遥感实习报告.docx

遥感实习报告.docx

《遥感实习报告.docx》由会员分享，可在线阅读，更多相关《遥感实习报告.docx（13页珍藏版）》请在冰豆网上搜索。

遥感实习报告

遥感实验报告

姓名：

xxx学号：

日期：

1．实验目的和内容

1.1目的：

编写程序，使用Isodata方法对图像AA进行非监督分类。

1.2内容：

要求给出参数的输入界面，能够显示图像结果，并能够使用图像分割中的方法进行后处理。

1.3原理

1.3.1对比遥感图像非监督分类与监督的结果

1.3.2对比ISODA以与最大相似性分类的差异，并解释产生差异的原因

1.3.3最大似然法监督分类结果的后处理

1.3.4利用遥感对地观测的优势进行地表覆盖分类是遥感监测的典型应用。

2．实验操作过程

2.1打开图像AA，并使用（5.4.3）假合成在#1窗口中。

2.2在菜单栏单击Classification-Unsupervised-IsoData,选择图像文件及波段范围（SpectralSubset）后，弹出如下图所示的窗口。

输出结果保存为AA-非监督分类，其他参数不变，确定。

保持窗口#1和窗口#2的连接。

2.3分类后处理

由于非监督分类方法得到的初步结果，难于达到最终的应用目的。

因此，需要对初步的分类结果进行一些处理，才能得到满足需求的分类结果，这些处理过程就通常称为分类后处理。

常用分类后处理通常包括：

类别集群、主次要分析、类别筛选、分类统计和分类结果矢量化等。

2.4处理过程

下面是详细操作流程：

（1）打开分类结果“AA-非监督分类”；

（2）打开Majority/Minority分析工具，路径为Classification/PostClassification/Majority/MinorityAnalysis，在弹出对话框中选择“AA-非监督分类”，点击OK；

（3）在Majority/MinorityParameters面板中，点击SelectAllItems选中所有的类别，其他参数按照默认即可，如下图所示。

然后点击Choose按钮设置输出路径，点击OK执行操作。

（4）查看结果如图所示，可以看到原始分类结果的碎斑归为了背景类别中，更加平滑。

3.监督分类

3.2.1先提取图像中水体信息

查看图像直方图，如下图

三个通道（5，4，3）的直方图

3.2.2查看光谱剖面信息

光谱剖面曲线变化

3.2.3查看不同像素位置光谱值变化

灰度显示波段5图像，查看直方图，确定谷底灰度级

保持最小值9不变，改变最大值为25，应用拉伸拉伸结果如下。

拉伸结果

3.2.4提取当前位置的像素值

光谱剖面

3.2.5提取水体

代数运算

3.2.6进行密度分割

密度分割后的显示结果

3.2.7分割结果的形态学处理

AA_water

处理后的结果

3.2.8进行栅格矢量化

当前矢量列表窗口

3.2.9将矢量层另存为Shape文件

图矢量图

4..实验感想

通过这次作业使我懂得了理论学习是很重要的，当然只有理论知识是远远不够的，只有把所学的理论知识与实践相结合起来，从理论中得出结论，才能真正为社会服务，从而提高自己的实际动手能力和独立思考的能力。

在设计的过程中遇到问题，可以说得是困难重重，但可喜的是最终都得到了解决。

实验过程中，此次作业也让我明白了思路即出路，有什么不懂不明白的地方要及时请教或上网查询，只要认真钻研，动脑思考，动手实践，就没有弄不懂的知识，收获颇丰。