中国地质大学遥感图像处理上机实习报告范本

1、中国地质大学遥感图像办理上机实习报告范本中国地质大学遥感图像办理上机实习报告范本中国地质大学遥感图像办理上机实习报告范本遥感图像办理课程实习报告学生姓名：王蜀越班学号：学号：指导教师：王红平、许凯中国地质大学信息工程学院2017年7月1日.目录目录.-1-实习一：影像交融.-2-【实习目的】.-2-【实习步骤】.-2-【实习过程】.-2-实习二：几何校订.-6-【实习内容】.-6-【实习步骤】.-6-【实习过程】.-6-实习三：影像分类（一）.-10-【实习内容】.-10-【实习步骤】.-10-【实习过程】.-10-实习四：影像分类（二）.-14-【实习内容】.-14-【实习步骤】.-14-【

2、实习过程】.-14-心得与感想.-18-.实习一：影像交融1.1【实习目的】掌握遥感影像交融的基来源理、内容和重点；掌握在ENVI中遥感影像交融的操作方法、步骤；进一步熟习ENVI软件的操作。1.2【实习步骤】（1）实习流程图：认识图像交融的使用ENVI对图比较几种图像融基来源理与算法像进行图像交融合的优弊端。2）参数设置及中间结果：无1.3【实习过程】（1）影像交融的内容图像交融（ImageFusion）是指将多源信道所采集到的对于同一目标的图像数据经过图像办理和计算机技术等，最大限度的提取各自信道中的有益信息，最后综合成高质量的图像，以提高图像信息的利用率、改良计算机解译精度和靠谱性、提高

3、原始图像的空间分辨率和光谱分辨率，利于监测。高效的图像交融方法能够依据需要综合办理多源通道的信息，进而有效地提高了图像信息的利用率、系统对目标探测辨别地靠谱性及系统的自动化程度。其目的是将单调传感器的多波段信息或不一样类传感器所供给的信息加以综合，除去多传感器信息之间可能存在的冗余和矛盾，以加强影像中信息透明度，改良解译的精度、靠谱性以及使用率，以形成对目标的清楚、完好、正确的信息描绘。（2）图像交融过程.（3）几种常有的交融算法IHS交融算法在计算机内定量办理色彩时，往常采纳RGB表色系统，但在视觉上定性地描绘色彩时，采纳IHS显色系统更直观些。IHS显色系统采纳色彩（Hue）、饱和度（Sa

4、turation）、亮度（Intensity）表示颜色。IHS交融又称为“I重量代替法”，即用全色图像取代多光谱图像的I重量，并与其H和S重量相联合进行IHS逆变换获取交融图像。IHS图像交融的基本步骤：（1）对两幅图像进行几何配准，并将多光谱图像重采样与全色图像分辨率设置一致；（2）对多光谱图像进行IHS变换，将图像变换之IHS空间；（3）对全色图像和多光谱图像的I重量进行直方图般配；（4）用直方图配准后的全色图像取代多光谱图像的I重量；（5）对I重量代替后的多光谱图像进行IHS逆变换至RGB空间，获取交融图像。经过变换、代替、逆变换获取的交融图像既拥有全色高分辨率的特色，又保持了多光谱图像

5、的色彩解饱和度。固然交融后图像清楚度提高了，但光谱信息损失严重，即产生颜色失真。假如交融结果图像应用以光谱剖析为主就不太合适选择该方法。PCA变换法PCA（PrincipalComponentAnalysis）变换又称为K-L变换（主成分变换）。它是将N个波段的低分辨率图像进行KL变换，将单波段的高分辨率图像经过灰度拉伸，使灰度的均值与方差和KL变换第一重量图像一致；而后以拉伸过的高分辨率图像取代第一重量图像，经过KL逆变换到原空间。PCA变化法的基本步骤：1）对多光谱图像进行主成分剖析，用有关矩阵求特色值和特色性向量，而后求各主重量；2）将空间配准后的单波段高分辨率图像与第一主重量图像做直方

6、图配准；3）用配准后的单波段高分辨率图像取代第一主重量；并将与其余主重量做逆变换获取交融图像。PCA变换法最大的长处是能够应用随意数目的波段，战胜了IHS变换只好用于三个波段的缺陷。经过交融后的图像包含了两幅原始图像高空间分辨率和高光谱分辨率特色，保存了原图像的高频信息。利用ENVI进行图像交融.ENVI中供给的交融方法有HSV变换和Brovey变换，这两种方法要求数据拥有地理参照或许拥有相同的尺寸，RGB输入波段一定为无符号8-bit数据或许从翻开的彩色Display中选择。图1ENVI供给的图像交融方法本次实习我选择了Brovey变换和Gram-Schmidt变换下边是使用Brovey变换

7、操作过程：选择File-open,翻开和blrd_sp.img文件。选择Toolbox-ImageSharping-Gram-ColorNormalized（Brovery）,在SelectInputRGB中选择波段列表中的波段，我分别选择了TM-30m的123波段和321波段来做对照。波段选择后点击OK。在HighResolutionInputFile中选择文件设置输出路径，点击OK。图2Brovey变换.图3Brovey变换细节图使用Gram-SchmidtPanSharping交融选择File-open,翻开和文件。选择Toolbox-ImageSharping-Gram-Schmidt

8、PanSharping,LowSpatialResolution选择TM-30m,HighSpatialResolution选择。设置PanSharpingParameters面板，参数设为默认值，设置输出路径，点击OK获取交融后图像。图4SchmidtPanSharping变换.实习二：几何校订2.1【实习内容】1）稳固影像几何校订的基来源理。2）娴熟掌握影像几何校订办理流程和操作步骤。3）掌握几何校订精度评估原理和方法。【实习步骤】（1）实习流程图：认识学习影像几使用ENVI对图像学习几何校订的何校订的基来源进行几何校订，学精度评定理习几何校订的过程（2）数据待校订影像【实习过程】（1）几

9、何校订的内容遥感成像的时候，因为飞翔器的姿态、高度、速度以及地球自转等要素的影响，造成图相对于地面目标发生几何畸变，这类畸变表现为像元相对于地面目标的实质地点发生挤压、歪曲、拉伸和偏移等，针对几何畸变进行的偏差校订就叫几何校订。遥感影像图的几何校订目前有3种方案，即系统校订、利用控制点校订以及混杂校订。遥感数据接收后，第一由接收部门进行校订，这类校订叫系统校订(又叫几何粗校订)，即把遥感传感器的校准数据、传感器的地点、卫星姿态等丈量值代人理论校订公式进行几何畸变校订；而用户拿到这类产品后，因为使用目的不一样或投影及比率尺不一样，依旧需要做进一步的几何校订，这就需要对其进行几何精校订即利用地面控

10、制点GCP(GroundContro-Point）对因其余要素惹起的遥感图像几何畸变进行纠正。混杂校订则是由一般地面站供给的遥感CCT已经达成了第一阶段的几何粗校订，用户所要达成的只是是对图像做进一步的几何精校订。（2）几何校订的过程采集地面控制点计算偏差选择几何模型重采样输出精度评定偏差太大（3）利用ENVI进行几何校订.本次实习采纳的是ENVI里面的imagetoimage的方式进行几何校订。翻开并显示图像文件翻开ENVI软件，将几何校订前与几何校订后的两幅图经过不一样的窗口显示出来。#1为几何校订前的图像，#2为几何校订后的图像。可将图像经过linkdisplay简单地连结起来。启动几何

11、校订模块点击工具栏中Map，找到registration，选择selectGCPs:ImagetoImage。在弹出的对话框中选择display#2作为baseimage，也就是基准图像，而display#1作为warpimage待校订的图像。选好后点击OK，进入采集地面控制点。图5选择参照图像和待校订图像采集地面控制点在两个Display中挪动方框地点，找寻显然的地物特色点作为输入GCP；图6采纳控制点在groundcontrolpointsselection上，单击addpoint按钮，将目前找到的点采集；.图7选用控制点用相同的方法持续找寻其余的点，入选择控制点的数目达到3时，RMS被自

12、动计算。Groundcontrolpointsselection上的predict按钮可用来在基准图像显示窗口上边定位一个特色点，单击predict按钮，校订图像显示窗口上会自动展望地区，合适调整一下地点，单击addpoint按钮，将目前找到的点采集。跟着控制点数目的增加，展望的的精度愈来愈精准。选择option里的autopredict，翻开自动展望功能，这是在基准图像显示窗口上边定位一个特色点时，校订图像显示窗口上会自动展望；入选择必定数目的控制点以后（起码3个），可利用自动找点功能；在groundcontrolpointsselection上，选择options里的automatical

13、lygeneratepoints，选择一个般配波段，单击OK；在automatictiepointmethodparameter对话框中，选择可将tie点的数目（numberoftiepoints）设为60；其余默认参数，点击OK；选择groundcontrolpointsselection中的showlist按钮，可看到刚刚选用的所有控制点的有关信息列表；图8检查GCP精度可经过选择列表中option里的orderpointbyerror由高到低摆列RMS值来查察选择点的信息。对于RMS过高的点，能够将其直接删除，或是经过在zoom窗口中进行选择点地点的微调来使RMS值降低；校订结果的输出在

14、groundcontrolpointsselection中选择option里的warpfile（asimagetomap），选择校订文件（TM文件）；.在校订参数对话框中，默认投影参数和像元大小与基准图像一致，投影参数不变，点击OK；图9几何校订后的影像图10校订前和校订后.实习三：影像分类（一）3.1【实习内容】1）稳固监察分类的基来源理；2）娴熟掌握监察分类的流程和操作步骤；3）掌握监察分类的影像统计方法。3.2【实习步骤】认识学习监察分类的使用ENVI对图像进进行影像统计基来源理行监察分类3.3【实习过程】（1）监察分类内容监察分类（supervisedclassification）又称

15、训练场所法，是以成立统计辨别函数为理论基础，依照典型样本训练方法进行分类的技术。即依据已知训练区供给的样本，经过选择特色参数，求出特色参数作为决议规则，成立鉴别函数以对各待分类影像进行的图像分类，是模式识其余一种方法。要求训练地区拥有典型性和代表性。鉴别准则若知足分类精度要求，则此准则成立；反之，需从头成立分类的决议规则，直至知足分类精度要求为止。（2）监察分类的过程特色鉴别选择训练样本计算鉴别函数分类后办理精度评定（3）用ENVI进行监察分类ENVI供给了多种监察分类的算法：平行六面体法、最大似然法、最小距离法、马氏距离法等。本次实习采纳了最大似然法，步骤以下：选用roi：在影像窗口选择ov

16、erlay-regionofinterest.-在弹出的窗口中选择zoom，在zoom窗口中绘制roi；检查roi：在ROITool窗口中选择option-computerROISeparability.-选择“裸土+水田”文件-选择所有的ROI进行可分别度计算，点击OK；.图11-1选择roi图11-2所选roi属性.图12计算可分别度假如可分别度大于1.8，则以为roi选用合格，不然需要从头选择roi。将选择好的roi保存到指定路径。选择Classification-supervised-maximuumlikelihood-选择待分类影像-选择所有的roi，设置参数，点击OK。图13参数

17、设置改正错分地区：在display窗口中选择overlay-classification-选择分类后的影像；在InteractiveClassTool面板中，选择EditMode:PolygonAddtoClass在InteractiveClassTool面板中，鼠标左键单击Unclassified前面的方型色块，让Unclassified类型处于激活状态；选择一个编写窗口：Image，在Image窗口中绘制多边形，多边形之内的像元所有归于Unclassified一类；选摘要归并的类并保存。.图14最大似然法分类后结果影像统计：选择Classification-PostClassificati

18、on-classstatistics-选择分类后的图像和原始图像；设置统计内容，勾选BasicState,Histograms以及Covariance,点击OK。图15设置统计内容图16分类信息直方图.实习四：影像分类（二）4.1【实习内容】1）稳固非监察分类的基来源理；2）娴熟掌握非监察分类的流程和操作步骤；3）掌握非监察分类的精度评定方法。4.2【实习步骤】认识学习非监察分类使用ENVI对图像进经过多种方式进行精的基来源理行非监察分类度评定4.3【实习过程】（1）非监察分类的内容非监察分类是以不一样影像地物在特色空间中类型特色的差异为依照的一种无先验（已知）类型标准的图像分类，是以集群为理

19、论基础，经过计算机对图像进行集聚统计剖析的方法。依据待分类样本特色参数的统计特色，成立决议规则来进行分类。而不需预先知道类型特色。把各种本的空间散布按其相像性切割或归并成一群集，每一群集代表的地物类型，需经实地检查或与已知种类的地物加以比较才能确立。是模式识其余一种方法。一般算法有：回归剖析、趋向剖析、等混杂距离法、集群剖析、主成分剖析和图形辨别等。（2）非监察分类的过程选择分类器设定参数分类后办理精度评定（3）用ENVI进行非监察分类ENVI供给了两种非监察分类的算法：ISODATA和K-Measns。本次实习我选择的是K-Measns分类，下边是详细步骤：选择File-OpenImageF

20、ile,翻开“裸土+水田.tif”选择Classification-Unsupervised-K-Measns选择“裸土+水田.tif”.图选择待分类文件设置参数，最大迭代次数为10次，一般非监察分类的分类数目比最后分类数目多2到3倍为宜，这样有益于提高分类精度。图参数设置.图分类后的影像将分类后的图像比较原始图像再次进行归并类型：翻开Classcolortable，对应原始图像分别对各种命名；选择Classification-PostClassification-CombineClassification-选择k-means分类后的图像；选择归并类型，点击OK，设置输出路径。图归并类型.图归并以后的图像精度评定：本次选择的是用混杂矩阵来做精度评定，因为没有标准分类的图像，只好采纳ROI的方式进行精度评定。选择Classification-PostClassification-ConfusionMatrix-UsingGroundTruthROI；选择归并后的影像和ROI文件，假如各种名相同ENVI会自动般配，假如不一样则需要手动般配。般配好后设置输出路径，点击OK。图般配ROI和分类结果.图混杂矩阵结果.心得与领会本次实习中碰到许多问题，