进行区域选择,选好之后双击鼠标右键,选中矢量化区域。 ⑹矢量数据与遥感影像的叠加与切割 选择显示菜单下的Tools工具,之后点选第一个 Link命令,再选择其下面的第一个命令,之后 OK,结束程序。 选择主菜单下的Basic Tools 菜单,之后选择 其中的第二个命令,在文件选择对话框中,选择 输入的文件(可以根据需要构建任意子集),将 出现Spatial Subset via ROI Parameters 对 话框通过点击矢量数据名,选择输入的矢量数 据。使用箭头切换按钮来选择是否遮蔽不包含在 矢量数据中的像元。 遥感图像的辐射定标 1、实验目的与任务: ①了解辐射定标的原理; ②使用ENVI软件自带的定标工具定标; ③学习使用波段运算进行辐射定标。 2、实验内容与步骤: ⑴辐射定标的原理 辐射定标就是将图像的数字量化值(DN)转化为辐射亮度值或者反射率或者表面温度等

遥感数字图像处理实验报告

实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用,能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析,均值、方差(均方差)、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值,反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差(或标准差) 像素值与平均值差异的平方和,反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像,它们之间的 相关系数计算公式为: 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中, e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))

%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值

遥感数字图像处理实习报告

目录 一、实习目的 (1) 二、实习要求 (1) 三、实习内容 (1) 3.1 图像裁剪 (1) 3.2 图像配准 (3) 3.3 监督分类 (6) 四、实习总结 (16)

一、实习目的 (1)熟悉使用erdas软件 (2)了解图像处理的原理与步骤,提高动手能力 二、实习要求 (1)对图像进行裁剪 (2)将TM图像与与临川区图像进行配准(校正) (3)对图像进行监督分类 三、实习内容 3.1 图像裁剪 利用临川区行政边界AOI文件对TM图象进行裁剪,裁剪出临川区TM图象。 基本步骤如下: (1)打开erdas imagine 9.2,单击“data proparation”,如图1 图1 data proparation 界面 (2)单击“subset imagine”,进入以下界面: 图2 subset界面

(3)图像裁剪的方法有三种 ①在TM影像上,通过AOI工具进行裁剪,裁剪出所需要的范围 ②通过使用文件裁剪 ③ AOI裁剪,在subset界面,单击AOI, 图3 AOI文件的输入 (4)输入AOI文件后,确认并进行裁剪,得到以下结果 图4 裁剪后的结果

3.2 图像配准 map-to-image: 1:10万临川区土地利用图与TM图象配准; 要求最初选GCP点6-10个,及检测点5个,各点均匀分布,RMS检验误差小于30米(1个像元)。 (1)进入“data proparation”界面,单击以下图中所示: 图5 data proparation 界面 (2)选择视窗,应该注意影像图的选择,选择tiff格式的临川区规划图(需校正的影像) 图6 视窗的选择 (3)模型的选择(多项式) 图7 模型选择界面

ERDAS IMAGINE遥感图像处理教程要点

《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。 目录 基础篇 第1章概述2 1.1 遥感技术基础2

1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 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11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23

遥感读书报告.

遥感读书报告 专业:测绘工程 学生姓名:胡惠卿 指导教师:戚浩平 完成时间:2013年12月30日

目录 第一部分:各知识点的内涵与联系第二部分:学习的重难点 第三部分:公式的推导 第四部分:感兴趣的内容 第五部分:学习感悟

第一部分:各知识点的内涵与联系 一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射 地物反射辐射、地物波普 电磁波 电磁波普的概念、分类,电磁波的性质(P15) 电磁波普 发射辐射:辐射源、辐射测量 电磁辐射 辐射测量:辐射能量W ,辐射通量密度E 、辐照度I 、辐射亮度L 黑体辐射 黑体定义:绝对黑体 太阳辐射 黑体辐射规律:普朗克公式、斯忒潘玻尔兹曼定律、维 恩位移定 大气辐射的影响 太阳常数:I ◎=1.360*10^3W/m^2 实际物体的辐射 太阳光谱:是连续的光谱 大气的层次:外大气层、电离层、平流层、对流层 真正对太阳辐射影响最大的是对流层和平流层 大气吸收作用:使某些波段的太阳辐射强度递减,甚至消失形成大气吸收光谱 大气散射:瑞利散射 当大气中粒子比波长小得多 对可见光和红外波段特 别 明显 波长越长,散射越弱 米式散射 当大气中粒子和波长相当 对红外波段特别明显 散射 强度和波长的二次方成反比 无选择性散射 当大气中粒子比波长大得多 散射强度与波长无关 大气折射:密度越大,折射率越大;天顶距为90°时,折射值最大 大气反射:主要发生在云层顶部 大气窗口的定义、大气窗口的主要光谱段:紫外、可见光、近红外波段、中红 外、远红外、微波波段 大气透射的总透射率T : τθ)*(0m e I I T -== 影响因素 波长、温度、构成物体的材料、表面状况等 发射率:w w ' = ε 根据光谱发射率随波长的变化形式,将物体分为两类: 选择性辐射体:在各个波长处光谱发射率不同 灰体:在各个波长处光谱发射率相同 光谱反射率:物体的反射辐射通量与入射辐射通量之比 地物反射辐射 同一地物的反射波普特性:具有时间效应和空间效应 地物波普 同地物的发射波普特性:城市道路建筑物、水体、土壤、植物、 影响因素:太阳位置、传感器位置、地理位置、地形、季节、 气候变化等

遥感技术的特性及应用

遥感技术的特性及应用 姓名:XX 单位:XXXXXXXXX 【摘要】:文章通过介绍遥感技术的基本理论和特性,着重介绍了遥感技术在国民经济各方面的应用,以及对人类生活的影响。 【关键词】:遥感技术;特性;应用 [abstract] : this article through the introduction of the remote sensing technology in the basic theory and characteristics are introduced, and the remote sensing technology in national economic aspects of application, and the influence of human life. [key words] : remote sensing technology, Character; application 前言 随着人类生存环境的变化和国际竞争的日益激烈,对自然资源、地理资源和太空资源的开发和争夺已经成为影响人类和民族发展进程的重要因素。遥感正是为了满足这样的需求所产生的一门综合性应用技术, 它是以航空摄影技术为基础,在本世纪60年代初发展起来的一门新兴技术。经过几十年的发展,遥感技术已经从航空时代进入航天时代。由于遥感技术能够全面、立体、快速有效地探明地上和地下资源的分布情况,其效率之高是以前各种技术无法企及的。因此,遥感技术已成为一门实用的,先进的空间探测技术。伴随遥感技术在国民经济中发挥着越来越重要的作用,由此带来了新一轮遥感应用的热潮。现在,卫星应用覆盖了减灾、健康、环境监测、能源调查等,影响了人类生活的方方面面。因此,在许多领域,遥感对地观测技术有着无限光明的应用前景。 1. 遥感技术的涵义 遥感是利用遥感器从空中来探测地面物体性质的,它根据不同物体对波谱产生不同响应的原理,识别地面上各类地物,具有遥远感知事物的意思。也就是利用地面上空的飞机、飞船、卫星等飞行物上的遥感器收集地面数据资料,并从中获取信息,经记录、传送、分析和判读来识别地物。 当前遥感形成了一个从地面到空中,乃至空间,从信息数据收集、处理到判读分析和应用,对全球进行探测和监测的多层次、多视角、多领域的观测体系,成为获取地球资源与环境信息的重要手段。 2. 遥感技术主要特点 2.1 可获取大范围数据资料。 遥感用航摄飞机飞行高度为10km左右,陆地卫星的卫星轨道高度达910km左右,从而,可及时获取大范围的信息。例如,一张陆地卫星图像,其覆盖面积可达3万多km2。这种展示宏观景象的图像,对地球资源和环境分析极为重要。 2.2 获取信息的速度快,周期短。 由于卫星围绕地球运转,从而能及时获取所经地区的各种自然现象的最新资料,以便更新原有资料,或根据新旧资料变化进行动态监测,这是人工实地测量和航空摄影测量无法比拟的。例如,陆地卫星4、5,每16天可覆盖地球一遍,NOAA气象卫星每天能收到两次图像。Meteosat每30分钟获得同一地区的图像。 2.3 获取信息受条件限制少。 在地球上有很多地方,自然条件极为恶劣,人类难以到达,如沙漠、沼泽、高山峻岭等。采用不受地面条件限制的遥感技术,特别是航天遥感可方便及时地获取各种宝贵资料。 2.4 获取信息的手段多,信息量大。 根据不同的任务,遥感技术可选用不同波段和遥感仪器来获取信息。例如可采用可见光探测物体,也可采用紫外线,红外线和微波探测物体。利用不同波段对物体不同的穿透性,还可获取地物内部信息。例如,地面深层、水的下层,冰层下的水体,沙漠下面的地物特性等,微波波段还可以全天候的工作。 3. 遥感技术的实际应用 3.1 遥感技术在地质灾害中的应用 遥感技术应用于大面积的地质灾害调查, 可达到及时、详细、准确且经济的目的。在不同地质地貌背景下能监测出地质灾害隐患区段, 还能对突发性地质灾害进行实时或准实时的灾情调查、动态监测和损失评估。为此,我国设立了专门的“地质灾害遥感综合调查”课题, 经过近20年的实践,已摸索

遥感图像光谱增强处理实验报告

一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算;观察图像在不同色彩空间之间相互转换的结果异同,对图像进行融合,用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程,进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理,采用一系列技术去改善图象的视觉效果,或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息,抑制无用信息,提高图象的使用价值。 主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间,并且能从所选彩色空间变换回RGB。两次变换之间,通过对比度拉伸,可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台;landsat4-5波段30米分辨率TM第三波段影像,投影为WGS-84,影像主要为山西省大同市恒山地区,中心纬度:38.90407 中心经度:113.11840。

五、实验过程 1.主成分分析 1)打开并显示TM影像文件,从ENVI 主菜单中,选择File →Open Image File选择影像,点击Load Band 在主窗口加载影像。 2)主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中,选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数,选择计算矩阵(选择协方差矩阵),输出统计文件及路线,统计波段数等相关参数的设置,单击Ok。

GIS遥感图像的基本处理教程

实验一遥感图像的基本处理 一、实验要求 1.学会使用Erdas软件打开不同格式的图像

2.认识遥感图 以沈阳农业大学2011年高分辨率Quickbird遥感影像为底图, 识别操场位置形状大小颜色阴影 所住宿舍、位置形状大小颜色阴影 教学楼位置形状大小颜色阴影

雷达站位置大小颜色 水塔、位置形状大小颜色阴影 煤堆位置形状大小颜色 植物园广场间接

农田形状大小颜色 东陵陵园,位置形状大小颜色阴影在Erdas中调整遥感图像波段。 在工具栏上点击raster选择band combinations,在弹出来的对话框中对波段进行编辑,然后点击OK 3.学会使用Erdas软件的import/export文件导入功能 导出 在总的工具栏上点击第二个按钮import,在对话框中选择Export,选择

好输出文件类型,找到要输入的文件,并且新建要输出的文件名和确定存储位置,即可点击OK键输出文件 导入 勾选INport,选择输入文件类型,找到输入文件,新建输出文件名称及储存位置,即可点击OK 实验材料:2002年Landsat ETM+ 30m辽宁省沈阳市图像。 4.为图像添加aoi图层,并对遥感影像进行裁切 分别对Quickbird和Landsat ETM+影像进行处理,高分辨率影像要求裁切出沈阳农业大学校区,低分辨率影像要求裁切出沈阳市及周边郊区,aoi比要求实验区稍大,以方便进行后期处理。高分辨率影像适于纵向输出,低分辨率影像适于横向输出。 添加AOI图层

在工具栏点击AOI选项下的tools,选择一个工具对图片中想要创建图层的位置进行框选。 对框选的区域进行保存,存为AOI文件 裁剪

相关文档
最新文档