ENVI遙感圖像的幾何校正

遙感圖像的幾何校正（配準(zhǔn)）實(shí)驗(yàn)?zāi)康呐c任務(wù)：（1）了解幾何校正的原理；（）學(xué)習(xí)使用軟件進(jìn)行幾何校正；實(shí)驗(yàn)設(shè)備與數(shù)據(jù)：設(shè)備：遙感圖像處理系統(tǒng)數(shù)據(jù)：數(shù)據(jù)3幾何校正的過程：注意：幾何校正一種是影像對影像，一種是影像對地圖，下面介紹的是影像對影像的配準(zhǔn)或幾何校正。1.打開參考影像（base）和待校正影像：分別打開，即在display#l,display#2中打開；2．在主菜單上選擇map->Registration->selectGCPs：imagetoimage3.出現(xiàn)窗口ImagetoImageRegistration，分別在兩邊選中DISPLAY1（左），和DISPLAY2（右）。BASE圖像指參考圖像而warp則指待校正影像。選擇OK!現(xiàn)在就可以加點(diǎn)了：將兩邊的影像十字線焦點(diǎn)對準(zhǔn)到自己認(rèn)為是同一地物的地方，就可以選擇ADDPOINT添加點(diǎn)了。（PS：看不清出別忘記放大）如果要放棄該點(diǎn)選擇右下腳的deletelastpoint，或者點(diǎn)showpoint彈出imagetoimagegcplist窗口，從中選擇你要?jiǎng)h除的點(diǎn)，也可以進(jìn)行其他很多操作，自己慢慢研究，呵呵。選好4個(gè)點(diǎn)后就可以預(yù)測：把十字叉放在參考影像某個(gè)地物，點(diǎn)選predict則待校正影像就會(huì)自動(dòng)跳轉(zhuǎn)到與參考影像相對應(yīng)的位置，而后再進(jìn)行適當(dāng)?shù)恼{(diào)整并選點(diǎn)。選點(diǎn)結(jié)束后，首先把點(diǎn)保存了：groundcontrolpoints->file->savegcpasASCII..當(dāng)然你沒有選完點(diǎn)也可以保存，下次就直接啟用就可以：groundcontrolpoints->file->restoregcpsfromASCII...接下來就是進(jìn)行校正了：在groundcontrolpoints.對話框中選擇：options->warpfile（asimagetomap）在出現(xiàn)的imputwarpimage中選中你要校正的影像，點(diǎn)ok進(jìn)入registrationparameters對話框：首先點(diǎn)changeproj按鈕，選擇坐標(biāo)系然后更改象素的大小，如果本身就是你所需要大小則不用改了最后選擇重采樣方法（resampling），一般都是選擇雙線性的（bilinear），最后的最后選擇保存路徑就OK了遙感圖像的監(jiān)督分類1實(shí)驗(yàn)的目的和任務(wù)1)理解遙感圖像計(jì)算機(jī)分類的原理和方法2)掌握監(jiān)督分類的步驟和方法。實(shí)驗(yàn)設(shè)備與數(shù)據(jù)：設(shè)備：遙感圖像處理系統(tǒng)ENVI數(shù)據(jù)：ENVI自帶的數(shù)據(jù)3實(shí)驗(yàn)內(nèi)容：遙感圖像監(jiān)督分類。監(jiān)督分類(SupervisedClassification)用于在數(shù)據(jù)集中根據(jù)用戶定義的訓(xùn)練樣本類別(TrainingClasses)聚類像元。訓(xùn)練樣本類別是像元的集合或者單一波譜,通常的訓(xùn)練區(qū)采用ROI來選擇，而且應(yīng)該盡可能的選擇純凈的感興趣區(qū)域。具體的操作參考以下圖和步驟：類別走裳滯征判別心樣本選擇中廠最夫似然衛(wèi)1F最小距離4'涪類器選擇4馬徒距離2—神經(jīng)網(wǎng)絡(luò)41F支持向至機(jī)*影像芻類j其他41r?第類后處理4結(jié)果驗(yàn)證中1)、類別定義/特征判別根據(jù)分類目的、影像數(shù)據(jù)自身的特征和分類區(qū)收集的信息確定分類系統(tǒng)；對影像進(jìn)行特征判斷，評(píng)價(jià)圖像質(zhì)量，決定是否需要進(jìn)行影像增強(qiáng)等預(yù)處理。這個(gè)過程主要是一個(gè)目視查看的過程，為后面樣本的選擇打下基礎(chǔ)。本例是以ENVI自帶Landsattm5數(shù)據(jù)Can_tmr.img為數(shù)據(jù)源，類別分為：林地、草地/灌木、耕地、裸地、沙地、其他六類。

2)、樣本選擇為了建立分類函數(shù)，需要對每一類別選取一定數(shù)目的樣本，在ENVI中是通過感興趣區(qū)(ROIs)來確定，也可以將矢量文件轉(zhuǎn)化為ROIs文件來獲得，或者利用終端像元收集器(EndmemberCollection)獲得。本例中使用ROIs方法，打開分類圖像，在Display->Overlay->RegionofInterest默認(rèn)ROIs為多邊形，按照默認(rèn)設(shè)置在影像上定義訓(xùn)練樣本。如圖18所示，設(shè)置好顏色和類別名稱(支持中文名稱)。在ROIs面板中，選擇Option->ComputeROISeparability^算樣本的可分離性。如圖19所示,表示各個(gè)樣本類型之間的可分離性，用Jeffries-Matusita,TransformedDivergence參數(shù)表示，這兩個(gè)參數(shù)的值在0~2.0之間，大于1.9說明樣本之間可分離性好，屬于合格樣本；小于1.8需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。訓(xùn)練樣本的選擇鈿［Gr?n3］遷；血戈：（1.9593JJ1319炯朋耳MCtMftll舵nir以卩勺臨期1拼毅崗聲曲朮［Gtean!］皈帆應(yīng):二從製川1型陥⑹沁［Veits'瞅peutsI1.91E381231.S53OJ］Kfo［B-Kk：3?3pewtsi：1.^61239痢爾涉也Jhitu］巫庇塚暢［GrsnJ］5?2pain泳対那叮2皿皿呱0）求妞［Crsnl|1QJ0Jl0［0'i罩地謊*［GmoZI殊pj.nts:：1非班【酋1歸憶藥徘1卻誠:2421poixM（19血膨1總曙渭期H〔圧ack：3?3perntsi：i.COt00030［DOOMI'Kt3-3points.［GnenS］5"2（1.8/5^1期捫連i越［Gwenl］y?2pit^:（l.?S9S6562舊皿明水［E瞞閒麻帆血：:;那乳舊1班耶口劌國M堆.Ri曲：門刪幼您1映叭油際;軸WtlGDt樣本可分離性計(jì)算報(bào)表刑也.Creai-］常prntsat（Creen^l毗puts-1金昭汩鱉忖常!K'晟兇’蠱pcints述HI1⑸W血述焰-1證遷把ttlfc［G?an<］帯prntsatKft［fl.Kk：3J3pemts-1.鬧卅妙呂1也^resnll*??pmtEai.［Gma2］曲jniots-LSDfiiiH?牌也［=）etM2］2宿pint?⑷般炮【獨(dú)囚鮭［Hints-口l擱図愉:亦計(jì)Xpo.fitB曲HhEW2121jBixts-1対幀將也卩畫訃處paints朮物【血山詵points-1』川1粥蠱也嚅出:Gran"pointsax沁Eitm］巫pouts-1咽如訕

3）、分類器選擇根據(jù)分類的復(fù)雜度、精度需求等確定哪一種分類器。目前監(jiān)督分類可分為基于傳統(tǒng)統(tǒng)計(jì)分析學(xué)的，包括平行六面體、最小距離、馬氏距離、最大似然，基于神經(jīng)網(wǎng)絡(luò)的，基于模式識(shí)別，包括支持向量機(jī)、模糊分類等，針對高光譜有波譜角（SAM）,光譜信息散度，二進(jìn)制編碼。4）、影像分類基于傳統(tǒng)統(tǒng)計(jì)分析的分類方法參數(shù)設(shè)置比較簡單，這里選擇支持向量機(jī)分類方法。主菜單下選擇Classification>Supervised>SupportVectorMachines按照默認(rèn)設(shè)置參數(shù)輸出分類結(jié)果，如圖21所示。

FilrOraFilrOraal^EnlanztTools群山4*1分類后處理包括的很多的過程，都是些可選項(xiàng)，包括更改類別顏色、分類統(tǒng)計(jì)分析、小斑點(diǎn)處理（類后處理）、柵矢轉(zhuǎn)換等操作。（1）更改類別顏色可以在InteractiveClassTool面板中，選擇Option->Editclasscolors/names更改，也可以在Display->ColorMapping->ClassColorMappingo如下圖所示，直接可以在對應(yīng)的類別中修改顏色。也可以根據(jù)一個(gè)顯示的RGB影像來自動(dòng)分配類別顏色，打開主菜單->Classification->PostClassification->AssignClassColorso'11ClassCalorlapping13亟Fil=C:t;?nsCL也If：ne：類別顏色的更改空-『讓￡CvtrltyTdLSIisd^r(2)(2)分類統(tǒng)計(jì)分木矯樓么類別xdfeB包括基本統(tǒng)計(jì)：別顏色更改后的效果|京±1崢丫汕宜盡7od.tflir.lUTFjfrijV'7-w-顯*iSai'j逸?耀r\-比爲(wèi)罔.%..動(dòng)顏色更改的效果圖..-^fO-V::

ification->ClassStatistics如圖11所示

復(fù)等，直方圖，協(xié)方差等信息。-瞪（3）小斑點(diǎn)處理（類后處理）運(yùn)用遙感影像分類結(jié)果中，不可避免地會(huì)產(chǎn)生一些面積很小的圖斑。無論從專題制圖的角度，還是從實(shí)際應(yīng)用的角度，都有必要對這些小圖斑進(jìn)行剔除和重新分類，目前常用的方法有Majority/Minority分析、聚類（clump）和過濾（Sieve）。這些工具都可以在主菜單->Classification->PostClassification中找到。Majority/Minority分析和聚類（clump）是將周圍的“小斑點(diǎn)”合并到大類當(dāng)中，過濾（Sieve）是將不符合的“小斑點(diǎn)”直接剔除。如下圖為Majority分