遥感影像变化检测实验报告

遥感变化检测实习报告遥感变化检测实习报告 学院 班级 姓名 学号 指导老师 1 实验目的 1 掌握遥感影像变化检测技术的应用和检测过程方法步骤 2 掌握遥感影像变化检测技术 包括差分法 回归法 主成分分析法 比值法 熟悉其流程 本次主要实现了差分算法的变化检测 2 实验步骤 1 对 2003 年犀浦校区全色影像添加地理投影 并在 Google earth 上获取校区 上同名点进行输入地理坐标的多项式的几何校正 a 打开 erdas 9 2 视窗 viewer 1 加载 2003 年犀浦校区全色影像 b 在 viewer 1 视窗的 raster Geometric Correction Polynomial 点击 OK 设 置 Polynomial Order 为 1 c 在上述选项卡上选择 Projection Add Change Projection 根据成都的市中心经 纬度北纬 30 67 度 东经 104 06 度 确定 UTM WGS84 坐标系的投影带为 48 帯 点击 OK 完成 最后 Close d 在 GCP Tool Reference 设置上 选择参考点位的来源为 Keyboard Only 一直点 击 OK 完成 e 在 Google Earth 找到与犀浦校区的同名点 在全色影像上找到 4 个分布均匀 的同名点 先在全色影像上刺点 再到 Google Earth 找到同名点 并获取该点 的地理坐标 度分秒转换为度 将其输入 GCP 控制点坐标栏 同理完成 4 个同 名点的刺点工作 f 点击完成图像重采样 输出重采样的图像 如下图 2 以 2003 年犀浦校区全色影像为基准配准 2005 年犀浦校区全色影像 与上一 步步骤相似 在选择配准方式上为多项式 参考点来源为 Existing Viewer 其他 的相同 下图为完成匹配后的 2005 年犀浦全色影像 3 利用已经配准好的 2003 年全色影像和 2005 年的全色影像进行相对大气校正 相对大气校正的过程主要有 选取基准影像 选取辐射地面控制点 称为 伪不变特征点 pseudo invariant features PIFs 辐射特性随时间变化很小 如 水体 裸露土壤 宽大的房顶等 在影像区域与其他地物具有相近的高度 含 植被少 相对平坦区域 a 打开 2003 年全色影像及几何纠正后的 2005 年的全色影像 点击 Viewer 菜 单栏中的选取辐射地面控制点 b 依次选取不同地物获取灰度值 如道路 水体 土壤 建筑物房顶等等 建 立像元灰度值回归方程 下表为选取的地方点的辐射值 类别年份 20032005 道路 1 122106 道路 2 124131 裸土 1 10793 裸土 2 10172 建筑物 1 255255 建筑物 2 255255 河流 1 255148 河流 2 169127 c 根据上述数据 利用 MATLAB 拟合 根据最小二乘方法原理建立一元回归方 程 得出回归方程的系数矩阵为 A 0 1648 1 1564 d 利用 erdas 中 model 模块完成相对大气校正 点击运行完成回归模型 经过回归分析建立的 2005 年全色影像的对比 4 经过回归分析的 2005 年的全色影像与 2003 年的全色影像做差分 同样利用 的是 ERDAS 中 model 模块建立差分 差分后可以分析区域的变化情况 颜色为较亮的区域即为变化区域 三 结语 对同一区域 应用多时相遥感影像变化检测是遥感应用领域的一个热点问 题 本次实验是对以前所学遥感影像分类知识的巩固和提升 用 ERDAS 软件进 行了遥感影像的几何校正 配准和差分法检测某地区的变化 还学会了利用 GOOGLE EARTH 进行点的采集 实验中利用 ERDAS 软件对校区 2003 年和 2005 年的遥感影像进行对比 经配准 校正和差分等过程 提取出变化范围 可以 看出 图中亮白色区域为变区域 主要体现某地区的房屋 道路发生了较大的 变化 也在一定程度上反映了社会经济的发展程度 本次实验学习了变化检测 的基本原理