1、ENVI形态学滤波+图像融合实验报告ENVI形态学滤波实验报告一.技术流程图二.目的及内容2.1目的学会图像增强中的滤波功能,掌握腐蚀、膨胀、开启和关闭等滤波操作,并高通滤波、低通滤波,robert等滤波的处理。2.2 内容1)用卷积滤波对图像进行降噪处理。2)图像二值化。3)用形态学滤波处理图像。三.降噪处理打开图像,原始图像如图二所示:图2 原始图像使用卷积滤波中的中值滤波进行处理,参数配置如图3所示:降噪后的影像,如图4所示:四.图像二值化利用ENVI中的band math输入表达式:(b1lt 110)*0 + (b1 gt 110)*1来对图像进行二值化。得到二值化之后的图像如图5所
2、示:对图像的灰度值进行统,如图6所示:五.形态学滤波处理图像首先对二值化图像进行开启(opening)处理,参数配置如图7所示:进行opening操作的图像如图8所示:在对Opening后的图像进行腐蚀(Erode)操作,参数配置如图9所示:腐蚀操作后的图像如图10所示:遥感图像融合实验报告一技术流程图二目的及内容2.1 目的对低分辨率TM影像和高分辨率Quickbirds影像进行融合。2.2 内容图像几何校正图像自动配准图像融合三图像几何校正通过几何校正,使校正的RMS控制在0.5个像元值内。并且通过几何校正之后的两幅影像具有相同的地理参考。3.1打开图像两张图像分别是:TM-30.dat,
3、bldr_sp.dat。3.2采集地面控制点选择SPOT的display作为基准图像,选择TM的Display作为待校正图像。如图3所示:单击OK按钮开始采集地面控制点。当采集的控制点超过3个后,开始自动预测,设置自动预测点的参数。选择控制点,对影像进行校正,控制点选择的要求为几何校正控制点的选择要求为分布均匀,要有一定的数量。控制点的选择一般以房屋的四角,道路的交点和拐点,山脊山谷等明显的特征点作为控制点。并将控制点残差控制在0.5个像元内。如图所示。两个影像的控制点分布情况如下图所示:3.3选择校正参数并输出结果选择二次式对影像进行校正,参数配置如图7所示,得到图7的校正结果,校正后TM影
4、像与Spot影像的投影信息一致,校正后影像的投影信息如图8所示。四图像自动配准同一区域的图像,由于几何校正的误差,重叠区的相同地物不能重叠,这会对图像的融合造成影响。ENVI提供图像自动配准工具,能够自动产生匹配点,实现图像自动配准。这里使用ENVI5.1中的图像配准流程化工具,进行图像的自动配准。参数配置如下图所示:得到各点的残差如图所示:经自动配准后的图像,如图12所示:五图像融合图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样生成一幅高分辨率多光谱图像的遥感图像处理技术。使得处理后的图像既具有较高的空间分辨率,又具有多光谱特征。图像融合的关键是融合前两幅图
5、像的精确配准以及处理过程中融合方法的选择。图像融合有多种方法,分别是HSV变换、Brovey变换、乘积运算(CN)、主成分(PC)变换、Gram-Schmidt Pan Sharpening(GS)。5种融合方法各有特点,选择GS方法进行图像融合。Gram-Schmidt Pan Sharpening(GS)变换先从低分辨率波段中复制出一个全色波段,对复制出的全色波段和多波段进行Gram-Schmidt 变换,再用高空间分辨率的全色波段替换Gram-Schmidt 变换后的第一波段,最后进行Gram-Schmidt 逆变换得到融合图像。首先选择低分辨率多光谱影像,如图13所示。在选择高分辨率的多光谱影像,如图14所示:设置融合的参数,如图16所示:融合的结果,如图17所示:六疑问及解决方案在两幅相同地区的影像进行融合,融合后的影像不清晰。我选择对图像进行自动配准。消除几何校正的误差。Quickbird影像不容易获取,选择其他高光谱影像代替。七总结遥感影像融合能够解决TM影像空间分辨率低和高分辨率影像光谱分辨率不足的问题,在进行遥感影像研究时,以方便对影像进行解译和研究。
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