《遥感原理与应用》课程上机.docx

上传人:b****7 文档编号:9327395 上传时间:2023-02-04 格式:DOCX 页数:25 大小:6.08MB
下载 相关 举报
《遥感原理与应用》课程上机.docx_第1页
第1页 / 共25页
《遥感原理与应用》课程上机.docx_第2页
第2页 / 共25页
《遥感原理与应用》课程上机.docx_第3页
第3页 / 共25页
《遥感原理与应用》课程上机.docx_第4页
第4页 / 共25页
《遥感原理与应用》课程上机.docx_第5页
第5页 / 共25页
点击查看更多>>
下载资源
资源描述

《遥感原理与应用》课程上机.docx

《《遥感原理与应用》课程上机.docx》由会员分享,可在线阅读,更多相关《《遥感原理与应用》课程上机.docx(25页珍藏版)》请在冰豆网上搜索。

《遥感原理与应用》课程上机.docx

《遥感原理与应用》课程上机

《遥感原理与应用》课程上机

 

目录

一、实习目的-1-

二、实验数据介绍-1-

三、实验过程图像增强处理-1-

1.空间域增强-1-

1.1点运算-1-

1.1.1Linear线性拉伸-1-

1.1.2Piecewiselinear-2-

1.1.3Gaussian-2-

1.1.4Equalization(直方图均衡化)-3-

1.1.5SquareRoot-3-

1.1.6Arbitrary-4-

1.1.7直方图匹配(直方图规格化)-4-

1.2邻域运算-5-

1.2.1图像锐化Highpass-5-

1.2.2图像平滑Lowpass-7-

2.频率域增强-7-

2.1快速傅里叶变换FFT-7-

2.2定义FFT滤波器-8-

2.3反向FFT变换-11-

3彩色增强-12-

3.1伪彩色增强(密度分割法)-12-

3.2假彩色增强-13-

4.多图像代数运算-14-

4.1差值法-14-

4.2比值法-15-

4.3混合运算法-16-

5.多光谱图像转换-17-

5.1主成分变换(K-L变换)-17-

5.2缨帽变换-19-

四、实验体会-21-

ENVI初步学习和影像增强处理

一、实习目的

通过对ENVI软件的初步学习和实习操作,了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能,加深对所学课程原理的理解,为从事相关项目的研究和开发奠定基础。

对于影像增强需要掌握直方图的概念、生成方法,通过对不同图像直方图的比较,理解直方图所反映的图像性质;了解图像增强和滤波的多种方法,掌握直方图均衡、分段线性拉伸、密度分割、平滑、锐化、边缘增强的方法;通过图像增强和滤波多种方法的实习,掌握改善遥感图像视觉效果的有效方法。

二、实验数据介绍

本次实习的数据为landsat7ETM:

yaoyifei.img。

三、实验过程图像增强处理

1.空间域增强

1.1点运算

步骤:

打开一个多光谱图像,在主图像窗口中,选择Ehance->Interactivestretching,打开交互式直方图拉伸操作对话框。

1.1.1Linear线性拉伸

步骤:

选择Streth_Type->Linear,然后选择Options->AutoApply,打开自动应用,如图1.1.1-1所示。

注:

设定拉伸范围,使用鼠标移动直方图的白色垂直线虚线即可,或者在Streth中输入DN值或者百分比。

图1.1.1-1Linear线性

1.1.2Piecewiselinear

步骤:

选择Streth_Type->Piecewiselinear,然后选择Options->AutoApply,打开自动应用,如图1.1.2-1所示。

注:

在直方图的任意位置点击鼠标中键,即可以增加一个节点;使用鼠标移动直方图的白色垂直线虚线即可移动点的位置;删除点单击鼠标右键。

图1.1.2-1Piecewiselinear

1.1.3Gaussian

步骤:

选择Streth_Type->Gaussian,然后选择Options->AutoApply,打开自动应用,如图1.1.3-1所示。

注:

直方图的一条红色曲线显示的是被选的Gaussian函数,被拉伸的数据分布呈现白色,叠加在红色的Gaussian函数上。

图1.1.3-1Gaussian

1.1.4Equalization(直方图均衡化)

步骤:

选择Streth_Type->Equalization,然后选择Options->AutoApply,打开自动应用,如图1.1.4-1所示。

注:

输出的直方图用一条红色的曲线显示均衡化的函数,被拉伸的数据分布呈现白色叠加显示。

图1.1.4-1直方图均衡化

1.1.5SquareRoot

步骤:

选择Streth_Type->SquareRoot,然后选择Options->AutoApply,打开自动应用,如图1.1.5-1所示。

注:

输出的直方图用一条红色的曲线显示平方根的函数,被拉伸的数据分布呈现白色叠加显示。

图1.1.5-1SquareRoot

1.1.6Arbitrary

步骤:

选择Streth_Type->Arbitrary,然后选择Options->AutoApply,打开自动应用,如图1.1.6-1所示。

注:

也可以把一幅图像的直方图与另一幅图像的直方图进行匹配。

图1.1.6-1Arbitrary

1.1.7直方图匹配(直方图规格化)

步骤:

打开两幅图像,并且显示在Display中,选择Ehance->HistogramMatching,选择Ehance->Interactivestretching,打开交互式直方图拉伸操作对话框,如图1.1.7-1和1.1.7-2所示。

注:

使用直方图匹配可以把一幅图像的直方图匹配到另一幅图像的直方图上;输出直方图用红色显示,被匹配直方图用白色显示。

图1.1.7-1直方图规格化

图1.1.7-2直方图规格化

1.2邻域运算

1.2.1图像锐化Highpass

步骤:

打开一幅影像,单击菜单选项的Filter->ConvolutionsandMorphology,单击Convolution菜单的HighPass选项,如图1.2.1-1所示,选择某一波段,如图1.2.1-2所示,输出的影像如图1.2.1-3所示。

注:

卷积滤波是通过消除特定的空间频率来增强图像,锐化主要是增强图像的高频成分,突出图像的边缘信息,提高图像的细节反差。

图1.2.1-1

图1.2.1-2

图1.2.1-3锐化HighPass

1.2.2图像平滑Lowpass

步骤:

打开一幅影像,单击菜单选项的Filter->ConvolutionsandMorphology,单击Convolution菜单的LowPass选项,选择某一波段,输出的影像如图1.2.2-1所示。

注:

平滑目的在于消除图像各种干扰的噪声,使图像的高频成分消退,平滑掉图像的细节,使其反差降低,保存了低频的成分。

图1.2.2-1平滑Lowpass

2.频率域增强

2.1快速傅里叶变换FFT

步骤:

打开一幅TM影像,单击菜单选项的Filter->FFTFiltering->ForwardFFT。

在ForwardFFTInputFile对话框中,选择输入的图像文件。

如图2.1-1所示,

输出的FFT图像如图2.1-2所示。

注:

从图上可以看出:

中间很亮的部分集中了图像的低频信息,外围较暗部分集中了图像的高频信息,外框中两个较明显小白条是周期性条带噪声,方向与空间域中图像垂直。

图2.1-1

图2.1-2FFT

2.2定义FFT滤波器

步骤:

在菜单中单击菜单选项的Filter->FFTFiltering->FilterDefinition,在FilterDefinition对话框中,选择当前FFT图像Display窗口,单击OK,如图2.2-1所示,在Filter_Type选择CircuitPass(低通),如图2.2-2和2.2-3所示,点击OK,输出图层如图2.2-4所示。

类似设定Filter_Type选择CircuitCut(高通),如图2.2-5所示,点击OK,输出图层如图2.2-6所示。

图2.2-1

图2.2-2定义FFT滤波器

图2.2-3(低通)平滑LowPass

图2.2-4(低通)平滑LowPass

图2.2-5(高通)锐化HighPass

图2.2-6(高通)锐化HighPass

2.3反向FFT变换

步骤:

在菜单中单击菜单选项的Filter->FFTFiltering->InverseFFT,选择FFT图像,如图2.3-1所示,单击OK,在InverseFFTFilterFile对话框中,分别选择低通和高通滤波图像,单击OK,输出的低通和高通影像分别如图2.3-2和2.3-3所示。

注:

首先应用FFT滤波,然后将FFT图像反变换回空间域数据;并且由于平滑或者锐化的原因使图像看起来变得模糊。

实验时在此犯了错误,在进行反FFT变化时首先打开一个定义了滤波器的文件,出现错误,并及时询问老师改正。

图2.3-1

图2.3-2反向FFT变换(低通)

图2.3-3反向FFT变换(高通)

3彩色增强

3.1伪彩色增强(密度分割法)

步骤:

打开一影像,选择波段TMBand1,如图3.1-1。

在TMBand1菜单中选择Tools->ColorMapping->DensitySlicing。

选择TMBand1,如图3.1-2,点击OK,如图3.1-3,点击Apply,输出的结果如图3.1-4。

注:

密度分割法是伪彩色增强的最简单方法,就是根据灰度的大小,将不同的灰度范围划分为不同的层,并且赋予不同的颜色,时成为一幅彩色影像。

图3.1-1

图3.1-2

图3.1-3

图3.1-4密度分割法

3.2假彩色增强

步骤:

打开一幅TM影像,在AvailableBandsList窗口中,选择RGBColor,将TM的波段Band4、Band3、Band2分别RGB,打开合成的假彩色影像,如图3.2-1所示。

注:

假彩色即TM432影像;真彩色即TM321影像。

图3.2-1TM432

4.多图像代数运算

4.1差值法

步骤:

单击ENVI4.7软件菜单BasicTools->BandMath,输入差值运算式b1-b2,添加差值运算式,如图4.1-1,单击OK,分别添加BandTM1和BandTM2,如图4.1-2所示,生成图像如图4.1-3所示。

注:

当输入其它字母时,系统提示错误或者直接转化为B(b),推断系统默认的表达式字母为B(b)。

加法运算可以用来消弱随机噪声,差值运算可以用来进行动态监测。

图4.1-1

图4.1-2

图4.1-3差值法

4.2比值法

步骤:

比值法步骤类同差值法,只将运算表达式改为b1/b2,输出结果如图4.2-1和4.2-2。

注:

比值运算可以用来消除阴影。

图4.2-1

图4.2-2比值法

4.3混合运算法

步骤:

混合法步骤类同差值法,只将运算表达式改为b1+b2-b3/b4,输出结果如图4.3-1和4.3-2。

图4.3-1

图4.3-2混合运算法

5.多光谱图像转换

5.1主成分变换(K-L变换)

步骤:

单击菜单Transform->PrincipalComponents->ForwardPc->ComputeNewStatisticsandRotate,选择图像,如图5.1-1所示,单击OK,如图5.1-2所示,输出的Band1和Band3分别如图5.1-3和5.1-4所示。

注:

第一主分量集中了最大的信息量,最终计算结果大约等于83%;第一、二、三分量集中了大约93%的信息量。

图5.1-1

图5.1-2

图5.1-3K-L变换后的Band1和分析特征值窗口

图5.1-4K-L变换分析后的Band3

5.2缨帽变换

步骤:

单击菜单Transform->TasseledCap,如图5.2-1所示,选择图像,单击OK,在InputFileType中选择landsat7ETM,如图5.2-2所示,单击OK,输出Brighness图层如图5.2-3所示。

注:

主成分变换和缨帽变换的图层比较,如图5.2-4所示。

图5.2-1

图5.2-2

图5.2-3缨帽变换

图5.2-4主成分变换和缨帽变换的图层比较

四、实验体会

本次实验主要是对ENVI软件的初步学习和一些简单的实习操作,通过本次上机的实验学习,对遥感图像处理的基本原理、流程、操作步骤以及软件系统的基本构成和功能有了一个清晰的认识,加深对课堂所学原理的理解,提高了自己的动手能力和软件操作能力,为从事相关项目的研究和开发奠定基础。

在实习前我们先认真的复习了课堂的原理和内荣,并且查阅了相关的资料和书籍,对软件的操作有了一定的了解。

在实习中,如果遇到了不懂的问题,就及时地和同学讨论或者询问老师,力争将知识吃透,将我们实践与课堂了理论联系起来,做到理论联系实践,实践中检验理论,巩固理论,使理论更加生动和形象。

尤其是在实习中的FFT变换时遇到了比较严重的问题。

因为某一将FFT变化的具体每一步流程的意义搞清楚,所以在进行反FFT变化时,首先打开一个定义了滤波器的文件,出现错误,并且是课堂老师一再强调的,最终及时询问了谭老师,彻底地理解了此知识点的关键,并且及时地改正。

图像增强处理的目的是突出图像中的有用信息,扩大不同影像特征之间的差别,以便提高对图像的解译和分析能力,使之更适合实际应用。

此次应用的增强变换技术主要有:

空间域增强(包括点运算和邻域运算)、频率域增强、彩色增强、多图像代数运算及多光谱图像增强等。

通过对ENVI软件的初步学习和实习操作,已经熟练地掌握了基本的操作,并且基本了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能,加深对所学课程原理的理解,达到了实验的预期结果。

最后,我还要感谢我们的谭老师和研究生学哥学姐,能在百忙之中,亲自指导我们实上机实习,并且无微不至、耐心地解决我们的每一个问题,给了我们辛勤的指导。

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 > 其它考试

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