ERDAS实习基本操作.doc

ERDAS实习基本操作1.图像显示与存贮 1.1图像的显示 点击Viewer，选择File下的Open raster layer，选择can_tmr.img，图像在视窗中显示出来，点击Viewer中View下的Arrange Layers，可以查看图层，结果如图1所示。 1.2图像的存贮 点击Viewer，选择File下的save top layer as，在save as对话框中设置File of type为TIFF，保存。结果如图2所示。 图1 图像的显示can_tmr.img 图2 图像的存贮can_tmr.tif2.图像的预处理 2.1几何纠正 2.1.1几何纠正原理 对影像数据进行处理时，首先要做的工作是影像的与处理，影像的预处理包括几何纠正和影像的镶嵌与裁剪。几何校正的原理是将图像数据投影到平面上，使其符合地图投影系统。而将地图投影系统赋予图像数据的过程，称为地理参考。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。在进行几何纠正时，可以使用一幅不含地理参考的图像和一定数量的图像上已知地理坐标的控制点，也可以使用一幅不含地理参考的图像和一幅具有具有地理参考的高精度图像。实习中几何纠正使用的数据是tmatlanta.img和panatlanta.img，利用具有地理参考的高精度数据panatlanta.img对tmatlanta.img进行纠正。erdas提供7种图像几何校正计算模型，包括仿射变换、多项式变换、非均匀变换、投影变换等。 2.1.2几何纠正的步骤 （1）打开erdas软件后，打开两个视窗，分别打开tmatlanta.img和panatlanta.img， （2）点击图标面板工具条中DataPrep 图标，选择Image Geometric Correction ， 打开 Set Geo-Correction Input File 对话框，选择from viewer，在panatlanta.img的视窗上点击一下， （3）在弹出对话框set Geomatric Models 中选择进行几何纠正的模型Polynomial（多项式），设置多项式参数为2，其他设置保持默认， （4）弹出GCP Tool后开始在两幅图像上选取控制点，如图3和图 4，图 5上显示控制点在输入影像和参考影像上的坐标、颜色、误差等信息。 （5）选择完7个以上的点后点击Geo-Correction Tools下的重采样，定义重采样参数：Output File（输出图像文件名）: rectify.img ；Resample Metho（ d选择重采样方法） :Nearest Neighbor；定义输出图像范围；定义输出像元的大小；设置输出统计中忽略零值；定义重新计算输出缺省值。几何纠正的结果如图 6所示。 237 x 239 (0, 0) 图 3 tmatlanta.img控制点 图 4 panatlanta.img控制点图 5控制点以及精度图 6几何纠正后的tmalataner影像2.2影像的镶嵌2.2.1镶嵌的原理 影像镶嵌是将两幅或多幅影像拼在一起，构成一幅整体影像的技术过程。影像镶嵌要在接边的边缘处利用一定的算法，使边缘的颜色趋于一致，使影像无缝的接在一起。实习中，图像拼接（镶嵌）使用数据为wasia1_tm.img wasia2_tm.img，wasia3_tm.img 2.2.2影像镶嵌步骤 （1）打开erdas软件，点击DataPrep中的Mosaic Image，选择Mosaic Tools，（2）在弹出的Mosaic Tools窗口中，点击Edit下的Add Images，找到需要进行镶嵌的影像后，点击Image Area Options，选择Compute Active Area，（3）点击Color Corrections 图标，选择颜色改正方法为Use Histogram Matching，设置Matching Method为Overlap Area，如图 7所示，（4）点击Edit下的Set Overlap Function，设置Intersection Method (相交关系):No Cutline Exists，设置select Function (重叠图像元灰度计算):Average。 （5）点击 Process/Run Mosaic，打开Run Mosaic对话框，运行Mosaic 工具，观察镶嵌后的图像，查看接边处是否无缝。镶嵌结果如图 8所示。 图 7颜色改正参数设置 图8 镶嵌结果2.3图像的裁剪2.3.1图像裁剪原理图像裁剪是根据研究区域的大小或形状截取一部分图像的过程。裁剪指研究区域只占整个图像的一部分，这个区域有可能是规则的，也可能是不规则的，利用ERDAS 可实现规则分幅裁剪，不规则分幅裁剪。实习中图像的裁剪使用的数据为wasia3_tm.img。 2.3.2规则裁剪步骤 在ERDAS图标面板工具条中，点击DataPrep，选择Data preparation下的subset Image，打开subset Image 对话框，在弹出的subste对话框中设置输入输出影像、裁剪的矩形区域的对角点坐标，即完成影像的规则裁剪，如图9 所示。 2.3.3不规则裁剪步骤 （1）在打开的wasia3_tm.img中，使用AOI工具绘制成要进行裁剪的区域，并保存AOI文件， （2）在subset对话框中设置输入输出影像，点击对话框下方的AOI，在弹出的Choose AOI对话框中选择AOI File，找到之前保存的AOI文件， （3）点击From Inquire Box，确定后，完成不规则图像的裁剪，如图10 所示。 图 9 规则裁剪 图 10 不规则裁剪3.图像增强 3.1空间增强 3.1.1空间增强的原理 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，主要是对图像中的线、边缘、纹理结构特征进行增强处理，erdas中空间增强的方法有卷积增强、统计滤波、分辨率融合等，实习时使用的是卷积增强的方法，卷积增强是将整个图像按像元分块进行平均处理，用于改变图像的空间频率特征。卷积处理的关键是卷积算子一-系数矩阵的选择。使用数据为lanier.img。 3.1.2空间增强的步骤 在ERDAS图标面板工具条上，点击Interpreter，点击spatial Enhancement 下的 convolution，打开convolution对话框，设置参数：输入输出图像，选择模板类型为33 High Pass，结果如图 11所示。 3.2辐射增强 3.2.1辐射增强的原理辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。 ERDAS 中辐射增强的方法有直方图均衡化、降噪处理、直方图匹配等，实习时采用的是直方图均衡化，直方图均衡化把一已知灰度概率分布的图像，经过一种变换，使之演变成一幅具有均匀灰度概率分布的新图象。使用数据是lanier.img。3.2.2辐射增强的步骤在ERDAS图标面板工具条中，点击Interpreter，点击Radiometric Enhancement下的Histogram Equalization，打开Histogram Equalization对话框，设置输入输出图像，完成直方图均衡化，结果如图 12所示。 图 11 卷积增强 图 12 直方图均衡化 3.3光谱增强 3.3.1光谱增强的原理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中光谱增强的方法有主成分变换、缨帽变换、色彩变换等，实习时采用的是主成分变换和色彩变换，它是对某一多光谱图像X.利用主成分变换矩阵A进行线性组合,而产生一组新的多光谱图像Y，将具有相关性的多波段数据压缩到完全独立的几个波段上。数据为lanier.img。 3.3.2光谱增强的步骤 在ERDAS 图标面标工具条中，点击Interpreter/spectral Enhancement/principal Comp-打开principal components对话框，设置参数，结果如图 13所示。在ERDAS图标面板工具条中，点击Interpreter，点击spectral Enhancement下的RGB to HIS，打开RGB TO IHS对话框，设置参数，结果如图 14所示。 图 13主成分变换 图 14色彩变换4.遥感图像的分类4.1非监督分类 4.1.1非监督分类原理 非监督分类在不需要更多的先验知识的情况下，根据地物的光谱统计特性进行分类，人为干预较少，非监督分类过程的自动化程度较高，方法简单，且分类具有一定的精度。非监督分类的方法有isodata、K均值法等，实习时使用的方法是isodata，数据为germtm.img。 4.1.2非监督分类步骤 （1）调出非监督分类对话框，erdas中有两种方法打开非监督分类的对话框：方法一： DATA PRETATIONUNSUPERVISED CLASSIFICATION;方法二： Classifier 图标 classificationunsupervised classification。两种方法有细微区别。（2）进行监督分类 ：调出 unsupervised classification 对话框后，逐项填写。（3）分类评价：现在视窗中显示分类前的影像和非监督分类后的影像，点击分类后影像所在视窗的Raster下的Attribute，设置分类的类别名称和颜色，比如class3为居民地，则将clss3的class name改为居民地，颜色改为红色，确定类别的专题意义和准确度。 非监督分类结果如图 15所示。4.2监督分类 4.2.1监督分类原理监督分类根据训练样区提供的样本选择特征参数，建立判别函数，对待分类像元进行分类。因此，训练场地选择是监督分类的关键 4.2.2监督分类步骤 （1）显示要进行分类的图像，在视窗viewer中打开要分类的影像，（2）打开模板编辑器并调整显示字段，点击Classifier，点击Classification下的Signature Editor，在视窗中利用AOI工具选取作为分类信息的模板，点击Signature Editor对话框下Edit下的Add，并对选取的模板设置模板名称、颜色、透明度等，利用Edit下的Merge对同一类别的不同模板进行合并。保存模板文件，如图17所示。（3）点击Classification下的Supervise Classificition进行监督分类。（4）分类精度评价：在Viewer中打开分类前的原始图像，启动精度评估对话框，在ERDAS 图标面板工具条中，点击Classifier 图标，弹出Classification菜单，选择Accuracy Assessment菜单项，打开Accuracy Assessment对话框，点击File下的Open，打开监督分类完成的图像，在Classified Image对话框中确定与视窗中对应的分类专题图像，点击Select Viewer图标，将原始图像视窗与精度评估视窗相连接，在精度评价对话框中点击View下Change Colors设置随机点的色彩，点击Accuracy Assessment对话框下Edit中的Create/Add Random Points，比较随机点，如图18所示。监督分类结果如图 16所示。 图 15 非监督分类 图 16 监督分类 图 17 监督分类模板 图 18 监督分类分类精度评价5.遥感数据的格式转换与合成5.1数据转换与合成的原理遥感图像包括多个波段，有多种存储格式，将不同类型的数据转换成同一格式的数据，称为数据的格式转换；将不同的波段数据进行组合形成多波段的数据，或者将遥感数据与非遥感数据的融合称为数据的合成。实习中，将bhtmref各波段的TIFF格式数据转换成多波段的img格式数据。5.2数据转换与合成的步骤（1）在ERDAS图标面板工具条上，点击Import，将type设置为TIFF，Media设置为File，Input File中添加单一波段的TIFF格式文件，设置Output File，完成了单一波段的影像数据转换成img数据，如图 19所示，（2）在ERDAS图标面板工具条上，点击Interpreter，点击Image Interpreter下的Utilities，点击Layer Stack，在Input File中添加上一步转换完成的bhtmref单一波段img数据，设置Layer 为All，点击Add，直到将所以的单一波段数据添加完成，设置输出图