ENVI遥感图像配准实验报告.docx

ENVI遥感图像配准实验报告.docx

《ENVI遥感图像配准实验报告.docx》由会员分享，可在线阅读，更多相关《ENVI遥感图像配准实验报告.docx（10页珍藏版）》请在冰豆网上搜索。

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。

（2）双线性内插方法

双线性内插方法是使用临近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。

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：

（3）三次卷积内插方法

三次卷积内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，方法与双线性内插相似，先在Y方向内插四次（或X方向），再在X方向（或Y方向）内插四次，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范围。

适用于航片和遥感影像的重采样。

作为对双线性内插法的改进，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内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：

其中：

计算后可得出：

（4）算法比较示意图：

三、实验内容：

1、熟练使用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、初步了解学会图像处理的基本流程。

3、手动选择控制点，对所给的两幅图像bldr_tm.img和bldr_sp.img进行精确配准。

4、对比生成配准影像的五种不同方法，分析各自的特点和优劣。

四、实验步骤：

（1）打开基准图像bldr_tm.img（图1-1）和待匹配影像bldr_sp.img（图1-2）。

（图1-1）基准影像（图1-2）待匹配影像

（2）手动选择控制点

（图2-1）基准影像（图2-2）待匹配影像

（图2-3）匹配点数据

（3）进行影像匹配，输出匹配后图像

i.选择RST校正法、NearestNeighbor重采样法，输出文件名为bldr_tm1.wrp。

ii.选择RST校正法、Bilinear重采样法，输出文件名为bldr_tm2.wrp。

iii.选择RST校正法、CubicConvolution重采样法，输出文件名为bldr_tm3.wrp。

iv.选择Polynomial校正法、CubicConvolution重采样法，输出文件名为bldr_tm4.wrp。

v.选择DelaunayTriangulation校正法、CubicConvolution重采样法，输出文件名为bldr_tm5.wrp。

五、结果分析

前三中匹配方法都采用RST校正法，主要对NearestNeighbor重采样法、Bilinear重采样法、CubicConvolution重采样法进行对比,可得出如下结论：

1、NearestNeighbor重采样法：

该采样法是直接赋值，使得这种计算方法非常简单，耗时最少，但由于相邻点的灰度值间隔值不连续的，这就导致校正后的影像出现亮度落差过大的现象，灰度值由较大的改变，细节结构粗糙，影像出现断层情况。

2、Bilinear重采样法：

该采样方法是对NearestNeighbor重采样法的改进，其实质是以原影像个网格在校正前后影像网格中的面积作权重，将属性加权平均作为当前的属性，具有低通滤波的性质，致使部分高频信号丢失，导致影响轮廓模糊，但边缘处的过度相比最近邻法较自然，没有锯齿现象。

3、CubicConvolution重采样法

该方法效果最好，因为是金丝最佳插值函数辛克插值，采用了周围16个像素的灰度值进行加权计算，因此，其生成的影像精度较高，不会出现最近邻法和双线性法内插的不利情况，保持较好的影像边缘细节，但该算法的计算量比前两者要大许多，且对原有像元点的数据仍会产生一定影响。

最后两种包括第三种匹配方法都采用CubicConvolution重采样法，主要对RST校正法、Polynomial校正法、DelaunayTriangulation校正法的比较，可以得出如下结论：

RST校正法是最简单的校正法，耗时最少且边缘平滑，而Polynomial校正法会导致边缘产生锯齿波现象，DelaunayTriangulation校正法边缘平滑，但生成的图像部分图像被删减，丢失了大部分信息。

六、实验心得与收获：

通过此次ENVI软件实验学习遥感图像处理配准，进一步加深了对RST、Polynomial、DelaunayTriangulation三种校正法和NearestNeighbor、Bilinear、CubicConvolution三种重采样法的理解，并通过结果图像的比较，了解到不同重采样方法的优缺点，更好地理解了老师课堂上所讲的遥感图像配准原理知识。

ENVI软件在遥感领域应用很广泛，如今所学操作以及知识只是冰山一角，希望能加强学习ENVI软件的操作和原理，这样就可以和老师课堂所讲内容有所互补，相得益彰。