ENVI遥感图像处理方法

《ENVI遥感图像处理方法》科学出版社2010年6月正式出版

上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI

查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 )

从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采

用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。

针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包

括图像几何校正、图像融合、图像镶嵌、图像裁剪、图像增强等预处理，图像分类、矢量处理、制图和三维可视化等图像基本处理，这5章又可独立阅读；第9、10、11、12章为专业操作，包括正射校正、面向对象图形特征提取、地形分析、遥感动态监测；第13、14章是光谱分析和高光谱处理方面的内容，包括辐射定标与大气校正、高光谱与光谱分析技术；第15章介绍了ENVI非常灵活的波段运算和波谱运算；第16章介绍了ENVI基本的雷达图像处理功能；第17章介绍了ENVI的二次开发功能。部分章节设有一些完整实例，包括耕地信息提取、林冠状态遥感动态监测、森林开采监测、农业用地变化监测等。书中所有的操作和实例数据都在随书DVD光盘中，可参照书中内容一步步练习。

全书的编写力求实现内容科学准确、系统完整、通俗易懂，让初学者能快速掌握ENVI软件的操作和应用，同时对专家级用户也具有一定的参考价值。可作为ENVI软件用户的学习指南，对其他从事遥感应用研究的专业人员，以及测绘/遥感/地理信息系统/地理学等相关专业也具有一定的参考价值。全书不仅包括了ENVI主模块的全部功能，还介绍了大气校正模块（Atmospheric Correction）、立体像对高程提取模块（DEM Extraction）、面向对象空间特征提取模块(ENVI EX)三个扩展模块。

《ENVI遥感图像处理方法》科学出版社——目录内容上一篇/ 下一篇 2010-05-26 15:40:29 / 个人分类：ENVI

查看( 396 ) / 评论( 9 ) / 评分( 11 / 0 )

第1章ENVI软件概述

1.1 ENVI的背景

1.2 ENVI功能结构与特点

1.3 ENVI工程化应用

1.4 ENVI可利用资源

第2章ENVI遥感图像处理基础

2.1文件系统和储存

2.1.1 栅格文件系统

2.1.2 栅格文件储存

2.1.3 ENVI的文件命名约定

2.2 常用系统配置说明

2.2.1安装目录结构

2.2.2 常用参数选择

2.3 主菜单命令及其功能

2.4 数据输入与输出

2.4.1 ENVI支持数据格式

2.4.2常见数据的输入

2.4.3特定数据的输入

2.4.4 数据的输出

2.5 常见卫星数据

第3章数据显示操作

3.1文件列表管理

3.1.1可用波段列表

3.1.2可用文件列表

3.1.3 编辑头文件

3.2 显示窗口功能简介

3.3 FILE菜单操作

3.3.1 File菜单功能

3.3.2 保存显示图像

3.4 OVERLAY菜单操作

3.4.1 Annotation(注记层)

3.4.2 Classification(分类结果)

3.4.3 Contour Lines（等值线）

3.4.4 Density Slice（密度分割）

3.4.5 Grid Lines（网格线）

3.4.6 Region of Interest（感兴趣区）

3.4.7 Vector（矢量）

3.5 ENHANCE菜单操作

3.6 TOOLS菜单操作

3.6.1 Tools菜单命令及其功能

3.6.2窗口链接/覆盖显示

3.6.3 图像剖面工具

3.6.4 光标查询功能

3.6.5 点位置收集

3.6.6 量测功能

3.7 快捷菜单操作

3.8 ENVI ZOOM

第4章遥感图像预处理

4.1自定义坐标系

4.1.1 地理投影基本原理

4.1.2 北京54与西安80坐标系

4.1.3 坐标系参数获取

4.1.4 ENVI中自定义坐标系

4.1.5 图像投影转换

4.2图像几何校正

4.2.1 图像几何校正概述

4.2.2 基于自带定位信息的几何校正

4.2.3基于GLT的FY3气象卫星几何校正

4.2.4 Image to Image几何校正

4.2.5 Image to Map几何校正

4.2.6 Image To Image自动图像配准

4.4图像融合

4.5图像镶嵌

4.5.1 ENVI图像镶嵌

4.5.1 有地理参考的图像镶嵌

4.5.2 基于像素的图像镶嵌

4.6图像裁剪

4.6.1 规则分幅裁剪

4.6.2 不规则分幅裁剪

4.6.3 掩膜(Mask)

第5章图像增强

5.1 空间域增强处理

5.1.1 卷积滤波

5.1.2 数学形态学滤波

5.1.3 纹理分析

5.2 辐射增强处理

5.2.1交互式直方图拉伸

5.2.2 直方图匹配

5.2.3 坏道填补

5.2.4 去条带处理

5.3 光谱增强处理

5.3.1 波段比的计算

5.3.2主成份分析(PCA)

5.3.3 独立主成份分析(ICA)

5.3.4 色彩空间变换

5.3.5 色彩拉伸

5.3.6 NDVI计算

5.3.7缨帽变换

5.4 傅里叶变换

5.4.1快速傅里叶变换(FFT)

5.4.2定义FFT滤波器

5.4.3反向FFT变换

5.5 波段组合

5.5.1 RGB合成显示

5.5.2 基于波段组合的假彩色合成第6章图像分类

6.1 遥感分类

6.2监督分类

6.2.1 定义训练样本

6.2.2 执行监督分类

6.2.3 评价分类结果

6.3非监督分类

6.3.1 执行非监督分类

6.3.2 类别定义与子类合并

6.4基于专家知识的决策树分类

6.4.1 定义分类规则

6.4.2 规则表达式

6.4.3 创建决策树

6.4.4 执行决策树

6.5分类后处理

6.5.1 更改分类颜色

6.5.2 majority和minority分析

6.5.3 聚类处理(clump)

6.5.4 过滤处理(Sieve)

6.5.5 分类统计

6.5.6 分类叠加

6.5.7 分类结果转矢量

第7章矢量处理

7.1 矢量数据基本操作

7.1.1 打开矢量数据

7.1.2 可用矢量列表

7.1.3 矢量显示窗口

7.1.4 浏览矢量数据

7.2 创建矢量数据

7.2.1 屏幕数字化

7.2.2 创建世界范围内矢量边界

7.3 编辑矢量数据

7.3.1 空间数据修改

7.3.2属性数据修改

第8章制图与三维可视化

8.1 地图制图

8.1.1 快速制图

8.1.2 自定义制图元素

8.1.3 保存制图结果

8.2 三维可视化

8.2.1 生成三维场景

8.1.2 三维场景窗口

8.1.3 交互式三维场景浏览

8.1.4 飞行浏览

8.1.5 三维场景浏览工具的分析功能第9章正射校正

9.1 ENVI正射校正概述

9.2卫星图像正射校正

9.2.1 无控制点的正射校正

9.2.2 有控制点的正射校正

9.3 自定义RPC正射校正

9.3.1 Build RPCs

9.3.2 常见相机（传感器）参数

9.3.3 SPOT4 PAN的正射校正

第10章面向对象图像特征提取

10.1 面向对象图像分类技术

10.2发现对象（FIND OBJECT）

10.2.1 准备工作

10.2.2 发现对象

10.3特征提取（EXTRACT FEATURES）

10.3.1 直接输出矢量

10.3.2 监督分类

10.3.3 规则分类

10.4 实例：耕地信息提取

第11章地形分析

11.1立体像对DEM自动提取

11.1.1 DEM Extraction模块

11.1.2 DEM自动提取向导

11.1.3编辑DEM

11.1.4立体3D量测工具

11.1.5核线图像3D光标工具

11.2 插值生成DEM

11.2.1 矢量等高线插值DEM

11.2.2 高程点文件插值DEM

11.3 地形模型计算

11.4 地形特征提取

第12章遥感动态监测

12.1遥感动态监测技术

12.2图像直接比较法工具

12.2.1 Compute Difference Map工具

12.2.2 Image Difference工具

12.3 分类后比较法工具

12.3.1 Change Detection Statistics工具

12.3.2 Thematic Change工具

12.4 林冠状态遥感动态监测

12.4.1林区提取

12.4.2林冠变化检测

12.4.3提取森林健康变化信息

12.5 实例：农业用地变化监测

第13章辐射定标与大气校正

13.1 辐射定标

13.1.1 传感器辐射定标

13.1.2 Terra MODIS/ASTER定标

13.1.3 热红外数据定标

13.2 LANDSAT数据定标

13.2.1 Landsat定标参数获取

13.2.2 Landsat定标工具

13.3 AVHRR数据定标

13.3.1 NOAA AVHRR介绍

13.3.2 辐射定标

13.3.2 海面温度（SST）计算

13.4 大气校正

13.4.1 ENVI大气校正功能

13.4.2 简化黑暗像元法大气校正

13.4.3 基于统计学模型的反射率反演

13.4.4 不变目标法相对大气校正

13.4.5 热红外大气校正

13.5大气校正模块（ATMOSPHERIC CORRECTION）

13.5.1 FLAASH大气校正工具

13.5.2 FLAASH输入数据要求

13.5.3 FLAASH输入参数说明

13.5.4 FLAASH输出结果

13.5.5 QUAC快速大气校正工具

13.6 LANDSAT FLAASH大气校正

13.6.1 数据准备

13.6.2 输入FLAASH参数

13.6.3浏览结果

13.7 ASTER FLAASH大气校正

13.7.1 ASTER数据准备

13.7.2 输入FLAASH参数

13.8 高光谱数据FLAASH大气校正

13.8.1浏览高光谱数据

13.8.2AVIRIS数据大气校正

13.8.3浏览结果

第14章高光谱与光谱分析技术

14.1地物波谱与波谱库

14.1.1 标准波谱库

14.1.2 波谱库创建

14.1.3 波谱库交互浏览

14.1.4 波谱重采样

14.1.5 图像波谱分割

14.1.6 图谱立方体

14.2端元波谱提取技术

14.2.1 最小噪声分离（MNF）

14.2.2 纯净像元指数（PPI）

14.2.3 n维可视化（n-D Visualizer）

14.2.4 波谱分析工具

14.2.5 基于几何顶点的端元提取

14.2.6 基于PPI的端元提取

14.2.7 基于SMACC的端元提取

14.3高光谱图像分类与分析技术

14.3.1 端元波谱收集器

14.3.2 常见高光谱分类

14.3.3 高级高光谱分析

14.3.4基于MNF的MTMF混合像元分解14.4地物识别与目标探测

14.4.1 波谱识别流程

14.4.2 基于波谱沙漏工具的矿物识别

14.4.3 去伪装目标探测

14.5植被分析

14.5.1 植被与植被光谱特征

14.5.2 植被指数

14.5.3 植被指数计算器

14.5.4 农作物胁迫行分析

14.5.5 植被易燃性分布分析

14.5.6 森林健康分析

14.5.7 植被抑制工具

第15章波段运算与波谱运算

15.1 波段运算(BAND MATH)

15.1.1 概述

15.1.2 Band Math工具

15.1.3波段运算的IDL知识

15.1.4运算表达式典型例子

15.2基于IDL用户函数的波段运算

15.3 波谱运算(SPECTRAL MATH) 第16章雷达图像处理

16.1 雷达图像处理功能简介

16.2 雷达数据基本处理

16.2.1打开雷达数据文件

16.2.2 雷达文件定标

16.2.3消除天线增益畸变

16.2.4斜距校正

16.2.5入射角图像

16.2.6斑点噪声压缩

16.2.7合成彩色图像

第17章ENVI的二次开发

17.1 ENVI二次开发简介

17.2 ENVI库程序

17.2.1 ENVI库程序

17.2.2关键字与自变量(Argument)

17.2.3库程序中的通用关键字

17.2.4 Batch Mode

17.2.5 编写Batch Mode程序17.3 ENVI功能扩展

17.3.1 ENVI菜单定制

17.3.2 ENVI组件

17.3.3 程序中错误处理17.4 ENVI功能扩展实例

17.4.1 useradd.txt文件

17.4.2自定义投影类型

17.4.3 RPC文件读取扩展17.5 程序发布与部署

17.5.1 程序发布

17.5.2 程序部署

遥感影像图像处理流程

遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。

消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正

通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正

envi遥感图像处理之分类

ENVI遥感图像处理之计算机分类 一、非监督分类 １、K—均值分类算法 步骤:1）打开待分类得遥感影像数据 ２)依次打开：EＮVI主菜单栏—〉Cｌaｓsifiｃatiｏn—>Unsuperｖｉsed—>K—Means即进入K均值分类数据文件选择对话框 3）选择待分类得数据文件 4) 选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数得设置，包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置 5）建立光谱类与地物类之间得联系：在新窗口中显示分类结果图： 然后，打开显示窗口菜单栏Tools菜单—＞Color Maｐpｉng—〉Ｃlass ＣolｏｒMａppｉｎg…进入分类结果得属性设置对话框，在这里,可以进行类别得名称，显示得颜色等，建立了光谱类与地物类之间得联系。 设置完成以后，点击菜单栏Opｔiｏnｓ-〉Saｖe Chang ｅs 即完成光谱类与地物类联系得确立 6) 类得合并问题：如果分出得类中，有一些需要进行合并，可按以下步骤进行:选择ENＶI主菜单Classfaction-〉Post Clａｓsｆictｉon—>biｎe Classｅs，进入待

合并分类结果数据得选择对话框 点击OＫ键,进入合并参数设置 对话框，在左边选择要合并得 类，在右边选择合并后得类,点击 Add bination键即完成一组合 并得设置，如此反复，对其她需 合并得类进行此项操作，点击 OK，出现输出文件对话框,选择 输出方式，即完成了类得合并得 操作. 至此,K—均值分类得方法结束。 2、 ISODAＴA算法 基本操作与K—均值分类相似。 1）进行分类数据文件得选择(依次打开:EＮVI主菜单栏—＞Cl ａｓsifｉｃation—>Unsupeｒｖised—＞IsoＤaｔa即进入 ISODATA算法分类数据文件选择对话框，选择待分类得数据 文件） 2）进行分类得相关参数得设置(点击ＯK键以后，进入参数设置 对 话 框 ， 可 以 进行分类得最大最小类数、 迭代次数等参数得设置） 3）如此，光谱类得划分到此结 束。 4）参瞧K—均值分类得第5-6步，进行光谱类与地物类联系得建立以及类得合并等操作至此，使用IＳＯＤＡTA算法进行分类完成。 二、监督分类 本实验说明以最大似然法为例,进行监督分类得讲解说明。 步骤:1)打开待分类得遥感影像数据文件２)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Ｔoolｓ键—〉RegioｎOf Inｔerｅst—〉ROI Toｏls…(或就是在主窗口上单击右键，在弹出得快捷菜单栏中选择ROI To

遥感数字图像处理教程复习分析

第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

ENVI遥感图像处理方法

《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包

中国地质大学遥感图像处理上机实习报告

遥感图像处理课程实习报告 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：影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二：几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三：影像分类（一）.......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四：影像分类（二）.......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -

遥感影像分类envi

遥感课程教学实验之二： 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的

理解计算机图像分类的基本原理以及监督分类的过程，学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件，从文件菜单打开多波段影像文件，从可用波段列表中装载彩色或假色 影像，显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中，设定ROI_Type 为“Polygon”（多边形），选定样本采 集的窗口类型，用Zoom（缩放窗口）进行采集。。

4、在选定的窗口如Zoom用鼠标左键画出样本区域，在结束处击鼠标右键二次，样本区域 被红色充填，同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”，重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中，选 Classification > Supervised > Maximum Likelihood；或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。

6、在出现Classification Input File 对话框中，选择输入影像文件，出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值（Set Prpbability Threshold）：如不使用阈值，点击“None” 按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Probability Threshold”文本框中，输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值： ●在类别列表中，点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式：文件或内存，当影像较大时建设保存到文件中，以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结

利用ENVI软件进行遥感图像的融合和增强实习报告

遥感图像处理实习报告实验内容：影像融合与增强 班级：测绘1102班 学号： 1110020213 姓名： 指导老师：陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强

一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤： 1.图像融合： 三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合； 与上述方法类似，选择Transform → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。 多光谱融合： Gram-Schmidt、主成分（PC）和color normalized (CN)变换

遥感数字图像处理

遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念

方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色

遥感影像处理步骤

一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正

通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正

(完整版)卫星图像处理流程

卫星图像处理流程 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 图1 消除噪声前

图2 消除噪声后 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。 图3 去条纹前

图4 去条纹后 图5 去条带前

图6 去条带后 2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正 通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

遥感卫星图像处理方法

北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌

利用ENVI软件进行遥感图像的融合和增强实习报告

遥感图像处理实习报告 实验内容：影像融合与增强 班级：测绘1102班 学号：13 姓名： 指导老师：陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强

一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤： 1.图像融合： 三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；

遥感卫星影像图查询购买流程介绍

北京揽宇方圆信息技术有限公司 遥感卫星影像图查询购买流程介绍 丰富的数据源 北京揽宇方圆拥有先进的国产业务卫星与商业卫星、国际业务卫星与商业卫星、灵活机动的低空飞行等遥感数据，可实现多空间、时间分辨率的不同数据的整合，向客户提供满足个性化需求的影像数据服务。 先进的生产技术 北京揽宇方圆遥感卫星数据处理严格质量控制的半自动高性能集群计算，数据迭代更新的系统级海量处理，有效无云的光学影像处理体系。 科学的生产流程 A、原始卫星影像数据：整合国内外遥感卫星数据源； B、自主产权遥感数据软件：高效、稳定的影像数据生产线； C、有效数据像元：全色、多光谱影像；无云有效数据碎片； D、合成卫星影像：多源卫星合成镶嵌影像 系列化影像产品 北京揽宇方圆在科学、严格的标准化生产管理和质量控制体系基础上，已构建多条成熟的影像数据生产线，可满足规模化海量影像数据生产，可提供融合影像、镶嵌影像产品，形成高质量规格的DEM与影像地图服务，同时可实现影像资源的持续、快速、稳定更新。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且 是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多

种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。

第1章 感图像处理软件ENVI基本操作

第1章感图像处理软件ENVI基本操作 实验目的：掌握遥感图像处理软件基本界面信息和数据文件的打开方法 主要内容： （1）遥感图像处理软件ENVI界面总体介绍； （2）ENVI软件能识别的图像类型介绍 （3）各种图像文件的打开 重点：ENVI能识别的文件类型 第1节ENVI软件简介 遥感图像处理软件主要有ENVI，PCI ，ERDAS，ERMAPPER等。ENVI 软件(The Environment for Visualizing Images)由美国Research Systems,Inc．公司（RSI）的产品。由遥感领域的科学家采用IDL（Interactive Data Language）开发的一套功能强大的遥感图像处理系统. IDL是进行二维或多维数据可视化、分析和应用开发的理想工具。 ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及3维信息提取、雷达数据处理、3维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。 其主要应用领域：科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等。 IDL 是集科学数据分析、可视化表达和跨平台应用开发等功能为一体的第四代可视化计算机语言。它是面向矩阵的、完全支持对数组的直接操作，具有快速分析超大规模数据的能力，速度比传统语言如C、C++等有很大的提升。它包括了高级图像处理能力、交互式二维和三维图形技术、面向对象的编程、OpenGL 硬件图形加速功能、集成的数学分析与统计软件包、完善的信号分析和图像处理功能、灵活的数据输入输出方式、跨平台的图形拥护界面工具包、连接ODBC 兼容数据库、支持远程服务器访问数据以及具有多种外部程序连接方式。它成为数据分析和可视化的首先工具。 其主要应用领域：海洋科学、气象、遥感工程、医学、空间物理、地球科学、测试技术、信号处理、科研教育、天文学、商业等领域。

遥感变化监测流程

多时相土地利用/覆盖变化监测研究 方法及数据选取 土地是一个综合的自然地理概念，它处于地圈-生物圈-大气圈相互作用的界面，是各种自然过程和人类活动最为活跃的场所。地球表层系统最突出的景观标志就是土地利用和土地覆盖( Land Use and Land Cover)。由于土地利用和土地覆盖与人类的生活、生产息息相关，而人类活动正以空前的速度、幅度和空前规模改变着陆地环境。人类对土地资源的利用引起的土地利用和土地覆盖的变化是全球环境变化的重要因素之一，也是地球表面科学研究领域中的一个重要分支。因此，土地利用和土地覆盖的动态监测（Land Use and Land Cover Monitoring）是国内外研究的热点，也是当前全球变化研究计划的重要组成部分。 由多时相遥感数据分析地表变化过程需要进行一系列图像处理工作，大致包括：一、数据源选择，二、几何配准处理，三、辐射处理与归一化，四、变化监测算法及应用等。 一、遥感数据源的选取 不同遥感系统的时间分辨率、空间分辨率、光谱分辨率和辐射分辨率不同，选择合适的遥感数据是变化监测能否成功的前提。因此，在变化监测之前需要对监测区域内的主要问题进行调查，分析监测对象的空间分布特点、光谱特性及时相变化的情况，目的是为分析任务选择合适的遥感数据。同时，考虑到环境因素的影响，用于变化监测的图像最好是由同一个遥感系统获得，如果由于某种原因无法获得同一种遥感系统在不同时段的数据，则需要选择俯视角与光谱波段相近的遥感系统数据。 1时间分辨率 这里需要根据监测对象的时相变化特点来确定遥感监测的频率，如需要一年一次、一季度一次还是一月一次等。同时，在选择多时相遥感数据进行变化监测时需要考虑两个时间条件。首先，应当尽可能选择用每天同一时刻或者相近时间的遥感图像，以消除因太阳高度角不同引起的图像反射特性差异；其次，应尽可能选用年间同一季节，甚至同一日期的遥感数据，以消除因季节性太阳高度角不同和植物物候差异的影响。 2空间分辨率 首先要考虑监测对象的空间尺度及空间变异的情况，以确定其对于遥感数据的空间分辨率的要求。变化监测还要求保证不同时段遥感图像之间的精确配准。因此，最好是采用具有相同瞬时视场（IFOV）的遥感数据，如具有同样空间分辨率的TM图像之间就比较容易配准在一起。当然也可以使用不同瞬时视场遥感系统获取的数据，如某一日期的TM图像（30m ×30m）与另一日期的SPOT图像（20m×20m），来进行变化监测，在这种情况下需要确定一个最小制图单元20m×20m，并对这两个图像数据重采样使之具有一致的像元大小。 一些遥感系统按不同的视场角拍摄地面图像，如SPOT的视场角能达到±27°，在变化监测中如果简单采用俯视角明显不同的两幅遥感图像，就有可能导致错误的分析结果。例如，对一个林区，不均匀地分布着一些大树，以观测天顶角0°拍摄的SPOT图像是直接从上向下观测到树冠顶，而对于一幅以20°观测角拍摄的SPOT图像所记录的是树冠侧面的光谱反射信息。因此，在变化监测分析中必须考虑到所用遥感图像观测角度的影响，而且应当尽可能采用具有相同或相近的俯视角的数据。 3光谱分辨率 应当根据监测对象的类型与相应的光谱特性选择合适的遥感数据类型及相应波段。变化监测分析的一个基本假设是，如果在两个不同时段之间瞬时视场内地面物质发生了变化，则不同时段图像对应像元的光谱响应也就会存在差别。所选择的遥感系统的光谱分辨率应当足以记录光谱区内反射的辐射通量,从而最有效地描述有关对象的光谱属性。但实际上不同的

《遥感数字图像处理》试卷及答案

2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征

遥感图像处理步骤及经验

遥感图像处理步骤及经验 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7 波段，具体操作步骤为 ① 点击import模块，打开对话框 ② 选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥ 在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④ Output option 设置为Union ，选中 ignore zero stats； ⑤ 进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ① 在ERDAS中点击Import图标，出现Import/Export对话框 ② 选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③ 注意此步骤中输出路径及输出名称均为英文字母 ④ 建立拓扑多边形 ⑤ 在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature 选择Poly ⑥ 单击OK按钮。 ⑦ 在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi 层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。

遥感实习2卫星数据的预处理流程

数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。

图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis

图像处理流程(部分)

第二次全国土地调查统一时点底图生产项目技能考试培训(一)调色流程 处理数据为SPOT5影像（全色，多光谱） Photoshop调色 1、对多光谱数据进行如下处理， a.打开Tif格式的影像，若通道中存在Alpha通道，将其删除；

c.色阶调整（调整输入色阶） R、G、B分别居中，B通道：黑色滑块略向白场滑落 d、色彩平衡 根据影像图面颜色调整，黄色略多（+9 +22 -31）（此参数仅供参考，需要再问露露姐确认） 色调平衡中选上中间调，保持亮度 e、曲线

S型使高光变亮，暗调变暗 f、注意：一般不调对比度，调对比度容易丢失信息。 q、如原始影像个别地方出现高亮，可用魔棒圈出，用“色相饱和度”进行局部调整； 也可用色阶调整，只容许使用中间滑块，这样不丢失色彩信息，羽化：20像素 (左图为原始多光谱，右图为处理后影像，其局部有高亮出现)

h、水体不能出现红紫色，黑色为佳 j、合并可见图层，另存 2、对全色数据进行如下处理 a、色阶调整，居中 b、同1中的g，处理高亮 c、滤镜-usm锐化，半径1-2.5像素之间 d、合并可见图层，另存 （二）自动配准流程： 使用Erdas中的AutoSync模块自动配准 AutoSync---AutoSync Workstation---Creat a new project [Geocorrection]选择Resample Resample Method 选择Bilinear Interporation ，忽略零值Input Image 载入多光谱影像 Reference Image 载入全色影像 人工选取三个同名点，进入AutoSync project Properties 在Geometic Model 选项有如下选择 Input Geometic Model | type 为Polynomal Maximum Dolrromid Order 为2 自动匹配同名点run APM 删除手动点 删除误差大于1得点 对误差大于2倍中误差得点进行检查 执行纠正，重采样影像Process---Calibrate/Resample img转换为Tif格式（Export Band 选RGB）