遥感图像软件实习报告

指导老师：况润元老师 姓 名：荣五妹学 号：20号班 级：地信101一、 实习目的了解ENVI基本信息、基本概念及其主要特性。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和影像到地图的校正。学会使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。学会使用计算机进行自动分类，了解分类方法，并对分类后进行处理，评价分类的精度，或者将类概括出来并导入到地图影像和矢量GIS中。二、 实习内容第一步，根据实际测量的GPS坐标点校正每组截取的百度地图或谷哥地图，校正后坐标统一转化成WGS84投影。第二步，使用每组校正后的百度地图或谷哥地图校正CBERS-02B全色影像。第三步，用CBERS-02B全色影像校正CBERS-02B多光谱影像。第四步，根据每组指定区域，完成相邻图像的镶嵌或裁剪。保证20米和2.36米影像区域完全重合。第五步，图像噪声消除与图像增强（本步骤在有需要的时候执行）第六步，使用适当方法完成全色影像和多光谱影像的融合。第七步，通过目视判读识别和手工提取地物（可在Arcgis中完成），利用计算机自动识别方法进行地物分类及分类后处理。第八步，利用手工解译的地物评价计算机自动识别方法地物的精度。第九步，用原始的遥感影像作为底图，提取的地物附在底图上制作专题出图。第十步，根据第17章的内容，研究区提取地物的算法模块化。（需编程较好，这一步不强行要求）。三、 时间安排实习时间15-16周，严格按照日常作息时间，上午8:1011:50，下午2:00-5:30。四、 学习内容每个小组按照ENVI遥感图像处理方法必须学习第1至第6章、第8章、第10章、第15章、第17章的内容，其它章节选学。学习过程中每个小组可按照分工完成，但小组每人都需掌握相关内容，每个小组必须在15周内完成所学内容。五、 实习步骤1、 第二组截取的谷歌地图如下（第二组范围：章贡老城区，西以八一四大道、红旗大道向东延伸方向为界，北以河为界，东以高速路为界；南到赣州火车站）2、 根据实际测量的GPS坐标点校正截取百度地图或谷哥地图，校正后坐标统一转化成WGS84投影。（1）从ENVI主菜单：Window Availabel Bands List File Open Imagine File，打开“02-布点图”。（2）点击mapregistrationSelect GCPSs: Image to Map，选择UTM,基准面为WGS-84，50带，分辨率为1米，点击OK,找到相应地物，输入坐标，添加控制点。（3）保存添加的控制点坐标，校正地图，得到校正的图片为“校正的图片-02”.3、 使用校正后谷哥地图校正CBERS-02B全色影像（1）从ENVI主菜单：Window Availabel Bands List File Open Imagine File，打开“371-71-D-4-L20000229133-1”，在图像窗口单击右键，选择ROI Tool，选择包含我们组范围的感兴趣区，再裁剪出来存为“粗裁剪的全色影像”。（2）从ENVI主菜单栏中，选择Map Registration Select GCPs: Image to Image，以“校正的图片-02”为基准图像，以“粗裁剪的全色影像”为待校正图像，找到两幅图的相同地物添加控制点，再校正，把分辨率改为2.36米，得到校正的全色影像“校正的全色影像02”。4、 用CBERS-02B全色影像校正CBERS-02B多光谱影像（1）根据3.（1）中的步骤裁剪“校正的全色影像02”存为“校正的全色影像-裁剪”，得到下图：（2）把多光谱影像解压，在ENVI中打开五个波段的影像，用感兴趣区截取包含我们组范围的区域存为EVF格式命名为“感兴趣区-02”，再以它为标准裁剪五个多光谱影像。 （3）对五个多光谱影像以“ROI-371-71-L20000089493-1”为基准，分别校正其他四个多光谱影像，利用Map Registration Select GCPs: Image to Image，选择四个控制点（步骤和3.（2）相同），再用Map Registration Automatic Registration: Image to Image得到校正的多光谱影像，然后用主菜单中的Basic ToolsLayer Stacking组合五个校正的多光谱影像得到“组合图”。 （4）裁剪多光谱影像组合图（步骤和3.（1）中相同），存为“多光谱影像组合图裁剪”。（5）用Map Registration Select GCPs: Image to Image，以“校正的全色影像-裁剪”为基准图像，“多光谱影像组合图裁剪”为待校正图像，找到相同地物添加控制点，再校正，分辨率为19.5米，得到校正的多光谱影像。5、 根据我们第二组的区域精裁剪校正的全色影像和校正的多光谱影像（裁剪的步骤和3.（1）相同），保证20米和2.36米影像区域完全重合，如下图所示：6、 图像噪声消除与图像增强7、 全色影像和多光谱影像的融合用TransfromImage SharpeningHSV，融合裁剪校正的全色影像和裁剪的校正的多光谱影像，得到融合的影像。8、 通过目视判读识别和手工提取地物（可在Arcgis中完成），利用计算机自动识别方法进行地物分类及分类后处理 (1) 类别定义/特征判别：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。分类后的类别数包括道路、植被、房子、水域、裸地、水库部分。（2）样本选择：打开分类图像，在Display-Overlay-Region of Interest，默认ROIs为多边形，按照默认设置在影像上定义训练样本。如图下图所示，设置好颜色和类别名称。在ROIs面板中，选择Option-Compute ROI Separability,计算样本的可分离性。如图19所示，表示各个样本类型之间的可分离性，用Jeffries-Matusita, Transformed Divergence参数表示，这两个参数的值在02.0之间，大于1.9说明样本之间可分离性好，属于合格样本；小于1.8，需要重新选择样本；小于1，考虑将两类样本合成一类样本。 （3）分类器选择：根据分类的复杂度、精度需求等确定哪一种分类器。目前监督分类可分为基于传统统计分析学的，包括平行六面体、最小距离、马氏距离、最大似然，基于神经网络的，基于模式识别，包括支持向量机、模糊分类等，针对高光谱有波谱角（SAM），光谱信息散度，二进制编码。（4）影像分类：基于传统统计分析的分类方法参数设置比较简单，这里选择最小距离分类方法。主菜单下选择Classification Supervised Minimum Distance。按照默认设置参数输出分类结果，如下图所示。 分类结果图（5）分类后处理：分类后处理包括的很多的过程，都是些可选项，包括更改类别颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。可以在Interactive Class Tool面板中，选择Option-Edit class colors/names更改，也可以在Display-Color Mapping-Class Color Mapping。如下图所示，直接可以在对应的类别中修改颜色。也可以根据一个显示的RGB影像来自动分配类别颜色，打开主菜单-Classification-Post Classification-Assign Class Color。（在这里没有做修改）9、 用原始的遥感影像作为底图，提取的地物附在底图上制作专题出图l 主影像显示窗口菜单中，选择File QuickMap New QuickMap，打开QuickMap Default Layout对话框。设置模板的参数：输出页的大小（图幅的大小）、页的方位（图幅形式）、地图的比例。2、点击OK完成设置。3、选择制图范围鼠标左键点击显示窗中红色框的左下角并拖动方框，选中整个影像。4、点击OK，显示QuickMap Parameters对话框。5、在Main Title文本框中键入图名：XXXXXXXXXXXXX Image Map。6、在影像图中加载投影信息。鼠标右键点击Lower Left Text文本框，在弹出的菜单中选择Lo