《遥感原理与应用》课程上机

1、遥感原理与应用课程上机班级：测绘工程08-3学号：07083067姓名：王浩目录一、实验目的2二、实验数据介绍2三、实验过程3（一）ENVI软件初步学习31.常见数据的输入32.可用波段列表3（二）影像增强处理41.对比度拉伸41.1. 线性变换：41.2. 分段线性拉伸51.3.Gaussian拉伸51.4. Equalization.51.5.平方根拉伸61.6.自定义拉伸和直方图拉伸61.7直方图规定化71.8.空间域滤波增强82.频率域滤波增强112.1傅立叶变换112.2定义FFT滤波器122.3反向FFT变换122.4定义FFT滤波器132.5反向FFT变换143彩色增强143.1

2、真彩色增强处理：143.2.伪彩色密度分割153.3.假彩色合成163.4彩色变换174.色彩拉伸：194.1去相关性拉伸194.2 Photographic拉伸204.3饱和度拉伸205多图像代数运算215.1差值运算215.2比值运算225.3混合运算235.4植被指数246.多光谱图像变换：266.1主成分分析266.2缨帽变换28ENVI初步学习和影像增强处理一、实验目的通过本次实验对 ENVI 软件的初步学习和操作，了解遥感图像处理的基本原理、ENVI 软件的结构及基本操作步骤，能对遥感图像进行基本的处理，并对遥感原理与应用这门课程所学基本理论作进一步掌握，使理论与实践相结合。对于遥

3、感图像增强与变换这次上机实验应该掌握改变图像的灰度等级，提高图像对比度；消除边缘噪声，平滑图像；突出边缘或线状地物，锐化地物；合成彩色图像。具体完成实验如下：直方图的概念、生成方法，通过对不同图像直方图的比较，理解直方图所反映的图像性质；空间域增强包括线性变换、非线性变换、直方图均衡化及直方图规定化、图像平滑及锐化；频率域滤波增强即傅立叶变换进行图像平滑及锐化；彩色增强包括伪彩色增强、假彩色增强、及彩色变换；多图像代数运算包括差值法、比值法、混合运算法、及植被指数（NDVI求解）；多光谱图像变换包括主成分变换及缨帽便换。通过以上方法实现突出相关的专题信息，提高图像的视觉效果，是分析者更容易地识

4、别图像内容，从图像中提取更有用的定量化信息。 二、实验数据介绍本次实习的数据为ENVI 4.1 自带的数据:wanghao.img为LANDSAT 的TM 数据。实验美国发射的LANDSAT 的TM 数据分7 个波段,其中6 个波段波长范围为0 .452 .35 m,空间分辨率为30 m,时间分辨率为16 d,其中TM5 对线性构造反映清晰,一个热红外波长范围为10 .412 .5 m,空间分辨率为120 m, TM1 0.45-0.52um蓝波段：对叶绿素和夜色素浓度敏感，对水体穿透强，用于区分土壤与植被、落叶林与针叶林、近海水域制图，有助于判别水深及水中叶绿素分布以及水中是否有水华等。TM

5、2 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。在所有的波段组合中，TM 波段2 的分类精度是最高的，达到了 75.6%。从单时相遥感影像的分类来讲，这种分类精度只相当于中等水平。但若从多时相图像的角度来看，这一精度则相当于在采用分类后比较法时，每一景图像的平均分类精度需达到 86.9% 的水平，而这种分类精度，特别是在山区，其实已经是比较好的了。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,

6、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：对无病害植物近红外反射敏感，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，生物量测定及水域判别。TM5 1.55-1.75UM中红外波段：对植物含水量和云的不同反射敏感，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，可判断含水量和雪、云。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。TM6 1.04-1.25UM远红外波段：可以根据

7、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,作温度图，植物热强度测量。 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、实验过程（一）ENVI软件初步学习1.常见数据的输入选择 File > Open Image File.当出现Enter Data Filename 对话框，点击文件名，再点击“OK”或“Open”以打开选择的文件。 · 要选择一组连续显示的文件，在该组的第一个文件上点击，然后按住它的同时点击该组的

8、最后一个文件。或者用鼠标左键点击和拖曳来选择所需要的组。 · 要选择非连续显示的多个文件，按住 “Ctrl” 键，在每个所需要的文件上点击。2.可用波段列表这个专用的工具列出 ENVI 已打开文件的所有波段，以便让我们可以访问它们。若打开了多个文件，所有文件的所有波段按顺序显示，最近打开的文件的波段在列表顶部。 要访问可用波段列表： （1）选择 File > Available Bands List. · 列表右边出现一个滚动条。· 通过在对话框的任意一角点击鼠标左键，然后拖曳到所需要的大小和/或形状，便可以拉伸和调整 ABL 的大小。 （2）可用波段列表有

9、一个菜单栏，它带有两个下拉菜单：File 和 Options，提供辅助功能描述如下。1）显示一幅灰阶图象：从 Available Bands List 内，选择 “Gray Scale” 切换按钮；在窗口底部点击 “Load Band”，来导入波段到显示，并出现一个图像窗口和相应的缩放/滚动窗口。2）显示一幅彩色合成图象：从 Available Bands List内，选择“RGB Color” 切换按钮，波段名导入到标签为 “R:”、“G:”、“B:” 的文本框中点击“Load RGB”来显示彩色合成图像。（二）影像增强处理1.对比度拉伸原理：对比度拉伸主要通过改变灰度分布态势，扩展灰度分布

10、区间，达到增加反差的目的，是一种直接改变图像像元的灰度值（亮度值）来改变图像像元的对比度，从而改善图像质量的图像处理方法。处理方式：是点运算，对于一幅输入图像，通过点运算后产生的输出图像的灰度值仅由相应输入像素点的灰度值决定，与周围的像元不发生直接关系。1.1. 线性变换：也称线性拉伸，是将像元值的变动范围按线性关系扩展到指定范围。在主图像窗口，选 择 Enhance->Interactive stretching->Stretch_Type 下选择要进行的拉伸方式Linear->Options->Auto Apply并设定拉伸范围如图1.1。使用鼠标左键，移动输入直方

11、图中的垂直线（白色虚线）。（线性对比度拉伸是系统默认的交互式拉伸。线性拉伸的最小和最大值分别设置为0和255，两者之间的所有其它值设置为中间的线性输出值）。 图1.1线性变换效果图1.2. 分段线性拉伸：可以更好的调节图像的对比度，在一些灰度段拉伸，而在另一些灰度段压缩。 Stretch_Type 下选择要进行的拉伸方式Piecewise Linear->Options->Auto Applyd打开自动应用功能。并设定拉伸范围。如图1.2所示。图1.2分段线性拉伸效果图1.3.Gaussian拉伸（直方图正态化）：将随机分布的原图像直方图变换为高斯分布的直方图。Stretch_Ty

12、pe 下选择要进行的拉伸方式Guassian->Options->Auto Applyd打开自动应用功能。并设定拉伸范围。如图1.3所示。系统默认的 Gaussian拉伸是围绕D平均值 127的三个标准差的数据分布。选择 Stretch_Type->Gaussian.输入拉伸的最小和最大值,要手动地输入所需要的标准差值，选择Options-> SetGaussianStdv. 图1.3 Gaussian拉伸效果图1.4. Equalization.（直方图均衡化拉伸）：将随机分布的图像直方图修改为均与分布的直方图，实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰

13、度范围内像元的数量大致相等。选择 Stretch_Type -> Equalization. 并设定拉伸范围。使用鼠标左键，移动输入直方图中的垂直线（白色虚线）。如图1.4所示输入直方图显示未被修改的数据分布。输出直方图用一条红色曲线显示均衡化函数，被拉伸数据的分布呈白色叠加显示。图1.4 Equalization拉伸效果图1.5.平方根拉伸选择 Stretch_Type->Square Root. 并设定拉伸范围。使用鼠标左键，移动输入直方图中的垂直线（白色虚线）。如图1.5所示输入直方图显示未被修改的数据分布。输出直方图用一条红色曲线显示平方根函数，被拉伸数据的分布呈白色叠加显

14、示。图1.5平方根拉伸效果图1.6.自定义拉伸和直方图拉伸：Arbitrary 选项允许你在输出直方图的顶部“任意地”绘制任何形状的直方图，或从另一个图像匹配一个直方图。选择 Stretch_Type-> Arbitrary。并设定拉伸范围，使用鼠标左键，移动输入直方图中的垂直线（白色虚线）。通过点击或按住鼠标左键绘制输出直方图的线段，在 Output Histogram窗口内绘制输出直方图。如图1.6所示。图1.6自定义拉伸和直方图拉伸效果图1.7直方图规定化：又称直方图匹配，是指把原图像的直方图变换为某种指定形态的直方图或某一参考图像的直方图，然后按照已知的直方图调整原图像各像元的灰

15、度值，最后得到一幅直方图匹配的图像。（1）需要两幅图像Band1和Band2，如图1.7.1所示图1.7.1两幅图像（2）在配准图像的主图像窗口中选择 Enhance>Histogram Matching。如图1.7.2图1.7.2（3）在显示匹配结果的主图像窗口中选择Enhance->Interactive Stretching,在Output Histogram图中显示两个直方图。如图1.7.3图1.7.3直方图规定化效果图1.8.空间域滤波增强：以重点突出图像中的某些特征为目的，也可以有目的地去除某些特征。卷积运算是一种滤波方法，它产生一幅输出图像（图像上，一个给定像元的亮度

16、值是其周围像元亮度值加权平均的函数又称模板）。用户选择变换核用于图像列卷积生成一个新的空间滤波图像。(1)锐化：（高通滤波形式）：高通滤波主要是增强高频信息，消除了图像中的低频成分突出图像的边缘信息，提高图像细节反差。它可以用来增强不同区域之间的边缘，犹如使图像尖锐化。通过运用一个具有高中心值的变换核来完成（典型地周围是负值权重）1）选 择Filter -> Convolutions and Morphology- > Convolutions(默认High Pass)。如图1.8.1图1.8.1图1.8.2 High Pass效果图（2）平滑（低通滤波）：消除图像中各种噪声，平滑

17、图像中的细节，使反差降低，低频滤波保存了图像中的低频成分，消退高频成分。使图像平滑，默认的变换核的大小是3x3，使用外位值的均值来替代中心像元值。选择Filter -> Convolutions and Morphology- > Convolutions->Low Pass.如图1.8.3图1.8.3图1.8.4 Low Pass效果图2.频率域滤波增强：即傅立叶变换，可把遥感图像从空间域变换到只含有不同频率信息的频率域中。在频率域平面中低频区位于中心部位，高频区位于边缘部位。频率域增强方法：首先将空间域图像f(x,y)通过傅立叶变换为频率域图像F（u，v）,然后选择合适的

18、滤波器H（u,v）对F（u，v）的频谱成分进行增强得到图像G（u,v）,在经过傅立叶逆变换将G（u,v）变回空间域，得到增强后的图像g(x,y)。2.1傅立叶变换 在主菜单中，选择Filters-> FFT Filtering->Forward FFT在Forward FFT Input File对话框中选择输入图像文件，如图2.1.1 图2.1.2 图2.1.2频率域图像效果2.2定义FFT滤波器 Circular Pass FFT滤波器（低通滤波器）定义Circular Pass FFT滤波器（低通滤波器）。选择Filters-> FFT Filtering->Fi

19、lter Definition(默认为Circular Pass) ，输入Radius及Number of Border pixels的值。如图2.2.1 图2.2.1 图2.2.2经低通滤波器处理后的图像效果2.3反向FFT变换：在主菜单中，选择Filters-> FFT Filtering->Inverse FFT，在Inverse FFT Input File 对话框中选择FFTFFT图像点击OK，在Inverse FFT Filer File对话框中选择应用的滤波图像，单击OK。如图2.3.1 图2.3.1 图2.3.2 增强后的图像 图2.3.3对增强后的图像加色2.4定

20、义FFT滤波器 Circular Cut FFT滤波器（高通滤波器）1）定义Circular Cut FFT滤波器（高通滤波器）。选择Filters-> FFT Filtering->Filter Definition->Filter_Type->Circular Cut，输入Radius及Number of Border pixels的值。如图2.4.1图2.4.1 图2.4.2经高通滤波器处理后的图像效果2.5反向FFT变换：在主菜单中，选择Filters-> FFT Filtering->Inverse FFT，在Inverse FFT Input F

21、ile 对话框中选择FFTFFT图像点击OK，在Inverse FFT Filer File对话框中选择应用的滤波图像，单击OK。如图2.4.5图2.4.5增强后的图像 图2.4.6对增强后的图像加色3彩色增强3.1真彩色增强处理：将不同波段的影像分别赋予不同的色彩，合成处理的过程。如分别赋予 TM 图像3、2、1波段色彩 R、G、B；从 Available Bands List 内，选择 “RGB Color” 切换按钮。在序列中点击所需要显示的红、绿和蓝波段名一旦波段名导入到标签为 “R:”、“G:”、“B:” 的文本框中，点击 “LoadRGB”来显示彩色合成图像。如图3.1图3.1真彩

22、色增强处理效果3.2.伪彩色密度分割：把黑白图像的各不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。在主图像窗口，选择 Overlay -> Density Slice。将出现 #1 Density Slice 对话框如图3.2.2，在 “Defined Density Slice Ranges” 下列有八个系统默认范围。在适当的文本框中输入所需要的最小和最大值，来改变密度分割的范围。如要重新设置数据范围到初始值，点击 “Reset”。可点击Edit Rang对RGB进行编辑。如图3.2.3图3.2.1选择TM Band2图3.2.2Density Slic

23、e 对话框 如图3.2.3图3.2.4伪彩色密度分割效果图3.3.假彩色合成：根据加色法彩色合成原理，选择遥感图像的某三个波段，分别赋予红、绿、蓝三种原色就可以合成彩色影像。如分别赋予TM 图像3、2、1波段色彩 R、G、B；1、从 Available Bands List 内，选择 “RGB Color” 切换按钮。2、在序列中点击所需要显示的红、绿和蓝波段名3、一旦波段名导入到标签为 “R:”、“G:”、“B:” 的文本框中，点击 “LoadRGB”来显示彩色合成图像。如图3.3.1示为TM4、3、2 波段合成的标准假彩色合成，植被由于在近红外波段的光谱反射远远高于它在可见光波段的光谱反射

24、。呈现不同程度的品红到红色，易于识别，水在近红外波段的光谱反射率很低，表现为蓝色到青色。图3.3.1假彩色合成效果图3.4彩色变换：1）选择 Transforms->Color Transforms->RGB to HSV，如图10.8。使用 RGB to HSV 选项可以将一幅 RGB 图像变换到 HSV （色度、饱和度、颜色、亮度值）彩色空间。输入的 RGB 值必须是字节型数据，其范围为 0 到 255 。运行该功能前，必须先打开一个至少包含 3 个波段的输入文件，或一个彩色显示如图3.4.1。在彩色显示中用到的拉伸将被应用于输入的数据。该变换将产生范围为0360 度的色度（0

25、 度为红，120 度为绿，240 度为蓝）、饱和度和颜色亮度值的范围为 01（浮点型）。图3.4.1RGB真彩色图像图3.4.2 图3.4.3 HSV效果图2）同理RGB向HLS变换。如图3.4.4和图3.4.5 图3.4.4 图3.4.54.色彩拉伸：4.1去相关性拉伸 在主菜单中，选择Tranxforms->Decorrelation Stretch如图4.1所示为4、3、2 波段去相关性拉伸合成可以消除多光谱数据中个波段的高度相关性。图4.1 432波段去相关拉伸效果图4.2 Photographic拉伸在主菜单中，选择Tranxforms-> Photographic St

26、retch如图11.2所示为 4、3、2、波段 Photographic 拉伸合成可以对真彩色图像加以增强，与目视效果良好吻合。如图4.2 图4.2 4、3、2、波段 Photographic 拉伸效果图4.3饱和度拉伸在主菜单中，选择Tranxforms->Saturation Stretch如图4.3所示为进行3、2、1波段饱和度拉伸合成生成具有较高颜色饱和度的影像。 图4.3 3、2、1波段饱和度拉伸效果图5多图像代数运算5.1差值运算也称减影技术，指两幅同样大小的图像对应像元的灰度值相减。选择 Basic Tools > Band Math. 在“Enter an expr

27、ession” 的文本框内，输入变量名和所需要的数学运算符。变量名必须以字符“b” 或“B”开头，后面跟着5 个以内的数字字符。如图5.1.1所示，并选择对应的TM波段。如图5.1.2所示。图5.1.1 图5.1.2图5.1.3 TM Band3与Band2差值运算效果图5.2比值运算：两个不同波段的图像像元的灰度值相除。在主菜单中，Transforms->Band Ratio。在Band Ratio Input Bands对话框中输入比值运算的分子与分母，并单击Enter Pair.如图5.2.1图5.2.1图5.2.2.比值运算效果图5.3混合运算同理，在Band Math对话框中输

28、入数学方程式：（float（b1-float（b2）+float（b3）/3.0如图5.3.1所示。并赋予b1、b2、b3相应TM波段如图5.3.2 图5.3.1 图5.3.2图5.3.3混合运算效果图5.4植被指数：根据植被光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被指数类别或估算绿色生物量，通常把这种能够提取植被信息的算法称为植被指数。NDVI（归一化植被指数）计算：使用 NDVI 选项可以将多光谱数据变换成一个单独的图像波段，用于显示植被分布 NDVI 值指示着像元中绿色植被的数量，较高的 NDVI 值预示着包含较多的绿色植被。Transforms->NDVI,在N

29、DVI Calculation Input File 对话框中选择TM图像，单击OK按钮。如图5.4.1图5.4.1 图5.4.2 NDVI计算效果图 图5.4.3 NDVI计算效果图加色6.多光谱图像变换：6.1主成分分析：主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。这一技术对于增强信息含量、隔离噪声、减少数据维数非常有用。由于多波段数据经常是高度相关的，主成分变换寻找一个原点在数据均值的新的坐标系统，通过坐标轴的旋转来使数据的方差达到最大，从而生成互不相关的输出波段。主成分（PC）波段是原始波谱波段的线性合成，它们之间是互不相关的。可

30、以计算输出主成分波段。第一主成分包含最大的数据方差百分比，第二主成分包含第二大的方差，以此类推，最后的主成分波段由于包含很小的方差（大多数由原始波谱的噪声引起），因此显示为噪声。由于数据的不相关，主成分波段可以生成更多种颜色的彩色合成图像。在主菜单中，Transforms->Principal Components->Forward PC Rotation->Compute New Statics and Rotate。在Principal ComponentsIn普通File对话框中，选择图像文件。如图6.1.1所示单击OK按钮。ENVI处理完毕后，出现PC EigenVa

31、lues绘图窗口。如图6.1.2图6.1.1 图6.1.2 PC EigenValues绘图窗口在主菜单中Window ->Available Bands List->RGB按钮，输入PC Band1、PC Band2、PC Band3->Load RGB。如图6.1.3图6.1.3 PC Band1、PC Band2、PC Band3合成效果图图6.1.4 PC Band4、PC Band5、PC Band6合成效果图合成（有明显噪声）图6.1.5 主成分分析得到各波段统计值 图6.1.6主成分分析得到各波段统计值图6.1.7主成分分析得到各波段统计值6.2缨帽变换：缨帽变

32、换是一种通用的植被指数，可以被用于 Landsat MMS 或 Landsat TM 等数据。对于 Landsat MMS 数据，缨帽变换将原始数据进行正交变换，变成四维空间（包括土壤亮度指数 SBI、绿色植被指数 GVI、黄色成分（stuff）指数 YVI，以及与大气影响密切相关的 non-such 指数 NSI）。对于 Landsat TM 数据，缨帽植被指数由三个因子组成“亮度”、“绿度”与“第三”（Third）。其中的亮度和绿度相当于 MSS 缨帽的 SBI 和 GVI，第三种分量与土壤特征有关，包括水分状况。对于Landsat 7 ETM 数据穗帽植被指数由六个因子组成-“亮度”、“绿度”、“湿度”、以及“第四”、“第五”、“第六”几种分量。在主菜单中，选择 Transforms > Tassled Cap。出现 Tasseled Cap Transformation Input File对话框时，选择输入文件。 用下拉菜单，选择“Input File Type”->Landsat 5 TM。如图6.2.1所示。图6.2.1图6.2.2缨帽变换效果图四、实验体会通过本次实验对 ENVI 软件的初步学习和操作，加深了对遥感知识的理解。了解遥感图像处理的基本原理、ENVI 软件的结构及基本操作步骤，能对遥感图像进行基本的处