ERDAS-IMAGINE-软件培训.doc

ERDAS IMAGINE 软件培训一、 软件概述ERDAS IMAGINE 是美国ERDAS公司开发的遥感图像处理软件。该软件集成了图像处理软件和地理信息系统软件的功能。广泛应用于土地利用、自然资源管理、城市规划/建设、测绘/制图、林业、设施管理、石油/地质、电力/电信、交通运输及高等教育等领域。该软件包括的主要功能有：视窗功能、文件管理、数据输入/输出、图像裁切、图像镶嵌、几何纠正、图像解译、分类、空间建模、矢量处理、制图、Virtual GIS及航空相片的数字微分纠正和高分辨率卫星数据的正射纠正等。二、 ERDAS IMAGINE 系统功能简介2.1 ERDAS8.7菜单栏由5个菜单项组成，分别为Session管理器、主菜单项（Main）、工具菜单项（Tools）、实用功能菜单项（Utilities）和帮助菜单项（Help）。见图1：图12.1.1 Session菜单项：见图22.1.2 主菜单项（Main）：与菜单下面各图标按钮的功能一致。见图32.1.3 工具菜单（Tools）：见图4l 坐标计算功能（Coordinate Calculator）：用于转换不同投影的地面控制点坐标。2.1.4 实用功能菜单（Utilities）：见图52.1.5 帮助菜单（Help）图2 图3图4图52.2 ERDAS8.7图标面板工具条模块按钮功能图6l Viewer：打开视窗l Import：数据输入输出l DataPre：数据预处理l Composer：专题制图l InterPreter：图像解译l Catalog：图像库管理l Classifier：图像分类l Modeler：空间建模l Vector：矢量模块l Radar：雷达模块l Virtual GIS：虚拟GIS模块三、 数据的输入输出功能ERDAS8.7 的数据输入输出模块具有强大的功能，接受和输出多种数据格式。软件中的文件类型包括矢量数据类型和栅格数据类型。该软件栅格数据的内部文件格式为.img，矢量数据的内部文件格式为coverage。其他外部文件首先需利用此模块进行导入，然后再进行其他操作。见图7图7四、 几何校正 Geometric Correction1、概念（1）变形的原因：遥感图像在成像时，由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响，使获得的遥感图像相对于地表目标存在一定的几何变形，图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异，产生了几何形状或位置的失真。（2）几何校正的目的：消除图像的变形，使之实现与标准图像或地图的几何整合。（3）图像几何校正（确定地理参考坐标系）：借助于一组地面控制点，将数字图像投影到平面上，使其符合地图投影系统的过程。确定了地理坐标系的数字图像可对图像中的特征提供精确的地图位置。图像的几何校正通常将图像校正到一幅地形图上或已校正的图象上。几何校正包括系统误差改正和几何精校正。系统误差改正是对一些系统误差按实际测定的参数，如传感器姿态，传感器运行至各个摄站时刻，传感器内部结构的几何偏移等加以改正；几何精校正是指当系统误差改正后，影像上还有残剩误差，包括残剩的系统误差和偶然误差，一般用地面控制点作进一步的几何处理。数据供应商可以提供不同处理级别的数据产品。例如，Landsat7 ETM和SPOT数据有以下等级的数据产品：1、Landsat7数据产品：I. LDR原始数据II. L1R辐射校正III. L1GS系统校正IV. L1GP精校正V. L1GT加入地形校正2、SPOT数据产品：I. 1A辐射校正II. 1B部分几何校正III. 2A加入标准投影IV. 2B大地控制点校正V. 正射处理级加入地形校正用户可以根据对数据不同的使用目的，选取购买不同等级的数据产品。例如，如果打算按SPOT图像的成像机理和几何特性对SPOT图像进行严格的几何精纠正，应该购买没有经过几何校正即1A级别的产品。2、技术方法准备工作输入原始数据建立纠正变换函数确定数据输出范围逐个象素的几何位置变换像素亮度值重抽样输出校正后数据（1）准备工作1）控制资料的准备原则上要求所用地形图的比例尺应大于遥感影像制图的比例尺。对分辨率小于5米的影像制图，应采用1：5万的地形图纠正；对分辨率大于5米的影像制图，采用1：1万的地形图纠正。对地形图的坐标系统（54，80）和年代等进行分析，制作工作区地形图结合表。根据结合表分析工作区是否跨带，当工作区跨带时，应做跨带处理。工作区跨带处理的原则是：当工作区在相邻两带的面积相差较大时，将面积较小的部分所在带换算到面积较大的部分所在带；当工作区在相邻两带的面积相近时，移动中央子午线至工作区中央区域。跨带处理可以采用以下两种方法：一是实时跨带处理，在几何校正过程中，通过软件设置跨带处理参数，由软件实时将从地形图上采集的控制点大地坐标进行换带计算；二是脱机处理，分别对两个带的地形图选点，并将两个带的控制点大地坐标文件统一进行换带计算。无论采用何种方法均再利用换带计算后的控制点大地坐标文件对图像进行几何校正，从而使校正后图像具有统一的投影带。根据工作区具体情况确定是否要对地形图进行扫描数字化。如有必要，则将地形图数字化并对数字化的地形图进行纠正。纠正控制点取公里格网上的理论值，并顾及四个图廓点的理论坐标值作为对图幅的控制。当纠正不能满足精度要求时，需进行逐公里格网纠正。纠正后的地形图供后期选控制点用。对于高分辨率的遥感数据（如：SPOT5、IKONOS、QUICKBIRD、P5等），尽量采用实测GPS控制点作为几何纠正的控制点，以提高影像的纠正精度。监测城市宁波市监测日期2005 12 26测定单位宁波市信息中心测定日期2006 2 15数据源SPOT5分辨率2.5米数据时相2005 10 16轨道编号297-290GPS型号Trimble 5800GPS精度10mm+20ppm点位编号P41:1万图幅号H51G050025上邵村点位坐标WGS84BJ54XA80X(E)1213147.323441357987.570 41357952.160 Y(N)295704.853163315682.170 3315637.450 Z13.4062.052.05点位精度0.31m点位描述江北上邵村右图碎石路拐角处GPS点位示意图（DOM）GPS点位示意图（实地）2) 遥感影像的准备l 制作工作区影像结合图表l 多光谱数据与全色数据的明暗度调整l 格式转换3）数字高程模型（DEM）准备：l 格式转换l 坐标转换l 换代处理l 镶嵌（2）校正方法1)物理模型纠正根据影像的成像原理和构像方程，利用成像的物理模型对影像进行严密的几何精校正。例如，SPOT影像是由线阵列CCD传感器推扫成像，在每条扫描线上是中心投影，对整幅影像来讲是多投影中心的中心投影影像。采用物理模型纠正时首先恢复影像的成像模型，然后利用数字高程模型根据成像模型来纠正投影差，最后得到精校正影像。在利用物理模型对SPOT影像进行精校正时，选取的控制点应至少9个，采用上、中、下三排均匀分布的原则（参见图2.1）。控制点分布和残差文件2) 多项式纠正用多项式近似地描述纠正前后相应点的坐标关系，并利用控制点的图像坐标和参考坐标系中的理论坐标按最小二乘原理求解出多项式中的系数，然后以此多项式对图像进行几何纠正。该方法适合于较为平坦地区的影像纠正。采用的多项式为：其中，X,Y：为控制点在参考坐标系中的理论坐标；x,y：为同名控制点对应的原始图象坐标（行列号）；aij,bij:多项式系数。3) 有理多项式纠正通用的有理多项式成像方程（适合于多中心投影的点扫描或行推扫相机）：如：IKONOS、QUICKBIRD数据利用地面站提供的RPC参数进行有理多项式纠正。假设多中心投影的像点坐标随空间（时间）服从多项式函数规律，则有以下形式表达成像方程：式中：为像点坐标，为地面点大地坐标，为多项式。时，14个未知系数需要7个以上同名控制点计算且满足整景均匀分布，考虑到平差推荐33均匀分布的9点法，具体表达如下：当（）时，即为直接线性变换方程。时，38个未知系数需要19个以上同名控制点计算，考虑到平差推荐55均匀分布的25点法，具体表达式如下：时，78个系数需要39个以上同名控制点计算，满足数量和位置需要的三维地面点选取困难，因此推荐在66均匀分布的36点基础上适当增加3个以上点来达到系数解算和平差需要。为简单起见，仅给出其中一个表达式：（3）几何校正的步骤1）地面控制点（GCP）选取：这也是几何纠正中最重要的一步。地面控制点的数量、分布和精度直接影响几何纠正的结果。l 选择控制点时遵循以下原则：均匀分布；特征明显；足够数量。l 选取方法:首先在图像的四角和对角线交点处选取控制点，然后逐渐加密，保证控制点均匀分布。控制点尽可能选在固定的地物交叉点（如铁路与河岸交点，人工水渠交叉点、公路交叉点等）上，在山区与丘陵无精确定位的标志情况下利用了半固定的地形地物交叉点（如山顶、河流交叉点，水库坝址等）。l 选取数量：不同纠正方案所需控制点个数如下: （多项式纠正的控制点数量为（n1）*（n2）/2）。控制点个数正射纠正几何多项式SPOT不少于9个25-35个TM不少于16个25-35个山区丘陵区域的控制点适当加密。2）计算变换矩阵参数，控制点残差满足相应的要求。纠正控制点残差地形类别纠正控制点残差（像素）平地1丘陵2山地33）图像重采样生成纠正后的图像文件。重采样的方法有三种： 最邻近法：将最近的像元值赋予新像元；优点：计算时间短。缺点：输出值的线状特征可能出现锯齿状或被断开。因此，图像纠正过程中一般不采用此方法。 双线性内插法：将一个2*2窗口中4个像元的数据文件值用一个双线性函数计算输出值；优点：可见特征过渡平滑、连续。缺点：会丢失一些微小特征，但并不影像图像的整体效果。因此，几何纠正过程中经常采用这种方法。 三次卷积内插法：使用内插点周围16个像元值，用三次卷积函数进计算输出值。优点：线状特征细而连续。细节损失小。缺点：处理速度慢。4）图像几何校正精度采用随机读点法进行检验，即在校正后的图像上均匀选择一定数量的特征点，读出其坐标值，然后与地形图的对应点的坐标或GPS实测值进行比较，判断是否满足精度的要求。DOM地物点相对于实地同名地物点的图上点位中误差不得大于下表8-1规定：DOM精度地形类别图上点位中误差（毫米）平地0.75丘陵0.75山区1.53、 ERDAS8.7 中几何校正的具体过程第一步：显示图像文件在ERDAS图标面板工具条中点击Viewer图标两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，即在ERDAS图标面板工具条中点击Session菜单选择Tile Viewers命令。然后，在Viewer1中打开需要校正的Landsat TM图像：test.img（该图像未纠正）。在Viewer2中打开1：100000的数字栅格地形图文件（或已校正的影像）：drg.img（具有地理参考坐标系）。见图8图8 显示需要校正和具有地理参考坐标系的DRG图像第二步：启动几何校正模块在Viewer1菜单条选择Raster菜单，点击Geometric Correction命令，弹出对话框。见图9图9在Viewer1中启动几何校正对话框图10 Set Geometric Model 对话框图11 Geo Correction Tools 和 模型属性对话框说明：该实例是采用视窗采集控制点的参考坐标模式，作为地理参考的DRG已经含有投影信息，所以，这里不需要定义投影参数。如果不是视窗采集控制点的参考坐标模式，则必须在这里定义投影信息。选择close按钮，弹出如下对话框。见图12图12 GCP Tool Reference Setup 对话框点击OK按钮，弹出如下对话框。见图13图13 选择参考视窗提示信息图14 参考地图的提示信息图15 采集控制点界面第四步：采集地面控制点按照控制点的选取原则进行地面控制点的选取。使所选控制点满足分布、数量的要求。选点分布见图16图16 选点分布图第五步：计算变换矩阵见图17目的：能够计算一个变换矩阵并估算RMS能否被接受。 转换阶数：一阶、二阶、三阶。通常采用2阶（或3阶），因为待纠正的影像通常要采用非线性变换才能转换到地理参考坐标系中。一阶变换只能进行平移、缩放、旋转等线性变换。 RMS误差（均方根误差）：遥感影像的分辨率不同，其规定的RMS误差也不同。减小RMS误差的方法通常是删除其误差较大的点，但有些点的误差大，而位置重要（如，位于影像的边缘且周围点又稀少），也不能删除。 偏差：包括X方向的偏差（XResidual）和Y方向的偏差（YResidual）。在GCP Tool对话框中，偏差（Residual），均方根误差RMS，贡献率（Contribution）等参数，是在编辑过程中自动计算更新的，用户是不可以任意改变的，但可以通过精确GCP位置来调整。 计算变换矩阵：在控制点采集过程中，一般设置为自动转换计算模式，所以，随着控制点采集过程的完成，转换模型就自动计算生成。图17 第六步：重采样图像控制点残差满足要求后，进行影像重采样。通常采用双线性插值法。见图18图18 影像重采样对话框第七步：检验校正结果通常采用的方法有：视窗地理链接（Geo Link/Unlink）、查询光标（Inquire Cursor）及拉窗帘法等。经过检验校正后影像的精度满足要求后，则该景影像的校正工作结束。五、 图像融合5.1 概念：对多遥感器的图像数据和其他信息的处理过程。使得处理后的图像数据更精确、信息更丰富。（如，高分辨率的全色图像和低分辨率的多光谱图像的融合，融合后图像兼具高空间分辨率和多光谱的特征。）5.2 具体目标：提高图像空间分辨率、改善图像几何精度、增强特征显示能力、改善分类精度、提高变化监测能力等。5.3 图像融合的关键技术5.3.1数据配准：需要同一地区的两幅图像，使其中一幅图像的特征与另外一幅图像中该特征的相对位置一致，这一处理过程称为配准。参考影像可以是带有地理参考坐标系的影像，也可以没有。数据配准是非常关键的一步，直接影响到融合影像的最终结果。过程与前面介绍的几何纠正的方法、过程相同。5.3.2融合方法的选择：应用于遥感卫星影像效果较好的方法有多种：IHS变换法、主成分变换法、线性加权乘积法、加法等，特点各异（见下表）。其中IHS变换法、加法、加权相乘法运算简单容易实现，加权相乘法、加法融合色调好，主分量变换法、IHS变换法信息损失少。融合方法一览表运算复杂度纹理损失量色彩改变量调整工作量备注IHS变换*适用于平坦地类简单地区，注意全色图像匀光，提升植被及山地亮度。仅限3个多光谱波段参与运算，融合影像只能含RGB三个波段。主分量变换法*能够充分利用多光谱各波段的信息，但需投入大量精力进行色彩调整。融合影像只能含RGB三波段。加法*山区效果好，不限运算波段数，但相加运算需考虑抑制强相关性，避免产生过强的局部反差和过多的突变色块。融合影像可以是多通道。加权相乘*不限运算波段数，但需对高分辨率图像做较强的锐化，融合前尽可能提升全色和多光谱数据的亮度。融合影像可以是多通道。5.3.3融合前处理：包括对高分辨率的全色数据的处理和低分辨率的多光谱数据的处理。5.3.3.1 全色数据的处理：目的是为了增强局部反差突出纹理细节，并尽可能降低噪声。l 灰度线性拉伸：调整影像灰度值分布范围，改善视觉效果，以消除蒙雾和提高亮度为主。但注意不要损失影像的高亮区信息。l 高通滤波：用于对全色 影像进行锐化处理，以增强纹理细节。纹理特征增强目前主要采用模板（33、55、77等），逐个模板推移扫描每个像元进行增强处理。但增强纹理会带来不必要的噪音，故模板的尺寸不易过大，实践表明用以下33模板增强的效果比较显著。影像纹理较好地区采用中心值为5的算子，其真实感层次感较好，产生的噪声较低。影像质量较差或平坦地区宜采用中心值为9的算子，锐化强烈，但产生的噪声较高，真实感层次感减弱，边缘和线状地物扩散现象比前者严重。其算子如下： 0 -1 0 或 -1 -1 -1-1 5 -1 -1 9 -10 -1 0 -1 -1 -1 l USM锐化，实质上是一种可调节的高通滤波，选择较小的运算半径，能够滤掉部分低频的明暗变化。5.3.3.2 多光谱数据的处理：多光谱影像应突出其多光谱彩色信息，融合前主要以增强色彩为主，调整总体色阶（输入输出范围、反差系数），调整总体亮度、色度、饱和度等，拉大不同地类之间的色彩反差，对局部细节的要求不高，允许少量损失来保证整体效果，融合影像的细节主要由高分辨率的全色影像提供。5.3.4融合后处理：包括融合效果检查与色调调整。5.3.4.1融合效果检查融合影像效果的检查主要是目视判断评价，具体内容如下：l 查看融合影像中全色数据与多光谱数据内容是否配准，此项要求是前提性的，如果配准不好，其他所有的处理将失去意义。通过融合影像才能彻底检查配准精度。l 观察融合影像整体亮度、色彩反差是否适度，是否有蒙雾。l 观察融合整体色调是否均一连贯。不同季节影像只要求亮度均匀，植被变化引起的色彩差异应当放宽。l 观察融合影像纹理及彩色信息是否丰富，有无细节损失，层次深度是否足够。l 观察清晰度，判断各种地物边缘是否清晰明确，特别是城乡结合部建设用地与耕地等边界是否清晰明确。5.3.4.2色调调整色调调整需依据影像的用途而定。例如,用于变化信息提取的增强侧重于保留原多光谱数据的光谱信息和全色数据的全部纹理细节，以便进行变化分析，不要求天然真彩色；用于制图背景的增强侧重于图面视觉效果，必要时会牺牲部分光谱信息和纹理，来去除杂色保证整体反差，达到天然真彩色的效果。采用的主要方法包括色阶拉伸、亮度对比度、色彩平衡、色度饱和度明度调整。5.4 ERDAS8.7软件中的融合：见图18图18 数据融合对话框六、 矢量层与矢量处理功能目的：了解矢量层的建立、矢量数据的编辑、Clean、Build建立拓扑关系、显示矢量文件信息、矢量裁切、矢量镶嵌等操作。ERDAS IMAGINE 系统集成栅格、矢量两种类型的数据，其矢量数据结构基于ARC/INFO 数据模型，包括点状、线状和多边形。矢量层数据能够用来表示道路、河流、城镇、行政区划、高程等。矢量数据可通过数字化或将其他格式数据进行转化，调入ERDAS IMAGINE。6.1 矢量的基本概念1、点：表示某一地物的位置，如居民点，它用x、y一对坐标来表示。2、线：由一组线段组成，用来表示线状地物，如河流、道路等，它由多组x、y坐标组成。3、多边形：由一系列封闭的线生成，通常用来表示土地利用状况、土壤类型等，多边形由标记点来区分。4、TIC点：用于图形坐标与大地坐标配准时使用的控制点。5、矢量层：包含矢量特征（点、线、面）和属性数据，通常一个矢量层只会有一种类型的特征。6、拓扑关系：各矢量特征与相邻特征之间的关系。矢量层生成时，拓扑关系并不自动生成，需要使用专用命令生成。（Clean和Build）6.2 矢量文件的建立与编辑1、矢量文件：一个矢量层存储在一个子目录下，矢量数据用一系列有逻辑关系的信息来表示。这些文件定义特征：提供特征的属性、相互指示特征定义文件及提供某一层的描述性信息。详细情况见下表：矢量信息文件描述表文件类型文件描述特征定义文件ARC线坐标及拓扑关系CNT多边形中心点坐标LAB标记点坐标及拓扑关系TICTic点坐标特征属性文件AAT线（弧）属性表PAT多边形或点属性表特征关系文件PAC多边形/线/结点的关系层描述文件BND坐标范围LOG层操作历史文件PRJ坐标系定义文件TOL层或值文件用户根据项目的需要可加入新的字段，可以是字符型、数字型。矢量数据源：数字化、其他类型矢量数据转来（如，e00、shp、dlg、dxf等）、栅格矢量化等。2、建立和导入矢量层a、在File菜单中选取OpenVector Layer 可以打开一个已有的矢量文件