实验3遥感图像增强与变换.ppt

色彩变换,上机：图像色彩变换,第一:假彩色密度分割在VIEW视窗中，以假彩色方式打开某Klon_TM.img影像。,第一:假彩色密度分割在Viewer#1窗口菜单条单击Raster-attributes选中要改变色彩的像元，赋给相应的色彩。依次进行。,上机：图像色彩变换,第一:假彩色密度分割可将满意的结果保存下来,上机：图像色彩变换,找一幅影像,利用密度分割突出某一种地物,将成果图像上交.,上机：图像色彩变换,第二:色彩变换（RGBtoIHS）是将遥感图像从红(R)、绿(G)、蓝(B)三种颜色组成的彩色空间转换到以亮度(I)、色度(H)、饱和度(S)作为定位参数的彩色空间，以便使图像的颜色与人眼看到的更为接近。在ERDAS图标面板工具条中单击Interpreter图标Interpreter-SpectralEnhancement-RGBtoIHS命令,打开RGBtoIHS对话框,上机：图像色彩变换,第二:色彩变换（RGBtoIHS）确定输入文件（InputFile）为dmtm.img定义输出文件（OutputFile）为rgb-ihs.img文件坐标类型（CoordinateType）为Map;处理范围SubsetDefinition确定确定参与色彩变换的3个波段，Red:4/Green:3/Blue:2输出数据统计时忽略零值，选中IgnoreZeroinStats复选框单击OK按钮（关闭RGBtoIHS对话框，执行RGBtoIHS变换）,观察效果,输入文件,输出文件,上机：图像色彩变换,第三:色彩逆变换（IHStoRGB）色彩逆变换是与上述色彩变换对应进行的，是将遥感图像从以亮度(l)、色度(H)、饱和度（S）作为定位参数的彩色空间转换到红(R)、绿(G)、蓝(B)，三种颜色组成的彩色空间。在ERDAS图标面板工具条中单击Interpreter图标Interpreter-SpectralEnhancement-IHStoRGB命令,打开IHStoRGB对话框,上机：图像色彩变换,第三:色彩逆变换（IHStoRGB）确定输入文件（InputFile）为rgb-ihs.img定义输出文件（OutputFile）为his-rgb.img文件坐标类型（CoordinateType）为Map;处理范围SubsetDefinition确定确定参与色彩变换的3个波段，Intensity:1/Hue:2/Sat:3输出数据统计时忽略零值，选中IgnoreZeroinStats复选框对亮度(I)和饱和度(S)进行拉伸，选择StretchI-S单选按钮单击OK按钮（关闭IHStoRGB对话框，执行IHStoRGB变换）,观察效果,不同的拉伸选择,思考题:观察I、H、S三个分量是如何改变影像的。,实验结束后：1、上交某一地物密度分割结果影像；2、按要求写实验报告。,指数计算(Indices),指数计算是应用一定的数学方法，计算反映矿物及植被的常用比率和指数。各种比率和指数与遥感图像类型、即传感器有密切的关系。,ERDAS图标面板工具条：点击Interpreter图标-SpectralEnhancement-Indices,传感器类型,计算指数函数,在Indices对话框中，需要设置下列参数:-确定输入文件(InputFile):tmatlanta.img-定义输出文件(OutputFile):Indices.img-文件坐标类型(CoordinateType):Map-处理范围确定(SubsetDefinition):ULX/Y,LRX/Y(缺省状态为整个图像范围，可以应用InquireBox定义子区)-选择传感器类型(Sensor):LandsatTM-选择计算指数函数(SelectFunction):NDVI(相应的计算公式将显示在对话框下方的Function提示栏)-输出数据类型(OutputDataType):Unsigned8bit-OK(关闭Indices对话框，执行指数计算)查看帮助文件，根据不同的传感器进行各种不同指数的计算。,主成分变换与逆变换,上机：主成分变换与逆变换,第一:主成分变换(PCA，PrincipalComponentAnalysis)是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。在ERDAS图标面板工具条中单击Interpreter图标Interpreter-SpectralEnhancement-PrincipalComponents命令打开PrincipalComponents对话框,第一:主成分变换(PCA，PrincipalComponentAnalysis)确定输入文件（InputFile）为lanier.img定义输出文件（OutputFile）为principal.img文件坐标类型（CoordinateType）为Map;处理范围SubsetDefinition确定；输出数据类型（OutputDataType）为FloatSingle输出数据统计时忽略零值，选中IgnoreZeroinStats复选框特征矩阵输出设置（EigenMatrix）,有两种方式：一是在运行日志中显示:ShowinSessionLog二写入特征矩阵文件:WritetoFile(必选项，逆变换时需要)特征矩阵文件名（OutputTextFile）为lanier.mtx特征数据输出设置（EigenValue）,有两种方式：一是在运行日志中显示:ShowinSessionLog二写入特征矩阵文件:WritetoFile(必选项，逆变换时需要)特征数据文件名（OutputTextFile）为lanier.tbl需要的主成份数量(NumberofComponentsDesired):3单击OK按钮（关闭PrincipalComponents对话框，执行主成份变换）,观察效果,上机：主成分变换与逆变换,确定输入文件与输出文件,文件坐标类型、处理范围和输出数据类型,输出数据统计时忽略零值,特征矩阵输出设置,特征数据输出设置,特征矩阵文件名,特征数据文件名,需要的主成份数量,单击OK按钮,上机：主成分变换与逆变换,上机：主成分变换与逆变换,第二:主成分逆变换(InversePrincipalComponentsAnalysis)主成份逆变换就是将经主成份变换获得的图像重新恢复到RGB彩色空间，应用时，输入的图像必须是由主成份变换得到的图像，而且必须有当时的特征矩阵(*.mtx)参与变换。在ERDAS图标面板工具条中单击Interpreter图标Interpreter-SpectralEnhancement-InversePrincipalComponents命令打开InversePrincipalComponents对话框,第二:主成分逆变换(InversePrincipalComponentsAnalysis)确定输入文件（InputFile）为principal.img确定特征矩阵文件（EigenMatrixFile）为lanier.mtx定义输出文件（OutputFile）为inverse_pc.img文件坐标类型（CoordinateType）为Map;处理范围SubsetDefinition确定；输出数据选择(OutputOptions),有两项选择输出数据拉伸到0-255:StretchtoUnsigned8bit输出数据统计时忽略零值:IgnorezeroInstats.单击OK按钮（关闭InversePrincipalComponents对话框，执行主成份逆变换）,观察效果。,确定输入文件、特征矩阵文件和输出文件,文件坐标类型、处理范围,输出数据选择,单击OK按钮,上机：主成分变换与逆变换,缨帽变换（TasseledCap）,缨穗变换是针对植物学家所关心的植被图像特征，在植被研究中将原始图像数据结构轴进行旋转，优化图像数据显示效果。该变换的基本思想是:多波段(N波段)图像可以看作是N维空间(N-dimensionalSpace)，每一个像元都是N维空间中的一个点，其位置取决于像元在各个波段上的数值。专家的研究表明，植被信息可以通过三个数据轴.(亮度轴、绿度轴、湿度轴)来确定，而这三个轴的信息可以通过简单的线性计算和数据空间旋转获得，当然还需要定义相关的转换系数;同时，这种旋转与传感器有关，因而还需要确定传感器类型。,ERDAS图标面板工具条:点击Interpreter图标-SpectralEnhancement-TasseledCap,在TasseledCap对话框中，需要设置下列参数:-确定输入文件(InputFile):lanier.img-定义输出文件(OutputFile):tasseled.img-文件坐标类型(CoordinateType):Map-处理范围确定(SubsetDefinition):ULX/Y,LRX/Y(缺省状态为整个图像范围，可以应用InquireBox定义子区)-输出数据选择(OutputOptions:两项选择-输出数据拉伸到0-255:StretchtoUnsigned8bit-输出数据统计时忽略零值:IgnoreZeroinStats.-定义相关系数(SetCoeffcients):点击SetCoefficients按钮-打开TasseledCapCoefficients对话框-首先确定传感器类型(Sensor):Landsat5TM-定义相关系数(CoefficientDefinition):可利用系统缺省值-OK(关闭TasseledCapCoefficients对话框)-OK(关闭TasseledCap对话框，执行缨帽变换)观察执行完缨帽变