遙感實驗報告

#遙感原理與應(yīng)用實驗報告日月年■■■■■■■■名號院業(yè)姓學(xué)學(xué)專實驗一：ERDAS視窗的認識實驗一、實驗?zāi)康某醪搅私饽壳爸髁鞯倪b感圖象處理軟件ERDAS的主要功能模塊，在此基礎(chǔ)上，掌握幾個視窗操作模塊的功能和操作技能，為遙感圖像的幾何校正等后續(xù)實習(xí)奠定基礎(chǔ)。二、實驗步驟打開IMAGINE視窗啟動數(shù)據(jù)預(yù)處理模塊啟動圖像解譯模塊啟動圖像分類模塊啟動數(shù)據(jù)輸入/輸出模塊啟動地圖編制模塊啟動圖像庫管理模塊啟動空間建模工具IMAGINE視窗1?數(shù)據(jù)預(yù)處理(DataDataprep)3EtaPreparationWoaacIrragei..ImageGeometiicCoirectm3EtaPreparationWoaacIrragei..ImageGeometiicCoirectm..圖像集合糾正Hepcoi^cUrnage^...Recaicd-ateElevationValues...ImagizerDataPrep...RPFTOC...RPCGeneration...UnchipNilFa..EritglShapefiesfrariNITF...Pfoc53sFootprirhandR5ETS.HelpCloseHelp2?圖像解譯(ImageInterpreter)輻射增強光譜增強HistogramMatch...BrightnessInversiun...HazeReduction.-.NoiseReduction...DestripeTMD也a,”CloseSpectralEnharcem...r邑R^adiornetncEnhatncement線性拉伸LUTStretch...直方圖均衡granrEqualizatiori...HelpDecorrelationStretch...TasseledCap...RGBtolHS直方圖匹配PrincipalComp...主成份變換InversePrincipalComp..IridependentComp色彩變換3.圖像分類(ImageClassification)ftChssifcationI■亠ftChssifcationI■亠ISignatureEditor...UnsupervisedClassificatiori...非監(jiān)督分類SupervisedClassification...InnageSegmentation...Threshold...FuzzyConvolution...4.空間建模(SpatialModeler)模型制作工具色SpatialModeler模型制作工具色SpatialModeler三、實驗小結(jié)通過本次試驗初步了解遙感圖象處理軟件ERDAS的主要功能模塊，在此基礎(chǔ)上，基本掌握了幾個視窗操作模塊的功能和用途。為后續(xù)的實驗奠定了基礎(chǔ)。實驗二遙感圖像的幾何校正一、實驗?zāi)康恼莆者b感圖像的糾正過程二、實驗原理校正遙感圖像成像過程中所造成的各種幾何畸變稱為幾何校正。幾何校正就是將圖像數(shù)據(jù)投影到平面上，使其符合地圖投影系統(tǒng)的過程。而將地圖投影系統(tǒng)賦予圖像數(shù)據(jù)的過程,稱為地理參考(Geo-referencing)。由于所有地圖投影系統(tǒng)都遵循一定的地圖坐標系統(tǒng)，因此幾何校正的過程包含了地理參考過程。幾何校正包括幾何粗校正和幾何精校正。地面接收站在提供給用戶資料前，已按常規(guī)處理方案與圖像同時接收到的有關(guān)運行姿態(tài)、傳感器性能指標、大氣狀態(tài)、太陽高度角對該幅圖像幾何畸變進行了幾何粗校正。利用地面控制點進行的幾何校正稱為幾何精校正。一般地面站提供的遙感圖像數(shù)據(jù)都經(jīng)過幾何粗校正，因此這里主要進行一種通用的精校正方法的實驗。該方法包括兩個步驟：第一步是構(gòu)建一個模擬幾何畸變的數(shù)學(xué)模型，以建立原始畸變圖像空間與標準圖像空間的某種對應(yīng)關(guān)系，實現(xiàn)不同圖像空間中像元位置的變換；第二步是利用這種對應(yīng)關(guān)系把原始畸變圖像空間中全部像素變換到標準圖像空間中的對應(yīng)位置上,完成標準圖像空間中每一像元亮度值的計算。三、實驗內(nèi)容根據(jù)實驗的數(shù)據(jù)，對兩張圖片進行幾何糾正四、實驗流程fe3=2Wctnr顯示圖像模型一調(diào)用幾何糾正模型一啟動控制點工具一采集地面控制點和地面檢查點一計算變換參數(shù)一灰度重采樣一糾正精度評定實驗步驟。幾何校正前的圖像參考圖像hAsrlook兇幣酩HdpQvnpnser□as創(chuàng)fe3=2Wctnr顯示圖像模型一調(diào)用幾何糾正模型一啟動控制點工具一采集地面控制點和地面檢查點一計算變換參數(shù)一灰度重采樣一糾正精度評定實驗步驟。幾何校正前的圖像參考圖像hAsrlook兇幣酩HdpQvnpnser□as創(chuàng)dl"41^319.03137220330I知■P1”?｛匚1EB印I￡es_：_..:二二—一IbInI蘭'/isuw43:[fpjtiaiaajij:!Lj^m:_2)

冋ETlM尋VEewer冋ETlM尋VEewer#5;匸口rect.img{;Layer_4)(;Layer_3)(；L^yer_2)407842.00,1354618.00(StatePlane/1866)兼陰：…」校正后的圖像四、實驗小結(jié)在此次的實驗過程中，控制點的選取是至關(guān)重要的，如果不能較精確的選擇控制點校正后的圖像有很大的誤差；而選擇控制點是要圖中均勻的選取，不能局部過于密集。校正后的圖像可以和參考圖像進行關(guān)聯(lián)對比。

實驗三遙感圖像的輻射增強一、實驗?zāi)康耐ㄟ^上機操作，了解輻射增強的過程和方法，加深對圖象增強處理的理解。二、實驗原理ERDASIMAGE圖像解譯模塊主要包括了圖像的空間增強、輻射增強、光譜增強、高光譜工具、傅立葉變換、地形分析以及其他實用功能。主要包括卷積增強處理；銳化增強處理;濾波分析、直方圖處理；主成分分析、色彩變換等。簡單的線性變換是按比例拉伸原始圖像灰度等級范圍，一般為了充分利用顯示設(shè)備的顯示范圍使直方圖的兩端達到飽和。直方圖均衡化實質(zhì)上是對圖像進行非線性拉伸，重新分配圖像像元值，是一定灰度范圍內(nèi)的像元數(shù)量大致相同。這樣，原來直方圖中間的峰頂部分對比度得到增強，而兩側(cè)的谷底部分對比度降低，輸出圖像的直方圖是一較平的分段直方圖。直方圖的匹配是通過非線性變換使得一個圖像的直方圖與另一個圖像的直方圖類似。直方圖匹配對在不同時間獲取的同一地區(qū)或鄰接地區(qū)的圖像，或者由于太陽高度角或者大氣影響引起的差異的圖像很有用，特別是對圖像鑲嵌或者變化檢測。三、實驗內(nèi)容1.LUT拉伸(LUTStretch)：上lx⑥號*2:strrtzhirrgrla^rr_lX；La^Fr_^L^rrJ.iI也丨JE訊：'I52503G-OO.iTgTTlfljOOlUTM匚山低ISoci」5^4308^5,3753O2Q.E7|UTM/Clark*1陽目怎UlilrtyJ^ievrAQLE/iiiw呂也匸茁IDP￡4?訊兼因拉伸前的圖像拉伸后的圖像BinFundim:118.43325611645561.2392Help匚工證?IPrniHelp:切Histogrannforxs_truecolor_sub?[mg(:L..[r°BinFunction:Drecl!■?/Hiitogrannforslreldi-img(:r_l]Direct02E2E6拉伸前的直方圖拉伸后的直方圖2?直方圖均衡(HistogramEqualization)FibLHilityW卅A(MRarterH^pX趙I：.'ktM?饒.柴品■=十％去人⑥◎!勺刖兀,33SCHJTWiCIjrLr：85oi均衡后的圖像均衡后的圖像均衡前的圖像HistogramforK3_truecQlGr_-suBnFirction.Direct1561D304169E28D0Print匸口痰HIHefci拉伸前的直方圖拉伸后的直方圖3.直方圖的匹配(HistogramMatch)kf?31M3LW.4E3P5MJCWl.in-M/dwlw1353.1蘭eJ:wi.L_rmaJEg5Veh*4.加5占￡血11吋>：.Bahd_lh-EiZy..EhwlJ)F3vUdi^Vim-ADiKaiiwHvlp2L174Jj(Mn4i7JTM6J(M(UTU/□■rk<LEEC)貳吋ID￡西*3匹配圖像匹配圖像參考圖像§Viewer^3-:match3-Jmg(:Layer_l)[=1回FileUglilyVie-^v^DTRasterHeip'金窗圍韶毎啓鈕遼翳因啤+怪XKiI294393.69,4622153.24(UTM/訂口去匕1B8&)直方圖匹配圖像匹配直方圖參考直方圖匹配后的直方圖三、實驗小結(jié)通過本次上機操作，了解輻射增強的過程和方法，加深了圖象增強處理的理解。學(xué)會了線性拉伸，直方圖的均衡和直方圖的匹配，將課本上的內(nèi)容通過軟件應(yīng)用到實際操作中去,加深了對理論的認識，熟練了實際操作。實驗四遙感圖像的光譜增強、分類和建模一、實驗?zāi)康耐ㄟ^上機操作，了解光譜增強的過程和方法，加深對圖象增強處理的理解。通過上機操作，了解圖像非監(jiān)督分類和空間建模的過程和方法，加深對其理解。二、實驗原理主成分變換（PrincipalComponentAnalysis）是一種常用的數(shù)據(jù)壓縮方法，它可以將具有相關(guān)性的多波段數(shù)據(jù)壓縮到完全獨立的較少的幾個波段上，使圖像數(shù)據(jù)更易于解譯。ERDASIMAGE提供的主成分變換功能最多等對256個波段的圖象進行轉(zhuǎn)換壓縮。色彩變換是將遙感圖像從紅（R）、綠（G）、蘭（B）三種顏色組成的色彩空間轉(zhuǎn)換到以亮度（I）、色度（H）、飽和度（S）作為定位參數(shù)的色彩空間，以便使圖像的顏色與人眼看到得更接近。其中，亮度表示整個圖象的明亮程度，取值范圍是0-1；色度代表像元的顏色，取值范圍為0-360；飽和度代表顏色的純度，取值范圍是0-1。非監(jiān)督分類是在沒有先驗類別（訓(xùn)練場地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進行歸類合并（將相似度大的像元歸為一類）的方法。非監(jiān)督分類的前提是假定遙感影像上同類物體在同樣條件下具有相同的光譜信息特征。非監(jiān)督分類方法不必對影像地物獲取先驗知識，僅依靠影像上不同類地物光譜信息（或紋理信息）進行特征提取的統(tǒng)計特征的差別來達到分類的目的，最后對已分出的各個類別的實地屬性進行確認。非監(jiān)督分類主要采用聚類分析方法，聚類是把一組像素按照相似性歸成若干類別，即“物以類聚”。它的目的是使得屬于同一類別的像素之間的距離盡可能的小而不同類別上的像素間的距離盡可能的大。常用的方法有：（1）分級集群法（HierarchicalClustering）分級集群法采用“距離”評價各樣本（每個像元）在空間分布的相似程度，把它們分布分割或者合并成不同的集群。每個集群的地理意義需要根據(jù)地面調(diào)查或者與已知類型的數(shù)據(jù)比較后方可確定。（2）動態(tài)聚類法在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原則在類別間重新組合其樣本，直到分類比較合理為止，這種聚類方法就是動態(tài)聚類。ISODATA（ISODATA：Iterative-OrgnizingDataAnalysizeTechnique迭代自組織數(shù)據(jù)分析技術(shù)）方法在動態(tài)聚類法中具有代表性。

三、實驗內(nèi)容1主成份變換（PCA變換）FibUlJ檢已卻AQIRfl-uarHdp3饒e^er咗firiimg(L^e?_ljPitUi^ityVie-y啟CMft-s^rrMdpPCAPCA變換前的圖PCA變換后Layer_l的圖PCA變換后Layer_2的圖PCA變換后Layer_3的圖2?色彩變換(RGBtoISH)戶ED2.M,-iT&WSVie**!-pLT?vac-?TtjEg戶ED2.M,-iT&WSVie**!-pLT?vac-?TtjEg■.旳w）「mm」“l(fā)a/H空i豊応rwurMd:ihiijmg.^■|Tflr_l.a.Lr^wr_2jl;UiyRT_i^IRMUiibry耳0iOSRawe*-H-Wp金EQ硒愛左巒色彩變換后的圖像色彩變換前的圖像色彩變換后的圖像3?非監(jiān)督分類fi-Vnwrel:tPKtarrliJn^■'.■LajiT-fi-Vnwrel:tPKtarrliJn^■'.■LajiT-_-T|：ij>t"_?J!Is-JIIZa^DG.-225JM耳■丁I田?』總"芥：%三蟲曲曰D,*■■Vic-Aer^iij-dassifiefimgULsyrr.lJjFileUbl<rVict*—AQ|