实验报告四综述.docx
《实验报告四综述.docx》由会员分享，可在线阅读，更多相关《实验报告四综述.docx（18页珍藏版）》请在冰豆网上搜索。
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
姓名：
蓝绍萌
学号：
2014041025
班级：
地信141
组员：
实验项目：
实验4.遥感图像光谱增强处理
提交时间：
遥感图像处理上机报告评分
名称
实验
目的
实验
原理
数据
来源
实验
过程
数据
分析
心得、意
见或建议
排版
合计
评分标准
5
15
10
30
20
10
10
100
自评分
老师评分
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
4.1数据来源
ENVI遥感图像处理方法随书光盘
4.2数据描述
主成分分析、主成分逆变换数据：
下载源
随书光盘
波段数
6
对应的波长
Band1：
0.4850Band2：
0.5600Band3：
0.6600Band4：
0.8300Band5：
1.6500Band6：
2.2150
分辨率
-
投影
-
地区
加拿大
缨帽变换、RGB与HLS相互转化数据：
下载源
随书光盘
波段数
7
对应的波长
-
分辨率
25Meters
投影
Transverse
Mercator
地区
-
图像融合数据：
下载源（TM）
随书光盘
下载源（SPOT）
随书光盘
波段数
6
波段数
1
对应的波长
Band1：
0.4850Band2：
0.5600
Band3：
0.6600
对应的波长
GeoreferencedSPOT：
0.8030
Band4：
0.8300Band5：
1.6500Band6：
2.2150
分辨率
30Meters
分辨率
10Meters
投影
UTM
投影
UTM
地区
美国
地区
美国
5.实验过程
5.1主成分分析
在窗口中加载出图像文件，在主菜单中Transforms->PrincipalComponents->ForwardPCRotation中选择ComputeNewStatisticsandRotate，启动主成分分析模块。
由上图，在SelectSubsetfromEigenvalues中选择Yes，可以计算出统计信息，会列出每个波段及其相应的特征值以及每个主成分波段中所包含的数据方差的累计百分比。
选择输出波段数，按OK键输出。
输出结果会显示主成分特征值，选择3,2,1波段合成后的图像色彩饱和；选择6,5,4
波段合成后的图像上有很多噪声。
图4:
3,2,1波段色彩饱和图
图5:
6,5,4波段噪声图
在主菜单中，选择BasicTools->Statistics->ViewStatisticsFile可以打开主成分中的统计文件，可以得到对应的基本统计值、协方差矩阵、相关系数矩阵以及特征向量矩阵。
图6：
基本统计值、协方差矩阵
图7：
相关系数矩阵、特征向量矩阵
5.2主成分逆变换
主成分逆变换就是将经主成分变换获得的图像重新恢复到RGB彩色空间，应用时，输入的图像必须是由主成分变换得到的图像，而且必须有当时的特征矩阵参与变换。
在Transforms->PrincipalComponents中选择InversePCRotation可以进行主成分逆
变换。
在Calculateusing中可以切换计算方式。
点击OK后输出结果。
图9：
主成分逆变换3,2,1波段
图10：
主成分逆变换6,5,4波段
5.3缨帽变换
在窗口中加载出一个Landsat5TM数据，在Transforms中选择TassledCap，输入图像数据，在输入图像类型中选择Landsat5TM。
经过缨帽变换后可以得到亮度、绿度、第三分量这三个分量。
图13：
缨帽变换原图
图14：
缨帽变换结果图
图15：
亮度
图16：
绿度
图17：
第三成分
5.4RGB与HLS相互转换
在主菜单中的Transforms中选择RGBtoHLS，在对话框中选择所加载的窗口，并选择3个波段进行变换。
图19：
RGB原图
图20：
HLS转换后图像
利用同样方法，选择HLStoRGB，进行转换。
图21：
HLStoRGB
图22：
转换为RGB原图
5.5图像融合
本实验利用Brovey变换和HSV变换进行两种图像融合。
5.5.1Brovey变换
将待融合的两张图像加载至窗口中。
主菜单中选择Transform->ImageSharpening->ColorNormalized，在弹出的窗口中选择加载出RGB图像的窗口。
在输出窗口中，选择重采样方式，选择输出文件路径，确认输出。
图25：
选择重采样方式
图26：
Brovey变换结果
5.5.2HSV变换
主菜单中选择Transform->ImageSharpening->HSV，同上述操作，选择RGB图像波段，进行输出。
图27：
选择RGB波段
图28：
HSV变换结果
6.实验结果与分析
通过本实验，得到了对应图像主成分分析、主成分逆变换、各种结果矩阵；缨帽变换，RGB和HLS相互转换，以及两种方法进行图像融合的结果。
结果图与原图相比有明显不同，实验效果良好。
7.心得、意见或建议
通过本次实验学会了主成分分析、主成分逆变换、缨帽变换、RGB和HLS相互转换以及两种图像融合的方法，分析了主成分变换之后的各种矩阵；熟练的掌握了相关的操作。
升级会员 