实验报告四综述.docx

1、实验报告四综述成都信息工程大学遥感图像处理上机报告姓名： 蓝绍萌学号：2014041025班级：地信 141组员：实验项目：实验 4.遥感图像光谱增强处理提交时间：遥感图像处理上机报告评分名称实验目的实验原理数据来源实验过程数据分析心得、意见或建议排版合计评 分 标 准5151030201010100自评分老 师 评 分1. 实验项目名称遥感图像光谱增强处理2. 实验目的主成分分析：为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效 的少数几个转换波段。主成分逆变换：将主成分变换的图像重新恢复到 RGB 彩色空间。 缨帽变换：根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分

2、布结构对图像做的经验性线性正交变换。 图像融合：将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的 利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监 测。3. 实验原理主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机 向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成 对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高

3、的精度转换成低维变 量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。缨帽变换又称 KT 变换。是一种经验性的多波段图像的线性变换,是 Kauth 和 Thomas(1976) 在研究 MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现 MSS 四个 波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为 缨帽变换。图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的 体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融 合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前

4、绝大多数融合算法研究 都集中在这一层次上。4. 数据来源4.1 数据来源ENVI 遥感图像处理方法随书光盘4.2 数据描述主成分分析、主成分逆变换数据：下载源随书光盘波段数6对应的波长Band1：0.4850 Band2：0.5600 Band3：0.6600 Band4：0.8300 Band5：1.6500 Band6：2.2150分辨率-投影-地区加拿大缨帽变换、RGB 与 HLS 相互转化数据：下载源随书光盘波段数7对应的波长-分辨率25 Meters投影TransverseMercator地区-图像融合数据：下载源（TM）随书光盘下载源（SPOT）随书光盘波段数6波段数1对应的波长B

5、and1：0.4850 Band2：0.5600Band3：0.6600对应的波长Georeferenced SPOT：0.8030Band4：0.8300 Band5：1.6500 Band6：2.2150分辨率30 Meters分辨率10 Meters投影UTM投影UTM地区美国地区美国5. 实验过程5.1 主成分分析在窗口中加载出图像文件，在主菜单中 Transforms-Principal Components-Forward PC Rotation 中选择 Compute New Statistics and Rotate，启动主成分分析模块。由上图，在 Select Subset

6、from Eigenvalues 中选择 Yes，可以计算出统计信息，会列 出每个波段及其相应的特征值以及每个主成分波段中所包含的数据方差的累计百分比。选择输出波段数，按 OK 键输出。输出结果会显示主成分特征值，选择 3,2,1 波段合成后的图像色彩饱和；选择 6,5,4波段合成后的图像上有很多噪声。图 4:3,2,1 波段色彩饱和图图 5:6,5,4 波段噪声图在主菜单中，选择 Basic Tools-Statistics-View Statistics File 可以打开主成分中的统 计文件，可以得到对应的基本统计值、协方差矩阵、相关系数矩阵以及特征向量矩阵。图 6：基本统计值、协方差矩

7、阵图 7：相关系数矩阵、特征向量矩阵5.2 主成分逆变换主成分逆变换就是将经主成分变换获得的图像重新恢复到 RGB 彩色空间，应用时， 输入的图像必须是由主成分变换得到的图像，而且必须有当时的特征矩阵参与变换。在 Transforms-Principal Components 中选择 Inverse PC Rotation 可以进行主成分逆变换。在 Calculate using 中可以切换计算方式。点击 OK 后输出结果。图 9：主成分逆变换 3,2,1 波段图 10：主成分逆变换 6,5,4 波段5.3 缨帽变换在窗口中加载出一个 Landsat 5 TM 数据，在 Transforms

8、中选择 Tassled Cap，输入图 像数据，在输入图像类型中选择 Landsat 5 TM。经过缨帽变换后可以得到亮度、绿度、第三分量这三个分量。图 13：缨帽变换原图图 14：缨帽变换结果图图 15：亮度图 16：绿度图 17：第三成分5.4 RGB 与 HLS 相互转换在主菜单中的 Transforms 中选择 RGB to HLS，在对话框中选择所加载的窗口，并选 择 3 个波段进行变换。图 19：RGB 原图图 20：HLS 转换后图像利用同样方法，选择 HLS to RGB，进行转换。图 21：HLS to RGB图 22：转换为 RGB 原图5.5 图像融合本实验利用 Brov

9、ey 变换和 HSV 变换进行两种图像融合。5.5.1Brovey 变换将待融合的两张图像加载至窗口中。主菜单中选择 Transform-Image Sharpening-Color Normalized，在弹出的窗口中选 择加载出 RGB 图像的窗口。在输出窗口中，选择重采样方式，选择输出文件路径，确认输出。图 25：选择重采样方式图 26：Brovey 变换结果5.5.2HSV 变换主菜单中选择 Transform-Image Sharpening-HSV，同上述操作，选择 RGB 图 像波段，进行输出。图 27：选择 RGB 波段图 28：HSV 变换结果6. 实验结果与分析通过本实验，得到了对应图像主成分分析、主成分逆变换、各种结果矩阵；缨帽变换， RGB 和 HLS 相互转换，以及两种方法进行图像融合的结果。结果图与原图相比有明显不同， 实验效果良好。7. 心得、意见或建议通过本次实验学会了主成分分析、主成分逆变换、缨帽变换、RGB 和 HLS 相互转换以及 两种图像融合的方法，分析了主成分变换之后的各种矩阵；熟练的掌握了相关的操作。