ERDAS遥感影像处理.docx

ERDAS遥感影像处理.docx

《ERDAS遥感影像处理.docx》由会员分享，可在线阅读，更多相关《ERDAS遥感影像处理.docx（10页珍藏版）》请在冰豆网上搜索。

ERDAS遥感影像处理

ERDAS遥感影像处理

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

③media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，方便以后操作。

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－>layerstack，

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  outputfile选择导出文件路径及命名文件。

③Datatype设为Unsigned8bit；

④Outputoption设置为Union（另一个是做波段分离的），选中ignorezero  stats；

⑤进行操作。

3、图像预览

在开始进行分类之前，需要先仔细查看合成后的图像，确定卫片所覆盖的地理区域及海拔范围，确定主要的地标性元素。

由于卫片原始数据的差异，同样的地表覆盖物斑块在不同时期的卫片中或不同地区的卫片中显示的颜色都可能不同，所以在预览中，还要熟悉整个范围内的地表覆盖类型和不同地物之间的变化。

①打开显示窗口，加载裁切后的6通道的图像（4，3，2）或者（4、5、3）、（7，4，2）；

②把图像缩小至适合窗口，浏览图像，注意河流、城镇、植被、水体、土壤的分布；

③选择特定区域放大，查看各种不同的地表覆盖物类型的分布及色调变化；

根据经验，在4，3，2（RGB）的波段组合下，各种地表覆盖物类型的特点如下：

a．森林——森林显示出棕色、红色、褐色等一系列多变的色调。

在高海拔地区，成熟针叶林为很浓的棕色或暗红色；在中低海拔地区，森林的颜色多变，从棕色到红色到暗绿色都有，部分落叶林在冬季呈现出锈黄色；

b．灌丛和草甸——相对于临近的森林斑块，灌丛和草甸呈现出明亮许多的红色到浅红色。

在高海拔地区，大片的草地在夏季可能为浅红或锈红色，而冬季则呈现青绿色；

c．湖泊、河流——湖泊通常为边界清晰的黑色斑块，河流则显示为黑色或深蓝色。

在冬季，水面结冰或覆盖有雪则显示出不同深浅的紫红色；

d．城镇——很明显的比较亮的灰色或青灰色斑块，通常可见有规则的灰色线条（公路）穿过；

e．农田——颜色多变的绿色、灰色、淡紫色、浅红色斑块，通常沿河谷两侧不规则分布，在平原区则大片分布。

河道边的水田往往显示出富含水分的青灰色。

4、图像分类

5.1进行非监督分类

步骤：

第1步：

启动非监督分类

在ERDAS图标面板工具条中单击Classifier图标，打开Classification对话框，单击UnsupervisedClassification按钮，打开UnsupervisedClassification对话框

第2步：

进行非监督分类

在UnsupervisedClassification对话框中进行下列设置：

①确定输入文件（InputRasterFile）（要进行分类的文件）；

② 确定输出文件（OutputFile）（产生的分类文件），文件名定为ppprrr_YYYYMMDD_123457_unsupervised_15.img；

③ 选择生成分类模板文件OutputSignatureSet，确定模板文件名称,命名同上；

④ 确定聚类参数（ClusteringOptions），需要确定初始聚类方法与分类数：

⑤  默认选择InitializefromStatistics（按照图像的统计值产生自由聚类）；

⑥  确定初始分类（Numberofclasses）为15（分为15类）；

⑦  单击InitializingOptions按钮，打开FileStatisticsOptions对话框，设置一些统计参数，一般采用默认值；

⑧  单击ColorSchemeOptions按钮，打开OutputColorSchemeOptions对话框，设置分类图像彩色属性，此处单击ApproximateTrueColor，采用RGB对应453波段合成。

⑨其他参数采用默认值。

⑩  单击OK按钮（关闭UnsupervisedClassification对话框，执行非监督分类）。

4.2定义分类模板

（1）步骤：

Main－>ImageClassification－>Classification－>SignatureEditor，打开分类模板编辑器。

在Viewer窗口下的Raster下打开Tools图标，选择多边形AOI绘制。

（2）定义模板原则

①必须在分类之前就知道研究区域的森林类型、覆盖范围以及图像的叠和现象，以保证输出分类的连续性。

②当创建训练区时，对于每一个类别都有一些子类，每个子类选择的AOI区域应该不少于5个，并且每个AOI区域内象素的颜色类型一致，跳跃不能很大，即不出现杂色。

4.3执行监督分类

①    依次选择：

Main－>ImageClassification－>Classification－>SupervisedClassification，打开监督分类对话框。

②    输入原始文件

③    定义输出文件

④    确定分类模板文件

⑤    选择输出分类距离文件为DistanceFile

⑥     定义分类距离文件

⑦    选择非参数规则（Non-ParametricRule）为FeatureSpace

⑧    选择叠加规则（OverlayRule）为ParametricRule

⑨    选择未分类规则（UnclassifiedRule）为ParametricRule

⑩    选择参数规则为MaximumLikelihood（即最大似然法）

⑪    取消选中Classifyzeros复选框

⑫    OK执行监督分类。

4.4后期检查修正

      打开两个viewer窗口，进行链接（选择link工具）。

并可以选择aoi的显示功能检查子类选择的正确性。

反复验证、修改模板。

4.5重新分类

重复以上步骤，重新分类，达到最佳分类结果

5、分类重编码

将分类结果图像进行分类重编码，减少分类数量。

判断每个分类的专题属性，对相近或类似的分类通过图像重编码进行合并，并定义分类名称和颜色。

①    Main->ImageInterpreter->GISAnalysis->Recode

②    确定输入、输出文件；

③    设置新的分类编码（SetupRecode），打开ThematicRecode表格，根据需要改变“NewValue”字段取值（直接输入）；

④    单击OK；

⑤    单击OK

6、滤波

①ImageInterpreter|GISAnalysis...|Eliminate...；

②输入文件为“.._clp4.img”，输出文件为“..._elim25.img”；

③“Minimum”选择“25”；（因为象素分辨率为28.5M，25个象素接近于2公顷；这样最小图斑为2公顷）

④“Output”选择“8bit”

7.erdas配准步骤

配准步骤：

要求

1在viewer模块里打开你的正确的影像。

2点击dataprep模块，打开他下面得imagegeometriccorrection子模块，

3选择fromimagefile，选择你要配得图像，打开

4，在出现得setgeometricmodel里

选择polyonial

5在下面的对话框里有个polynomialorder一般选2就可以

6然后应用，在close那个对话框

7 在下面的对话框里，选第一个

8出现一个小的对话框，不用管它，点击你第一步打开得准确的图像界面，就可以配准了

9在你的准确图像里面点击一个点，然后转到你的需要配的图象里面找与它相似的点，点击，选够6个点后，在gcptool那个界面里面将出现误差参数，可以看你得点是不是准确。

这6个点是控制点，所以你选择时应该分散开，尽量在全图范围里找。

10 然后选择其它点越多越好

11如果你不想那样麻烦的找，你可以在任何一幅图像上点击鼠标右键，然后选择geo。

link/unlink选项，那样子的话，你只需要在一个图象里点点，机器自动给你在另一个里面找，不过头六个点不会出现误差参数，从第七个点开始会出现误差参数，如果误差太大，你必须在修改。

12，在你配完后，在geocorrectiontools里面点击第3个图标就ok

13，如果你配准到中间要休息，需要保存gcptools对话框，

下次在匹配直接打开就行。

14。

配准完后得总误差也就是那个rms误差必须在0.5个像元以里。

工作完毕，你的图就ok

ArcGIS10.0操作之三——影像配准方法之一

地图配准可分为影像配准和空间配准。

影像配准的对象是raster图，譬如TIFF图。

配准后的图可以保存为ESRIGRID,TIFF,或ERDASIMAGINE格式。

空间配准（SpatialAdjustment）是对矢量数据配准。

下面简单的介绍影像配准的第一种方法：

1、加载地形图；

2、在工具栏处右键单击，调出Georeferencing（影像配准）工具条

3、单击AddControlPoint ,选择控制点（控制点选取要尽量均匀、对称）并右键单击，弹出输入x,y坐标对话框，如下；

4、输入控制点，并依次在选择多个控制点；

5、如下图，单击下拉菜单中的updatedisplay即可实现配准；

6、单击Rectify,并进行存储路径设置，单击确定即可得到配准之后的影像。

ArcGIS中影像图配准方法研究

数据准备：

1:

2000影像数据55.2-38.0.tif55.2-39.0.tif

配准前：

加载上述两幅影像图，在ArcMap中显示效果如下：

第1步地形图的配准－加载数据和影像配准工具

所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢量化工作顺利进行。

打开ArcMap，添加“影像配准”工具栏。

把需要进行配准的影像—55.2-38.0.tif增加到ArcMap中，会发现“影像配准”工具栏中的工具被激活。

第2步输入控制点

在配准中我们需要知道一些特殊点的坐标。

一般为控制点――公里网格的交点。

在这里将选取影像图的四个角点，根据影像图的图幅号算出它的每个角点的坐标点。

        在“影像配准”工具栏上，点击“添加控制点”按钮。

        使用该工具在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点实际的坐标位置，如下图所示：

        用相同的方法，在影像上增加多个控制点（大于7个），输入它们的实际坐标。

点击“影像配准”工具栏上的“查看链接表”按钮。

       检查控制点的残差和RMS，删除残差特别大的控制点并重新选取控制点。

转换方式设定为“二次多项式”

注意：

在连接表对话框中点击“保存”按钮，可以将当前的控制点保存为磁盘上的文件，以备使用。

第3步设定数据框的属性

        增加所有控制点，并检查均方差（RMS）后，在”影像配准”菜单下，点击“更新显示”。

执行菜单命令“视图”－“数据框属