遥感数字图像处理Word文件下载.docx

1、1.课前预先下载所熟悉地区Landsat TM/ETM+/OLI影像数据2.利用下载影像数据的元数据文件将GeoTIFF格式的Landsat TM/ETM+/OLI原始数据转换为ENVI标准格式。3.查询并记录影像文件的根本信息、投影信息，以与各个波段直方图信息。4.打开影像，进展假彩色合成波段组合试验，说明实现真彩色合成与标准假彩色合成所需要的波段组合。5.利用Resize DataSpacial/Spectral工具从多波段影像中选取512512子区并保存为另一文件供后续工作中使用。6.对影像进展分析，说明子区影像直方图与原影像直方图的差异，并分析子区影像的根本特征。重新计算原影像统计特征

2、值，注意观察记录结果的变化。7.利用SPEAR工具Google Earth Bridge定位和分析研究区的高分辨率影像特征。8.采用标准假彩色合成影像进展影像目视解译，识别影像中的土地利用/土地覆盖类型，可能的土地利用/土地覆盖类型包括：（1） 耕地farmland（8） 公路/铁路road or railway（2） 草地grassland（9） 河流stream（3） 裸地barren land（10） 水库reservoir（4） 森林forest（11） 冰雪ice and snow（5） 城镇居民地town（12） 云cloud（6） 农村居民地village（13） 阴影shado

3、w（7） 沙漠desert列表说明上述地物分别在两种波段组合下的颜色、形状、纹理等特征。9.利用Z Profile （Spectrum）光谱剖面工具，提取上述地物在不同波段的数值Digital Number，DN；要求针对影像中的6种地物至少各采集10个样本，取平均值，做光谱剖面图，分析不同地物的灰度值随波段变化的特点。将光谱剖面数据保存为文本文件txt格式，可以用文本文件编辑器打开。10.采用Excel数据分析工具完成步骤6每种地物典型样本的特征光谱统计分析，并将统计表附加在报告当中。11.采用Excel打开步骤6生成的数据文件，从TM/ETM+/OLI/TIRS中选取红光波段和近红外波段的

4、数据，做散点图，分析上述不同地物在光谱空间中的分布情况与其规律注意要在同一坐标系当中使用不同的符号表示不同的地表覆盖类型，标注水平坐标和垂直坐标，并保持水平坐标和垂直坐标具有一样的纵横比。原理和方法命名规如此：LC8125034 行列号 2015影像的年份 136 2015年第136天 LGN 接收站代码 00产品级别文件x.tiff为波段影像文件，B1B7分别为海蓝波段、蓝光波段、绿光波段、红光波段、近红外波段、短波红外1、短波红外2，为用户常用的7个波段，B8为全色波段、B9为卷云波段、B10和B11为TIRS传感器观测热量所用，BQA波段为质量控制波段包含影像的云覆盖、水体、冰雪等信息。

5、.txt包含影像的元数据信息。数据准备与研究区概况数据从美国USGS官网c:iknowdocsharedatacur_workglovis.usgs.gov下载，卫星为landsat8，传感器为OLI，影像行列号为125034，影像日期为2015年5月16日，空间分辨率为30m30m，为XX5月份影像，XX市地处黄土高原东部边缘，地理坐标为东经11123 11428，北纬36393806，地势东高西低，山地、丘陵、平川呈阶梯状分布，大局部地区海拔在1000米以上。属暖温带大陆性季风气候，季节变化明显。总的特征为：春季枯燥多风，夏季炎热多雨，秋季天高气爽，冬季寒冷少雪。农作物主要种植玉米和小麦，

6、5月份正直玉米小麦的成长时期。操作步骤1.登陆USGS官网，创建账户并下载一景landsat8 OLI影像。2.通过FileOpen AsLandsatGeo Tiff with Metadata打开原始数据的元数据文件，再利用toolbox工具箱中的Raster ManagementLayer Stackingimport file，导入包含全色波段的txt元数据文件，生成标准ENVI格式文件，命名为LC8，该文件自动导入ENVI中。3.通过Raster ManagementEdit ENVI Header工具编辑LC8的头文件，完善影像的根本信息。4.通过Data Manager查询影像文

7、件的根本信息、投影信息，通过Statisticspute statistics，切记勾选Histograms，生成LC8.sta统计文件，然后通过StatisticsView Statistics File打开统计文件，查看各个波段直方图信息。5.通过Data ManagerBand Selection选择波段进展波段组合试验。6.利用Raster ManagementResize DataSpacial SubsetImage工具从多波段影像中选取5127.通过Statisticspute statistics生成子区影像的直方图，与原影像进展比拟分析。8.利用SpearSpear Goog

8、le Earth Bridge定位和分析研究区的高分辨率影像特征。9.采用标准假彩色合成影像进展影像目视解译。10.利用工具提取影像中6种地物至少10个样本，点击shift可连续选取，选取足够目标后导出为txt格式，以供数据分析使用。11.加载Excel中的分析工具库和分析工具库VBA，并导入第10步中的txt数据，计算每种地物各个波段的均值、方差、标准差、最大值、最小值，以与每种地物各个波段的协方差和相关系数，选取红光波段和近红外波段的数据制作散点图。结果与分析1.影像文件的根本信息和投影信息如下列图：其中所包含的数据信息如下：数据大小：831275354字节文件类型：ENVI传感器类型：L

9、andsat OLI投影信息：UTM投影，北半球 49带地理坐标系：WGS84像元大小：30米波长：2.各个波段直方图信息如下列图：3.波段组合试验：4、3、2：7、6、4：5、4、3：6、5、2：7、6、5：实现真彩色合成所需波段组合为：4红、3绿、2蓝，能够反映自然界真实景观。实现标准假彩色合成所需波段组合为：5近红外、4红、3绿，能够反映植被信息。4.截取的512512子区：5.原影像与子区影像直方图比照分析： 原影像每个波段的最小值均为0，而子区影像每个波段的最小值不为0，且最大值小于原影像最大值，均值小于原影像的均值，标准差小于原影像的标准差，这是因为子区只包含原影像的一局部，数据量

10、相对原影像较小，且不包含原影像外围的黑色区域，丢失了原影像中包含的最大最小值，各个波段的值相对较为集中，因此导致了子区各个波段的均值较大，标准差较小，突出表现了区域的特殊性。6.利用Google Earth分析研究区的影像特征7.标准假彩色合成目视解译：地物在两种波段组合下的颜色与纹理特征：耕地 草地裸地森林居民地公路/铁路河流云标准假彩色颜色绿色浅绿青色红色藏蓝深绿黑色白色纹理特征平滑粗糙真彩色棕黄灰白棕色8.光谱剖面图：Farmland：Forest：Road：Cloud：Stream：Village：由各种地物的协方差矩阵可以看出，各个波段与自身的相关系数均为1，且相邻波段之间的相关系数

11、一般大于不相邻波段的相关系数，这说明相邻波段所包含的信息相近。散点图：由散点图可以看出：不同的地物光谱特征相差很大，一样的地物在散点图中较为聚集，即使在地理空间上相隔很远，但其光谱特征呈现一致性，这说明各种地物的光谱特征具有特殊性和统一性。特殊性是指各种地物的光谱特征不尽一样，而统一性是指一样的地物无论空间距离多远，其光谱特征将呈现一致性。这就为遥感分类提供了切实可行的依据。通过制图可以清晰直观的表现事物的很多潜在联系，因此在今后的学习过程中要多通过图形来反响事物的客观规律。存在问题与解决方法查看影像各个波段的直方图时，发现直方图中的DN值多为几万，不在0-255之间，以为需要进展其他转化才能

12、使用，后来了解到TM影像使用一个字节存储DN值，因此DN值为0-255，而landsat8影像使用2个字节存储DN值，DN值的X围为0-65535。在做各种地物各个波段的协方差和相关系数时，直接复制了实习大纲中的表格，然后发现少了一个波段，这是因为TM影像分为1、2、3、4、5、7波段，分别与landsat8中的2、3、4、5、6、7波段对应，而landsat8中多了一个海蓝波段band1，因此在制作协方差表格时，行列数均为7。 通过上课听教师讲解作业，课下自己查看各个波段直方图，不能实现屏蔽直方图中的0值，应当使用什么工具来去除0值，并将Y轴压缩，实现图像的拉伸？总结通过这次实习，我掌握了从USGS下载遥感影像的方法，认识了landsat8波段组合效果，对于遥感影像内容的丰富性有了深刻的认识。初步掌握了ENVI影像处理软件的根本操作和使用方法，熟悉了用户界面、Toolbox、landsat8影像的目视解译。通过ENVI中的SpearSpear Google Earth Bridge可以与谷歌地球建立，利用谷歌地球的高分辨影像进展辅助目视解译，方便了遥感工作者。掌握了Excel中的宏分析工具。