地理遥感图像处理实验教案.docx

1、地理遥感图像处理实验教案教 案（2010/2011学年第2学期）课程名称 遥感图像处理实验课程编号 101001504 课程性质 专业课 教学时数 20 教学对象 08级地理科学 授课教师 黄雄伟 职 称 副教授 邵阳学院城市建设系2011年2月实验一 图像预处理一、实验目的使学生初步了解ENVI软件的基本操作如图像文件管理，图像的裁剪、重采样以及图像中的条带和噪声的去除方法。二、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。三、实验内容与步骤1、图像的输入与输出2、编辑ENVI图像头文件3、图像的裁剪与重采样4、叠加公里网格5、去除条带及坏线方法四、实验总结

2、包括通过实验获得的实验注意事项、心得体会等。实验二 几何校正一、实验目的1、掌握图像几何校正的方法和步骤。二、实验原理ENVI 的图像配准与几何校正工具允许你将图像定位到地理坐标上，并校正它们使其与基图像几何形状相匹配。图像可以用 Rotate/Flip Data 菜单项在配准以前进行旋转。通过使用全分辨率(主图像) 和缩放窗口选择地面控制点（GCPs），来进行图像图像和图像地图的配准。基图像和未校正图像的GCPs 的坐标被显示，伴随有特定纠正算法计算的误差项。纠正用旋转、缩放和平移（RST），多项式函数或德洛内三角测量（Delaunay triangulation）实现。RST 纠正是最简单

3、的方法，需要三个或更多的 GCPs 运行图像的旋转、缩放和平移。多项式可进行1 次到 n 次纠正，当进行多项式纠正时ENVI要求所需的控制点数必须大于（其中n为多项式的次数degree），德洛内三角测量适于三角到不规则空间 GCPs 和内插数值到输出格网中。支持的重采样方法包括最近邻、双线性和立方体卷积。用 ENVI 的多个动态覆盖能力，对基图像和纠正图像进行比较，可以快速估价配准精度。ENVI全面支持带有各种投影的地理信息的图像，除此之外，用户还可以根据它提供的6类基本投影、超过35种椭球和100种基准来构造自定义的投影。ENVI图像所具有的地理信息可以在ENVI的头文件里可以看到，其中参考

4、像元的地理坐标是其它所有像元的参考。三、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。四、实验内容与步骤1、图像对图像的校正本例将以SPOT图像作为基准图像，把另一幅同一地区的不具备地理信息的TM图像与SPOT图像配准。（1）打开基图像bldr_sp.img和待纠正的图像bldr_tm.img，（2）在ENVI主菜单中选择MapRegistration Select GCPs:Image to Image，（3）出现Image to Image Registration对话框时，在“Base Image:”下面点击选择基图像（参照图像）的显示（Display

5、#1，SPOT图像）。在 “Warp Image:” 下方点击选择被纠正的图像的显示(Display #2，TM图像)，（4）单击OK，出现 Ground Control Points Selection 对话框。在该对话框里添加地面控制点（GCP），（5）查看各控制点的精度、RMS误差并作适当的修改，（6）纠正图像，在Ground Control Points Selection 对话框中选择OptionsWarp file，选择bldr_tm.img文件，点击OK，出现Registration Parameters对话框，纠正方法选择RST，重采样方法采用最邻近采样，（7）键入输出文件名，

6、单击OK，进行纠正，（8）将纠正图像与SPOT基图像进行动态链接和动态覆盖，检查纠正的精度。2、图像对地图的纠正图像对地图配准要求至少由一幅图像是打开的。图像中地面控制点(GCPs)由缩放窗口中的光标选择。也可以选择亚像元坐标。相应的地图坐标被手工输入或从矢量窗口输入。一旦选择了足够的点定义一个纠正多项式，在纠正图像中的GCP位置就能预测。（1）在实验数据路径下打开TM图像bldr_tm.img，图像默认加载到显示窗口中（图像打开时的默认显示可以在头文件里进行设置），（2）选择MapRegistrationSelect GCPs: Image to Map，出现Image to Map Reg

7、istration对话框，（3）在该对话框中，在 “Select Registration Projection” 列表中，点击类型选择要输出的投影。这里选择UTM投影，在标有 “Zone” 的文本框里输入区域号13，像元分辨率接受默认的30m，点击OK，（4）出现 Ground Control Points Selection 对话框，在该对话框中选择地面控制点，地面控制点的选择类似于图像-图像配准，（5）用同样的方法添加另外的GCPs，（6）按前述方法执行纠正。五、实验总结包括通过实验获得的实验注意事项、心得体会等。实验三 空间信息增强（一）一、实验目的1、了解并掌握几种常用的线性扩展方法

8、和基本函数非线性扩展如直方图均衡化、高斯扩展以及平方根扩展方法，并对这些方法进行比较与评价；2、了解并掌握真彩色图像和假彩色图像的定义、区别以及实现过程。二、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。三、实验内容与步骤1、反差扩展（1）从主菜单的File中，打开TM 1-7波段数据，在窗口中打开任意波段的数据。主图像菜单中的enhance菜单就是对图像进行反差扩展。首先选择scroll linear，对图像进行线性扩展，（默认的线形扩展是2%的线性扩展）。（2）要想改变系统默认的2%线性扩展，从主菜单File中，打开PreferencesDisplay D

9、efault，将%Linear中的2.0改为0.0，选择OK后。关闭对话框，保存生成的新文件再打开，就形成新的从0开始的线性变换。（3）主图像菜单中选择EnhanceInteractive Stretching 可以进行交互式的反差扩展。Strech_Type中可以选择各种扩展方式，主要有Linear（普通线性扩展），Gaussian（高斯扩展），Piecewise Linear（分段线形扩展），Equalization（等均值扩展），Square Root（平方根扩展），Arbitrary（任意扩展），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像：（4）其中，分段线性变

10、换，需要按住Ctrl键，在原始图像的直方图中，点击鼠标左键，加分段断点。鼠标左键选中断点，将它拖到任意位置，点击Apply即可看到其变化结果。 2、彩色合成（1）首先打开一幅TM图像17个波段，FileOpen Image File:（2）点击Available Bands List对话框中RGB Color单选按钮。（3）在显示的波段列表中分别点击band 3做R（红）变换、band 2做G（绿）变换、band1做B（蓝）变换。（4） 点击Load RGB显示合成后的彩色图像。（5）在主图像的菜单栏中FileSave Image As Image File，点击Choose选择保存文件的路径

11、，点击OK保存图像即完成了图像的彩色变换。四、实验总结包括通过实验获得的实验注意事项、心得体会等。实验四 空间信息增强（二）一、实验目的1、掌握彩色变换的方法和步骤；2、了解和掌握彩色密度分割的原理和具体操作。二、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。三、实验内容与步骤1、彩色变换 (1) RGB向HSV的转换：在主菜单中点击Transforms Color Transforms（在做正变换的选项中有RGB to HSV、RGB to HLS和RGB to HSV(USGS Munsell)三中方法），点击RGB to HSV。接着选择已经彩色合成好的

12、遥感图像，接着在弹出的对话框中选择display1，出现RGB to HSV（HLS、USGS Munsell）Parameters对话框，选择保存路径后，软件就自动完成了HVS变换，（2）分别打开彩色变换后的三个分量（3）HSV向RGB的逆变换。在主菜单中点击Transforms Color Transforms（在做逆变换的选项中有HSV to RGB、HLS to RGB 和HSV to RGB (USGS Munsell)三种方法），点击HSV to RGB。在HSV to RGB（HLS、USGS Munsell）Input Bands对话框中对应与H、S、V中分别对应选中要转换的H

13、UE、SET、VAL分量，然后点击OK。保存所生成的图像文件，即完成了逆变换过程。2、密度分割（1）在显示菜单中选择Tools Color Mapping Density Slice或Overlay Density Slice。出现Density Slice Band Choice对话框。（2）选择你所要进行灰度值范围定义的波段。缺省的8个范围列在Defined Density Slice Ranges下面。这个缺省的数据的最小和最大值是从Scroll窗口计算出来的。可以输入你所需要的最大和最小值改变密度分割的范围。（要想回到初始的状态，点击Reset）,在对话框的下面选择密度分割的应用范围，

14、是image窗口、scroll窗口还是全部窗口。（3）在Density Slice对话框中我们可以对已经划分好的灰度值范围区间属性进行编辑，删除，修改，改变颜色等操作。只需要你点击 Edit Range 、Delete Range、Clear Range 选项框进行操作。（4）我们用ENVI默认的灰度值范围进行密度分割，点击Apply应用。四、实验总结包括通过实验获得的实验注意事项、心得体会等。实验五 波谱信息增强一、实验目的1、掌握应用不同滤波器进行滤波的方法与步骤。二、实验原理滤波操作可在主菜单Filter菜单下进行，在ENVI中可进行如下操作：卷积滤波、形态学滤波、纹理滤波、自适应滤波和

15、频率域滤波。卷积滤波在空间域中对图像进行滤波处理，形态滤波根据数学形态学运算对图像进行增强，纹理滤波可以提取图像的纹理方面的信息，自适应滤波能够在保留边缘的情况下进行平滑减噪处理。本节我们将主要介绍两种主要的滤波：空间域滤波（卷积滤波）和频率域滤波（快速傅立叶变换）。在数学空域中作卷积相当于在频域中作乘积，所以两者实质上是一样的。滤波通常通过消除特定的空间频率来使图像增强。空域上的频率可以理解为像元亮度值随距离的变化。高频信息通常反应局部的变化，而低频信息通常反应整体的轮廓特征。空域滤波是通过将图像与一个模板进行运算而进行的，由于模板的对称性，这种运算相当于数学中的卷积运算，所以也叫卷积滤波，

16、进行滤波的模板也称为卷积算子。用户选择卷积算子与图像进行卷积生成一个新的空间滤波图像。ENVI中的卷积滤波包括以下类型：高通、低通、拉普拉斯、方向滤波、高斯高通、高斯低通、中值、Sobel、Roberts、用户自定义滤波。三、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。四、实验内容与步骤1、空域滤波（1）在主菜单中选择Filter Convolutions and Morphology，出现如下Convolutions and Morphology Tool对话框。（2）在上述对话框中选择Convolutions滤波方法（如上所介绍）。如果你选择方向滤波，将

17、弹出Directional Filter Angle对话框，输入方向角，北向（竖直向上）为0度方向，按照逆时针方向为正方向。（3）通过点击“Kernel Size”中的箭头按钮来指定变换核的大小。变换核的尺寸被设置为奇数。（4）在Image Add Back (0-100%)右的文本框中键入一个add back值。加回原图像的部分值可以保留一些空域背景，通常用于图像锐化当中，这样滤波图像看上去效果更好一些，不会是纯粹的边缘。（5）用鼠标双击想要进行编辑的像元，即可进行编辑，输入新的值，按回车即可。（6）将变换核保存到文件2、频域滤波ENVI软件中进行频域滤波增强也可分为三步：1、将原始影像从空

18、域变换到频率域，通过FFT（快速傅立叶变换）可实现。2、在频率域中根据需要可以交互地设置滤波函数，人为指定通过或滤掉某些频率成分。3、对滤波后的频域图像进行傅立叶逆变换即可得到滤波后的图像。频域滤波的一个重要的应用就是可以有效的去除图像中的周期性噪声，理想情况下，频域图像从中心向周围应该是从低频向高频的平滑变化，但如果图像由于传感器等因素而产生周期性噪声时，如条带，在频域中会出现沿中心对称的亮斑，这时我们可以在频域中非常直观地设置滤波函数去掉这些亮斑，这一点我们将用实例进行演示。3、图像去条带（1）在主图像菜单中选择Filter FFT FilteringForward FFT，出现Forwa

19、rd FFT Input File对话框，选择要被处理的数据，需要时，可以用子集。这里可以选择整个文件或单个波段。（2）点击OK按钮，键入输出的FFT文件，完成后加载图像，结果如下所示，即为频域图像：五、实验总结包括通过实验获得的实验注意事项、心得体会等。实验六 图像融合一、实验目的1、掌握图像融合的方法和步骤。二、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data、SPOTdata。三、实验内容与步骤1、TM与SPOT数据融合（1）选择FileOpen External File IP SoftwareER Mapper，在实验数据路径下分别打开lon_tm.er

20、s和lon_spot.ers。（2）在波段列表中单击SPOT图像的波段，在对话框下面显示其大小为28201569，然后单击TM数据的任一个波段，注意到其图像大小为1007560。TM的空间分辨率为28米，SPOT全色波段的空间分辨率为10米，因此TM数据重采样到SPOT数据的系数为2.8。（3）在主菜单中选择Basic Tools Resize Data (Spatial/Spectral)，然后选择lon_tm文件点击OK，在Resize Data Parameters对话框中的xfac文本框中键入2.8，yfac文本框中键入2.802（输入这个数是因为补偿一个多余的像元，1569/5602

21、.802），这样使得采样后的图像大小与SPOT相同，重采样方法选择Nearest Neighbor，键入输出文件名，单击OK。（4）将重采样图像和SPOT图像加载到不同的显示窗口中，然后选择ToolsLinkLink Displays，用动态链接的方法对比图像：2、SPOT多光谱影像与全色波段融合SPOT多光谱影像的分辨率为20m分辨率，全色为10m分辨率（1）在实验数据路径下打开s_0417_2.bil（多光谱数据）和s_0417_1.bil（全色波段数据），加载到显示窗口中，查看其范围和大小（前者为1418 x 1114，后者为2835 x 2227），确定采样系数。（2）在主菜单中选择B

22、asic Tools Resize Data (Spatial/Spectral)，选择多光谱文件（s_0417_2.bil）单击OK。（3）在Resize Data Parameters对话框中的xfac和yfac文本框中分别键入1.999，以使重采样后的图像大小与全色波段一致。键入输出文件名，单击OK。（4）与前述一样，将重采样图像加载到显示窗口中，在主菜单中选择TransformImage SharpeningHSV，选择重采样图像的显示索引号，单击OK，再选择全色波段作为高分辨输入图像：（5）单击OK，键入输出文件名，单击OK，执行融合，查看结果，并比较其与多波段合成影像与全波段灰度影

23、像的区别。四、实验总结包括通过实验获得的实验注意事项、心得体会等。实验七 比值、差值增强一、实验目的1、了解比值增强的意义并掌握比值增强方法及其操作；2、了解差值增强的意义并掌握差值增强的方法及其操作。二、实验原理波段运算（band math）是ENVI最有特色的一个工具之一，若能灵活的运用它，你将会得到意想不到的收获，常用的简单的图像处理方法如差值、比值等可以用波段运算来进行，复杂的如各种遥感信息模型的建立也可以用波段运算来实现。三、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。四、实验内容与步骤1、输入表达式选择 Basic ToolsBand Math，

24、将出现 Band Math 对话框。在标签为 “Enter an expression:” 的文本框内，输入变量名（将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段） 和所需要的数学运算符。变量名必须以字符 “b” 或 “B” 开头，后面跟着 5 个以内的数字字符。输入一个有效的表达式后，点击 “OK”处理。将出现 Variable/Band Name Pairings 对话框。2、波段运算Variable/Band Name Pairings 对话框允许你从一个输入波段列表中，把波段赋值给输入在 “Enter an expression:” 文本框中的变量。要把一个波段赋给原先实

25、例中的变量 “bn”：在标签为 “Variables used in expression:” 的文本框内，点击表达式 “Bn”。在标签为 “可利用波段列表:” 的列表中，点击所需要的波段。要把一个文件（可包括多波段图像）赋值给一个或所有变量：点击 “Map variable to Input file”。使用标准的 ENVI 文件选择步骤，选择一个文件（这可视为 “File Math”）。所选择的文件可以是波谱子集，但是若一个以上的文件被使用，它们必须有相同的波段数。当将文件赋给某一个变量时，运算结果将也为一个含有相同波段数的多波段文件。如果表达式 b1/b2中，若将b1赋予一个文件，b2赋

26、予一个波段，那么结果将是b1所对应的文件中每个波段与b2波段的比值所组成的文件。要在结果图像中选择一个空间子集：点击 “Spatial Subset”。将出现标准的 File Spatial Subset 对话框 （系统默认值被设置为处理整个空间场景。要把结果输出到一个文件或内存，选择 “File” 或 “Memory” 切换按钮。若选择输出到一个文件，键入一个输出文件名，或使用 “Choose” 按钮选择一个文件名，然后点击 “OK”。结果图像被显示在可利用波段列表中。五、实验总结包括通过实验获得的实验注意事项、心得体会等。实验八 KL变换与KT变换一、实验目的1、掌握KL变换和KT变换的方

27、法和步骤。二、实验原理主成分分析也称为主分量分析或KL变换。KL变换是在统计特征基础上的多维正交线性变换，即着眼于变量之间的相互关系，用几个综合性指标汇集多个变量而进行描述的方法，不丢失信息是其特征之一。遥感图像的不同波段之间往往存在很高的相关性，从提取有用信息的角度来看，有相当大的一部分数据是重复的或多余的。主成分分析就是用假定的有限的几个主成分分量，将有用的信息集中到有限的主成分图像中，使这些主成分图像之间互不相关，从而减少总数据量并使图像信息特征增强。穗帽变换（又称KT变换）是一种特殊的主成分分析，和主成分分析不同的是其转换系数是固定的，因此它独立于单个图像，不同图像产生的土壤亮度和绿度

28、可以互相转化比较。随着植被的生长，在绿度图像上信息增强，土壤亮度上的信息减弱，当植被成熟和逐渐凋落时，其在绿色度图像特征减少，在黄色度上的信息增强。这样的解释可以应用于不同的区域上的不同植被和作物，但穗帽变换无法包含一些不是绿色的植被和不同的土壤类型的信息。在ENVI中，使用Tassled Cap（穗帽变换）功能，可以对Landsat MMS ，Landsat TM，和Landsat ETM数据进行变换。对于Landsat MMS数据，穗帽变换对原始数据进行正交变换，把它们变换到一个四维空间中（包括土壤亮度值，绿度，黄度，还有与大气影响密切相关的non-such噪声）。对于Landsat TM

29、数据，穗帽植被指数由三个因子组成亮度，绿度，和第三分量，其中亮度和绿度相当于MSS穗帽中的亮度和绿度，第三分量与土壤特征和湿度有关。对于Landsat ETM数据，穗帽变换生成的6个输出波段，包括：亮度，绿度，湿度，第四分量，第五分量，第六分量。这种类型的变换更适合于反射数据的定标。三、实验设备遥感图像处理软件ENVI4.0；使用数据Landsat TM data。四、实验内容与步骤1、正向的主成分变换（1）打开bhtmref.img，在ENVI主菜单中选择Basic Tools Statistics Compute Statistics，选择bhtmref.img作为输入文件，计算其基本统计

30、量。（2）单击OK按钮，将出现统计结果对话框，将下边的文本框的内容拖到相关系数阵处，即可看到各波段的相关系数矩阵。（3）ENVI主菜单中选择Transforms Principal Components Forward PC Rotation Compute New Statistics and Rotate，选择bhtmref.img作为输入数据。出现如下Forward PC Rotation Parameters对话框，（4） 点击按钮，选择基本“Covariance Matrix”或“Correlation Matrix”。（5）选择Memory输出，其他的默认，输出6个主成分波段，自动

31、加载到波段列表中，同时出现一个主成分特征值的plot图，由于主成分图像有6个波段，选取有代表性的前三个波段显示。2、穗帽变换（K-T变换）（1）选择Transforms Tassled Cap,出现Tasseled Cap Transformation Input File 对话框，选择输入的文件，用ENVI标准的选择程序输入文件。（2）点击OK继续，出现Tasseled Cap Transform Parameters对话框，在下拉菜单中，选择“Input File Type” （Landsat 7 ETM 、 Landsat 5 TM 或 Landsat MSS），然后选择输出到 “File” 或 “Memory”，重命名保存即可。（3）处理完成时，ENVI 将 穗帽变换后的波段名自动输入到 Available Bands List 中，在那里可以用标准 ENVI 灰阶或 RGB彩色合成方法把它们显示出来。五、实验总结包括通过实验获得的实验注意事项、心得体会等。实验九 非监督分类一、实验目的1、掌握非监督分类的方法及其操作步骤。二、实验原理K-Means 非监督分类任意确定集群中心，然后用最短距离技术重复地把像元聚集到最近的类里。每次迭代重新计算了均值，且用这一新的均值对像元进行再