遥感专题信息提取及专题图制作设计报告_第1页
遥感专题信息提取及专题图制作设计报告_第2页
遥感专题信息提取及专题图制作设计报告_第3页
遥感专题信息提取及专题图制作设计报告_第4页
遥感专题信息提取及专题图制作设计报告_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-.z遥感原理与应用课程设计—“遥感专题信息提取与专题图制作〞设计报告学院遥感信息工程学院班级学号姓名日期2012年2月21日-.z课程设计的目的和意义本次课程设计的目的主要是为了加深理解和稳固遥感原理与应用的有关理论知识;要求我们会运用专业遥感软件,通过对遥感影像进展各种处理以及专题信息提取等综合应用,培养独立分析问题和解决问题的能力。本次实习的意义在于锻炼我们的独立自主能力,培养良好的工作习惯和科学素养,为今后工作打下良好的根底。二、课程设计方案和流程实验数据介绍地点:**地区传感器类型:TM1、3、4、5、6、7波段影像;空间分辨率:30米、120米;SPOT影像,分辨率10米。说明文件:Readme.t*t,SPOT影像投影信息、大地坐标、分辨率。2、硬软件介绍本次实习使用的软件主要为ERDAS软件。ERDASIMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件。在图像处理方面,直观的操作步骤使用户操作起来非常灵活方便。IMAGINE的窗口提供了卷帘、闪烁、设置透明度以及根据坐标进展窗口关联功能,方便多个相关图像的比拟。ERDASIMAGINE为不同的应用提供了250多种地图投影系统,还有非常方便的坐标转换工具。新开发的专家分类器,为高光谱、高分辨率图像的快速高精度分类提供了可能。此工具突破了传统分类只能利用光谱信息的局限,可以利用空间信息辅助分类。3、总体方案本次实习给定的是**地区的相关波段的TM图,我想采用分类融合技术,利用各个波段的TM图像进展影像融合,分别提取该区域的水系、植被、居民地,以这三种地类的面积或周长等要素作为研究对象,进而制作出**地区的土地利用专题图。详细步骤如下:〔1〕、确定专题要素:**地区水系、植被、居民地这三中地类的面积以及分布情况。〔2〕、格式转换:先将源图像.tif格式的文件转换成.img格式的文件,便于软件进展处理。〔3〕、图形合成:将TM图像相应的波段进展合成,分别将TM影像左右两图像的六个波段进展合成为left.img,right.img〔4〕、图像预处理:在将选取好的源图像进展拼接起来之前要先对图像进展几何纠正,将左片和右片都纠正到统一的坐标系中,去掉重叠局部,将左右两幅图像拼接起来形成一幅更大幅面的图像。〔5〕、图像解译:对图像进展空间增强,多个波段叠加组合或拆分,便于分辨出目标地物。〔6〕、图像分类:进展有监视分类和非监视分类,提取水系、植被、居民地等。〔7〕、专题信息提取:对分类后的图像水系、植被、居民地进展相应的分类编码,并分别计算面积。〔8〕、专题地图的制作和输出:利用软件根据研究需要和制图区域的特征生成图层、文本、比例尺、图例、公里格网线、符号、图廓线等图像整饰内容并生成制图文件并输出地图。确定专题要素为**地区水系、植被、居民地的面积以及分布情况4、流程框图确定专题要素为**地区水系、植被、居民地的面积以及分布情况将需要的tif格式的源图像转换成软件易处理的img格式的图像将需要的tif格式的源图像转换成软件易处理的img格式的图像图像合成,分别将TM影像左右两片六个波段进展合成为left.img,right.img图像合成,分别将TM影像左右两片六个波段进展合成为left.img,right.img几何纠正几何纠正左右图像拼接左右图像拼接图像空间增强,多个波段叠加或拆分图像空间增强,多个波段叠加或拆分图像空间增强,多个波段叠加或拆分图像空间增强,多个波段叠加或拆分分类编码并计算面积分类编码并计算面积制作并输出专题图制作并输出专题图三、课程设计的过程和步骤根据本次实习所给的实习数据,我先将TM影像六个波段进展合成,合成之后分别对左右影像以spot影像为模板进展纠正,再将纠正后的影像进展镶嵌,镶嵌之后为了便于分类,还可以适当将影像进展增强处理,然后将增强后的图像进展分类,最后提取分类后的专题要素制作专题地图。另外,镶嵌之后还可以将影像与spot全色影像进展融合处理,然后再将融合后的影像进展分类,并与未融合的分类影像进展精度评定和比照。以下为具体步骤及关键阶段成果图:图像合成分别将左右两片TM影像的六个波段进展合成,这一步比拟简单,没有出什么问题。合成后左右两片的图像分别如下:图像纠正利用spot影像分别对左右两片合成后的影像进展纠正,纠正的过程中要选6个同名点以及假设干检查点。这一过程需要的时间特别长,因为这一过程既要保证选点准确,又要保证选点均匀。如果选点不准确就会导致纠正后的影像出现较大偏差,如果选点不均匀会使局部地区误差很大。因此需要不断调整已经选好的同名点或者添加新的检查点。纠正后影像如下:图像镶嵌镶嵌是将两幅纠正好的影像拼接起来,通过镶嵌处理,可以获得更大*围的地面图像。如果两幅影像纠正的精度相差太远的话可能会使镶嵌的图像不规则。我刚开场就是因为纠正时选点不均匀的缘故,导致左片边缘处偏差较大,进而使镶嵌后的图像接缝处出现较大锯齿。不过,经过屡次对左右两片调整点位以及增加检查点,最终我得到了比拟可观的镶嵌影像。镶嵌后的影像截图如下:图像增强为了便于对图像进展分类,还需要对图像进展适当的增强处理,以助于进展特征提取。因此,我对镶嵌后的图像进展了增强处理,我依次做了线性变换、直方图均衡化、边缘增强。图像融合图像融合是将多源遥感图像按照一定的算法,在规定的地理坐标系,生成新的图像的过程。全色图像一般具有较高空间分辨率,而多光谱图像光谱信息较丰富,为提高TM图像的空间分辨率,可将镶嵌后的TM影像与spot全色影像进展融合,这样既可以提高多光谱图像的空间分辨率,又保存其多光谱特性。图像裁剪由于纠正后影像不太规则,并且边缘处的精度与中间的精度存在一定差异,再者考虑到制图*围等原因,需要对图像进展一定的裁剪。以下是分别对融合后图像和融合前图像裁剪后的截图,从图中也可以比照融合前后图像的差异。融合前后图像裁剪后截图,左边是融合后的图,右边是融合前的图:图像分类与精度评定图像分类是对图像上的信息进展属性的识别和分类,从而到达提取专题信息的目的。本次实习图像分类有分类和精度评定两局部。监视分类与非监视分类本次实习主要是利用监视分类法进展图像分类的。刚开场我也尝试做过非监视分类,但是效果明显没有监视分类的效果好。我想是因为非监视分类没的样本类别和类别的先验知识,导致分类效果不好。以下是将图像用非监视分类和监视分类分为三类的效果图比照〔左边是非监视分类的图像,右边是监视分类的图像〕:融合前分类与融合后分类本次实习,我对影像融合前后的图像分类效果进展了比照。我发现融合后的图像分类效果没有融合前的效果好。以下是融合后〔左边〕和融合前〔右边〕的分类图像比照截图:以下分别是融合后和融合前的混淆矩阵:融合后混淆矩阵:Data s* zb jzw sd ---------- -------------------- ---------- ---------- s* 11713 0 8 2 zb 0 7284 0 0 jzw 14 0 2856 208 sd 657 0 30 5332 ColumnTotal 12384 7284 2894 5542 融合前混淆矩阵:Data s* zb jzw sd ---------- ---------- ---------- ---------- ---------- s* 1674 0 0 0 zb 6 823 14 1 jzw 8 13 623 25 sd 0 1 38 383 ColumnTotal 1688 837 675 409 精度评定精度评定是本次实习耗时最长的一局部。我分别对融合前后的图像进展了精度评定,对每幅图像各选了256个随机点进展了人工分类,通过与计算机分类结果进展比照,最后得出了精度评定结果。融合后的精度评定:融合前的精度评定:专题图制作专题图制作局部是本次实习的最后阶段,专题地图是突出反映一种或几种主体要素的地图,这些主体要素多是根据专门用途的需要确定的,它们应表达得很详细,其它的地理要素则根据表达主体的需要作为地理根底迭绘。我利用前面监视分类的结果制作了一幅**市土地利用的专题图。我依照ERDAS中文教程为专题图添加了图例、比例尺、公里网格、指北针和图名。以下是专题图制作的截图效果:四、课程设计的结果分析与评价本次几何纠正的过程我进展了屡次重复和修改,主要原因是选点不够准确以及选点不均匀。由于两幅图像的颜色、分辨率等不一样,所以选点比拟困难,有些地方如长江附近颜色变换比拟明显,所以选点比拟准确,而林地茂盛区选点就很困难了。另外,有些地方实在不好选点就没有选,这样就导致了选点的不均匀,进而导致了这些地区偏差较大。因此,为了提高图像纠正的精度,应该尽量选择一些比拟明显的同名点,另外,也要尽量让选的点均匀分布。影像镶嵌的精度直承受影像纠正的影像。因为在镶嵌的过程中的镶嵌边是由左右图像上亮度值最接近的连线,而此时如果左右两片的精度相差太远的话就会使镶嵌边不够准确。另外,在消除镶嵌边时要进展平滑处理,左右两片的精度相差太远的话会导致镶嵌边周围出现较大模糊。所以要想图像镶嵌精度提高,就要尽量提高图像几何纠正的精度。本次实习我主要对融合前后的图像分类精度进展了比拟。我分别对融合前后的分类图像各选了256个点进展了重新人工分类,得出融合前分类图像的分类精度较高。我分析了原因,很明显融合后的图像清晰很多,这说明融合后的图像分辨率较融合前的高,但是这样导致了融合后图像的区分度变小,必然会导致融合后图像分类精度降低。另外,对于未融合的分类图像,我也进展了分析。图像分类时主要是利用监视分类法,而监视分类需要先知道类别的先验知识,因此AOI的选取是影响分类精度的一个重要因素。五、课程设计的总结与体会本次实习我严格按照指导教师的要求独立完成了实习任务。通过这次实习,我加深了有关遥感的根本原理、遥感传感器的成像机理的理解,稳固了理论课上所学的遥感图像的处理方法、专题信息提取以及遥感综合应用技术。本次实习遇到的问题主要是自己对ERDAS软件不太熟悉,初次接触感觉有点陌生,刚开场完全摸不着头脑,后来经过问同学、问教师以及自己查阅相关资料,渐渐理出了头绪。有头绪之后就做的很快了,我第二次课就做到专题图制作局部了,但是后来听教师讲解,发现自己前面漏做了几个局部,导致要重新开场做。可见,有一个详细的思路是很重要的。不过,对软件熟悉后,重新做一遍还是很快的,虽然走了一些弯路,但是还是觉得收获挺大的。最后,建议教师以后在实习之前还是稍微跟我们讲一下大致思路,以免我们像无头苍蝇一样到处乱撞,这样浪费了很多时间,导致最后一次课很多同学不能按时交成果。总

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论