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；

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)变换三种方法操作过程基本类似，下面以Gram-Schmidt为例：

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 在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；

3）在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。

4）选择Average of Low Resolution Multispectral File方法。

5）选择重采样方法，输入输出路径及文件名，单击OK输出。

与上述方法类似，选择其他两种方法进行融合，并比较融合结果。

2.图像增强：

1）从ENVI主菜单中，选择File → Open Image File，加载融合后影像到可用波段列表Available Bands List中，并打开影像；

2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；

3）ENVI系统默认打开的影像已经过2%线性拉伸。如果希望改变系统默认的2%线性扩展，从主菜单File → Preferences → Display Default，将%Linear 中的改为，选择OK 后，关闭对话框。

4）交互式拉伸：主图像菜单中选择Enhance→Interactive Stretching。Strech_Type 中可以选择各种扩展方式，主要有Linear（线性）、Gaussian（高斯），Piecewise Linear（分段线性），Equalization（均衡化），Square Root （平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。

5）以上增强后结果如果需要保存时，在Image窗口下File → Save Image as → Image File

四、实习结果：

思考题：利用提供的练习数据，分别采用不同的方法进行融合（HSV、Brovey、GS、PC、Pan sharpening），分析融合结果（目视分析影像空间显示和光谱特征，

基于均值、标准差分析定量分析图像质量），说明不同融合方法的优缺点。

答：电子表格分析如下：

Mean

Band 1Band 2Band 3

HSV

Color

Stdev

Band 1Band 2Band 3

HSV

Color

Mean

Band 1 Band 2 Band 3Band 4 CN

Gram-Schmidt

PAN

PC

Stdev

Band 1 Band 2 Band 3Band 4 CN

Gram-Schmidt

PAN

PC

分析结论：由以上各图可观察看出：HSV和Brovey变换两种方法在三个波段中，Brovey方法比HSV方法的均值和标准差值都大，在四个波段的其他四种方法，在各个波段中，CN法的均值和标准差值都最大，GS方法与PAN方法均值和标准差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法与PAN 方法略大，在1、2、3波段上，CN法的标准差值最大，其余三种大小差不多相等，在4波段上，CN法、GS法、PAN法标准差值大小差不多相等，PC法两种值均最小。

定量分析，对比六种方法融合后的图像，可以看出，HSV方法的融合效果最好，图像融合后最为清晰，PC方法的融合效果最差，图像较为模糊。

由此通过分析，HSV方法融合效果最佳。

五、实习心得：

通过这次实习，简单学会了6种利用ENVI软件进行对校正后的图像的融合技术，并学会了对融合后的图像进行增强处理，其次，会简单的对融合图像加以定性定量分析，得出6种融合技术的比较，发现了各种融合技术的优缺点。这就是

本次实习的主要收获，感觉步骤简单，操作较少，就是分析比较时需要认真对待，才能比较出一个较好的结果。

(完整word版)遥感数字图像处理习题(地信)-2018

考试时间：6月21日晚上19:00-21:00 地点：待定 题型：选择、填空、判断、简答、计算 1．考核方式：闭卷考试+ 平时成绩。 2．总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。 3．平时成绩评定 （1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。 （2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。 （3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。 2018遥感数字图像处理习题 第1章概论 1．理解遥感数字图像的概念 2．理解遥感数字图像处理的内容 3．了解遥感数字图像处理与分析的目标和指导思想 4．了解遥感数字图像处理的发展及与其他学科的关系 第2章遥感数字图像的获取和存储 1. 理解摄影成像和扫描成像传感器的成像方式 2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性 3. 掌握遥感常用的电磁波波段 4. 熟练掌握传感器的分辨率 5. 掌握数字化过程中的采样和量化 第3章遥感数字图像的表示和度量 1. 理解遥感图像的数字表示 2. 熟练掌握灰度直方图 第4章图像显示和拉伸 1. 熟练掌握图像的彩色合成 2. 熟练掌握灰度图像的线性拉伸 3. 熟练掌握直方图均衡化，理解直方图规定化

第5章图像校正 1．理解辐射误差产生的原因及辐射校正的类型 2．理解遥感数字图像大气校正的主要方法 3．理解几何畸变的类型与影响因素 4．熟练掌握多项式几何校正的原理与方法 第6章图像变换 1．理解傅立叶变换的原理 2．理解波段运算 3．理解K-L变换 4．理解缨帽变换 5．理解彩色变换 6．了解数字图像融合 第7章图像滤波 1．理解图像噪声与卷积、滤波的原理 2．掌握图像平滑 3．掌握图像锐化 4．掌握频率域滤波 第8章图像分割 1．了解图像分割的概念、方法和流程； 2．了解灰度阈值法； 3．了解梯度和区域方法。 第9章遥感图像分类 1．了解遥感图像的计算机分类的一般原理； 2．熟练掌握非监督分类和监督分类方法； 3．熟练掌握分类精度评估方法； 4．了解计算机分类新方法。 部分习题 几何校正 一、填空题： 1、控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为＿＿＿。 2、多项式拟合法纠正中控制点的数量要求，一次项最少需要＿＿个控制点，二次项最少项需要＿＿个控制点，三次项最少需要＿＿＿个控制点。

遥感图像融合方法比较

1 绪论 1.1研究目的及意义 20世纪90年代中后期以后，搭载许多新型传感器的卫星相继升空，使得同一地区的遥感数据影像数目不断增多。如何有效地利用这些不同时相、不同传感器、不同分辨率的遥感数据便成为了遥感工作者研究的瓶颈问题，然而解决这一问题的关键技术就是遥感影像数据融合。 遥感数据融合就是对多个遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定法则（算法）进行处理，获得比单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱和时间特征的合成图像。 遥感是不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器的遥感数据都不能全面的反映目标对象的特征，也就是有一定的应用范围和局限性。各类非遥感数据也有它自身的特点和局限性。影像数据融合技术能够实现数据之间的优势互补，也能实现遥感数据与地理数据的有机结合。数据融合技术是一门新兴的技术，具有十分广阔的应用前景。所以，研究遥感影像数据融合方法是非常必要的。 1.2研究现状及发展的趋势 1.2.1研究现状 20世纪美国学者提出“多传感器信息融合”的概念认为在多源遥感影像数据中能够提取出比单一遥感影像更丰富、更有效、更可靠的信息。之后由于军事方面的要求，使得遥感影像数据融合技术得到了很大的发展，美、英，德等国家已经研制出了实用的遥感数据融合处理的系统和软件，同时进行了商业应用。 1）、融合结构 融合的结构可分为两类：集中式和分布式。集中式融合结构：各传感器的观测数据直接被送到中心，进行融合处理，用于关联、跟踪、识别等。分布式融合结构：每个传感器独立完成关联、识别、跟踪，然后由融合中心完成配准、多源关联的融合。 2）、融合的层次 图像融合可分为：像元级融合、特征级融合和决策级融合。 像元级融合是最低级的信息融合，可以在像素或分辨单位上进行，又叫做数据级融合。它是对空间配准的遥感影像数据直接融合，然后对融合的数据进行特征提取和属性说明。 特征级融合是由各个数据源中提取特征信息进行综合分析和处理的过程，是中间层次的融合。特征级融合分为目标状态信息融合和目标特征融合。 决策级融合是在信息表示的最高层次上进行融合处理。首先将不同传感器观测同一目标获得的数据进行预处理、特征提取、识别，以建立对所观测目标的初步理论，然后通过相关处理、决策级融合判别，最终获得联合推断结果，从而为决策提供依据。

《遥感原理与应用》实验报告——影像融合

实验名称：影像融合 一、 实验内容 1. 对TM 影像和SPOT 影像进行HSV 数据融合。 2. 查阅相关资料用envi 软件实现一种数据融合的方法，如Brovey 、PCA 等。 3. 利用均值、标准差、特征值等参数对上述两种方法的融合效果进行评价。 二、 实验所用的仪器设备，包括所用到的数据 电脑一台，Window7操作系统，遥感影像处理软件（ENVI4.3)英国伦敦的TM 影像数据lon_tm 和SPOT 影像数据lon_spot 。 三、 实验原理 1. 定义：图像（影像）融合是指将多余遥感影像按照一定的算法，在规定的地理坐标系中，生成新的图像的过程。 2. 目的： (1) 提高图像空间分辨率 (2) 改善分类 (3) 多时相图像融合用于变化检测 3. 基本原理 (1) HSV 变换法： HSV （hue, saturation, and value ：色调，饱和度，亮度值）。首先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。然后将高分辨率的全色图像代替V 分量，保持H 、S 分量不变。最后再进行HSV 变换得到具有高空间分辨率的多光谱图像。 (2) Brovey 变换法: 对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 4. 评价指标 (1) 均值与标准差 ∑==n i i x n μ1 1 （公式1） () 2 1 2∑=-=n i i μx σ （公式2） 上述两个式子中，n 表示图像总的像素的个数，xi 为第i 像素的灰度值。 (2) 特征值 设 A 是n 阶方阵，如果存在数m 和非零n 维列向量 x ，使得 Ax=mx 成立，则称 m

ENVI遥感图像配准实验报告

ENVI遥感图像配准 一、实验目的： 1、掌握ENVI软件的基本操作和对图像进行基本处理，包括打开图像，保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识，掌握基本技能和动手操作能力，提高综合分析问题的能力。 二、实验原理 （1）最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值，简单，处理速度快。缺点就是会产生半个像元位置偏移，可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。

双线性插方法是使用临近4个点的像元值，按照其距插点的距离赋予不同的权重，进行线性插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值，在后来的波谱识别分类分析中，会引起一些问题。 示意图： 由梯形计算公式： 故 同理 最终得：

三次卷积插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性插相似，先在Y 方向插四次（或X 方向），再在X 方向（或Y 方向）插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域像素的灰度值作三次插值。其三次多项式表示为： 我们可以设需要计算点的灰度值f（x,y）为：

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

遥感影像融合处理方法

遥感影像融合处理方法 摘要：本文介绍了遥感影像数据融合技术，并给出了融合的一些基本理论、融合处理一般步骤以及常用融合处理方法，最后简要描述了融合评价的方式方法等。 关键词：遥感影像融合融合评价 1、前言 将高分辨率的全色遥感影像和低分辨率的多光谱遥感影像进行融合，获得色彩信息丰富且分辨率高的遥感融合影像的过程，成为遥感影像融合。全色影像一般具有较高空间分辨率，多光谱影像光谱信息较丰富，为提高多光谱影像的空间分辨率，可以将全色影像融合进多光谱影像。通过影像融合既可以提高多光谱影像空间分辨率，又能保留其多光谱特性。 2、遥感影像融合一般步骤 遥感影像信息融合一般流程主要分为两个阶段：图像预处理，图像融合变换。 图像预处理主要包括：几何校正及影像配准。几何校正主要在于去除透视收缩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；影像配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。 3 常用融合方式 3.1 IHS融合 IHS（亮度I、色度H、饱和度S）变换就是将影像从RGB彩色空间变换到IHS空间来实现影像融合的一种方法。由光学、热红外和雷达(微波)等方式得到的不同波段遥感数据，合成的RGB颜色空间是一个对物体颜色属性描述系统，而IHS色度空间提取出物体的亮度、色度、饱和度，它们分别对应每个波段的平均辐射强度、数据向量和的方向及其等量数据的大小。RGB颜色空间和IHS 色度空间有着精确的转换关系。IHS变换法只能用三个波段的多光谱影像融合和全色影像融合。 3.2 小波融合 小波变换，基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别不大，而高频部分相差很大，通过小波变换对变换区实现分频，在分频基础上进行遥感影像的融合，常用于雷达影像SAR与TM影像的融合。

遥感图像实验报告

遥感图像实验报告 一．实验目的 1、初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块。 2、掌握Landsat ETM遥感影像数据，数据获取手段.掌握遥感分类的方法， 土地利用变化的分析，植被变化分析，以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解，掌握遥感处理技术平台和方法。 二．实验内容 1、遥感图像的分类 2、土地利用变化分析，植被变化分析 3、遥感空间建模技术 三．实验部分 1.遥感图像的分类 （1）类别定义：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统； （2）特征判别：对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理； （3）样本选择：为了建立分类函数，需要对每一类别选取一定数目的样本；（4）分类器选择：根据分类的复杂度、精度需求等确定哪一种分类器； （5）影像分类：利用选择的分类器对影像数据进行分类，有的时候还需要进行分类后处理；分类图如下：

图1.1 1992年土地利用图 图1.2 2001年土地利用图

（6）结果验证：对分类结果进行评价，确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2．1 两年土地利用相重合区域 （1）在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369)，过程如下：

图2.1 截图过程图 图2.2.2 截图过程图

（2）土地利用专题地图如下： 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图

envi图像处理基本操作

使用ENVI进行图像处理 主要介绍利用envi进行图像处理的基本操作，主要分为图像合成、图像裁减、图像校正、图像镶嵌、图像融合、图像增强。 分辨率：空间分辨率、波谱分辨率、时间分辨率、辐射分辨率。咱们平时所说的分辨率是指？怎么理解？ 1、图像合成 对于多光谱影像，当我们要得到彩色影像时，需要进行图像合成，产生一个与自然界颜色一致的真彩色（假彩色）图像。 对于不同类型的影像需要不同的波段进行合成，如中巴CCD影像共5个波段，一般选择2、4、3进行合成。（为什么不选择其他波段？重影/不是真彩色）。SOPT5影像共7个波段，一般选择7、4、3三个波段。 操作过程以中巴资源卫星影像为例 中巴资源卫星影像共有五个波段，选择2、4、3三个波段对R、G、B赋值进行赋值。 在ENVI中的操作如下： （1）file→open image file→打开2、3、4三个波段，选择RGB，分别将2、4、3赋予RGB。（2）在#1窗口file---〉save image as-→image file。 （3）在主菜单中将合成的文件存为tiff格式（file-→save file as-→tiff/geotiff） 即可得到我们需要的彩色图像。 2、图像裁减 有时如果处理较大的图像比较困难，需要我们进行裁减，以方便处理。如在上海出差时使用的P6、SOPT5，图幅太大不能直接校正需要裁减。 裁减图像，首先制作AOI文件再根据AOI进行裁减。一般分为两种：指定范围裁减、不指定范围裁减。 不指定范围裁减在ENVI中的操作如下： （1）首先将感兴趣区存为AOI文件 file→open image file打开原图像→选择IMAGE窗口菜单overlay→region of interesting 选择划定感兴趣区的窗口如scroll，从ROI_Type菜单选择ROI的类型如Rectangle，在窗口中选出需要选择的区域。在ROI窗口file→Save ROIs将感兴趣区存为ROI文件。

高分辨率遥感图像融合方法的比较正式

包头师范学院 本科学年论文 论文题目：高分辨率遥融图像融合方法比较院系：资源与环境学院 专业：地理信息系统 学号：0912430022 姓名：郭殿繁 指导教师：同丽嘎 撰写学年：2010 至2011 学年 二零一零年十二月

摘要：目前，遥感中高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流。本文通过对遥感影像四种融合方法的研究，并且用呼和浩特市快鸟影像图像融合举例，加深对四种融合方法的理解和理论应用，最后通过截取呼和浩特市快鸟影像的原始多波段彩色影像和原始高分辨率全色波段影像的一部分进行四种融合方法来进行精度的比较，以ENVI4.7软件作为平台，最终得出，Gram-Schmidt变换效果最好，HSV变换融合效果最差。 关键词：图像融合；PCA变换；Gram-Schmidt变换；Brovey变换；HSV变换；精度比较 Abstract: At present, the remote sensing high resolution full-color remote sensing image and low spatial resolution multi-spectral remote sensing image fusion is image fusion technology application of mainstream. This article through to four kinds of remote sensing image fusion method with the principle and analysis, and in Hohhot, fast image image fusion for example, the bird to deepen the understanding of four fusion method and theory, and finally by intercepting the original image Hohhot fast bird multichannel color image and primitive high-resolution full-color band image on the part of four fusion method for precision compared to ENVI4.7 software as a platform to finally arrive, the best effect, Schmidt transform - the worst. Fusion result transformation HSV. Key words: image fusion, PCA transform; Schmidt transform; the - Brovey transform; HSV transform; Precision；

Photoshop平面图像处理实验报告

Photoshop平面图像处理实验报告 一、实验项目 安徽大学宣传画 二、实验目的 （1）使用Photoshop基本工具实现宣传画制作； （2）利用所学知识使得构图美观，各图层间融合度高，辨识度高； （3）尽可能多的使用不同的方法完成制作； （4）学会使用一些常用工具的快捷键，例如“Alt+滚轮”可改变图像大小，“Ctrl+T”可对对象使用“自由变换”等； （5）习惯在新建图层上进行操作，习惯对需要进行较大改动的图层进行备份； （6）在图像放大的基础上进行精确抠图； （7）对图层边界进行模糊处理，提高融合度； （8）学会对绘制图形及文字添加效果，使其立体化（更加真实），或是（多彩化）更加绚丽； （9）学会对设计的图像进行分解与重组，例如球体就是由一层底色加效果、以及白色高光层组合而成； （10）要注意整体构图中的光影效果，使整体井然有序，而不是杂乱无章； （12）学会合理利用滤镜中的各种效果，设计出最为合适的组合； （13）不要忽视重叠图层的“叠加效果”，合理利用可提升叠加图层的融合度； （14）习惯给图层取名，方便修改。 三、实验步骤

（1）新建文件，打开图片（安徽大学校门）文件，使用移动工具拖曳至新建文件中。 （2）为使得校门朝向满足构图设计，使用“编辑——变换——水平翻转”功能，将其实现左右水平翻转。

（3）利用“磁性套索工具”将大门主体部分选出，再使用“选择——反选”功能，选出该图层中不需要的部分，利用“编辑——清除”使其被清除。 （4）使用“橡皮”工具，调整合适的笔锋、不透明度及流量大小对剩余主体部分多余的边角、门内的空隙进行擦除。 使用“编辑——自由变换”调整大小，移动到设计位置。

遥感图像光谱增强处理实验报告材料

一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。

五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从 ENVI 主菜单中，选择File → Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中，选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数，选择计算矩阵（选择协方差矩阵），输出统计文件及路线，统计波段数等相关参数的设置，单击Ok。

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；

实验报告四综述

成都信息工程大学遥感图像处理上机报告

1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析：为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。 主成分逆变换：将主成分变换的图像重新恢复到RGB 彩色空间。缨帽变换：根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。图像融合：将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 3. 实验原理 主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。 缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换,是Kauth 和Thomas(1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现MSS 四个波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究都集中在这一层次上。 4. 数据来源

遥感图像光谱增强处理实验报告

遥感图像光谱增强处理实验报告

一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪

声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。

五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation—>Compute New Statistics and Rotate。在弹出的Principal Components Input File对话框中，选择图像。

遥感图像的假彩色合成

北京化工大学 学士学位论文 遥感图像的假彩色合成 姓名：刘晓璐 班级：信息与计算科学0304班 学号：200362102

遥感图像的假彩色合成 摘要：遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内及其我国的许多政府部门，科研单位和公司得到了广泛的应用。在遥感数据源向着更高光谱分辨率和更高空间分辨率发展的同时，处理技术也更加成熟；在应用上，结合了地理信息系统（GIS）和全球定位系统（GPS），向着更系统化，更定量化方向发展，使遥感数据的应用更加广泛和深入。 假彩色增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。 本文的主要目的就是大遥感的多光谱图像用自然彩色显示。在遥感的多光谱图像中，有些是不可见光波段的图像，如近红外，红外，甚至是远红外波段。因为这些波段不仅具有夜视能力，而且通过与其他波段的配合，易于区分地物。 用假彩色技术处理多光谱图像，目的不在于使景物恢复自然的彩色，而是从中获得更多的信息。为了实现这样的目的，本文采用了MATLAB数学软件编程的方法以及运用Envi4.2 软件直接编辑图像这两种方法，并对其进行对比，得出最优的合成图像。 关键词：图像融合，假彩色合成，彩色增强，灰度级，RGB图像，

False color mapping for image fusion Abstract: A pixel-based color-mapping algorithm is presented that produces a fused false color rendering of two gray-level images representing different sensor modalities. The resulting images have a higher information content than each of the original images and retain sensor specific image information. The unique component of each image modality is enhanced in the resulting fused color image representation. First, the component of two original input images is determined. Second, the common component of each image. Third, the unique component of each image modality is subtracted from the image of the other modality. This step serves to enhance the representation of sensor-specific details in the final fused result. Finally, a fused color image is produced by displaying the images resulting from the last step through, respectively, the red and green channels of a color display. The method is applied to fuse thermal and visual images. The results show that the color mapping enhances the visibility of certain details and preserves the specificity of the sensor information. The fused images also have a fairly natural appearance. The fusion scheme involves only operations on corresponding pixels. The resolution of the input images. Before fusing, the contrast of the images can be enhanced and their noise can be reduced by standard image processing techniques. The color mapping algorithm is computationally simple. This implies that the investigated approaches can eventually be applied in real time and that the hardware needed is not too complicated or too voluminous(an important consideration when it has to fit in an airplane, for instance). Key words: image fusion, false color mapping, color enhances, gray-level, RGB images

ENVI实验报告

实验报告 课程名称：系部名称：测绘工程学院专业班级：遥感科学与技术 11-1班学生姓名：学号： 指导教师：田静 实验报告1 实验报告 2 篇二：envi上机报告 《遥感软件应用与开发》 实验指导书、作业 系部名称：测绘工程学院 专业班级：遥感科学与技术11-1班 学生姓名： 学号： 指导教师：田静 测绘工程学院 目录 《遥感软件应用与开发》课程实验指导书???????????错误！未定义书签。 实验一：envi软件安装与基本功能操作?????????????3 实验二：影像的地理坐标定位和校正??????????????19 实验三：图像融合、图像镶嵌、图像裁剪 ???????????25 实验四：图像分类 ?????????????????????31 实验报告： ???????????????????????37 实验报告1： ????????????????????????38 实验报告2： ????????????????????????41 实验报告3： ????????????????????????44 实验报告4： ????????????????????????47 实验一：envi软件安装与基本功能操作 一、实验目的 熟悉遥感数据图像处理软件envi的安装过程，了解envi基本信息、基本概念及其主要 特性。对envi操作界面有一个基本的熟悉，对各菜单功能有一个初步了解，为后面的实验作 好准备。 二、实验学时 2学时 三、实验类型 实践 四、实验原理及内容 （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 学生可自行阅读帮助文件学习。 五、实验步骤 1．envi的安装 2．遥感图像处理软件envi界面介绍

ENVI初步学习和影像增强处理

《遥感原理与应用》 课程上机 班级：地理信息系统2008-1班 学号：07082951 姓名：许冬

ENVI初步学习和影像增强处理 一、实习目的 通过对ENVI软件的初步学习和实习操作，了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能，加深多所学课程原理的理解，为从事相关项目的研究和开发奠定基础。对于影像增强需要掌握直方图的概念、生成方法，通过对不同图像直方图的比较，理解直方图所反映的图像性质；了解图像增强和滤波的多种方法，掌握直方图均衡、分段线性拉伸、密度分割、平滑、锐化、边缘增强的方法；通过图像增强和滤波多种方法的实习，掌握改善遥感图像视觉效果的有效方法。 二、实验数据介绍 本次实习的数据为ENVI4.7自带的数据:xudong.img 三、实验过程 (一)初步学习：遥感图像的输入/输出、波段组合及图像显示。 加载实验数据：xudong.img并显示遥感影像 1．图像的头文件资料的获取和编辑 ENVI：File>>Edit ENVI Header，选择相应的文件。 从Header Info对话框里，可以点击Edit Attributes下拉菜单中的选项，调用编辑特定文件头参数的独立对话框。这些参数包括波段名、波长、地图信息等。 2.图像的存取 File>Open Image File.打开任何文件，可用波段列表自动地出现。ABL列出该图像文件的所有波段，并允许你显示灰阶和彩色图像、启动新的显示窗口、打开新文件、关闭文件，以及设置显示边框。 3.要选择当前活动显示:从"Available Bands List"内，点击“Display#1”按钮菜单，再从列表中选择所需要的显示。要开始一个新的显示，从按钮菜单选择“New Display”。点击“Load Band”或“Load RGB”,以把选定的波段导入选定的显示。灰度图像和彩色图像的显示ENVI:File>>Open Image>>Available Bands List中选择Gray Scale或RGB Color模式。 （二）图像增强处理 （1）空间域增强： 1、对比度拉伸（辐射增强）： 在主图像窗口，选择Enhancements> Interactive stretching.在Stretch_Type下选 择要进行的拉伸方式 要把任何拉伸或直方图变化自动地应用于图像，选 择Options>Auto Apply

三种图像融合方法实际操作与分析

摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多

光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清

遥感数字图像处理实验报告

实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用，能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值，反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差（或标准差） 像素值与平均值差异的平方和，反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像，它们之间的 相关系数计算公式为： 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中， e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))

%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值