遙感數(shù)字圖像處理實習(xí)ppt課件

1、遙感數(shù)字圖像處置實習(xí)遙感數(shù)字圖像處置實習(xí)實習(xí)一 遙感圖像處置軟件系統(tǒng) 實習(xí)目的 了解遙感圖像處置系統(tǒng)ENVI的任務(wù)界面、數(shù)據(jù)的讀取、顯示與存儲等根本操作 實習(xí)數(shù)據(jù) ENVI自帶數(shù)據(jù) ENVI安裝途徑下IDL63productsenvi43data bhtmref文件ENVI界面界面 數(shù)據(jù)讀取與顯示數(shù)據(jù)讀取與顯示 主菜單File Open Image File，在Enter Input Data File對話框中翻開bhtmref文件。 從Available Bands List內(nèi)，選擇Gray Scale切換按鈕，以灰度方式顯示所選擇的波段數(shù)據(jù)。 從 Available Bands List

2、內(nèi)，選擇RGB Color切換按鈕，以彩色方式顯示所選擇的3個波段數(shù)據(jù)。 數(shù)據(jù)讀取與顯示數(shù)據(jù)讀取與顯示 在Scroll窗口挪動紅色方框，Image窗口中的圖像隨之發(fā)生挪動；在Image窗口挪動紅色方框，Zoom窗口中的圖像隨之發(fā)生挪動。數(shù)據(jù)存儲 主菜單File Save File As .可將影像數(shù)據(jù)保管為多種格式 Image窗口菜單File Save Image As .可將圖像保管為多種圖像文件信息查看信息查看 鼠標(biāo)右鍵菜單Cursor Location/Value，查看鼠標(biāo)所在位置的根本信息 信息查看信息查看 鼠標(biāo)右鍵菜單Z Profile (Spectrum) ，查看鼠標(biāo)所在位置的光譜

3、曲線信息查看信息查看 在任一主窗口中點(diǎn)擊鼠標(biāo)右鍵，選擇彈出菜單中的Link Displays，可以將兩個顯示窗口銜接在一同。實習(xí)二 遙感圖像幾何校正 實習(xí)目的 掌握基于遙感圖像的幾何校正操作，了解遙感圖像幾何校正的意義和內(nèi)容。 實習(xí)數(shù)據(jù) bldr_tm：Landsat TM數(shù)據(jù)，無地理坐標(biāo) bldr_sp：SPOT數(shù)據(jù)，有地理坐標(biāo)翻開數(shù)據(jù)翻開數(shù)據(jù) 分別載入bldr_tm數(shù)據(jù)和bldr_sp數(shù)據(jù)， bldr_sp數(shù)據(jù)帶有地理坐標(biāo)信息，而bldr_tm數(shù)據(jù)沒有地理坐標(biāo)。 本次實習(xí)以bldr_sp數(shù)據(jù)為基準(zhǔn)圖像，對bldr_tm數(shù)據(jù)進(jìn)展幾何校正 選取地面控制點(diǎn)選取地面控制點(diǎn) 主菜單Map Regis

4、tration Select GCPs: Image to Image 分別選取bldr_sp數(shù)據(jù)和bldr_tm數(shù)據(jù)的顯示窗口作為Base Image和Warp Image，點(diǎn)擊OK，啟動配準(zhǔn)程序。選取地面控制點(diǎn)選取地面控制點(diǎn)選取地面控制點(diǎn)選取地面控制點(diǎn) 點(diǎn)擊Show List按鈕，可以查看每一個控制點(diǎn)的信息 校正影像校正影像 Ground Control Points Selection窗口菜單Options Warp File，根據(jù)剛剛選擇的地面控制點(diǎn)對TM影像進(jìn)展幾何校正。 Method選擇多項式Polynomial法，Degree選擇2階 Resampling選擇雙線性插值Bilin

5、ear方法 翻開經(jīng)過幾何校正的TM數(shù)據(jù)，與原數(shù)據(jù)以及SPOT數(shù)據(jù)進(jìn)展比較。實習(xí)三實習(xí)三 遙感影像加強(qiáng)處置遙感影像加強(qiáng)處置實驗?zāi)康?加深對遙感圖像加強(qiáng)實際了解，掌握圖像加深對遙感圖像加強(qiáng)實際了解，掌握圖像加強(qiáng)的根本方法與步驟，可以利用加強(qiáng)的根本方法與步驟，可以利用ENVI軟件進(jìn)展影像加強(qiáng)處置。軟件進(jìn)展影像加強(qiáng)處置。實驗內(nèi)容 1.遙感影像對比度拉伸根本方法遙感影像對比度拉伸根本方法 2.遙感影像直方圖匹配方法遙感影像直方圖匹配方法 3.遙感影像空間域濾波加強(qiáng)方法遙感影像空間域濾波加強(qiáng)方法1.遙感影像對比度拉伸根本方法遙感影像對比度拉伸根本方法詳細(xì)步驟：詳細(xì)步驟： 翻開實驗數(shù)據(jù)翻開實驗數(shù)據(jù): bht

6、mref.img 1.采用交互式拉伸工具分別對影像進(jìn)展以下對比度拉采用交互式拉伸工具分別對影像進(jìn)展以下對比度拉伸：伸： 線性拉伸線性拉伸 平衡化拉伸平衡化拉伸 高斯對比度拉伸高斯對比度拉伸圖1 線性拉伸 圖2 高斯拉伸 圖3 平衡化 2.遙感影像直方圖匹配方法遙感影像直方圖匹配方法 翻開兩個波段數(shù)據(jù)或兩景影像進(jìn)展直方圖匹配操翻開兩個波段數(shù)據(jù)或兩景影像進(jìn)展直方圖匹配操作作 數(shù)據(jù)：如數(shù)據(jù)：如Cantmr.img圖圖8 直方圖匹配后的兩幅影像及各自直方圖直方圖匹配后的兩幅影像及各自直方圖3.遙感影像空間域濾波加強(qiáng)方法遙感影像空間域濾波加強(qiáng)方法 分別采用分別采用Roberts， Sobel、Lapla

7、cian算子對圖算子對圖像進(jìn)展銳化處置邊緣提取像進(jìn)展銳化處置邊緣提取 圖4 Roberts算子 圖5 Sobel算子 圖6 Laplacian算子 圖7 中值濾波實習(xí)四實習(xí)四 遙感圖像非監(jiān)視分類遙感圖像非監(jiān)視分類一、實習(xí)目的一、實習(xí)目的 熟習(xí)掌握非監(jiān)視分類原理與過程，熟習(xí)掌握非監(jiān)視分類原理與過程，掌握監(jiān)視分類的流程，可以運(yùn)用遙感掌握監(jiān)視分類的流程，可以運(yùn)用遙感圖像處置軟件進(jìn)展遙感影像的非監(jiān)視圖像處置軟件進(jìn)展遙感影像的非監(jiān)視分類。分類。p算法原理：算法原理：p在均值算法的根底上，參與了試探性的步驟，能在均值算法的根底上，參與了試探性的步驟，能汲取中間結(jié)果的閱歷，在迭代的過程中可以進(jìn)展類汲取中間結(jié)

8、果的閱歷，在迭代的過程中可以進(jìn)展類別的分別和合并，具有別的分別和合并，具有“自組織性自組織性動態(tài)聚類法動態(tài)聚類法ISODATAISODATA方法迭代自組織數(shù)據(jù)方法迭代自組織數(shù)據(jù)算法算法動態(tài)聚類法流程：動態(tài)聚類法流程：允許的迭代次數(shù)子數(shù)每次允許合并的類的對最小距離類間距離參數(shù)如類的標(biāo)準(zhǔn)差類內(nèi)的分散程度參數(shù)每類的的最小樣本數(shù)近似值類別數(shù):)(:)(:)(:ILKcsN控制參數(shù)控制參數(shù):實習(xí)步驟：實習(xí)步驟： 翻開遙感影像翻開遙感影像實習(xí)步驟：實習(xí)步驟： 對影像進(jìn)展對影像進(jìn)展ISODATA分類分類 實習(xí)步驟：實習(xí)步驟： 輸出分類結(jié)果輸出分類結(jié)果 實習(xí)步驟：實習(xí)步驟： 對分類的類別進(jìn)展確定對分類的類別進(jìn)

9、展確定 根據(jù)目視解譯，對分類的結(jié)果進(jìn)展類根據(jù)目視解譯，對分類的結(jié)果進(jìn)展類別確實定，輸出分類結(jié)果圖。別確實定，輸出分類結(jié)果圖。實習(xí)五實習(xí)五 遙感圖像監(jiān)視分類遙感圖像監(jiān)視分類一、實習(xí)目的一、實習(xí)目的 熟習(xí)和掌握分類模板、監(jiān)視分類的概念，掌握熟習(xí)和掌握分類模板、監(jiān)視分類的概念，掌握監(jiān)視分類的流程監(jiān)視分類的流程,運(yùn)用通用遙感圖像處置軟件進(jìn)展運(yùn)用通用遙感圖像處置軟件進(jìn)展遙感影像的分類。遙感影像的分類。二、原理與方法二、原理與方法 監(jiān)視分類法又稱訓(xùn)練分類法，即用已被確認(rèn)類監(jiān)視分類法又稱訓(xùn)練分類法，即用已被確認(rèn)類別的樣本像元去識別其他未知類別像元的過程。別的樣本像元去識別其他未知類別像元的過程?，F(xiàn)以最大似然

10、法為例進(jìn)展引見?，F(xiàn)以最大似然法為例進(jìn)展引見。 最大似然分類也稱貝葉斯分類。設(shè)各類型的光最大似然分類也稱貝葉斯分類。設(shè)各類型的光譜數(shù)據(jù)服從正態(tài)分布，那么可根據(jù)未知樣本落入譜數(shù)據(jù)服從正態(tài)分布，那么可根據(jù)未知樣本落入各知樣本中的概率大小來確定它的類型歸屬。各知樣本中的概率大小來確定它的類型歸屬。 設(shè)共有設(shè)共有m個類型，樣本落在每個類型的先驗概個類型，樣本落在每個類型的先驗概率為率為 12,mp pp那么恣意樣本那么恣意樣本X 落在第落在第i個類型中的后驗概率為個類型中的后驗概率為 1(|)(|)(|)()(|)iiiiimiiip Xpp XppXp Xp Xp三、實習(xí)儀器與數(shù)據(jù)三、實習(xí)儀器與數(shù)據(jù)

11、ENVI 或或 ERDAS、PCI等通用遙感圖像處置軟等通用遙感圖像處置軟件本實習(xí)指點(diǎn)書以件本實習(xí)指點(diǎn)書以ENVI為例來加以闡明、為例來加以闡明、TM遙感影像數(shù)據(jù)。遙感影像數(shù)據(jù)。 圖圖1 研討區(qū)表示圖研討區(qū)表示圖四、實習(xí)步驟四、實習(xí)步驟1. 數(shù)據(jù)預(yù)處置數(shù)據(jù)預(yù)處置 首先對首先對TM影像進(jìn)展幾何校正和輻射校正，輻影像進(jìn)展幾何校正和輻射校正，輻射校正包括輻射定標(biāo)和大氣校正。射校正包括輻射定標(biāo)和大氣校正。2. 確定分類系統(tǒng)確定分類系統(tǒng) 結(jié)合研討區(qū)的實踐地物分布特點(diǎn)以及分類需結(jié)合研討區(qū)的實踐地物分布特點(diǎn)以及分類需求的來確定需求分為哪些類型。本研討區(qū)分為植求的來確定需求分為哪些類型。本研討區(qū)分為植被、人工

12、設(shè)備、水體三大類。被、人工設(shè)備、水體三大類。 3分類特征選擇與提取分類特征選擇與提取 調(diào)查各典型地物的光譜曲線，發(fā)現(xiàn)植被、人工設(shè)備、調(diào)查各典型地物的光譜曲線，發(fā)現(xiàn)植被、人工設(shè)備、水體三大類地物在水體三大類地物在0.4-2.5微米的光譜差別很大圖微米的光譜差別很大圖2，進(jìn)一步選擇訓(xùn)練樣本，經(jīng)過進(jìn)一步選擇訓(xùn)練樣本，經(jīng)過N維可視化工具查看其可分性維可視化工具查看其可分性圖圖3。最終確定。最終確定TM的的6個波段作為最終的分類特征。個波段作為最終的分類特征。圖2 研討區(qū)典型地物的光譜特征圖圖3 訓(xùn)練區(qū)的選取及訓(xùn)練區(qū)的選取及N維可視化分析維可視化分析4. 選擇訓(xùn)練區(qū)選擇訓(xùn)練區(qū) 經(jīng)過目視判讀及經(jīng)過目視判讀

13、及ROI工具選取訓(xùn)練區(qū)，并對每工具選取訓(xùn)練區(qū)，并對每個類別進(jìn)展統(tǒng)計分析圖個類別進(jìn)展統(tǒng)計分析圖4。 圖圖4 訓(xùn)練樣本的統(tǒng)計分析訓(xùn)練樣本的統(tǒng)計分析5. 計算機(jī)分類計算機(jī)分類 選用最大似然法進(jìn)展監(jiān)視分類，分類器采用選用最大似然法進(jìn)展監(jiān)視分類，分類器采用ROI選選取的訓(xùn)練區(qū)圖取的訓(xùn)練區(qū)圖5-7。 圖圖5 最大似然法分類界面最大似然法分類界面1圖圖6 最大似然法分類界面最大似然法分類界面2圖圖7 分類結(jié)果分類結(jié)果6. 分類后處置分類后處置 結(jié)合詳細(xì)情況，可以對分類后的結(jié)果進(jìn)展挑選、結(jié)合詳細(xì)情況，可以對分類后的結(jié)果進(jìn)展挑選、合并等分類后處置本指點(diǎn)書中暫不思索此類處合并等分類后處置本指點(diǎn)書中暫不思索此類處置。置。 7. 精度評價精度評價 經(jīng)過驗證樣本來評價分類的精度。精度評價需經(jīng)過驗證樣本來評價分類的精度。精度評價需求地表真實數(shù)據(jù)?？梢越?jīng)過真實圖像或感興趣區(qū)求地表真實數(shù)據(jù)。可以經(jīng)過真實圖像或感興趣區(qū)來獲得。以下經(jīng)過感興趣區(qū)工具來獲取驗證樣本，來獲得。以下經(jīng)過感興趣區(qū)工具來獲取驗證樣本，并計算混淆矩陣，進(jìn)展精度評價圖并計算混