遙感實(shí)驗(yàn)報(bào)告

#遙感原理與應(yīng)用實(shí)驗(yàn)報(bào)告日月年■■■■■■■■名號(hào)院業(yè)姓學(xué)學(xué)專實(shí)驗(yàn)一：ERDAS視窗的認(rèn)識(shí)實(shí)驗(yàn)一、實(shí)驗(yàn)?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(gè)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(shí)習(xí)奠定基礎(chǔ)。二、實(shí)驗(yàn)步驟打開(kāi)IMAGINE視窗啟動(dòng)數(shù)據(jù)預(yù)處理模塊啟動(dòng)圖像解譯模塊啟動(dòng)圖像分類模塊啟動(dòng)數(shù)據(jù)輸入/輸出模塊啟動(dòng)地圖編制模塊啟動(dòng)圖像庫(kù)管理模塊啟動(dòng)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(qiáng)光譜增強(qiáng)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(shí)驗(yàn)小結(jié)通過(guò)本次試驗(yàn)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(gè)視窗操作模塊的功能和用途。為后續(xù)的實(shí)驗(yàn)奠定了基礎(chǔ)。實(shí)驗(yàn)二遙感圖像的幾何校正一、實(shí)驗(yàn)?zāi)康恼莆者b感圖像的糾正過(guò)程二、實(shí)驗(yàn)原理校正遙感圖像成像過(guò)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(guò)程。而將地圖投影系統(tǒng)賦予圖像數(shù)據(jù)的過(guò)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(biāo)系統(tǒng)，因此幾何校正的過(guò)程包含了地理參考過(guò)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(shí)接收到的有關(guān)運(yùn)行姿態(tài)、傳感器性能指標(biāo)、大氣狀態(tài)、太陽(yáng)高度角對(duì)該幅圖像幾何畸變進(jìn)行了幾何粗校正。利用地面控制點(diǎn)進(jìn)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(guò)幾何粗校正，因此這里主要進(jìn)行一種通用的精校正方法的實(shí)驗(yàn)。該方法包括兩個(gè)步驟：第一步是構(gòu)建一個(gè)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(biāo)準(zhǔn)圖像空間的某種對(duì)應(yīng)關(guān)系，實(shí)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(duì)應(yīng)關(guān)系把原始畸變圖像空間中全部像素變換到標(biāo)準(zhǔn)圖像空間中的對(duì)應(yīng)位置上,完成標(biāo)準(zhǔn)圖像空間中每一像元亮度值的計(jì)算。三、實(shí)驗(yàn)內(nèi)容根據(jù)實(shí)驗(yàn)的數(shù)據(jù)，對(duì)兩張圖片進(jìn)行幾何糾正四、實(shí)驗(yàn)流程fe3=2Wctnr顯示圖像模型一調(diào)用幾何糾正模型一啟動(dòng)控制點(diǎn)工具一采集地面控制點(diǎn)和地面檢查點(diǎn)一計(jì)算變換參數(shù)一灰度重采樣一糾正精度評(píng)定實(shí)驗(yàn)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(dòng)控制點(diǎn)工具一采集地面控制點(diǎn)和地面檢查點(diǎn)一計(jì)算變換參數(shù)一灰度重采樣一糾正精度評(píng)定實(shí)驗(yàn)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(shí)驗(yàn)小結(jié)在此次的實(shí)驗(yàn)過(guò)程中，控制點(diǎn)的選取是至關(guān)重要的，如果不能較精確的選擇控制點(diǎn)校正后的圖像有很大的誤差；而選擇控制點(diǎn)是要圖中均勻的選取，不能局部過(guò)于密集。校正后的圖像可以和參考圖像進(jìn)行關(guān)聯(lián)對(duì)比。

實(shí)驗(yàn)三遙感圖像的輻射增強(qiáng)一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)上機(jī)操作，了解輻射增強(qiáng)的過(guò)程和方法，加深對(duì)圖象增強(qiáng)處理的理解。二、實(shí)驗(yàn)原理ERDASIMAGE圖像解譯模塊主要包括了圖像的空間增強(qiáng)、輻射增強(qiáng)、光譜增強(qiáng)、高光譜工具、傅立葉變換、地形分析以及其他實(shí)用功能。主要包括卷積增強(qiáng)處理；銳化增強(qiáng)處理;濾波分析、直方圖處理；主成分分析、色彩變換等。簡(jiǎn)單的線性變換是按比例拉伸原始圖像灰度等級(jí)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(dá)到飽和。直方圖均衡化實(shí)質(zhì)上是對(duì)圖像進(jìn)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(lái)直方圖中間的峰頂部分對(duì)比度得到增強(qiáng)，而兩側(cè)的谷底部分對(duì)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(guò)非線性變換使得一個(gè)圖像的直方圖與另一個(gè)圖像的直方圖類似。直方圖匹配對(duì)在不同時(shí)間獲取的同一地區(qū)或鄰接地區(qū)的圖像，或者由于太陽(yáng)高度角或者大氣影響引起的差異的圖像很有用，特別是對(duì)圖像鑲嵌或者變化檢測(cè)。三、實(shí)驗(yàn)內(nèi)容1.LUT拉伸(LUTStretch)：上lx⑥號(hào)*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(yáng)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(shí)驗(yàn)小結(jié)通過(guò)本次上機(jī)操作，了解輻射增強(qiáng)的過(guò)程和方法，加深了圖象增強(qiáng)處理的理解。學(xué)會(huì)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(guò)軟件應(yīng)用到實(shí)際操作中去,加深了對(duì)理論的認(rèn)識(shí)，熟練了實(shí)際操作。實(shí)驗(yàn)四遙感圖像的光譜增強(qiáng)、分類和建模一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)上機(jī)操作，了解光譜增強(qiáng)的過(guò)程和方法，加深對(duì)圖象增強(qiáng)處理的理解。通過(guò)上機(jī)操作，了解圖像非監(jiān)督分類和空間建模的過(guò)程和方法，加深對(duì)其理解。二、實(shí)驗(yàn)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(dú)立的較少的幾個(gè)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(duì)256個(gè)波段的圖象進(jìn)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(gè)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(méi)有先驗(yàn)類別（訓(xùn)練場(chǎng)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(jìn)行歸類合并（將相似度大的像元?dú)w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(duì)影像地物獲取先驗(yàn)知識(shí)，僅依靠影像上不同類地物光譜信息（或紋理信息）進(jìn)行特征提取的統(tǒng)計(jì)特征的差別來(lái)達(dá)到分類的目的，最后對(duì)已分出的各個(gè)類別的實(shí)地屬性進(jìn)行確認(rèn)。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(jí)集群法（HierarchicalClustering）分級(jí)集群法采用“距離”評(píng)價(jià)各樣本（每個(gè)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(gè)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(dòng)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(dòng)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(dòng)態(tài)聚類法中具有代表性。

三、實(shí)驗(yàn)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(ài)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(chóng)曲曰D,*■■Vic-Aer^iij-dassifiefimgULsyrr.lJjFileUbl<rVict*—AQ|