遥感图像处理实习指导书.doc

遥感技术应用实习指导书适用于摄影测量与遥感技术专业实习班级：实习指导教师：实习时间：2013年1月7日1月18日遥感图像处理实习指导书1 实习目的本次实习中，针对所提供的黄河水利职业技术学院校园遥感图像，利用ERDAS IMAGINE 9.0软件进行数据预处理、图像增强、图像分类和专题地图制作，掌握遥感提取信息的基本过程和技巧，并可初步解决遥感提取信息的问题。2 实习内容（1）遥感数据预处理（2）遥感图像增强（3）遥感图像分类（4）遥感专题图制作3 实习时间安排序号实习内容时间（天）1实习动员，领取资料0.52遥感数据预处理2.53遥感图像增强2.04遥感图像分类2.05遥感专题图制作2.06实习考核0.5 7成果整理0.5合计10.04 实习任务要求（1）遥感数据预处理对所提供的校园遥感图像数据和数字图像进行格式转换，由原来TIFF和JPG格式转换为便于软件识别的IMG格式。参照校园数字地图，对待校正的校园遥感图像进行几何校正，要求采用多项式变换，多项式的次数为2次，所有检查的误差小于一个像元。针对校园范围，对校正后的校园遥感图像，对教学区进行不规则分幅裁剪。（2）遥感图像增强对预处理后的遥感图像分别依次进行直方图均衡化、77边缘检测、自然色彩变换三种增强处理。将此增强处理后的遥感图像参与下一步的遥感图像分类。（3）遥感图像分类对直方图均衡化增强处理后的遥感图像进行非监督分类，最后分为建筑物、道路（空闲地）、水系、草地和灌木林五大类。（4）遥感专题图制作对非监督分类后的图像进行专题图制作。5 实习纪律（1）不得将食物连同塑料袋带入机房。一经发现，指导教师有权将其逐出机房。（2）可自备存储设备，但不可利用存储设备之便在实习期间进行听歌、看电影、打游戏等与实习无关的事。一经发现，指导教师有权将其逐出机房。（3）在规定时间内完成实习内容，不得旷课、迟到或早退，否则指导教师有权将实习成绩降级处理。（4）若个人遇到突发事件需要请假，则必须向指导老师请假，否则按旷工处理。（5）实习期间不得有恶意破坏计算机的行为，否则实习成绩记为零分。6 实习上交资料每人都要完成上述实习任务，实习完毕，应提交下列资料：（1）IMG图像电子稿将每个操作后的输出图像适当命名并保存到一个文件夹，总目录命名为“班级+姓名”，最后将总目录打压缩包，由指导老师统一收取电子版。（2）实习技术总结将实习期间对任务问题的分析、解决和处理的方法加以总结，写出至少2000字的技术总结，用A4纸打印并装订。（3）实习日志填写实习日志中的日常工作内容和个人心得体会。7 实习成绩评定指导教师根据个人的实习态度和实习成果评定成绩，实习成绩以五级制记录，即优、良、中、及格、不及格五个等级。一、数据预处理数据预处理模块为Data preparation，在ERDAS图标面板工具条中，点击图标Data Preparation菜单1.图象几何校正第一步：显示图像文件（打开两个视窗窗口）在视窗Viewer#1中打开需要校正的图像；在视窗Viewer#2中打开地理参考的校正过的影像；单击Session|Tile Viewers。第二步：启动几何校正模块在Viewer#1需要校正的图像的菜单条中，选择Raster|Geometric Correction.打开Set Geometric Model对话框.选择多项式几何校正模型 PolynomialOK.程序自动打开Geo Correction Tools对话框和Polynomial Model Properties对话框.第三步：启动控制点工具先选择Close关闭Polynomial Model Properties对话框，程序自动打开GCP Tool Reference Setup对话框.选择Existing viewer单选按钮.OK打开View Selection Instruction 指示器在显示地理参考的校正过的影像Viewer#2中单击.程序自动打开 Reference Map Information提示框。.选择Map Units: Meters.添加地图投影参数，如下图：.选择OK 确定地图投影参数，并关闭上图。.选择OK，确定 Reference Map Information，并关闭提示框。.并自动打开采集控制点对话框。第四步：地面控制点（GCP）的采集在图像几何校正过程中，采集控制点是一项非常重要和相当重要的工作，具体过程如下：.在GCP工具对话框中点select GCP 图标，进行GCP选择状态。.在view#1中移动关联方框位置，寻找明显地物特征点，作为输入GCP。.在GCP工具对话框中点击Great GCP图标，并在view#2中点击左键定点，GCP数据表将记录一个输入的GCP，包括编号、标识码、X、Y坐标。.在GCP工具对话框中输入地图参数坐标X、Y。.不断重复上述步骤，采集若干GCP，直到满足所选是的几何校正模型为止。注：控制点个数为，t为多项式的次数。第五步：采集地面检查点以上所采集的GCP为控制点，用于建立转换方模型及多项式方程；地面检查点，则用于检验所建立的转换方程的精度和实用性，具体过程如下：在GCP Tool菜单条中选择GCP类型：Edit/Set Point Type check。. 在GCP Tool 菜单条中确定GCP匹配参数：Edit/Point matching打开GCP Matching 对话框，并确定参数，定义最大搜索半径为3，搜索窗口x，y分别为5。确定地面检查点，其操作与选择控制点完全一样，分别在view#1，view#2中定义5个检查点，定义完毕后单击Unlock图标，解除Create GCP功能。计算检查点误差：在GCP Tool工具条中，点击Compute Error 图标，检查点的误差就会显示在GCP Tool 的上方(如下图)，只有所有检查的误差小于一个像元时，才能进行以下的步骤。.在Geo Correction Tools 对话框中选择Model Properties 图标打开选择或检查参数，然后选择close关闭。第六步：图象重采样. 在Geo Correction Tools 对话框中选择Image Resample 图标打开Image Resample 对话框，并定义重采样参数。.输出图像文件名(output file):rectify.img.选择重采样方法(Resample Method):Nearest Neighbor.定义输出图像在图与像元大小。.设查输出统计中忽略零值。.选择OK启动重采样进程，并关闭Image Resample 对话框。第七步：保存几何校正模式在Geo Correction Tools 对话框中单击Exit按钮，退出图像校正过程，按照系统提示选择保存图像几何校正模式，并定义模式文件（*.gms），以便下次直接使用。2.图像分幅裁剪在实际工作中，经常根据研究区的工作范围进行图像分幅裁剪，利用ERDAS 可实现两种图像分幅裁剪：规则分幅裁剪，不规则分幅裁剪。(1)规则分幅裁剪即裁剪的边界范围为一矩形，其具体方法如下：在ERDAS图标面板工具条中，点击DataPrep/Data preparation/subset Image打开subset Image 对话框，并设置参数如下：说明：裁剪范围输入：通过直接输入右上角、右下角的坐标值;先在图像视窗中放置查询框，然后在对话框中选择From Inquire Box先在图像视窗中绘制AOL区域，然后在对话框中选择AIO功能，利用此方法也可实现不规则裁剪。(2)不规则分幅裁剪用AOI区域裁剪，与上述的的方法相同。二、图象增强处理实习目的：掌握常用的图象增强处理的方法。实习内容：主要包括：空间、辐射、光谱增强处理的主要方法 空间增强：负括卷积增强处理 辐射增强：直方图均衡化处理 光谱增强：主成份变换、缨穗变换、色彩变换图象增强处理包括空间、辐射和光谱增强处理，本练习做几种常用的增强处理方法，在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。1、图象空间增强（Spatial Enhancement）空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。ERDAS IMAGINE 提供的空间增强处理功能如表4.1所列。表4.1 遥感图像空间增强命令及其功能空间增强命令空间增强功能Convolution: 卷积增强用一个系数矩阵对图像进行分块平均处理Non-directional Edge： 非定向边缘增强首先应用两个正交卷积算子分别对图像进行边缘探测，然后将两个正交结果进行平均化处理Focal Analysis: 聚集分析使用类似卷积滤波的方法，选择一定的窗口呼函数，对输入图像文件的数值进行多种变换Texture: 纹理分析通过二次变异等分析增强图像的纹理结构Adaptive Filter: 自适应滤波 应用自适应滤波器对AOI进行对比度拉伸处理Resolution Merge:分辩率融合不同空间分辨率遥感图像的融合处理Crisp: 锐化处理增强整景图像亮度而不使其专题内容发生变化（1）卷积增强处理 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。ERDAS将常用的卷积积算子放在default.klb 的文件中，分别以33、55、77三组，每组又包括edge Detect/edge enhance/low pass/Highpass/Horizontal/vertical/summary等七种不同的处理方式。具体执行过程如下：.ERDAS图标面板工具条，点击Interpreter/spatial Enhancement / convolution打开convolution对话框，并设置如下参数：（2）辐射增强处理：（Radiometric Enhancement）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 IMAGINE供的辐射增强处理功能如表4.2所列。表4.2 遥感图像辐射增强命令及其功能辐射增强命令辐射增强功能LUT Stretch：查找表拉伸通过修改图像查找表（Lookup Table）使输出图像值发生变化，是图像对比度拉伸的总和。Histogram Equalization: 直方图均衡化对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等Histogram Match:直方图匹配对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理Brightness Inverse: 亮度反转对图像亮度范围进行线性及非线性取反值处理Haze Reduction: 去霾处理降低多波段图像及全色图像模糊度的处理方法Noise Reduction: 降噪处理利用自适应滤波方法去除图像噪声Destripe TM Data:去条带处理对Landsat TM图像进行三次卷积处理去除条带直方图均衡化处理 该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。.在ERDAS图标面板工具条中，点击Interpreter/Radiometric Enhancement/Histogram Equalization-打开Histogram Equalization对话框,并设置参数如下：（3）光谱增强处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 IMAGINE 提供的光谱增强处理功能如下图所示表4.3 遥感图像光谱增强命令及其功能光谱增强命令光谱增强功能Principal Components: 主成份变换将具有相关性的多波段图像压缩到完全独立的较少的几个波段，使遥感图像更易于解译分析Inverse Principal Components: 主成份逆变换与主成份变换操作正好相反，将主成份变换图像依据当时的变换特征矩阵重新恢复到RGB彩色空间Decorrelation Stretch:去相关拉伸首先对图像的主成份进行对比度拉伸处理，然后再进行主成份逆变换，将图像恢复到RGB彩色空间Tasseled cap: 缨穗变换在植被研究中旋转数据结构轴优化图像显示效果RGB to HIS: 色彩变换将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间HIS TO RGB: 色彩逆变换将图像从亮度（I）色度（H）饱和度（S）彩色空间转换到红（R）绿（G）蓝（B）彩色空间Indices: 指数计算用于计算反映矿物及植被的各种比率和指数Natural Color: 自然色彩变换模拟自然色彩对波段数据变换输出自然色彩图像主成份变换 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，便于图像分析与解译，具体过程如下：.在ERDAS 图标面标工具条中，点击Interpreter/spectral Enhancement/principal Comp-打开principal components对话框,并设置参数如下：上图为原始图像与主成份变换获得的主份量1、2、3的对比图原图像432(RGB) 主成份432（RGB）合成图像缨穗变换缨穗变换是针对植物学所关心的植被特征，对原始多波段图像数据进行空间旋转，获得具有物理意义的亮度、绿度、湿度等分量。.在ERDAS图标面板工具条中，点击Interpret/spectral Enhancement/Tasseled Cap打开Tasseled cap对话框，并设置参数。注，需要定义相关参数set coefficients,点击set coefficients按钮，打开对话框，确定区域内的类型。下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。色彩变换色彩变换是将区域图像从RGB的彩色空间转换到IHS作为定位参数的彩色空间，以便达到增强目的。.在ERDAS图标面板工具条中，点击Interpreter/spectral Enhancement/RGB to IHS-打开RGB TO IHS对话框，并设置参数如下：上图为原始图像与色彩变换获得的亮度、色度、饱和度三个分量图的对比三、非监督分类 第一步：调出非监督分类对话框调出非监督分类对话框的方法有以下两种： 方法一：在ERDAS图标面板工具条中，点击Dataprep图标 Data Preparation unsupervised Classification Unsupervised Classification对话框如下： 方法二：在ERDAS图标面板工具条中点击Classifier图标 C1assification Unsupervised Classification-unsupervised classification对话框如下：可以看到，两种方法调出的Unsupervised Classification对话框是有一些区别的。第二步：进行非监督分类在Unsupervised classification对话框中：确定输出文件（Input Raster File）:lazhoucity.img（要被分类的图像）确定输出文件（Output File）:lz-isodat.img（即将产生的分类图像）选择生成分类摸板文件：Output Signature Set（将产生一个模板文件）确定分类摸板文件（Filename）：lz-isodat.sig对Clustering options选择Initialize from Statistics单选框 Initialize from Statistics指由图像文件整体（或其AOI区域）的统计值产主自由聚类，分出类别的多少由自己决定。Use Signature Means是基于选定的模板文件进行非监督分类，类别的数目由模板文件决定。确定初始分类数（Number of classes）：分出30个类别 （实际工作中一般将分类数取为最终分类数的2倍以上。.点击Initializing options按钮可以调出Fi1e Statistics Options对话框以设置ISODATA的一些统计参数，点击Co1or Scheme Options按钮可以调出output color Scheme Options对话框以决定输出的分类图像是彩色的还是黑白的。这两个设置项使用缺省值。.定义最大循环次数（Maximum Iterations）： 24最大循环次数（Maximum Iterations）是指ISODATA重新聚类的最多次数，这是为了避免程序运行时间太长或由于没有达到聚类标准而导致的死循环。一般在应用中将循环次数都取6次以上。设置循环收敛阈值（Convergence Threshold）：0.95 收敛阈值（Convergence Threshold）是指两次分类结果相比保持不变的像元所占最大百分之此值的设立可以避免ISODATA无限循环下去。 点击OK按钮（关闭Unsupervised Classification对话框，执行非监督分类，获得一个初步的分类结果）2.2 分类评价（Evaluate Classification） 获得一个初步的分类结果以后，可以应用分类叠加（Classification over1ay）方法来评价检查分类精度。其方法如下： 第一步：显示原图像与分类图像 在视窗中同时显示lanzhoucity.img和lz-isodat.img：两个图像的叠加顺序为lanzhoucity.img在下、lz-isodat.img在上，lanzhoucity显示方式用红（4）、绿（5）、蓝（3 ）。 第二步：打开分类图像属性并调整字段显示顺序 在视窗工具条中：点击图标（或者选择Raster菜单项-选择Tools菜单） 打开Raster工具面板 点击RaSter工具面板的图标（或者在视窗菜单条：Rster-Attributes） 打开Raster Attribute Editor对话框（lz-isodat.img的属性表） 属性表中的19个记录分别对应产生的18个类及Unclassified类，每个记录都有一系列的字段。如果想看到所有字段，需要用鼠标拖动浏览条，为了方便看到关心的重要字段，需要调整字段显示顺序。 Raster Attribute Editor对话框菜单条：Edit Column Properties column properties对话框 在Columns中选择要调整显示顺序的字段，通过Up、 Down、Top、Bottom等几个按钮调整其合适的位置，通过选择Display Width调整其显示宽度，通过Alignment调整其对齐方式。如果选择Editable复选框，则可以在Title中修改各个字段的名字及其它内容。在Column Properties对话框中调整字段顺序，最后使Histogram、opacity、 color、 class_names四个手段的显示顺序依次排在前面。 点击OK按钮（关闭Column properties对话框） 返回Raster Attribute Editor对话框（lz-isodat.img的属性表）第三步：给各个类别赋相应的颜色（如果在分类时选择了彩色，这一步就可以省去）Raster Attribute Editor对话框（lz-isodat.img的属性）： 点击一个类别的Row字段从而选择该类别 右键点击该类别的Color字段（颜色显示区）As Is菜单 选择一种颜色重复以上步骤直到给所有类别赋予合适的颜色第四步：不透明度设置由于分类图像覆盖在原图像上面，为了对单个类别的判别精度进行分析，首先要把其它所有类别的不透明程度（Opacity）值设为0（即改为透明），而要分析的类别的透明度设为1（即不透明）。Raster Attribute Editor 对话框（lz-isodat.img的属性表）：右键点击Opacity字段的名字Column Options菜单Formula菜单项Formula对话框在Formula对话框的Formula输入框中（用鼠标点击右上数字区）输入0点击Apply按钮（应用设置）返回Raster Attribute Editor 对话框（lz-isodat.img的属性表）：点击一个类别的ROW字段从而选择该类别点击该类别的Opacity字段从而进入输入状态在该类别的Opacity 字段中输入1，并按回车键此时，在视窗中只有要分析类别的颜色显示在原图像的上面，其它类别都是透明的。第五步：确定类别专题意义及其准确程度视窗菜单条：Utilityflickerviewer Flicker对话框Auto Mode 本小步是设置分类图像在原图像修背景上闪烁，观察它与背景图像之间的关系从而断定该类别的专题意义，并分析其分类准确与否。 第六步：标注类别的名称和相应颜色 Raster Attribute Editor对话框（lz-isodat.img的属性表）：点击刚才分析类别的ROW字段从而选择该类别 点击该类别的class Names字段从而进入输入状态 在该类别的Class Names字段中输入其专题意义（如居民区），并按回车键 右键点击该类别的Color字段（颜色显示区） As Is菜单选择一种合适的颜色 重复以上4、5、6三步直到对所有类别都进行了分析与处理。注意，在进行分类叠加分析时，一次可以选择一个类别，也可以选择多个类别同时进行。第七步：将相同的类进行合并，最后分为五大类：建筑物、道路（空闲地）、水系、草地和灌木林。四、遥感专题图制作一、准备专题制图数据启动ERDAS IMAGINE9.0.打开专题分类后的图像文件,步骤：在Viewer #1下选择FileOpenRaster layer，选定文件专题分类后的图像，在显示窗口右击选定Fit to Frame，单击OK，结果如下：二、生成专题制图文件1.在图标面板下选择MainMap composition.如下图：2.点击 New map composition,在New Name：（*.map）下输入atl_spotp_92，在Map Width:和Map Height：分别输入28.00和20.00，在Units里选择centimeters,点击OK,结果分别如下：三、确定专题制图范围在Annotation工具面板下单击 Create map frame图