遥感图像处理及ENVI IDL操作实践分解

IDL基本操作介绍

课题名称：遥感图像处理及ENVIIDL操作实践任课教师：

目录

一、IDL简介 (3)

1.I DL特殊符号说明 (3)

1.1.大写 (3)

1.2.注释符 (3)

1.3.续航符 (3)

2.IDL语法基础 (3)

2.1.变量 (3)

2.2.数组 (5)

3.IDL编程基础 (6)

3.1.定义和编译程序 (6)

3.2.命名和编译源文件 (7)

3.3.程序控制语句 (7)

二、IDL基本操作介绍 (9)

1.题目及要求 (9)

2.解决方案 (9)

2.1数据说明 (9)

2.2二进制文件读取 (10)

2.3各像元的线性变化趋势及显著性概率计算 (12)

2.4有效物候区返青期平均变化趋势统计 (14)

2.5制图输出线性变化趋势 (17)

三、总结 (26)

一、IDL简介

IDL（Interactive Data Language）交互式数据语言是进行二维及多维数据可视化分析及应用开发的理想软件工具。作为面向矩阵、语法简单的第四代可视化语言，IDL 致力于科学数据的可视化和分析，是跨平台应用开发的最佳选择。它集可视、交互分析、大型商业开发为一体，为用户提供了完善、灵活、有效的开发环境。IDL为用户提供了可视化数据分析的解决方案，既可以让科学研究人员交互式浏览和分析数据，又为程序员提供了快速程序原型开发并跨平台发布的高级编程工具。IDL使科学家无需写大量的传统程序就可直接研究数据。IDL被广泛应用于地球科学、医学影像、图像处理、软件开发、大学教学、实验室研究、测试技术、天文、信号处理、防御工程、数学分析、统计等诸多领域。

1.IDL特殊符号说明

在IDL程序中，当在命令行中输入命令时，IDL将会识别大量的特殊字符。下面介绍几种较为重要的特殊符号。

1.1.大写

IDL 对字母的大小写并不敏感，但与操作系统打交道的命令（例如：UNIX 操作系统对IDL 所打开的文件名的大小写敏感）和执行字符串比较命令时除外。

1.2.注释符

在IDL 命令中，分号“;”(英文半角符号)表示注释内容的开始，分号右边的任何文本都被视为是注释，IDL 解释器将忽略它。例如：

pro test

;A simple program

print,"Hello World !",$

"LYT";This line prints a message

end

1.3.续航符

IDL 中的续行符是表示美元的符号“$” 。这表示IDL 语句延续到下一语句行（见上例）。

2.IDL语法基础

2.1.变量

IDL提供了灵活的数据类型定义方法，在任何时候，IDL都允许用户创建新的变量，或重新定义已有的变量。

变量名必须以字母开头。它们可以包括其他字母、数字、下划线、美元符号。一个变量名最长可达255 个字符。

变量有两个重要属性：数据类型和组织结构。数据类型指出属于数据类型中的哪一种。IDL 提供了非常丰富的数据类型，用户可以实际需求经行选择。表1显示了每一种数据类型及其描述，每种类型创建的变量的字节大小、变量创建方式、数据类型之间强制转换的IDL 函数名称。除了数据类型外，每一个变量有一个组织结构。有效的组织结构有标量（例如单个数值）、矢量（真正的一维数组）、数组（最高可达八维）和IDL 结构（能包含各种数据类型的变量和组织结构，结构中独立的组成部分称为字段）。

表1 IDL基本数据类型

2.2.数组

IDL中可以为任何IDL数据类型创建1—8维的数组。数组操作的运行速度往往优于循环操作，且语法更为精炼。

在IDL中利用方括号“[ ]”创建数组。创建多维数组时可以使用嵌套的方括号。值的注意的是，IDL中数组元素的存储是按列进行的。按列存储的方式意味着连续的数组元素也将按顺序被存储，而且数组的第一维（列）变化的最快。下标的顺序先是列标，后是行标。IDL的数组下标是从零开始的正值。数组的下标可以是标量也可以是矢量。进行下标操作时，如果下标超过了范围，则该下标被转换为在允许范围内的最小或最大的下标值。例如，创建一维数组vector和多为数组array：

; 创建一维数组vector

IDL> vector=[1,2,3]

IDL> help,vector

VECTOR INT = Array[3]

IDL> print,vector

; 输出IDL 输出窗口中将会如下所示：

1 2 3

; 创建多维数组array

IDL> array=[[1,2,3],[4,5,6]]

IDL> help,array

ARRAY INT = Array[3, 2]

IDL> print, array

1 2 3

4 5 6

IDL的内建函数允许用户按指定的类型创建数组，同时数组中的每个元素都被初始化为灵活索引值（下标值）。创建和初始化零数组和索引数组的函数见表2所示。

表2 创建和初始化零数组和索引数组的函数

例如，创建一个七元素的整型零数组和一个六元素的浮点型索引数组：

IDL> zeros=intarr(7) ; 创建一个七元素的整型零数组

IDL> index=findgen(6) ; 创建一个六元素的浮点型索引数组

IDL> print,zeros,index

0 0 0 0 0 0 0

0.000000 1.00000 2.00000 3.00000 4.00000 5.00000

3.IDL编程基础

结构化程序设计是E.W.Dijikstra 在1965 年提出的。它的主要观点是采用自顶向下、逐步求精的程序设计方法；使用三种基本控制结构构造程序，任何程序都可由顺序、选择、重复三种基本控制结构构造。编写IDL 程序也需要对IDL 中的相关控制语句进行简单介绍。

3.1.定义和编译程序

IDL程序包括过程和函数两种：

(1).过程(pro)

过程一般将几个相关的操作加到一个程序模块中。过程以pro开头，end结束。例如：

;过程名 test1, 参数 para1,para2,..

pro test1,para1,para2,...

过程语句块

end

(2).函数(function)

函数一般将一个操作加载到一个程序模块中，并返回结果函数以function开头，end结束，并包括一个return语句返回结果。例如：

;函数名 test2，参数 para1,para2,..，返回值 para1

function test2,para1,para2,...

过程语句块

return ,para1

end

IDL 命令要么是过程，要么是函数。过程和函数的区别在于：在过程命令中，参数和关键字仅排列在一个命令行上；在函数命令中，位置参数和关键字参数放在一对圆括号中的。

但是，最重要的区别是IDL函数会返回一个值，等号左边的一个变量用于返回该值。这是IDL中函数命令和过程命令根本的区别。函数命令总是返回一个值，这个数值必须赋给一个变量。函数返回值可能是任何一种IDL变量，包括数值、数组或结构。

3.2.命名和编译源文件

命名一个IDL源文件的标志形式是在过程或函数名称后加上扩展名‘.pro’过程和函数都可以通过“.compile”命令进行手动编译或是通过IDL IDE环境进行编译。

当需要时，过程和函数会在运行时自动编译，如果IDL调用的过程或函数之前未被编译过，则IDL会搜索路径下所有的文件夹以搜索源文件的名称。

3.3.程序控制语句

3.3.1.条件语句

(1).IF 语句

当特定的条件为真时，if语句执行单个语句或单个语句模块：

?IF 条件THEN 语句

?IF 条件THEN BEGIN

语句

ENDIF

?IF 条件THEN 语句ELSE 语句

?IF 条件THEN BEGIN

语句

ENDIF ELSE BEGIN

语句

ENDELSE

在以上的所有行驶中，“条件”是一个标量表达式，其值为真或假。在前两种形式中，当条件为真时，执行单个语句或语句模块；在后面两种行驶中，当条件为假时，“else”语句将执行单个的语句或语句模块。

(2).CASE 语句

CASE语句根据一个标量的表达式来选择某个语句或语句块运行。

CASE 表达式OF

情况1：

情况2：语句

情况3：BEGIN

语句

END

ELSE: 语句

ENDCASE

当表达式和其中的某个情况匹配，相应的语句被执行，case 语句结束，如果没有匹配的情况，那么执行else 下的语句，如果没有else 语句，将会发生错误，建议在case 语句中都加上else。

(3).SWITCH语句

SWITCH跟CASE类似，但与CASE的不同在于它能执行到底。

3.3.2.跳转语句

(1).BREAK

BREAK提供了一个从循环中（FOR，WHILE）或CASE、SWITCH等状态中快速退出的方法。

(2).CONTINUE

CONTINUE 提供了一个从循环中（FOR, WHILE,和REPEAT）中进入下一步循环的方法。以FOR为例，学习下CONTINUE的用法。

3.3.3.循环语句

(1).FOR 语句

FOR 循环运用计数器来多次执行一个或语句块，该循环按特定的步长从初始值上升或下降至结尾值。

?FOR I=V1，V2 DO 语句

?FOR I=V1，V2，INC DO 语句

?FOR I=V1，V2，INC DO BEGIN

语句

ENDFOR

默认条件下增量为1，也可以自定义增量。

(2).WHILE 语句

当特定的条件为真，WHILE语句执行单个语句或语句块。

?WHILE 条件DO 语句

?WHILE 条件DO BEGIN

语句

ENDWHILE

二、IDL基本操作介绍

下文以解决一个生态学问题为例，详细讲解IDL基本操作步骤。

1.题目及要求

问题：现有北美1982－2006年每年的植被返青期数据。

要求：

(1).计算出各像元的线性变化趋势及显著性概率。

(2).统计出各个行政单元（州）内有效物候区中的返青期平均变化趋势。

(3).对线性变化趋势制图输出。

2.解决方案

2.1数据说明

北美1982－2006年每年的植被返青期数据greenup_1982_2006，共25个波段，每个波段代表每年一景植被返青期数据，影像拍摄时间为每年的第80天或第100天。影像头文件信息见图1。

图1 北美1982－2006年每年的植被返青期数据

greenup_1982_2006头文件信息

2.2二进制文件读取

2.2.1文件打开

(1).利用OPEN命令打开二进制文件

IDL 中的所有输入和输出都是通过逻辑设备号完成的。可以把一个逻辑设备设想为一个管道，这个管道连接着IDL 和需要进行读写的数据文件。要从一个文件中读写数据，必须首先把一个逻辑设备号连接到一个特定的文件。这就是IDL 中三个OPEN命令的作用。

OPENR (OPEN READ) ：用只读方式打开一个现有的文件。

OPENW(OPEN WRITE) ：打开一个新文件用于读写。如果文件已经存在，

则其原始文件内容将会被新内容所替代。

OPENU(OPEN UPDATE) ：打开一个已经存在的文件用于读写。

这三个命令的语法结构是完全相同的。首先是命令名，后面是一个逻辑设备号和需要与该逻辑设备号相连的文件名。

用法如下：

openr, in_lun, in_filename [, /get_lun]

其中，in_lun代表打开文件的逻辑设备号，可以用户手动赋值，也可以由计算机随机赋值。in_filename为要打开的文件路径。/get_lun代表打开文件时，逻辑设备号由计算机随机赋值，而不是用户手动赋值。当用户打开多个文件时，使用/get_lun可以避免文件号被重复使用而造成的错误。

(2).利用Read_Binary函数打开二进制文件

Read_Binary：利用已有的模板或者命令行关键字的方式读取二进制文件。

用法如下：

result= read_binary([in_f ilename]| fileunit, [template =template] | [data_start=value],[data_type=typecodes], [data_dims=array], [endian=string ])

其中，result为读取的数据，in_f ilename代表输入文件路径，fileunit代表输入文件的文件号，in_f ilename，fileunit二者选一个输入即可。template为一个已定义（利用Binary_Template函数创建）的用于描述输入文件类型的模板结构体。template不可与data_start，data_type，data_dims，endian同时使用。若使用了template关键字，则Read_Binary函数的返回值为一个与template结构相同的结构体，否则为一个数组。data_start用于表示数据的起始位置，类似于偏移量。data_type 用于表示数据类型。data_dims用于表示读入与返回的数据的范围。endian表示文件字节读取的顺序。

注意：如果需要打开的文件很大，无法全部读入内存中，则需要根据要求，考虑改变文件的数据排列方式，例如使用BIL、BIP方式。

例如，本例中，目的是获取数据的纵向剖面，因此可以采用BIL、BIP数据排列方式。由于BIL方式处理数据不需要频繁的读写，因此采取BIL方式更佳。

2.2.2文件读入

利用上述两种方式将文件打开后，利用READU命令可以将文件读入指定的数组中。

READU：从文件中读取无格式二进制数据到一个IDL变量中。

用法如下：

readu, in_lun, data

其中，in_lun为已经打开的逻辑设备号。data为已定义的、与打开文件相同数据类型的IDL变量。

2.2.3文件写出

利用WRITEU命令可以将数据写入无格式二进制文件中。

用法如下：

writeu, out_lun, data

其中，out_lun为已经打开的文件逻辑设备号。data为要写入文件的IDL变量。

2.2.4文件关闭

所有打开的文件，在将数据读入到IDL变量后，都应该及时关闭，释放资源。以避免不必要的错误出现。利用FREE_LUN或CLOSE命令可以将打开的文件关闭。

FREE_LUN：关闭打开的文件，取消分配的逻辑设备号，回收内存资源。

用法如下：

free_lun, in_lun

其中，in_lun为逻辑设备号。

CLOSE：根据指定参数关闭逻辑设备号。

用法如下：

close, [, unit1, ..., unit n] [, /all] [, exit_status=variable] [, /file] [, /force]

其中，unit i为指定逻辑设备号。/all代表关闭所有打开程序。 exit_status代表用已命名的变量variable设置退出状态，不可以和/all、/file联用。/file代表关闭逻辑设备号为0-99的文件，逻辑设备号大于99的文件将不被影像。 /force代表强制关闭文件。

2.2.5IDL程序实现

将数据greenup_1982_2006在IDL中打开的语句如下：

定义输入、输出文件名

greenup_file='E:\RS_ENVI\chapter04\data\greenup_1982_2006'

out_file='E:\RS_ENVI\chapter04\data\test\greenup_trend'

;通过查看greenup_1982_2006.hdr文件，获取相关信息

;创建输入变量，用来存储greenup_1982_2006的数据

greenup=intarr(400,400,25)

;将greenup_1982_2006文件打开并读入数组greenup中

openr, in_lun, greenup_file, /get_lun

readu, in_lun, greenup

free_lun, in_lun

2.3各像元的线性变化趋势及显著性概率计算

2.3.1计算过程分析

由北美1982－2006年每年的植被返青期数据可知，每个像元都有25个像元值，代表了其每年的返青日期。因此，用年份（时间）当自变量X，像元值（返青期）当因变量Y，则可以回归出每个像元的返青期线性变化曲线。曲线的斜率代表了返青期的变化趋势：斜率小于0代表返青期提前，大于0代表返青期推迟。对计算结果进行F检验，可以得到每个像元的显著性概率。

2.3.2IDL程序实现

利用IDL程序可以实现上述分析内容，并将计算结果保存的到ENVI文件中。具体代码如下：

;创建输出变量，用来存储线性趋势和显著性概率数据

;第一波段存储线性趋势，第二波段存储显著性概率，背景值为999.0

trend=make_array(400,400,2, value=999.0);动态创建数组

;创建x数据

x=findgen(25)+1982.0

;逐像元计算线性趋势和显著性概率

for i=0,399do begin

for j=0,399do begin

y=reform(greenup[i,j,*]);重组

if y[0] eq5000then continue;遇到背景值5000跳过

trend[i,j,0]=regress(x,y, ftest=ftest) ;线性斜率

trend[i,j,1]=1.0-f_pdf(ftest, 1, 23) ;显著性概率

endfor

endfor

;输出结果

openw, out_lun, out_file, /get_lun

writeu, out_lun, trend

free_lun, out_lun ;结果保存到指定文件中

;输出头文件

zhu_write_envi_header, greenup_file, out_file, bands=2, data_type=4

2.3.3IDL程序分析

上述程序中，主要用到的函数有MAKE_ARRAY、REFORM、REGRESS和F_PDF ，命令有OPENW、WRITEU，用户自定义过程ZHU_WRITE_ENVI_HEADER。下面对它们进行简单介绍，以方便程序理解。

(1).MAKE_ARRAY：在程序运行时，动态创建数组的函数。返回值为一个指定

类型、维度和初始值的数组。

(2).REFORM：可以使数组在固定元素个数的前提下，改变下标引用索引的函数。

当指定了返回维数时，函数返回与给定的维度相同的数组，不改变数组总元素个数及元素值。若没有指定维度，则返回数组的一个副本，当数组中有某一维维度为一时，则将这一维去掉。

(3).REGRESS：执行多元线性回归的函数，返回归方程的系数组成的列向量。

其参数FTEST代表F-检验的结果值。

(4).F_PDF：利用FTEST参数进行显著性概率计算的函数。

(5).OPENW：打开一个新文件用于读写。如果文件已经存在，则其原始文件内

容将会被新内容所替代。

(6).WRITEU：将数据写入无格式二进制文件中。

(7).ZHU_WRITE_ENVI_HEADER：用户自定义的一个IDL程序，用于编写一个

ENVI头文件。详细代码见zhu_write_envi_header.pro 。

2.3.4结果显示

图1是IDL代码的执行结果，左边为各像元的线性变化趋势，右边为各像元的显著性概率。

图2 各像元的线性变化趋势及显著性概率

2.4有效物候区返青期平均变化趋势统计

2.4.1计算过程分析

本文选取3个示例州如图3所示，计算其内有效物候区中的返青期平均变化趋势。需要用到的数据有：

(1).各像元的线性变化趋势，文件greenup_trend的第一波段。

(2).物候区文件phenoregion_file，其中每种颜色代表一种物候。

(3).示例州栅格文件state_file，由三个示例州的ROI文件state_roi.roi导出得到。

为了计算出示例州内有效物候区中的返青期平均变化趋势，首先需要创建输入变量来存储数据，并将数据读入到变量中（利用上述文件读取方法）。

同时，需要创建变量result存储输出数据。根据要求，result变量应为一个2行3列的浮点型数组。第一列用于存储示例州的编号，第二列用于存储各示例州内有效物候区中的返青期平均变化趋势。具体结构如表3 result变量结构所示：

表3 result变量结构

然后，找出各示例州内有效物候区像元，即同时位于各示例州和物候区内的像元，并计算各示例州内有效物候区像元的平均线性变化趋势。将计算结果写入文件，即可完成全部操作。

2.4.2IDL程序实现

利用IDL程序可以实现上述分析内容，并将计算结果保存的到CSV文件中。具体代码如下：

;定义输入、输出文件名

trend_file='D:\test\greenup_trend';各像元的线性变化趋势及显著性概率

phenoregion_file='D:\data\phenoregion';物候区数据

state_file='D:\data\state_class';三个示例州的栅格图

out_file='D:\test\sta.csv'

;创建输入变量，用来存储trend, phenoregion, state数据

;通过查看各数据的头文件，获取相关信息

trend=fltarr(400,400) ;只存储第一波段（线性变化趋势）

phenoregion=intarr(400,400)

state=bytarr(400,400)

;创建输出变量，用来存储3个示例州的平均线性变化趋势

result=fltarr(2,3)

result[0,*]=findgen(3)+1.0;第一列存储各个州的代码

;读入数据

openr, in_lun1, trend_file, /get_lun

readu, in_lun1, trend

free_lun, in_lun1

openr, in_lun2, phenoregion_file, /get_lun

readu, in_lun2, phenoregion

free_lun, in_lun2

openr, in_lun3, state_file, /get_lun

readu, in_lun3, state

free_lun, in_lun3

;计算3个示例州内有效物候区中的返青期平均变化趋势

for i=1,3do begin

index=where((state eq i)*(phenoregion gt0),count) ;找出有效像元

a=trend[index]

if count gt0then result[1,i-1]=mean(trend[index])

endfor

;输出结果

write_csv, out_file, result

2.4.3IDL程序分析

上述程序中，主要用到的函数有WHERE和MEAN以及命令WRITE_CSV。下面对它们进行简单介绍，以方便程序理解。

(1).WHERE：根据给定标准（数组或数组表达式）在一个数组中选择合适元素

的函数。返回值为一个矢量，矢量中的元素是根据给定标准（数组或数组表达式）得到的非零元素的下标。矢量的长度为等于根据给定标准（数组或数组表达式）非零元素的个数。

用法如下：

result = where( array_expression [, count] [, complement=variable] [, /l64][, ncomplement=variable] )

其中，result 为符合给定判断标准（array_expression）的非零元素的下标组成的矢量。array_expression为判断的标准（数组表达式）。count为符合给定判断标准（array_expression）的非零元素个数。complement为不符合给定判断标准（array_expression）的零元素个数。ncomplement为不符合给定判断标准（array_expression）的零元素的下标组成的矢量。

(2).MEAN：计算一组数字型矢量的平均值的函数。

(3).WRITE_CSV：将数据写入.CSV文件中。

2.4.4结果显示

执行2.4.2中IDL代码，生成sta.csv文件，得到3个示例州内有效物候区中的返青期平均变化趋势，见表4。

表4 示例州内有效物候区中的返青期平均变化趋势

2.5制图输出线性变化趋势

2.5.1IDL的颜色运用

IDL的颜色由三种特殊值组成。我们称这些数值为一个三色组，将其写成（R,G,B）即红、绿、蓝，其中红、绿、蓝代表红光、绿光、蓝光作用于该显示颜色时的数量，每个值的范围都在0到255之间。这样，一种颜色可由256级的红色，256级绿色和256级蓝色组成。这就是说IDL能显示256*256*256，或者说超过167,000,000种颜色。举例来说，黄色由亮红和亮绿组成，但没有蓝色。代表黄色的三色组写作（255,255,0）。

IDL 里有两种颜色模式索引颜色模式和RGB颜色模式。索引颜色模式用于8位显示器，RGB颜色模式用24位显示器。

使用索引号通过查颜色查询表（简称为颜色表）可以获得颜色的三色值。一个颜色表由三列数组成，一列代表红色值，一列代表绿色值，一列代表蓝色值。典型地，这些数列被称为矢量。当用IDL 装载颜色表时，所做的就是选择正确的数值放进这些列或矢量之中。请看这个概念的图解（图3）。

两种模式都能用一个颜色查找表来决定用于显示的特定颜色。（当颜色分解关键字关闭时，RGB颜色模式就用颜色查找表。否则，RGB颜色模式就用三色值直接指定颜色）。索引颜色模式将索引颜色号和颜色表中的特定位置联系起来，而RGB 颜色模式直接指定颜色。被链接到特定颜色表某个位置的颜色被称作动态颜色显示。直接显示的颜色常被称为静态颜色显示。在大多数情况下（有例外），8位显示是动态显示，24位显示是静态显示。

图3 索引颜色模式

颜色表可以由用户人为修改，颜色表控制函数有如下（表5）几种。TVLCT 命令用来设置或获取颜色表的内容；LoadCT 命令装载IDL预定义过的41个颜色表中的一个。这些颜色表的定义在\resource\colors目录下colors1.tbl文件中。XloadCT 和Xpalette两个命令，可以修改和创建颜色表。XloadCT 允许用不同的方法扩展颜色。Xpalette命令允许通过设置滚动条的端点色和插入干涉值来修改和创造自己的颜色表。

表5颜色表控制函数

2.5.2IDL绘图

(1).直接图形法

直接图形法是IDL的图像或图形直接绘制在用户指定的图形设备上，可在很

短的时间内生长高质量的图形。执行内置直接图形程序，将会建立坐标系，创建轴和边界。组成直接图形系统的例行程序，如Plot、Contour及Surface等等，可以完成大部分关于图形输出的操作。直接绘图程序一旦生成直接图形，结果就会被输出到当前设备，并且删除掉所有相关数据。若要对已生成的直接图形做出改动或是将结果输出到另外的设备，就必须要重新执行。

直接图形法对内存有默认的管理方法，占用内存少，用户不必自己释放内存，方便、简洁易用。

(2).对象图形法

传统的开发方法开发的程序重用性、可修改性及可维护性都比较差，对象法是IDL5.0引入面向对象编程概念后出现的，面向对象的基础也就是对象类的使用。

对象类允许编程者将数据和方法封装成一个包，称之为对象。一个对象类可以重复利用生成多个对象。

在IDL的虚拟图形构架体系中有一套对象显示结构对象，而且提供了很多的对象图形原子，利用这些对象和对象图形原子之间可以进行互相的加载，相互作用形成显示对象，灵活的运用这些图形原子就可以在视图中得到丰富多彩的图形或图像，甚至可以制作三维的动画。

2.5.3线性变化趋势图IDL程序实现

本例中，首先加载用户预先设定的颜色表，利用此表中的颜色显示线性变化趋势制图。然后通过观察图像数据值的分布情况，确定图像最终拉伸范围，并将背景值设为255。之后通过imap或iimage方式显示图像。具体代码如下：

;创建颜色表CT

;ctload为用户自定义函数,加载颜色表24号到内存中,并将颜色表颜色反转,取其中10个颜色赋值给变量cl

ctload, 24, /BREWER, /reverse, ncolors=10, rgb_table=cl

ct=congrid(cl, 256,3, /center) ;调整数组大小

ct[255,*]=210;最后一列设为灰色，用于当做背景值

;读入用于作图的数据

data=read_binary(out_file, data_type=4, data_dims=[400,400])

;查看图像数据值的分布，用于确定线性拉伸到0—254的最小值和最大值。

index=where(data lt998.0);选择非背景值的元素

hist=histogram(data[index], locations=x)

iplot, x, hist, /histogram

;通过查看直方图，确定最小值为-2.5,最大值为2.5

;将数据-2.5—2.5线性拉伸到0—254

data1=bytscl(data, min=-2.5, max=2.5, top=254)

;将背景值设为255

index1=where(data gt998.0)

data1[index1]=255

;用imap显示图像

imap, data1, rgb_table=ct, /order

;将原数据data设定在将-2.5—2.5之间

data=data > (-2.5)

data=data < 2.5

;用iimage显示图像

iimage, data, rgb_table=ct, /order

2.5.4IDL程序分析

上述程序中，主要用到用户自定义函数CTLOAD，函数CONGRID、READ_BINARY、WHERE、HISTOGRAM和BYTSCL，命令IPLOT 、IMAP、IIMAGE。下面对它们中的一些进行简单介绍，以方便程序理解。

(1).CTLOAD：用户自定义函数，作用与LOADCT相同，目的是加载颜色表到

内存中，用于显示颜色的控制。具体代码见IDL程序ctload.pro。

注意：在使用CTLOAD函数之前，需要将用户自定义的颜色表fsc_brewer.tbl拷贝到\resource\colors目录下（与IDL自带颜色表colors1.tbl 同一目录）。

(2).CONGRID：可以调整数组为同维任意大小的数组的函数，默认在处理一维

或二维数组时默认是最近邻重采样方式，处理三维数组时默认是双线性内插值。

(3).HISTOGRAM：用于计算数组密度函数的函数。

(4).BYTSCL：对数据进行拉伸的函数。将数据范围在Min≤ x≤ Max 的数据拉

伸到0 ≤ x≤ Top的范围。

(5).IPLOT：用于二维和三维图形的绘制。

(6).IMAP：用于图像数据的显示、研究，感兴趣图像区域的圈定和基本操作。

(7).IIMAGE：用于用户显示矢量和具有地理坐标的影像数据。

2.5.5结果显示

《遥感数字图像处理》习题与标准答案

《遥感数字图像处理》习题与答案 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。 5.说明遥感数字图像处理与其它学科之间的关系。 答：应具备的基础理论知识有：数学、地学、信息论、计算机、GIS、现代物理学。 6.说明全数字摄影测量系统的任务和主要功能。目前，比较著名的全数字摄影测量系统有哪些？

遥感数字图像处理实习1

（1）以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式： 利用Basic Tools/Layer Stacking弹出对话框然后Import File，弹出对话框，导入GeoTIFF格式的TM原始数据，选择波段1、2、3、4、5和7， 点击OK，利用Choose选择输出路径及文件名，同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序，点击OK输出ENVI Standard格式的数据。 （2）查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息，然后编辑头文件： 利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像，左 边会出现其基本信息，如图所示：也有投影信息，既可以用来看单波段的也可以看合成后整个影像的信息。在对话框下，合成影像的名字上右击，选择Quick Statistics弹出对话框，在此对话框中点击Select Plo下拉菜单，选择单波段或者多波段的直方图，相应的对话框中会出现直方图（在结果与分析中记录），还可以右击选择edit修改横、纵坐标的单位。 同样的在合成影像的名字上右击，选择Edit Head，弹出对话框

然后点击Edit Attributes/Band Name弹出对话框，选中波段输入修改 后名字，点击OK即可进行波段名字的修改。点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。 （3）在View视窗中，利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型: 可以结合当地的google earth上高分辨率的遥感影像，进行识别，利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。 （4）利用Viewer视窗打开影像，分别选取4、3、2和7、4、2波段组合进行假彩色合成，观察实习内容中所要求地物的色调变化： 利用File/Open Image File，选择第1步合成的ENVI Standard 格式的数据，弹出对话框，在其中选择RGB Color，将R、G、B分别设为4、3、2波段，点击Load Band，在Viewer#1中出现了4、3、2波段组合的假彩色图像，再在此窗口中，点击Display/New Display,弹出Viewer#2，选择RGB Color,将R、G、B分别设为7、4、2波段，点击Load Band，在Viewer#2中出现了7、4、2波段组合的假彩色图像，在Viewer窗口中右击选择Link Displays，弹出对话框，点击OK，可以把两个窗口中同一位置进行连接起来， 即其中一个窗口放大、缩小、漫游到某个位置，另外一个也跟着漫游到其相对应的位置。这样可以进行地物色调变化的对比。 （5）提取6种地物在不同波段的数值（Digital Number，DN），做光谱剖面图： 在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其 Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X，Y坐标，然后勾选Collect Spectra，鼠标箭头变为十字箭头，在目标地物中取九个点（本来图上就有一个，总共是十个点），然后在选择File/Save Plot As/ASCII弹出对话框 ，点击Select All Items，利用Choose选择输出路径和文件名，点击 OK，将其保存为.txt格式。选六种地物，重复以上操作，提取不同波段的数值（Digital Number，DN）。将.txt格式的文件用excel打开，然后用插入函数中的average函数求出每种地物的平均DN值，然后做出光谱剖面（光谱图如结果与分析中所示）。 （6）使用Excel制作6种地物的样本特征光谱统计表： 在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。然后，在07版Excel 的“Microsoft Office 按钮”，单击“Excel 选项”。“加载项”，然后在“管理”框中，选择“Excel 加载项”，单击“转到”弹出“加载宏”，在弹出来的对话框中选择“分析工具库”，并点击确定。然后从“工具”中找到“数据分析”，从“数据分析”对话框中选择“协方差”，并导入某种地物需求协方差的数据区域并选择“逐行”进行，最后选择数据输出区域并确定，则可得该地物的协方差矩阵。同理，在从“数据分析”对话框中选择“相关系数”，进行相应操作，可求得相关系数矩阵。（在结果与分析中附有个地物的样本特征光谱统计表）（7）制作散点图： 在Excel中，打开6种地物的样本DN数据（5步骤产生的），选择band2和band4做散

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。

(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。

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

遥感数字图像处理教程实习报告

遥感数字图像处理教程实习报告

《数字图像处理》 课程实习报告 （ 2011 - 2012学年第 1 学期） 专业班级：地信09-1班 姓名：梁二鹏 学号：310905030114 指导老师：刘春国 ---------------------------------------------- 实习成绩： 教师评语： 教 师

签 名 ： 年月日 实习一：图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上，应用所学知识，基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成：利用TM图像can_tmr.img，实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤： 1、打开ENVI4.7,单击FILE菜单，在下拉菜单中选择open image file 选 项，然后在弹出的对话框中选择can_tmr.img文件，单击打开。 2、在可用波段列表对话框中，选中某一波段图像，选中gray scale单选按 钮，单击LOAD BAND按钮，显示一幅灰度图像。 3、在可用波段列表对话框中，选择其他某一波段图像，进行显示。

4、利用可用波段列表中的display按钮，同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示：红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。

遥感数字图像处理考试知识点整理

遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。 遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由上述参数和处理模型决定。 3级产品：经过几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。 不同点：不同级别的产品使用条件不同，但是他们都是数据的集合，是信息量的汇总。一般来说，都是由元数据和图像基本数据两部分数据汇总的结果。

遥感图像处理实习总结

遥 感 实 习 总 结 专业：摄影测量与遥感技术班级： 姓名： 学号：

为期两周的遥感数字图像处理结束了，在老师的精心安排下，我们全身心的投入到这次实习中。虽然是满天的时间，但是由于教室还有其他人占用并不能在那全天使用，所以说是两周实习但是我们能用是时间依然很少，我们要力抓每一分每一秒，熟练操作遥感数字图像处理软件。整个实习是以黄河水院为基础图形。通过格式变换、几何校正、图像剪裁、图像分类，以及最后的专题地图制作。 实习的过程简单又复杂，简单的是，只要动手，计算机几乎自动化的替你操作，复杂的是，在操作过程中，又有好多选项和注意的事项，有很多参数的设置很有讲究。所以在练习中我遇到好多问题，并通过解决这些问题进一步加深了对软件和课本知识的理解。 首先我们进行的是数据预处理。我们需要进行遥感图像的几何校正。由于各种误差所以遥感图像存在着几何变形，因此需要在操作前进行几何校正。流程如下：第一步：显示图像文件（打开两个视窗窗口），第二步：启动几何校正模块，第三步：启动控制点工具，第四步：地面控制点（GCP）的采集，第五步：采集地面检查点，第六步：图象重采样，第七步：保存几何校正模式。其中最关键最难的就属地面控制点的采集，我们使用的是二次多项式，所以得选取六个控制点然后再选出六个检查点。但是图像存在着误差，而我们要把误差控制在一个像素以内，这就更加困难了。在进过长时间的摸索和练习，精度慢慢的就达到了，但是

图纠正后依旧不是很好，在询问同学后发现原来是点的分布不是很均匀，所以导致了图的变形。在图的校正后就得进行图范围的裁剪得到所需的范围。裁剪有两种方法一种是规则分幅裁剪，一种是不规则分幅裁剪。规则分幅裁剪需要知道坐标，而不规则分幅裁剪则只需要在图上手选出需要裁剪的范围。而我们没有坐标只能用不规则分幅裁剪。 第二项就是图象增强处理，主要包括：空间、辐射、光谱增强处理的主要方法。空间增强：包括卷积增强处理，辐射增强：直方图均衡化处理，光谱增强：主成份变换、缨穗变换、色彩变换。这一项比较简单，通过指导书和上课的学习，这些增强只要知道步骤就能很快完成。 第三项我认为也是最关键的一项，遥感图像的分类，所谓的遥感图像的分类就是通过人工目译或计算机自动分类处理相结合识别出地物属性。我们做的分类是非监督分类，在进行的分类评价时，应用分类叠加方法来评价分类结果、分类精度及定义时应注意分类文件在上，而且取消栅格参数中清楚选示选项，以使两图像叠加显示。非监督分类步骤如下：第一步：显示原图像与分类图像，第二步：打开分类图像属性并调整字段显示顺序，第三步：给各个类别赋相应的颜色，第四步：不透明度设置，第五步：确定类别专题意义及其准确程度，第六步：标注类别的名称和相应颜色，第七步：将相同的类进行合并，最后分为五大类：建筑物、道路（空闲地）、水系、草地和灌木林。

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

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：

遥感数字图像处理教程期末复习题

遥感数字图像处理教程 第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像 本书定义图像为通过镜头等设备得到的视觉形象 根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值 按图像的明暗程度和空间坐标的连续性，可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机，数字图像表现为二维阵列，属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。 利用计算机技术，可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换，记作A/D转换； 数字图像最基本的单位是像素。像素是A/D转换中国的取样点，是计算机图像处理的最小单位；每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像 遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同，相同地点不同图像的亮度值可能不同。 图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下，一些电磁波被这个实体反射，一些被吸收。反射部分电磁波到达传感器被记录下来，成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强，使用多种方法，如：灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息，是图像更容易理解、解释和判读、 图像增强着重强调特定图像特征，在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正：图像校正也成图像回复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统 数字图像处理需要借助数字图像处理系统来完成。一个完整的遥感数字图像处理系统包括硬件系统和软件系统两大部分。 1.硬件系统 包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1）计算机 是图像处理核心，大的存和高的CPU速度有助于加快处理的进度。 2）数字化设备

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

《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

遥感数字图像处理实习报告含Matlab处理代码

辽宁工程技术大学 《数字图像处理》上机实习报告 教学单位辽宁工程技术大学 专业摄影测量与遥感 实习名称遥感数字图像处理 班级测绘研11-3班 学生姓名路聚峰 学号471120212 指导教师孙华生

实习1 读取BIP 、BIL、BSQ文件 一、实验目的 用Matlab读取BIP 、BIL、BSQ文件，并将结果显示出来。 遥感图像包括多个波段，有多种存储格式，但基本的通用格式有3种，即BSQ、BIL和BIP格式。通过这三种格式，遥感图像处理系统可以对不同传感器获取的图像数据进行转换。BSQ是像素按波段顺序依次排列的数据格式。BIL 格式中，像素先以行为单位块，在每个块内，按照波段顺序排列像素。BIP格式中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。 用Matlab读取各个格式的遥感数据，是图像处理的前提条件，只有将图像读入Matlab工作空间，才能进行后续的图像处理工作。 二、算法描述 1.调用fopen函数用指定的方式打开文件。 2.在for循环中调用fread函数，用指定的格式读取各个像素。 3.用reshape函数，重置图像的行数列数。 4.用imadjust函数调整像素的范围，使其有一定对比度。 5.用imshow显示读取的图像。 三、Matlab源代码 1.读取BSQ的源代码： clear all clc lines=400; samples=640; N=6; img=fopen('D:\sample_BSQ','rb'); for i=1:N bi=fread(img,lines*samples,'uint8'); band_cov=reshape(bi,samples,lines); band_cov2=band_cov'; band_uint8=uint8(band_cov2); tif=imadjust(band_uint8); mkdir('D:\MATLAB','tifbands1') name=['D:\MATLAB\tifbands1\tif',int2str(i),'.tif']; imwrite(tif,name,'tif'); tilt=['波段',int2str(i)]; subplot(3,2,i),imshow(tif);title(tilt); end fclose(img); 2.读取BIP源代码 clear all

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；

《遥感数字图像处理》试卷A(B)卷

河南大学环境与规划学院2005～2006学年第一学期期末考试 《遥感数字图像处理》试卷A（B）卷 一、名词解释：（每题2分，共8分） 1、几何畸变： 2、数字镶嵌： 3、影像增强： 4、遥感影像分类： 二、填空（每空1分，共22分） 1、遥感数据的处理流程包括：（1）观测数据的输入；（2）； （3）；（4）；（5）处理结果的输出。 2、在遥感数据的处理流程中，所采集的数据包括和数字数据两种，后者多记 录在特殊的数字记录器中（HDDT等），所以必须变换到一般的数字计算机都可以读出的等通用载体上。 3、在Erdas Imagine图标面板菜单条中，主要包括综合菜单（Session Menu）、菜 单、菜单、菜单、帮助菜单（Help Menu）。 4、在图像分类界面中，包括、、分类结果处理、知识工程 师、专家分类器。 5、在视图窗口中，主要有六部分组成：菜单条、工具条、、状态条、滑动 条、标题条。 6、在窗口中，可查阅或修改图像文件的有关信息，如投影信息、统计信息 和显示信息等。 7、三维图像操作的内部原理是将图像与叠加生成三维透视图，并在此基础 上的空间操作。 8、用户从遥感卫星地面站购置的TM图像数据或其他图像数据，往往是经过转换以后的单 波段普通数据文件，外加一个说明头文件。 9、遥感影像的降质可归结为两类：即遥感影像的和。 10、影像变换与增强的实质是：影像的和，实际 上是改善影像的质量以获得最好的主观效果。 11、影像对比度扩展又称反差增强。常常采用以达到易于识别的目的。 12、常用的直方图调整方法有以下两种：和直方图规定化。前者又称直方图 平坦化，将减少影像灰度等级来换取对比度的扩大。 13、滤波增强技术有两种：和。前者是在影像的空间变量内 进行的局部运算，使用空间二维卷积方法；后者使用傅氏分析等方法，通过修改原影像的傅氏变换式实现滤波。 三、单项选择题（每题2分，共20分）