遥感课程实习报告.doc

遥感原理与应用遥感原理与应用 课程实习课程实习 班级 学号 姓名 遥感原理与应用 1 目录目录 实验一实验一 高光谱数据分析高光谱数据分析 3 一 实验目的 3 二 实验数据介绍 3 三 实验过程 3 1 浏览影像波谱库并同波谱库进行比较 3 2 鉴别波谱曲线 7 3 定义感兴趣区 9 4 鉴别矿物质 10 5 二维散点图 11 四 实验体会 15 实验二实验二 影像镶嵌影像镶嵌 16 一 实验目的 16 二 实验数据介绍 16 三 实验过程 16 1 利用像素进行的影像镶嵌 16 2 利用地理坐标进行的影像镶嵌 19 四 实验体会 22 实验三实验三 影像配准影像配准 23 一 实验目的 23 二 实验数据介绍 23 三 实验过程 23 1 打开并显示 SPOT 数据和 Landsat TM 数据 23 2 开始进行影像配准 24 3 校正影像 26 四 实验体会 32 实验四实验四 非监督分类非监督分类 33 一 实验目的 33 二 实验数据介绍 33 三 实验过程 34 1 K 均值分类法 34 2 IsoData 分类法 35 3 类别定义和类别合并 37 四 实验体会 39 实验五实验五 监督分类监督分类 40 一 实验目的 40 遥感原理与应用 2 二 实验数据介绍 40 三 实验过程 40 1 分类样本的选择和优化 40 2 进行分类 44 3 影像分类后处理 45 四 实验体会 52 课程实习总结课程实习总结 52 遥感原理与应用 3 实验一实验一 高光谱数据分析高光谱数据分析 一 一 实验目的实验目的 本实验在于向用户介绍高光谱影像分析的相关操作 通过实验明白高光谱 遥感 高光谱图像数据处理和分析是识别地物特征的一种方式 它在较短的波 长间隔内具有可区分的吸收和反射特性 介绍波谱库 反射率波谱曲线 鉴别波 谱曲线 创建感兴趣区域 鉴别矿物质 创建二维散点图的操作 二 二 实验数据介绍实验数据介绍 本实验使用实验数据为 zhangan cup95 at int 为 Cuprite 地区 ATREM 校 正后的反射率数据 50 个波段 zhangan cup95 at hdr 为相应的头文件 zhangan jpl1 sli 为 JPL 波谱库 Zhangan jpl1 hdr 为相应的头文件 zhnagan usgs min sli 为 USGS 波谱库 zhnagan usgs min hdr 为相应的头文 件 三 三 实验过程实验过程 从 ENVI 主菜单中 选择 File Open Image file 选择 zhangan cup95 at int 文件 点击 ok 出现 50 个波段的名字 在可用波段列 表中 选择 Band 193 点击 Gray Scale 按钮 再点击 Load RGB 按钮 把该影 像加载到显示窗口中 1 浏览影像波谱库并同波谱库进行比较 浏览影像波谱库并同波谱库进行比较 选择 Tool Profile Z Profile 提取表现反射率波谱曲线 在影像上移动 缩放指示矩形框 同时查看 1 Spectral Profile 窗口中的波普曲线 浏览整 个影像的表现反射率波谱曲线 在主影像窗口中 使用左键点击并拖动缩放指 示矩形框 将缩放指示矩形框移动到以所选像素点为中心的区域中 对波谱曲 线进行比较 遥感原理与应用 4 图 1 1 Z Profile 窗口操作 选择Spectral Spectral Libraries Spectral Library Viewer 出现Spectral Library Input File对话框 允许你选择一个库来用于浏览 在Spectral Library Input File 对话框 选择Open Spectral Library 选择zhangan jpl1 sli波谱库文件 点击ok 图1 2 Spectral Library Input File 对话框 在Spectral Library Viewer 对话框中 选择Options Edit x y Scale Factors 并在Y Data Multiplier文本框中 输入1 000 选择下列波谱名称 ALUNITE SO 4A BUDDINGTONITE FELDS TS 11A CALCITE C 3D KAOLINITE WELL ORDERED PS 1A 绘制它们的波谱曲线 遥感原理与应用 5 图1 3 Spectral Library Viewer 对话框与相应波谱光线曲线 从绘制 plot 窗口菜单中 选择Edit Plot Parameters 自定义波谱 曲线的绘制图 在PlotParameters 对话框中 按下面的步骤进行 将 Charsize 减少为0 50 选择 X Axis 单选按钮 然后将Range 调整为1 90 到 2 45 还是选中 X Axis 单选按钮 点击Left Right Margins 的箭头增量按钮 直到达到所需X 方向的页边距 选择 Y Axis 单选按钮 将Axis Title 改 Reflectance 还是选中 Y Axis 单选按钮 点击Top Bottom Margins 的 箭头增量按钮 直到所需的Y 方向的页边距 点击 Apply 然后再点击 Cancel 要显示波谱名称的图例 可以在绘制窗口中点击鼠标右键 从弹出的 快捷菜单中选择Plot Key 将 绘制窗口拖动到所需的大小 以容纳下波谱名称 在绘制窗口中 选择 Options Stack Plots 分别查看绘制的波谱曲线 绘制的波谱曲线如下图 所示 图 1 4 自定义绘图参数后的波谱曲线图 遥感原理与应用 6 在 1 Spectral Profile 绘图窗口中点击鼠标右键 从弹出的快捷菜单中 选择Plot Key 这将显示出波谱曲线的图例 该图例指出了所选像素的X 和Y 的像素坐标 在 1 Spectral Profile 绘图窗口中 选择Options New Window Blank 打开一个新的绘图窗口 从主影像窗口菜单中 选择Tools Pixel Locator 使用Pixel Locator 对话框 定位到下列各点精确的像素位置 上 位置点名称列行 Stonewall Playa590570 Varnished Tuff435555 Silica Cap494514 Opalite Zone with Alunite531541 Strongly Argillized Zonewith Kaolinite502589 Buddingtonite Zone448505 Calcite260613 在 Pixel Locator 对话框中 输入像素的坐标 列590 行570 使缩放指 示矩形框移动到以这个像素为中心的影像地区 即Stonewall Playa 地区 然 后点击Apply 将矩形框移动到这个位置上 同时 1 Spectral Profile 绘图窗 口更新显示所选点的波谱曲线 其所对应的图例为 X 590 Y 570 在新 的绘图窗口中 点击鼠标右键 在弹出的快捷菜单中 选择 Plot Key 打开显 示了X 和Y 坐标位置的图例 在 1 Spectral Profile 绘图窗口中 使用鼠标 左键 点击并按住图例 X 590 Y 570 将这个波谱曲线图例拖到新的绘图 窗口中 对上表所列的每一个像素点重复上面的步骤 直到新的绘图窗口包含 了所有的 7 种波谱曲线 在新的绘图窗口中 选择 Options Stack Plots 新的绘图窗口如下图所示 图 1 5 ATREM 影像表观反射率波谱曲线 从波谱库波谱曲线的绘图窗口中 将波谱曲线拖动到 1 Spectral Profile 绘图窗口中 进行直接比较 遥感原理与应用 7 图 1 6 1 Spectral Profile 绘图窗口 2 2 鉴别波谱曲线鉴别波谱曲线 ENVI 提供了一个波谱匹配工具 它根据波谱库中的波谱曲线对影像中的波 谱曲线进行评分 波谱分析使用多种方法产生一个在 0 到 1 之间的分数值 其 中分数值 1 相当于完全匹配 从 ENVI 主菜单中 选择Spectral Spectral Analyst 点击 Spectral Analyst Input Spectral Library 对话框底部的Open Spec Lib 按钮 选择 zhangan usgs min sli 波谱库文件 zhangan usgs min sli 文件出现在 Spectral Analyst Input Spectral Library 对话框中 选中该文件 点击 OK 在 Edit Identify Methods Weighting 对话框中 点击OK 图 1 7 Edit Identify Methods Weighting 对话框 从主影像窗口菜单中 选择Tools Profiles Z Profile Spectrum 然后在 1 Spectral Profile绘图窗口中 点击鼠标右键 从弹出的快捷菜单中 遥感原理与应用 8 选择Plot Key 显示波谱曲线名称的图例 从主影像窗口菜单中 选择 Tools Pixel Locator 在 Pixel Locator 对话框中 输入像素点的坐标列502 行589 点击Apply 图 1 8 显示波谱曲线 在 Spectral Analyst 对话框中 选择Options Edit Method Weights 在 Edit Identify Methods Weighting 对话框中 为每一个Weight 文本框输 入值0 33 然后点击OK 在 Spectral Analyst 对话框中 点击Apply 如果在 1 Spectral Profile 绘图窗口中显示了多条波谱曲线 那么将会出现一个波 谱曲线列表 如果出现了该波谱曲线列表 那么就选择像素 列502 行589 所对应的那条波谱曲线 图 1 9 显示矿物质 kaolinite 的波谱曲线与像素的波谱曲线最匹配 Spectral Analyst 将根据波谱库中的波谱曲线对未知地物的波谱曲线进行 评分 上图显示了对像素列502 行589的波谱曲线进行鉴别的结果 注意列表 的第一行显示kaolinite 的波谱曲线评分最高 这个相对较高的分数值表明了 遥感原理与应用 9 该像素对应的地物与kaolinite 最相似 用鼠标双击列表中的第一条波谱曲线 在同一绘图窗口中 绘制出未知地物的波谱曲线以及波谱库中的波谱曲线 以 进行比较 图1 10 未知地物与波谱库中最匹配的kaolinite 的波谱曲线的比较 使用波谱分析 Spectral Analyst 比较波谱曲线图 对刚才提取的影 像波谱曲线进行鉴别 查看其为哪一种矿物质 也可以选择将 USGS 波谱库中 的波谱曲线同影像波谱曲线以及JPL 波谱库中的波谱曲线进行比较 3 定义感兴趣区定义感兴趣区 感兴趣区 ROIs 用来提取像素集合的统计信息及其平均波谱曲线 可以 在任何显示的影像上定义足够多的感兴趣区 从主影像窗口菜单中 选择 Overlay Region of Interest 打开ROI Tool 对话框 在影像中 点击鼠 标左键 在多边形顶点处 点击鼠标左键 绘制感兴趣区 或者点击并按住鼠 标左键 移动鼠标 连续绘制感兴趣区 点击鼠标右键 封闭该多边形 完成 感兴趣区的定义 再次点击鼠标右键锁定感兴趣区的位置 遥感原理与应用 10 图1 11 绘制感兴趣区 点击 Stats 按钮 计算感兴趣区的统计信息 绘制均值波谱曲线 白色 均值波谱上下各有一条的标准差曲线 绿色 以及最小和最大值的包络波谱 曲线 红色 其包含了感兴趣区所有的波谱 图1 12 感兴趣区统计信息 4 鉴别矿物质鉴别矿物质 在可用波段列表对话框中 选择 RGB 单选按钮 并顺次点击Band 遥感原理与应用 11 183 Band 193 和Band 207 点击 Load RGB 将彩色合成影像加载到当前影像 显示窗口中 在主影像窗口中 点击Tools Profiles Z Profile Spectrum 注意到在Z 剖面廓线 Z Profile 窗口中 被用来合成彩色影像 的三波段的位置上 分别用红 绿 蓝三条垂直线标出 图1 13 Z 剖面廓线 Z Profile 窗口 5 二维散点图二维散点图 查看二维散点图 在主影像窗口中 选择 Tools 2 D Scatter Plots 打开二维的scatter plot 对话框 绘制表观反射率影像的散点图 在 Choose Band X 列表中 选择波段193 band 193 在Choose Band Y 列表中 选择 波段207 点击 OK 下面的散点图就显示了X Y 表观反射率值的关系 图1 14 波段193 和波段207 的散点图 遥感原理与应用 12 散点图的密度分割 从散点图窗口菜单中 选择 Options Density Slice 自动对散点图进行密度分割处理 散点的颜色表明了用来绘制散点图的 两个波段特定表观反射率组合出现的频率 紫色 Purple 代表了出现的频率 最低 随着颜色从蓝色 绿色 黄色 变化到红色 频率也依次变大 红色代 表了出现的频率最高 用左键画出感兴趣去 在主影像将显示 从散点图菜单 中 选择 Options Density Off 关闭密度分割功能 图1 15 散点图的密度分割 散点图中的跳跃像素 从主影像窗口中点击鼠标左键并拖动鼠标 触发散 点图中的 跳跃像素 散点图中的红色点就对应于主影像窗口光标周围 10 10 区域内的像素点 预测一下某些影像颜色在散点图中的位置 然后进行 核实 注意散点图中红色跳跃像素构成的子散点图的形状 选择 Options Set Patch Size 改变散点图中红色矩形光标的大小 并观察改变后的差异 图1 16 散点图中的跳跃像素 影像中的跳跃像素 在散点图上点击鼠标中键并拖动鼠标 触发主影像窗 遥感原理与应用 13 口中的 跳跃像素 影像中的红色像素点就对应于散点窗口光标周围10 10 区域内的散点 注意所选像素的空间分布及其空间一致性 选择 Options Set Patch Size 改变散点图中矩形光标的大小 并观察改变后的差异 图 1 17 影像中的跳跃像素 将散点图连接到波谱剖面廓线 从散点图窗口菜单中 选择 Options Z Profile 选择一个输入文件用于提取波谱剖面廓线 然后点击OK 打开一个连 接到该散点图的空白的波谱剖面廓线绘制窗口 将鼠标光标放置到二维散点图 中 点击鼠标右键 提取具有该散点位置特性的相应空间像素点的波谱曲线 比较散点图上的其它点 观察散点图上相对中心位置的点 记录这些点所属的 类别 图1 18 散点图连接到波谱剖面廓线 散点图中的感兴趣区 可以用来作为一个快速的分类器 在散点图中点击 鼠标左键 选择感兴趣区 ROI 的第一个顶点 使用鼠标左键 选择所需的线 段顶点 在散点图中 绘制感兴趣区多边形 点击鼠标右键封闭该多边形 与 该多边形包含的散点相对应的影像像素 在主影像窗口中会以彩色编码后的颜 遥感原理与应用 14 色显示出来 从散点图窗口的 Class 下拉式菜单中 选择其它的颜色 绘制其 它的感兴趣区多边形 影像中对应的像素就会以所选颜色高亮突出显示出来 要移除某个类 可以选择Options Clear Class 此外 通过在绘图坐标轴 以外点击鼠标中键 也可以移除当前所选的类 使用二维散点图工具 由散点 图中的类追溯到影像上 查看某些对应像素出现在影像上的位置 在散点图窗 口菜单栏中 选择 Options Export Class or Export All 将类转换成感 兴趣区 然后再作为训练样区 使用所有的影像波段 参与影像分类 以这种 方式导入的感兴趣区将会列出在ROI Tool 对话框中 它对后续的监督分类都有 效 从ENVI 主菜单中 选择Classification Create Class Image from ROIs 也可以将感兴趣区转换为分类影像 在散点图窗口中 选择 Options Clear All 移除散点图中所选的类以及影像中相对应的像素点的颜色 图1 19 散点图中的感兴趣区 影像中的感兴趣区 可以从影像上获取感兴趣区 以作为简单的分类器 在 散点图窗口菜单中 选择 Options Image ROI 使用鼠标左键来绘制线条 在主影像窗口中绘制出感兴趣区多边形 使用鼠标右键封闭多边形或 者锁定多边形的位置 然后影像感兴趣区多边形内的像素点就会映射到散点图 中相对应的位置上 并用当前所选颜色高亮显示出来 相应地 影像中所有与 散点图高亮显示点相匹配的像素点 也将反向映射到主影像窗口中 即用相同 的颜色高亮显示出来 这就仿佛是绘制了散点图感兴趣区 这是一个用来形成 两波段的分类最简单的方法 此外它也是一个强大的工具 绘制一些影像感兴 趣区 注意影像颜色与散点图特性之间的一致性 遥感原理与应用 15 图1 20 影像中的感兴趣 四 四 实验体会实验体会 通过本次实验 明白了高光谱处理是针对处理和分析航空与卫星高光谱影像 而设计的 这些影像具有狭窄 连续的波段或波长范围 作为典型数据特点 高光谱数据贯穿了可见光 近红外 中红外等多个波长范围 高光谱数据包最 多可处理包含 1024 个波段的图像高光谱遥感 高光谱图像数据处理和分析是识 别地物特征的一种方式 它在较短的波长间隔内具有可区分的吸收和反射特性 这种反射特性正是传统的多光谱扫描仪所缺少的 了解了航空可见光 红外成像光谱仪和 Landsat 7 上搭载的增强型专题制 图仪证明了在成像光谱仪和多光谱传感器之间的波长区别 成像光谱仪有 224 个几乎连续的波段 它们之间间隔不超过 10um 而 ETM 有七个不连续的波段 它们之间间隔大于 150um 一个地区对于物质的反射波谱可以从对高光谱图像 的分析中得到 反射波谱并不受地区大气条件的影响 反射波谱不受地区照明 和传感器方向的影响 所以经常作为鉴别物质或混合物质的信号 大多数高光 谱图像的处理和分析是针对影像数据去除大气影响 用以得到物质的反射率 然后通过与实验室里得到的纯物质的反射波谱进行比较来鉴别物质或混合物质 在实验的过程中 也遇到许多问题 但通过向老师的请教 和同学的相互 交流 最后都得到了解答 遥感原理与应用 16 实验二实验二 影像镶嵌影像镶嵌 一 一 实验目的实验目的 由于单幅影像覆盖面积有限 不能满足大范围制图需要 或者不能构成一 个完整的研究区域 为此需要将相邻的单幅影像进行拼接 来满足实际工作中 的需求 从而需要进行影像的镶嵌 二 二 实验数据介绍实验数据介绍 利用像素进行的影像镶嵌的实验影像数据为 zhangan dv06 2 img 和 zhangan dv06 3 img 相应的头文件为 zhangan dv06 2 hdr 和 zhangan dv06 3 hdr 利用地理坐标进行的影像镶嵌的实验影像数据为 zhangan lch 01w img 和 zhangan lch 02w img 相应的头文件为 zhangan lch 01w hdr 和 zhangan lch 02w hdr 三 三 实验过程实验过程 1 利用像素进行的影像镶嵌利用像素进行的影像镶嵌 在 ENVI 主菜单中 选择 Map Mosaicking Pixel Based 出现 Pixel Based Mosaic 对话框 遥感原理与应用 17 图 2 1 Pixel Based Mosaic 对话框 从 Pixel Based Mosaic 对话框中 选择 Import Import files 在 Mosaic Input files 对话框中 点击 open 选择文件 zhangan dv06 2 img 和 zhangan dv06 3 img 图 2 2 Mosaic Input files 对话框中 在 Mosaic Input files 对话框中 同时选中 zhangan dv06 2 img 和 zhangan dv06 3 img 点击 ok 在 select Mosaic size 对话框 X size 中输入 614 Y size 中输入 1024 指定镶嵌影像的大小 点击 ok 遥感原理与应用 18 图 2 3 select Mosaic size 对话框 在 Pixel Based Mosaic 对话框中 点击 zhangan dv06 3 img 文件名 影 像当前的位置就会以像素为单位 行和列在对话框底部的文本框中 在 YO 文本 框中 输入值 513 在键盘上按 enter 键 zhangan dv06 3 img 文件就放置在 了 zhangan dv06 2 img 文件的下面 图 2 4 镶嵌前 Pixel Based Mosaic 对话框 遥感原理与应用 19 图 2 5 镶嵌后 Pixel Based Mosaic 对话框 在 Pixel Based Mosaic 对话框中 选择 file apply 当 Mosaic parameters 对话框出现后 选择 Memory 即可生成镶嵌影像 遥感原理与应用 20 图 2 6 生成的镶嵌影像 2 利用地理坐标进行的影像镶嵌利用地理坐标进行的影像镶嵌 打开要进行影像镶嵌的两张图像 在 ENVI 主菜单栏中 选择打开 zhangan lch 01w img 和 zhangan lch 02w img 文件 选择 map mosaicking Georeferenced 出现 map based mosaic 对话框 选择 import import files 选中 zhangan lch 01w img 和 zhangan lch 02w img 文件 遥感原理与应用 21 图 2 7 map based mosaic 对话框 在对话框的下部 有两幅影像的名称 鼠标右键点击 2band1 zhangan lch 01w 文件 选择 Edit entry 在 entry 对话框中 在 data value ignore 文本框中填入 0 忽略像元背景值 即图像以外黑色的区域 Feathering distance 文本框中填入 20 表示在距离边缘线 10 个像素的距离处 顶部和底部的影像都会使用 50 来混合计算输出的镶嵌影像 Color balancing 选择 adjust 点击 ok 遥感原理与应用 22 图 2 8 entry 对话框 在 map based mosaic 对话框可看到两幅镶嵌的影像 图 2 9 镶嵌后 Pixel Based Mosaic 对话框 在 mosaic 对话框中 选择 file apply 选择 Memory 即可生成镶嵌 遥感原理与应用 23 影像 图 2 10 生成的镶嵌影像 四 四 实验体会实验体会 通过本次试验 我明白了镶嵌和羽化的含义 镶嵌是将多幅影像连接合并 生成一幅单一的合成影像 羽化是一种消除拼接过程中边界突变的功能 在进 行带地理坐标的影像镶嵌时 要对镶嵌的图像进行羽化处理 并创建基于地理 坐标的镶嵌影像 羽化通过在用户限定的距离内边缘羽化或 cutline 羽化将叠 置区域的边缘相结合 镶嵌图像时运用羽化 输入没有羽化的底部图像 用羽 化输入叠置的图像 根据需要选择边缘羽化或 cutline 羽化 ENVI提供了按像素将影像拼接在一起的方法 也提供了基于地理坐标的方 法将影像拼接并输出成有地理坐标的镶嵌影像 镶嵌程序提供了透明处理 直 方图匹配 以及颜色自动平衡的功能 ENVI的虚拟镶嵌功能还允许用户快速浏 览镶嵌结果 而不需要花时间生成一个很大的结果文件 在实验过程中 遇到了一些问题 比如 YO 文本框中输入 513 一开始 不是太明白 通过向老师请教和自己琢磨 明白了它是像素连接所必须的 上 一幅影像的像素 Y 到 512 截止 所以下一幅得从 513 开始 遥感原理与应用 24 实验三实验三 影像配准影像配准 一 一 实验目的实验目的 学会在 ENVI 中对影像进行地理校正 添加地理坐标 以及如何使用 ENVI 进行影像到影像的配准 主要掌握遥感图像处理中影像校正 配准功能 通过 实验进一步掌握这类处理的理论原理 在本实验中利用 SPOT 影像校正 Landsat TM 影像 二 二 实验数据介绍实验数据介绍 本次实验的实验数据为利用 SPOT 影像 zhangan bldr sp img 文件和 Landsat TM 影像 zhang bldr tm img 文件 三 三 实验过程实验过程 1 打开并显示打开并显示 SPOT 数据和数据和 Landsat TM 数据数据 从 ENVI 主菜单中 选择 file open image file 打开 zhangan bldr sp img 和 zhang bldr tm img 文件 点击 ok 选中 zhangan bldr sp img 文件 点击 Load Band 按钮 加载这幅影像到一个显示 窗口中 再选中 zhang bldr tm img 文件 点击 display 1 按钮 并从下拉式菜单中选择 new display 点击 Load Band 按钮 把 TM 的 band3 波段的影像加载到一个新的显示窗口中 从主影像窗口菜单栏中 选择 tools Cursor Location value 在主影 像窗口 滚动窗口和缩放窗口的 TM 影像上 移动鼠标光标 光标位置信息对话 框会显示影像的详细信息 图 3 1 Cursor Location value 显示窗口 遥感原理与应用 25 2 开始进行影像配准开始进行影像配准 从 ENVI 主菜单栏中 选择 Map Registration Select GCPs Image to Image 在 image to Image Registration 对话框中 点击并选择 display 1 作为 Base Image 点击 display 2 作为 Warp image 图 3 2 image to Image Registration 对话框 点击 ok 启动自动配准程序 通过讲光标放置在两幅影像的相同地物点上 来添加单独的地面控制点 选择的同名地物点 需要在两张图上都有 一般选 择河流和道路的交叉点或者拐角点 交叉点或拐角点的选择要依据图像空间分 辨率大小来确定 启动 Ground control Points Selection 对话框后 首先在两张图上找到同 名地物点 在 SPOT 图像上找到一点 将鼠标移动至该点 同样的方法在 TM 影 像上找到该点 在两个 Zoom 窗口中 查看光标所在位置 把十字丝移到对应位 置 记录每点的 X Y 值 图 3 3 Zoom 4X 窗口中十字丝 Ground Control Points Selection 对话框中 点击 Add point 把该地面 控制点添加到列表中 点击 Show list 查看地面控制点列表 依据同样的方式 寻找其余的同名地物点 遥感原理与应用 26 图 3 4 Ground control Points Selection 对话框 图 3 5 Show list 列表 在 show list 对话框中 经选择了 4 个以上的地面控制点后 RMS 误差就会 显示出来 在选择的控制点中 某点的误差很大 删除该点 重新寻找新的点 来代替 在 show list 对话框中用鼠标点击该点 选择 delete 即可删除该点 如果对所有选择的控制都不满意的话 可以通过 Ground Control Points Selection 对话框 选择 Options Clear All Points 可以清除掉所有的已 选择的地面控制点 在 Ground control Points Selection 对话框中 选择好 的满意的地面控制点后 在对图像进行校正之前要对控制点信息进行保存 遥感原理与应用 27 图 3 6 Zoom 窗口显示地面控制点 3 校正影像校正影像 从 Ground Control Points Selection 对话框中 选择 Options Warp Displayed Band 在 Registration Parameters 对话框中的 Warp Method 按钮 菜单中 选择 RST 校正法 在 Resampling 的按钮菜单中选择 Nearest Neighbor 重采样法 选择 Memory 点击 ok 图 3 7 Registration Parameters 对话框 遥感原理与应用 28 图 3 8 RST 校正法的 Nearest Neighbor 重采样后的 TM 影像 使用 RST 校正法 选择 Bilinear 重采样法 方法与上面类似 图 3 9 Registration Parameters 对话框 遥感原理与应用 29 图 3 10 RST 校正法的 Bilinear 重采样后的 TM 影像 使用 RST 校正法 选择 Cubic Convolution 重采样法 方法与上面类似 图 3 11 Registration Parameters 对话框 遥感原理与应用 30 图 3 12 RST 校正法的 Cubic Convolution 重采样后的 TM 影像 使用 Polynomial 校正法 选择 Cubic Convolution 重采样法 方法与上面 类似 图 3 13 Registration Parameters 对话框 遥感原理与应用 31 图 3 14 Polynomial 校正法的 Cubic Convolution 重采样后的 TM 影像 使用 Delaunay 三角网的 Triangulation 校正法 选择 Cubic Convolution 重采样法 方法与上面类似 图 3 15 Registration Parameters 对话框 将纠正图像与 SPOT 基图像进行动态链接和动态覆盖 检查纠正的精度 从 主影像窗口菜单中 选择 Tools Link Link Displays 然后在对话框中 遥感原理与应用 32 点击 ok 图 3 16 RST 校正法的 Nearest Neighbor 重采样后的 TM 影像与 SPOT 影像比较 图 3 17 RST 校正法的 Bilinear 重采样后的 TM 影像与 SPOT 基影像比较 遥感原理与应用 33 图 3 18 RST 校正法 Cubic Convolution 重采样 TM 影像与 SPOT 基影像比较 图 3 19 Polynomial 校正法 Cubic Convolution 重采样 TM 影像与 SPOT 影像比 较 四 四 实验体会实验体会 在本次实验中 学习了带有地理坐标的 SPOT 影像被用作基准影像 一个基 于像素坐标的 Landsat TM 影像被校正 以匹配 SPOT 影像 ENVI 的图像配准与 几何校正工具允许你将图像定位到地理坐标上 并校正它们使其与基图像几何 形状相匹配 图像可以用缩放窗口选择地面控制点 GCPs 来进行图像 图像 的配准 基图像和未校正图像的 GCPs 的坐标被显示 伴随有特定纠正算法计算的 误差项 纠正用旋转 缩放和平移 RST 多项式函数或德洛内三角测量 Delaunay triangulation 来实现 RST 纠正是最简单的方法 需要三个或更 遥感原理与应用 34 多的 GCPs 运行图像的旋转 缩放和平移 多项式可进行 1 次到 n 次纠正 当进行多项式纠正时 ENVI 要求所需的控制点数必须大于 n 1 2 支持的重采 样方法包括最近邻 双线性和立方体卷积 用 ENVI 的多个动态覆盖能力 对 基图像和纠正图像进行比较 可以快速估价配准精度 实验中 对控制点的匹配的寻找是一个非常仔细的过程 通过这个 培养了 我的耐力和对知识谨慎的态度 实验四实验四 非监督分类非监督分类 一 一 实验目的实验目的 学习遥感影像的非监督分类操作处理 掌握 K 均值分类法和 IsoData 分类 法 二 二 实验数据介绍实验数据介绍 本实验数据为 TM 数据 影像名称为 zhangan img 相应的头文件为 zhangan hdr 介绍如下 TM1 0 45 0 52um 蓝波段 对水体穿透强 对叶绿素与叶色素反映敏感 有助 于判别水深及水中叶绿素分布以及水中是否有水华 TM2 0 52 0 60um 绿波段 对健康茂盛植物的反射敏感 对力的穿透力强 用于探测健康植物绿色反射率 按 绿峰反射评价植物的生活状况 区分林型 树种和反映水下特征 TM3 0 62 0 69UM 红波段 叶绿素的主要吸收波段 反映不同植物叶绿素吸 收 植物健康状况 用于区分植物种类与植物覆盖率 其信息量大多为可见光最佳 波段 广泛用于地貌 岩性 土壤 植被 水中泥沙等方面 TM4 0 76 0 96UM 近红 外波段 对绿色植物类别差异最敏感 为植物通用波段 用于牧师调查 作物长势 测量 水域测量 TM5 1 55 1 75UM 中红外波段 处于水的吸收波段 一般 1 4 1 9UM 内反映 含水量 用于土壤湿度植物含水量调查 水分善研究 作物长势分析 从而提高了 区分不同作用长势的能力 易于反映云与雪 TM6 1 04 1 25UM 热红外波段 可 遥感原理与应用 35 以根据辐射响应的差别 区分农林覆盖长势 差别表层湿度 水体岩石 以及监测 与人类活动有关的热特征 进行热制图 TM7 2 08 3 35UM 中红外波段 为地质 学家追加波段 处于水的强吸收带 水体呈黑色 可用于区分主要岩石类型 岩石 的热蚀度 探测与交代岩石有关的粘土矿物 三 三 实验过程实验过程 从 ENVI 主菜单中 选择 File Open Image file 选择 zhangan img 文 件 点击 ok 在可用波段列表中 选择 RGB Color 单选按钮 然后用鼠标左键 顺次点击波段 4 波段 5 和波段 3 点击 Load RGB 按钮 把该影像加载到显示 窗口中 在主影像窗口对影像进行简单的区分和目视判读工作 1 K 均值分类法均值分类法 在 ENVI 主菜单中 选择 Classification Unsupervised 选择 K means 在 Classification Input file 对话框中 选择分类影像和分类波段数 点击 ok 在 K means parameters 对话框中 确定分类数为 6 类 其余参数采用默认 的方式 选择选择 Memory 点击 ok 影像进行分类 图 3 1 Classification Input file 对话框 遥感原理与应用 36 图 3 2 K means parameters 对话框 在可用波段列表中 添加一个新的图像显示窗口 从 Display 1 下拉菜单 中 选择 New Display 双击 K Means zhangan img 分类图像 分类后的图 像就显示在新的影像窗口中 从主影像窗口菜单中 选择 Tools Link Link Displays 然后在对话框中 点击 ok 图 3 3 彩色合成影像与 K means 分类后影像进行比较 使用鼠标左键 在影像上点击并拖动动态叠加显示区域 将 K means 分类 结果同原始的彩色合成影像进行比较 2 IsoData 分类法分类法 在 ENVI 主菜单中 选择 Classification Unsupervised IsoData 在 遥感原理与应用 37 Classification Input file 对话框中 选择分类影像和分类波段数 点击 ok 在 IsoData parameters 对话框中 输入 Number of Classes 分类数 Min 最少分类数 8 Max 最大分类数 15 Maximum Iteration 最大迭代 数 10 Chang Threshold 像元变化的阀值 5 00 Minimum Pixel in Class 每类中的最小像元数 1 Maximum Class Stdv 最大标准差 3 00 Minimum Class Distance 最小类间距 4 00 Maximum Merge Pairs 最大合并数 2 等 8 个基本参数 选择选择 Memory 点击 ok 影像 进行分类 图 3 4 Classification Input file 对话框 图 3 5 IsoData parameters 对话框 遥感原理与应用 38 在可用波段列表中 添加一个新的图像显示窗口 从 Display 1 下拉菜单 中 选择 New Display 双击 ISODATA zhangan img 分类图像 分类后的图 像就显示在新的影像窗口中 从主影像窗口菜单中 选择 Tools Link Link Displays 然后在对话框中 点击 ok 图 3 6 彩色合成影像与 IsoData 分类后影像进行比较 使用鼠标左键 在影像上点击并拖动动态叠加显示区域 将 IsoData 分类 结果同原始的彩色合成影像进行比较 按住鼠标左键的同时 再次点击鼠标右键 触发第三幅影像的动态叠加显 示 将 IsoData 分类结果和 K means 分类结果进行比较 图 3 7 IsoData 分类后影像与 K means 分类后影像进行比较 遥感原理与应用 39 3 类别类别定定义和义和类别合并类别合并 类别定义 在主影像中 选择 Overlay Classification 选择 ISODATA 分类结果 在 Interactive Class Tool 面板中 可以选择各个分类结果的显 示 图 3 8 各个分类结果的显示 Interactive Class Tool对话框中 选择Option Edit class colors names 通过目视或者其他方式识别分类结果 填写相应的类型名称和颜色 遥感原理与应用 40 图 3 9 相应的类型名称和颜色 类别合并 选择主菜单Classification Post Classification Combine Classes 把同一类的类别合并成一类 在点 Ok 后 需要选择输出文件和 Remove Empty Class 选择 YES 可以得到结果 图3 10 Combine Classes parameters对话框 图 3 10 类别合并后影像 四 四 实验体会实验体会 通过本实验的学习 了解了非监督分类仅仅用统计方法对数据集中的像元 遥感原理与应用 41 进行分类 它不需要用户定义任何训练分类器 同时知道了K means分类法和 IsoData非监督分类法的原理 K means分类法使用聚类分析的方法 它需要首先选定所需的分类个数 随机地查找聚类的中心位置 然后迭代地重新配置它们 直到达到最优化的波 谱分类 IsoData非监督分类法将计算数据空间中均匀分布的类均值 然后用最 小距离规则将剩余的像元进行迭代聚合 每次迭代都要重新计算均值 且根据 所得的新均值 对像元进行再分类 这一处理过程将持续到每一类的像元数变 化少于所选的像元变化阈值或者达到了迭代的最大次数 通过实验结果的分析 知道了非监督分类的不足之处 它不能够进行精确 的分类 所以不被广泛使用 实验五实验五 监督分类监督分类 一 一 实验目的实验目的 学习遥感影像的监督分类操作处理 对分类后的影像进行相应的后处理 后处理包括聚合处理 筛选处理 并类处理 以及精度评估 并比较监督分类 和非监督分类后的影像 二 二 实验数据介绍实验数据介绍 本实验数据为 TM 数据 影像名称为 zhangan img 相应的头文件为 zhangan hdr 数据介绍与非监督分类数据一致 三 三 实验过程实验过程 1 1 分类样本的选择和优化分类样本的选择和优化 从 ENVI 主菜单中 选择 File Open Image file 选择 zhangan img 文 遥感原理与应用 42 件 点击 ok 在可用波段列表中 选择 RGB Color 单选按钮 然后用鼠标左键 顺次点击波段 5 波段 4 和波段 3 点击 Load RGB 按钮 把该影像加载到显示 窗口中 从主影像窗口中 选择 Overlay Region of Interest 接着对应于 显示窗口的 ROI Tool 对话框 在 ROI Tool 对话框中 选择 ROI type 为 polygon Window 中选择 Zoom 然后在主影像窗口中 绘制一个多边形 该多边形就代表了新创建的感兴趣区 在主影像窗口中 点击鼠标左键 建立感兴趣多边形的第一个点 再次点击鼠 标左键 按顺序选择更多的边线点 点击鼠标右键来闭合该多边形 鼠标中键 可以被用来删除最新定义的点 或者删除已经闭合了的整个多边形 再一次点 击鼠标右键 固定多边形的位置 通过选 ROI Controls 对话框顶部对应的单选 按钮 感兴趣区可以在缩放窗口中被定义 感兴趣区域定义完后 它就会在对话框的可用区域列表中显示出来 同时 显示的还有感兴趣区域的名字 颜色以及所包含的像素总数 要定义一个新的 感兴趣区 点击 New Region 按钮 点击 Edit 按钮 在打开的 Edit ROI Parameters 对话框中 可以输入感兴趣的名字 选择感兴趣区的颜色和填充方 式 按照上述步骤 定义新的感兴趣区 对分类影像定义 6 个地类 图 5 1 感兴趣对话框及样本 选择 Stats 按钮 计算感兴趣区的统计信息 绘制均值波谱曲线 白色 均值波谱上下各有一条的标准差曲线 绿色 以及最小和最大值的包络波谱 曲线 红色 其包含了感兴趣区所有的波谱 遥感原理与应用 43 图5 2 感兴趣区统计信息 对训练的样本进行保存 在 ROI Tool 对话框中 选择 file save ROIs 在 Save ROIs to file 对话框中 选择 Select All Items 点击 choose 选择 保存路径和文件名为 zhangan feilei roi 点击 ok 保存文件 图 5 3 Save ROIs to file 对话框 在 ROI Tool 对话框中 选择 Options Compute ROI Separability 查 看图像分类精度 遥感原理与应用 44 图 5 4 ROI Separability Report 对话框 为了提高图像分类精度 需要对训练样本进行提纯 在 ROI Tool 对话框中 选择 File Export ROIs to n D Visualizer n D Control n D Visualizer 让像元在 n 维空间内自由转动 可以控制转动速度 Speed 当转 到最能区分各类型训练区像元的位置时 停止转动 进行样本提纯操作 在 n D Visualizer 窗口中用鼠标选择某类训练区的纯像元并点击鼠标右键确