遥感技术及其应用课程设计指导书的课件

1、遥感技术及其应用课程设计指导书土地管理2001级主要内容遥感图像处理软件概述(以ERDAS为例)遥感图像增强处理遥感图像几何校正(多项式变换)遥感图像特征变换(HLS，K-L，K-T)计算机辅助目视解译遥感图像分类遥感专题制图ERDAS编程开发工具(Models maker,ERDAS Macro Language:EML,Spatial Modeler Language:SML)遥感图像处理软件概述(以ERDAS为例)早期的遥感图像处理系统由于受计算机硬件发展水平的限制，其核心处理模块一般都用专门的图像处理硬件实现，如美国IIS公司著名的S101S600图像处理系统的M70，M75。现在计算

2、机的内存大小、运行速度等方面都已有很大的变化，完全可满足图形图像处理的要求， 因而图像处理系统主要是软件系统的设计。目前比较著名的图像处理系统有美国ERDAS公司的ERDAS，加拿大PCI公司的PCI，澳大利亚ERMapper公司的ERMAPPER，RSI公司的IDL/ENVI等。遥感图像处理系统的功能构成 目前遥感图像处理系统的功能构成基本上是： 基本处理模块（核心模块）专业处理模块。基本处理模块主要有数据输入、输出，文件管理，图像增强，校正，分类，图像镶嵌，地图投影变换等。专业处理模块则各系统不尽相同。主要有：按遥感数据类型分：多光谱处理，高光谱处理，雷达数据处理（PCI），以及地球物理数

3、据处理（ERMAPPER）；按应用领域分：地质遥感，油气遥感，植被遥感等（ERMAPPER）。遥感图像处理系统的发展趋势：1由处理单一遥感数据向处理多传感器数据甚至处理非遥感数据拓展。 2由单一遥感数据处理系统向GIS、GPS、ES集成处理系统发展。 3支持越来越多的输入输出设备和文件格式。 4向结构开放、模块化（用户可选择购买）易于二次开发方向发展。 5图像处理系统向标准化、网络化、分布式方向发展，等等。ERDAS Imagine 概述1. 模块构成菜单图像显示视窗输入输出数据准备制图遥感图像解译数据管理图像分类可视化建模矢量数据工具雷达分析三维虚拟GIS正射校正立体成像 用于栅格、矢量数据

4、的显示。其菜单中包括一些基本的查看和处理工具，如：合成图像的波段选择；栅格数据、矢量数据的信息查询；缩放、漫游；常规方式增强；栅格编辑、矢量编辑、AOI(感兴趣区域)编辑； 各种数据格式的输入/输出转换。三种介质：光盘；磁带；磁盘文件。 数据准备。包括创建新图像(空的)、创建三维表面；切割子图像；图像校正、图像镶嵌、图像投影变换；重新计算高程数据，等。制图。包括遥感地图创建；遥感地图编辑；遥感地图输出；等等。遥感图像解译。包括图像空间域增强；辐射增强(灰度扩展变换等)；光谱增强(各种特征变换)；高光谱分析；GIS分析；地形地貌分析；其他实用程序。以文件方式实现对图像数据库的创建、编辑、查询等管

5、理。图像分类。包括非监督分类；监督分类；知识分类器；光谱分析；其他实用工具，如特征编辑器等。可视化建模工具。调用Imagine中的基本功能函数实现用户设计的模型。矢量工具。实现矢量图层的创建、删除、输入、输出，对矢量数据进行编辑、建立拓扑关系等等。雷达数据处理。干涉方法和立体相对方法提取DEM，雷达图像正射校正，雷达解译等等。虚拟GIS。从DEM和遥感影像生成具有真实感的三维景观，并可根据指定路径漫游。根据DEM对遥感影像进行正射校正。根据DEM和遥感影像生成可立体观察的景观。需要另外的硬件支持。本节实习要求：概貌了解DERDAS软件的构成和功能；熟悉图像的输入输出格式转换；熟悉Viwer中打

6、开图像、放大缩小、漫游、不同波段的合成、不同的显示方式、图像信息查看、子图像切割；熟悉Viwer中图像光谱剖面、空间剖面工具的使用，图像编辑工具、AOI编辑工具的使用等。遥感图像增强处理图像增强包括灰度变换、空域滤波、频域滤波等多类方法。有的增强方法是对图像的一般性增强，如灰度扩展就是图像的总体效果(对比度)改善；有的增强方法是针对特定目标地物的，如边缘增强、方向模板增强。在下述实习中我们介绍几种典型方法。灰度扩展：分段线性变换VewerRaster Contrast Picewise contrast（演示）直方图均衡化：VewerRaster Contrast Histogram equa

7、lize（其他增强方法同上。演示）或：Interpreter Radiometric enhencement Histogram equaliazation基于灰度的变换通常要考察图像的直方图信息。空域滤波：路线1.VewerRaster filtering smooth，sharpen，convolution filtering，statistic filtering，可以在convolution filtering中编辑卷积核。路线2. Interpreter spatial enhencement convolution 。此下还有其他增强方法。频域滤波：频域滤波在原理和方法上都可以通过

8、空域卷积实现，但也可以直接在频域操作。二者在效率上依图像和邻域大小而有差异。方法步骤：1. Interpreter Fourier Analysis Fourier transform2. Interpreter Fourier Analysis Fourier transform edit 在这一步对频域图像进行所需要的滤波处理，保存图像。3. Interpreter Fourier Analysis Inverse Fourier transform遥感图像几何校正(多项式变换)步骤：1.图像准备：待校正图像和参考图像(或矢量地图)2.确定多项式次数；3.选取控制点；4.选取插值方式；5.

9、精度检查；6.运行。操作：DataPrep Image Geometric Correction(选择待校正图像)：form Vewer 或 from image file (设置校正方式)：Polynomial(选择多项式参数、变换系数、投影类型)：Parameter，Transform，Projection(选择参考图像)：多种选择：图像、矢量地图等。本实习选图像。选择GCPs。从Geo correction tools中点击display resample image dialog，打开Resample 对话框。选择输出图像名、重采样方式、校正的图像区域、 输出图像分辨率。点击OK运行，

10、结束。作业：武汉(局部)TM影像向SPOT影像校正，按SPOT 10米分辨率采样（保存数据，为下次利用HLS变换作不同分辨率数据融合使用）。保存为：jzh_姓名.img遥感图像特征变换(HLS)RGB HLSRGB HLS：Interpreter Spectral enhencement RGB to HIS；选择输出图像名。HLS RGB：Interpreter Spectral enhencement HIS to RGB；选择输出图像名，选择是否在变换之前对I,H,S之一进行拉伸。不同分辨率数据融合：低分辨率彩色图像以高分辨率灰度图像为参考做校正、重采样（利用上次图像校正的结果）：RGB

11、；RGB HLS；L用高分辨率灰度图像替代；HLS RGB注：这样生成的融合图像在色彩方面与图像有一定的差异，用一种彩色修正的技术可以在很大程度上克服这一点。作业：完成上述融合，结果保存为：df_姓名.img计算机辅助目视解译本次实习主要是遥感图像的计算机解译，但利用计算机绘图的工具进行。所以重点是要掌握ERDAS的矢量绘图工具的使用，其中还可利用图像编辑中的一些工具做某些地物的自动边界搜索。步骤：打开待解译图像(可作适当的校正和增强处理)；建立矢量数据层：Vewer File New Vector layer；利用矢量工具边解译边勾绘。矢量工具的使用：VewerVectortools作业：解

12、译jx.tif中不小于512x512像素的图像区域，结果保存为coverage：jy_姓名。遥感图像分类以下假定特征选择已经完成非监督分类： ISODATA方法打开非监督分类对话框：Classifier Unsupervised classification；选择初始分类方式：Initialize from statistics：任意选取初始中心；初始化选项(initializing options)：初始均值轴选择：对角线方向，主分量方向计算初始均值的范围：指定方差，自动计算Use signature means：根据类别特征选取中心。输入文件和参数：输入文件名：图像文件，特征文件(对Use

13、 signature means)；输出文件名：分类文件，特征文件(特征用于下次分类或其他监督分类)；最大分类数(Number of classes)：最大迭代次数(Number of iteration)：收敛阈值(Convergence threshold)：两次迭代之间像素类别不发生改变的像素的百分数。跳读因子(Skip factor)：处理时跳过的像素数。颜色配置选项：自动生成灰度专题图；颜色从输入波段中指定合成。颜色可编辑。监督分类：类别特征获取方法1：选取已知各类的训练区，自动计算各类的特征生成特征文件；方法2：从非监督分类生成的特征文件获取。方法1的步骤：用Vewer打开包含已知

14、类别区域的图像文件；打开特征编辑对话框：Classifier Signature editor；在Vewer中用AOI选择训练区，逐一类别地添加到Signature editor中。每添加一类其类别特征自动计算出来。在类别特征集中可以指定类别的先验概率(类别的权值)，若无把握建议不指定，缺省为1。获取特征后最好对特征进行可靠性评估。分类(以ML为例)打开监督分类对话框： Classifier Supervised classification；选择输入文件(待分类图像文件和特征文件)，输出文件(分类结果文件和距离文件)；参数选择：非参数规则：none参数规则：Maximum Likelihoo

15、d 输出属性选项(分类结果文件中每个波段每个类别的统计量)：Minimum，Maximum，Mean，Std. Dev.，等等。（其他选项值略）关于距离文件(Distance file)：距离文件中的像元值，是该像元的光谱矢量与像元所属类别均值向量(类别中心)之间的距离。其值越大，则该像元分错的可能性越大。反之亦然。此文件在模糊卷积分类中用到。它通常有如下所谓的2分布：关于精度评估：分类后的精度评估可采用两种方法：利用Threshold功能和Distance file 确定可能分错的像元数；利用Accuracy assessment 功能确定分错地像元数。 作业：用6.img做非监督和监督分类

16、。保存结果：fl_姓名.img。此文件将用于遥感专题制图。专家分类器由两部分组成：知识工程师(Knowledge Engineer)和知识分类器(Knowledge Classifier)。前者建立知识库，后者利用所建立的知识库实现分类。知识工程师：Hypothesis：假设。应指定hypothesis的名称、是否最终的输出类，若是可指定该类的颜色。假设也可作为中间的规则。Rule：规则。由名称、值、逻辑关系符、置信度构成。是一系列条件语句。Variable：变量。由名称、对象类型、数据类型、其他选项构成。菜单条图标面板决策树面板概览窗面板组件列表提示面板4个条件都成立规则成立假设成立每组中两

17、个条件都成立，则对应的一条规则成立。至少有一条规则成立，则假设成立一个结构良好、功能有效的知识库的建立，需要一个反复测试、修改、优化的过程。知识分类器：选择知识库；选择输入数据文件和参数文件或参数；选择输出文件和选项；运行。分类评估Threshold：用threshold函数作用于距离文件的Chi分布，确定错分像元。精度计算：用地面真实情况或其他可靠数据对分类作精度计算。遥感专题制图分类完成以后，需要将其制成专题地图。有很多软件可以实现这一过程，如各种GIS软件。ERDAS中的Map composer也是制作遥感专题地图的工具，本节初步介绍它的使用。打开制图工具：Composer New map composer 或 Open map composer 步骤：创建新地图文件：输入文件名New name设置图面参数：图面大小；度量单位；显示比例；背景颜色。利用注记工具编辑