遥感图像处理实习报告i.docx

上传人:b****6 文档编号:5042003 上传时间:2022-12-12 格式:DOCX 页数:22 大小:9.42MB
下载 相关 举报
遥感图像处理实习报告i.docx_第1页
第1页 / 共22页
遥感图像处理实习报告i.docx_第2页
第2页 / 共22页
遥感图像处理实习报告i.docx_第3页
第3页 / 共22页
遥感图像处理实习报告i.docx_第4页
第4页 / 共22页
遥感图像处理实习报告i.docx_第5页
第5页 / 共22页
点击查看更多>>
下载资源
资源描述

遥感图像处理实习报告i.docx

《遥感图像处理实习报告i.docx》由会员分享,可在线阅读,更多相关《遥感图像处理实习报告i.docx(22页珍藏版)》请在冰豆网上搜索。

遥感图像处理实习报告i.docx

遥感图像处理实习报告i

 

遥感图像处理

实习报告

 

前言

通过遥感图像处理实习,使学我们在《遥感技术与应用》课程的课堂教学及实验课教学的基础上进一步将理论与实践相结合,消化和理解课堂所学理论知识,达到初步掌握利用遥感图像处理软件ERDAS等来处理遥感图像,并熟悉遥感图像处理流程与方法的目的。

我们08级城规系同学在实习指导课上自学《遥感图像处理实习指导书》为主,指导教师讲授为辅;每人1台计算机,结合相应遥感图像及ERDAS软件的具体操作进行。

遇到不会的问题,大家集体商量的解决;实在是解决不了的,就共同找指导老师,最终终于解决问题。

总而言之,在一周的不懈努力之下,我们完成了此次实习。

 

目录

前言………………………………………………………………1

目录………………………………………………………………2

一、实验名称……………………………………………………3

二、实习地点……………………………………………………3

三、实习时间……………………………………………………3

四、实习目的……………………………………………………3

五、实习内容……………………………………………………3

1.图像的显示和存取…………………………………………3

2.图像的预处理………………………………………………5

3.图像增强……………………………………………………11

4.监督分类、非监督分类的过程及成果……………………15

六、实习中存在的问题…………………………………………17

七、实习体会及收获……………………………………………17

 

一、实验名称:

遥感图像处理

二、实习地点:

辽工大博雅楼606

三、实习时间:

2011年12月19日-2011年12月25日

四、实习目的:

1.了解遥感软件的基本结构,并能熟练地运用该软件处理遥感数据

2.掌握使用软件工具来进行各种图像基本操作

3.灵活运用空间增强、辐射增强、光谱增强处理

4.掌握监督分类和非监督分类的原理与操作过程

五、实习内容:

1.图像的显示和存取

1.1图像显示视窗(Viewer)是显示栅格图像、矢量图形、注记文件、AOI等数据层的主要窗口,每次启动ERDASIMAGING时,系统都会自动打开一个二维视窗(Viewer)如图所示。

在应用过程中可以随时打开新的视窗。

二维视窗(Viewer)主要由视窗菜单条、工具条、显示窗和状态条四部分组成。

1.1.2图像显示

第一步:

启动程序

菜单上选择File|Open|RasterLayer——SelectLayerToAdd对话框下图或在工具条上选择——SelectLayerToAdd对话框图所示。

第二步:

确定文件

图中的File选项用于图像文件的确定,具体内容及实例如表所示。

第三步:

设置参数

在SelectLayerToAdd对话框中点击RasterOptions,就进入设置参数状态,如图所示。

第四步:

打开图像

在SelectLayerToAdd对话框中,点击OK,打开所确定的图像,视窗中显示该图像。

2.图像的预处理:

在ERDAS图标面板工具条中,点击图标——DataPreparation菜单。

2.1图象几何校正

第一步:

显示图象文件

在视窗中打开需要校正的LandsatTM图象:

第二步:

启动几何校正模块

在Viewer#1的菜单条中,选择Raster|GeometricCorrection

(1)ERDASIMAGINE

●打开SetGeometricModel对话框

●选择多项式几何校正模型Polynomial——OK

●程序自动打开GeoCorrectionTools对话框和PolynomialModelProperties对话框

●先选择Close关闭PolynomialModelProperties对话框

●程序自动打开GCPToolReferenceSetup对话框

●选择KeyboardOnlyOK

●程序自动打开ReferenceMapInformation提示框。

●选择MapUnits:

Meters

●添加地图投影参数,如下图:

●选择OK确定地图投影参数,并关闭上图。

●选择OK,确定ReferenceMapInformation,并关闭提示框。

并自动打开采集控制点对话框。

(3)GCP的具体采集过程:

在图像几何校正过程中,采集控制点是一项非常重要和相当重要的工作,具体过程如下:

●在GCP工具对话框中点selectGCP图标,进行GCP选择状态。

●在view#1中移动关联方框位置,寻找明显地物特征点,作为输入GCP。

●在GCP工具对话框中点击GreatGCP图标,并在view#2中点击左键定点,GCP数据表将记录一个输入的GCP,包括编号、标识码、X、Y坐标。

●在GCP工具对话框中输入地图参数坐标X、Y。

●不断重复上述步骤,采集若干GCP,直到满足所选是的几何校正模型为止。

(4)采集地面检查点:

以上所采集的GCP为控制点,用于建立转换方模型及多项式方程,地面检查点,则用于检验所建立的转换方程的精度和实用性,具体过程如下:

●在GCPTOOL菜单条中选择GCP类型:

Edit/SetPointType—check。

●在GCPTOOL菜单条中确定GCP匹配参数:

Edit/Pointmatching—打开GCPMatching对话框,并确定参数。

●确定地面检查点,其操作与选择控制点完全一样。

●计算检查点误差:

在GCPTOOL工具条中,点击ComputeError图标,检查点的误差就会显示在GCPTOOL的上方(如下图).

●在GeoCorrectionTools对话框中选择ModelProperties图标打开。

选择或检查参数,然后选择close关闭。

●图象重采样

●在GeoCorrectionTools对话框中选择ImageResample图标—打开ImageResample对话框,并定义重采样参数。

●输出图像文件名(outputfile):

rectify.img

●选择重采样方法(ResampleMethod):

NearestNeighbor

●定义输出图像在图与像元大小。

●设查输出统计中忽略零值。

●选择OK启动重采样进程,并关闭ImageResample对话框。

2.2拼接

图象拼接处理.将同一区域机邻的三幅TM图象进行拼接.其过程如下:

●启动图象拼接工具,在ERDAS图标面板工具条中,点击Dataprep/Datapreparation/Mosaicclmages—打开MosaicTool视窗。

●加载Mosaic图像,在MosaicTool视窗菜单条中,Edit/Addimages—打开AddImagesforMosaic对话框。

依次加载窗拼接的图像。

●在MosaicTool视窗工具条中,点击setInputMode图标,进入设置图象模式的状态,利用所提供的编辑工具,进行图象叠置组合调查。

●图象匹配设置,点击Edit/ImageMatching—打击Matchingoptions对话框,设置匹配方法:

OverlapAreas。

●在MosaicTool视窗菜单条中,点击Edit/setOverlapFunction—打开setOverlapFunction对话框

●设置相交关系(IntersectionMethod):

NoCutlineExists。

●设置重叠图像元灰度计算(selectFunction):

Average。

●Apply—close完成。

●运行Mosaic工具在MosaicTool视窗菜单条中,点击Process/RunMosaic—打开RunMosaic对话框。

●设置下列参数:

确定输出文件名:

shenhui.img

●确定输出图像区域:

ALL

●OK进行图像拼接。

2.3图象分幅裁剪根据研究区的工作范围进行图像分幅裁剪,利用ERDAS可实现两种图像分幅裁剪:

规则分幅裁剪,不规则分幅裁剪。

2.3.1规则分幅裁剪。

即裁剪的边界范围为一矩形,其具体方法如下:

在ERDAS图标面板工具条中,点击DataPrep/Datapreparation/subsetImage—打开subsetImage对话框,并设置参数如下:

2.3.2不规则分幅裁剪

●将Arclnfo多边形转换成网格图象。

●ERDAS图标面板工具条中,点击Vector/vectortoRaster—打开vectortoRaster对话框,并设置参数,并实现转换。

●通过掩膜运算实现图像不规则裁剪。

●ERDAS图标面板工具条中,点击Interpreter/Utilities/Mask--打开Mask对话框,并设置参数如下:

setupRecode设置裁剪区域内新值为1,区域外取0值。

3.图像增强

3.1空间增强:

包括卷积增强处理、纹理分析、

图象增强处理包括空间、辐射、光谱增强处理与傅低变换处理。

在实际运用中,不是所有的图象增强处理方法都要用到,具体采用哪种图象增强处理方法,视具体的研究区域,研究内容和对象而定。

利用ERADSIMAGINE进行图像增强主要采用ERADSIMAGINE的图像解译器(ImageInterpreter)模块,该模块包含了50多个用于遥感图像处理的功能模块,这些功能模块在执行过程中都需要通过各种按键或对话框定义参数,多数功能都借助模型生成器(ModelMaker)建立了图形模型算法,容易调用或编辑。

ERDAS图像解译模块包含了8个方面的功能,依次是遥感图像的空间增强(SpatialEnhancement)、辐射增强(RadiometricEnhancement)、光谱增强(SpectralEnhancement)、高光谱工具(HyperSpectralTools)、傅立叶交换(FourierAnalysis)、地形分析(TopographicAnalysis)。

地理信息系统分析(GlSAnalysis)、以及其它实用功能(Utilities)。

每一项功能菜单中又包含若干具体的遥感图像处理功能。

空间增强技术是利用像元自身及其周围像元的灰度值进行运算,达到增强整个图像之目的。

3.2辐射增强:

LUT拉伸处理、直方图均衡化处理。

辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。

查找表拉抻处理是通过修改图像查找表,使输出图像值发生变化。

通过定义,可实现线性拉伸、分段线性拉伸、非线性拉伸等处理。

●在ERDAD图标面标工具条中,点出Interpreter/RadiometricEnhancement/LUTStretch—--打开LUTstretch对话框,并设置参数如下:

点击View/customTable进入查找表编辑状态。

根据需要修改查找表。

3.3直方图均衡化处理实质上是对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范围内的像元的数量大致相等。

在ERDAS图标面板工具条中,点击Interpreter/RadiometricEnhancement/HistogramEqualization—--打开HistogramEqualization对话框,并设置参数如下:

3.3光谱增强:

主成份变换、缨穗变换、色彩变换光谱增强处理是基于多波段数据对每个像元的灰度值进行变换,达到图像增强的目的。

3.3.1主成份变换是一种常用的数据压缩方法,它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上,便于图像分析与解译,具体过程如下:

在ERDAS图标面标工具条中,点击Interpreter/spectralEnhancement/principalComp—--打开principalcomponents对话框,并设置参数如下:

3.3.2缨穗变换是针对植物学所关心的植被特征,对原始多波段图像数据进行空

间旋转,获得具有物理意义的亮度、绿度、湿度等分量。

●在ERDAS图标面板工具条中,点击Interpret/spectralEnhancement/TasseledCap—打开Tasseledcap对话框,并设置参数。

注,需要定义相关参数setcoefficients,点击setcoefficients按钮,打开对话框,确定区域内的类型。

下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。

3.3.3色彩变换是将区域图像从RGB的彩色空间转换到IHS作为定位参数的彩色空间,以便达到增强目的。

●在ERDAS图标面板工具条中,点击Interpreter/spectralEnhancement/RGBtoIHS—--打开RGBTOIHS对话框,并设置参数如下:

4.监督分类、非监督分类的过程及成果

4.1监督分类

ERDASIMAGINE的监督分类是基于分类模板来进行的,在分类模板生成器中,生成分类模板的基础是原图像和(或)其特征空间图像。

第一步:

显示需要进行分类的图像:

在视窗中显示<ERDASHOME>\execise\ljxtm.img(Red4/Grean5/B1ue3。

选择FittoFrame,其它使用缺省设置)。

第二步:

打开模板编辑器并调整显示字段。

图标面板工具子,点击C1assifier目标

第三步:

获取分类模板信息:

在原始图像或特征空间图像中获取分类模板信息。

4.2非监督分类

ERDASIMAGINE使用ISODATA算法(基于最小光谱距离公式)来进行非监督分类。

聚类过程始于任意聚类平均值或一个己有分类模板的平均值:

聚类每重复一次,聚类的平均值就更新一次,新聚类的均值再用于下次聚类循环。

ISODATA实用程序不断重复,直到最大的循环次数已达到设定阈值或者两次聚类结果相比有达到要求百分比的像元类别已经不再发生变化。

在ERDAS图标面板工具条中,点击Dataprep图标DataPreparation→unsupervisedClassification→UnsupervisedClassification对话框如下:

第二步:

进行非监督分类

在Unsupervisedclassification对话框中:

●确定输出文件(InputRasterFile):

(要被分类的图像)

●确定输出文件(OutputFile):

7.img(即将产生的分类图像)

●选择生成分类摸板文件:

OutputSignatureSet(将产生一个模板文件)

●确定分类摸板文件(Filename):

7.sig

●对Clusteringoptions选择InitializefromStatistics单选框

●确定初始分类数(Numberofclasses):

18分出18个类别)

●设置循环收敛阈值(ConvergenceThreshold):

0.95

●点击OK按钮(关闭UnsupervisedClassification对话框,执行非监督分类,获得一个初步的分类结果

六、实习中存在的问题:

1、专业英语没过关,对于软件里的英语单词不认识,导致操作错误。

2、操作不熟练,耗时长。

3、遥感专业知识掌握的不好。

七、实习体会及收获:

通过遥感图像处理实习,使我们在《遥感技术与应用》课程的课堂教学及实验课教学的基础上进一步将理论与实践相结合,消化和理解课堂所学理论知识,达到初步掌握利用遥感图像处理软件ERDAS等来处理遥感图像,并熟悉遥感图像处理流程与方法的目的

通过本次实习,巩固、扩大和加深了我们从课堂上所学的遥感理论知识,掌握了遥感相关软件的基本操作,并达到了一定的熟练程度,而且还有机会学会了遥感的操作。

不仅从此次专业实习中获得了相关实际操作的初步经验和基本技能,还着重培养了我们的独立工作能力,培养我们在操作过程中发现问题、解决问题的能力,而且进一步熟练了遥感软件的使用技能。

通过这次实习也拓展了我们与老师与同学的交际,合作的能力。

的确,一次实习要完整的做完,单靠一个人的力量和构思是远远不够的,也是不可能将要做的工作做好。

只有小组全体成员的合作和团结才能让实习快速而高效的完成。

这次实习培养了我们小组的分工协作的能力,增进了同学之间的感情,深化了友谊。

但是我们能够及时地进行交流和沟通,忘记昨天的不愉快,迎接新的朝阳!

 

 

成绩评定:

         指导教师签字:

年月日

实习单位意见

 

负责人签字:

(单位盖章)

年月日

备注

 

注:

实习结束时,由实习学生填写本表后,交指导教师和实习单位签署意见,最后交所在教学单位归档保管。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 考试认证 > 司法考试

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1