ERDAS IMAGINE遥感图像处理培训

20XX/XX/XXERDASIMAGINE遥感图像处理培训汇报人:XXXCONTENTS目录01

培训开篇介绍02

ERDASIMAGINE基础操作03

遥感图像常见处理流程04

实战案例操作练习05

培训总结与拓展培训开篇介绍01掌握基础操作技能学员可熟练掌握ERDASIMAGINE的界面操作、数据导入导出等基础流程完成基础处理任务。学会核心图像处理方法学员能够独立完成遥感图像的辐射校正、几何校正等核心预处理操作。能够开展基础应用分析学员可运用软件完成土地覆盖分类的基础操作，输出符合要求的分类结果图。培训目标与内容软件定位与优势

专业遥感数据处理定位面向各行业遥感应用需求，ERDASIMAGINE主打高精度遥感影像预处理、信息提取全流程处理。

完善的二次开发支持能力软件自带丰富二次开发接口，支持ArcGIS对接，可满足企业定制化遥感业务需求。

稳定的多源数据兼容能力支持光学、雷达、无人机等多源遥感数据输入，适配不同分辨率、不同格式的影像数据。

成熟的行业落地经验积累已广泛应用于国土测绘、环境保护领域，比如我国第三次国土调查的影像处理工作。ERDASIMAGINE基础操作02软件界面与布局认识

主菜单栏功能分区ERDASIMAGINE主菜单栏按功能分为数据输入、处理分析等分区，覆盖绝大多数图像处理操作入口。

工具条面板布局左侧常用工具条集成了视图缩放、图层选择等快捷工具，可根据操作习惯自定义拖动调整位置。

数据显示窗口设置默认的多视图显示窗口支持同时打开多幅遥感影像，方便进行不同影像的对比查看操作。数据输入与输出操作不同格式遥感数据导入ERDAS可导入TIFF、shp等多格式数据，在Import模块中设置路径即可完成读取。自定义输出数据参数设置导出数据时，可在Export面板设置输出格式、坐标投影、像素精度等参数。Erd自带波段组合导出操作完成波段组合后，可通过SaveAs功能将组合后的新影像保存为img格式文件。图层管理与视图操作

图层添加与移除ERDASIMAGINE中可通过图层管理器快速导入遥感影像，也能选中冗余图层一键删除。图层顺序调整与透明度设置调整叠放顺序可改变显示效果，修改透明度能实现不同图层的叠加对比，便于特征判读。视图缩放与漫游处理高分遥感影像时，可滚动滚轮缩放视图，按住鼠标拖拽漫游，查看局部与整体细节。视图分屏对比ERDAS支持多窗口分屏显示，可同时打开同一区域的不同影像，直观对比处理前后效果。基础绘图与测量工具

矢量点绘制工具可在遥感影像上标记兴趣点位，常用于标记野外采样点、特殊地物位置等。

距离测量工具能测算影像上任意两点间实际距离，在规划道路选线、估算场地长度时常用。

面积测量工具可自动计算选定区域的实际占地面积，常用于统计城镇建成区、湖泊水域面积。遥感图像常见处理流程03传感器辐射定标法通过ERDASIMAGINE导入传感器定标系数，结合原始灰度数据完成辐射值的系统性校正。大气辐射校正法在ERDASIMAGINE中运用黑暗像元法，提取暗区像素校正大气散射带来的辐射偏差。地形辐射校正法结合DEM数据在ERDASIMAGINE中用余弦校正法消除地形坡度坡向引发的辐射误差。辐射校正操作方法几何校正操作方法地面控制点选取常见的控制点选取方式有人工选点和自动匹配，一般选取道路交叉口、河流拐弯处等辨识度高的位置。几何校正模型选择常用模型包括多项式校正模型、RPC模型，多项式校正模型在地形起伏较小的区域应用广泛。重采样处理重采样常用方法有最近邻法、双线性内插法、三次卷积法，不同方法处理后的图像效果各有差异。图像增强处理方法

辐射增强通过调整图像灰度分布提升对比度，比如修正landsat卫星图像的曝光不均问题，改善视觉效果。

空间增强利用邻域像素信息突出图像边缘，比如提取高分二号卫星影像中的道路轮廓，强化细节显示。

彩色增强将单波段灰度图像转为伪彩色图像，比如区分遥感图中不同植被覆盖类型，提升地物辨识度。图像拼接与裁剪

多源影像配准拼接基于控制点匹配完成不同航片/卫片的地理坐标对齐，拼接得到研究区完整遥感正射影像。

研究区矢量边界裁剪导入.shp格式研究区边界矢量文件，裁去边界外多余影像，得到目标范围专题图像。

图像匀色匀光处理调整拼接后影像各分块的亮度、色彩差异，消除拼接缝，让整幅影像色调均匀一致。

去黑边处理裁剪拼接后去除影像边缘因坐标对齐产生的无效黑色背景条带，优化影像显示效果。遥感图像分类方法

监督分类法基于已知样本训练分类器，常见于土地利用调查中，依托已有标注地块划分地物类别。

非监督分类法无需提前标注样本，依靠像元光谱相似度聚类，常用于未知地物分布区域的初步分类。

面向对象分类法以图像对象为分类单元，广泛用于高分辨率遥感处理，可有效避免椒盐分类噪声。实战案例操作练习04土地覆盖分类案例数据预处理操作使用Landsat8影像完成辐射校正、几何校正和大气校正，消除原始数据的各类误差干扰。监督分类训练选取建设用地、林地、耕地、水体四类样本，采用最大似然法完成监督分类模型训练。分类结果后处理运用聚类分析移除细碎图斑，结合GoogleEarth高分辨率影像修正错误分类结果。精度验证评估通过混淆矩阵计算总体精度和Kappa系数，本次案例最终分类总体精度达到91.3%。植被指数提取案例

数据预处理操作基于Landsat8影像校正辐射误差，完成波段裁剪融合，为提取指数准备规范输入数据。

NDVI计算操作利用ERDAS的模型工具，输入近红外和红波段，完成归一化植被指数公式计算输出。

结果校正与分级对计算得到的NDVI结果做去噪处理，按植被覆盖度分级，输出可视化结果图。变化检测分析案例城市扩张动态监测以北京市2010年与2020年Landsat影像为数据源，提取城镇建设用地变化范围，分析扩张方向。森林砍伐动态监测基于亚马逊热带雨林两期TM影像，提取植被覆盖变化区域，统计十年间砍伐面积数据。海岸线淤积侵蚀分析采用珠江口1995年与2025年遥感影像，提取海岸线位置变化，区分淤积和侵蚀段完成分析。专题图格式导出设置根据使用场景选择导出格式，做报告选TIFF保留精度，网页分享选JPG压缩体积。地图要素整饰添加在完成处理的遥感结果上添加指北针、比例尺和图例，让生成的专题图清晰规范。输出参数校验优化导出前检查分辨率和色彩参数，确保输出结果满足印刷发布或线上展示的精度要求。结果导出与整饰培训总结与拓展05核心操作要点梳理辐射校正操作要点

操作时需先选定校正模型，再导入参考数据，完成后验证输出图像辐射值准确性。图像几何校正操作要点

先采集均匀分布的地面控制点，再选校正模型重采样，最终校验点位误差。遥感图像分类操作要点

先划分训练样本并检验其可分离性，再执行分类后处理，最终输出分类结果。常见问题与解决方法图