遥感基础知识及遥感图像处理方法PPT课件

,遥感基础知识及遥感图像处理方法,郗凤明2007年8月,1,遥感的基础知识,遥感；远距离不接触物体而获得其信息。遥感数据是非常重要的源数据遥感原理及遥感过程很复杂可见光-反射红外遥感热红外遥感微波遥感,2,电磁波谱,3,太阳辐射光谱,4,大气吸收,太阳辐射穿过大气层时，大气中的氧气、氮气、水蒸气等对不同波长的辐射有吸收作用,5,大气窗口,6,遥感数据的特征,空间分辨率光谱分辨率时间分辨率辐射分辨率,7,空间分辨率：可以识别的最小地面距离或是最小目标的大小（指图像上能够详细区分的最小单元的尺寸或大小）。表示方法一般有种：像元(pixel)：指单个像元所对应的地面面积的大小。如quickbird一个像元相当地面面积0.61m*0.61m;的一个像元相当地面面积为28.5m*28.5m,多简称,8,线对数(linepairs)：对于摄影系统而言，影像最小单元常通过1mm间隔内包含的线对数确定，单位为线对/mm。线对是指一对同等大小的明暗条纹或规则间隔的明暗对数瞬时视场(IFOV)：指遥感器单个探测元件的受光角度或观测视野，单位为毫弧度(mrad)。IFOV越小，最小可分辨单元越小，空间分辨率越高。,9,一般来说，遥感系统的空间分辨率越高，其识别物体的能力越强。如：NOAALANDSAT-SPOT-IKNOS-QUICKBIRD，空间分辨率逐渐增高，其识别物体的能力也是逐渐增强,10,光谱分辨率,指遥感器所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小。（通道数、每个通道的中心波长、带宽）如黑白航片用一个综合波段(0.4-0.7微米)LandsatMSS/TM，个波段MODIS有个波段高光谱数据专题研究的针对性强，对物体的识别精度高，遥感应用分析的效果好。但也有其缺点。,11,时间分辨率,Temporalresolution:是关于遥感影像间隔时间的一项性能指标。遥感器按照一个的时间周期重复采集数据，这个重复周期又叫回归期。这种重复观测的最小时间间隔称为时间分辨率。如：landsat4、为天，为天，为几小时。,12,辐射分辨率,辐射分辨率(radiantresolution)指遥感器对对光谱信号强弱的敏感程度、区分能力。如：landsat/MSS起初以bits(取值范围063);landsat4,5/TM，个波段中的个波段分辨率的，以bits(取值范围：0-255)；MOIDS所有通道都用12bit(取值范围：0-2048),13,空间分辨率与辐射分辨率的关系,瞬时视场（）越大，最小可分像素越大，空间分辨率越低；但是越大，光通量获得的入射量越大，辐射测量越敏感，对微弱能量差异的检测力越强，则辐射分辨率越高。因此空间分辨率的增大，将伴随辐射分辨率降低。可见空间分辨率与辐射分辨率难以两全。,14,地物波谱,地物的电池波的响应特性随电磁波长改变而有规律的变化。不同类型的地物，其电磁波响应特性不同，地物波谱特征是遥感识别地物的基础,15,几种常见的地物波谱特征,植物土壤岩石,16,植物在可见光的蓝紫光波段，反射率低于，至绿光反射率增高，曲线出现一个小反射峰（绿峰）之后，反射率急剧下降至微米处，形成很深的红光吸收谷（红谷）进入红外区，反射率陡升，达到顶峰后，变化平缓，反射率在左右，过微米处反射率明显下降，曲线的起伏现象更突出。,叶绿素吸收,水分吸收,17,18,19,卫星及卫星数据简介,(中国遥感卫星地面站网),20,Landsat卫星,Landsat是美国于1972年在世界上第1次发射的真正的地球观测卫星。14号星均相继实效，现在运行的是5号星，6号星发射失败。1999年4月15日，陆地卫星-7(Landsat-7)发射成功。Landsat4、5、6号采用飞行高度为705km，轨道倾角为98度的太阳同步准回归轨道，通过赤道时刻为地方平均时上午9:39。它用16天时间对整个地球观测一遍，第17天返回到同一地点的上空（17日回归）。卫星上搭载多光谱扫描仪（MSS）和专题扫描仪（TM）两种遥感器。TM是4号星以后搭载的。陆地卫星-7(Landsat-7)，轨道高705km、倾角98.2陆地卫星覆盖地球范围N81-S81.5,21,Landsat卫星数据的特点,MSS（MultiSpectralScanner)多光谱扫描仪，选用可见光-近红外（0.5-1.1微米）谱段，四个波段。（landsat1-3）18daysTM(ThematicMapper)专题制图仪，使一种改进的多光谱扫描仪，可见光-短波红外（0.45-12.5微米）谱段，七个波段。（landsat4-6）16daysETM（EnhancedThematicMapper）改进专题制图仪，增加一个全色波段（pan）。（landsat7）16days,22,landsat1-3/MSS，空间分辨率为80mlandsat4-6/TM，可见光-短波红外（TM1-5，7）波段的空间分辨率为30m，TM6热红外波段的空间分辨率为120mlandsat7/ETM，可见光-短波红外（ETM1-5，7）波段的空间分辨率为30m，ETM+热红外波段的空间分辨率为60m，全色15m。Landsat卫星图像的扫描宽度为185km,23,表1MSS及TM的观测参数单位：（mW/cm2.sr）,24,陆地卫星7号携带了增强型主题成像传感器（ETM+）近极近环形太阳同步轨道轨道高度：705公里倾角:98.22o运行周期：98.9分钟24小时绕地球:15圈穿越赤道时间:上午10点扫描带宽度:185公里重复周期:16天卫星绕行:233圈1景约相当地面上185170km2的面积。,25,MSS,TM的数据是以景为单元构成的，各景的位置根据卫星轨道所确定的轨道号和由中心纬度所确定的行号进行确定。这一系统称WRS（worldreferencesystem），中国全土可用轨道号从113到151，行号从23到45的约530景覆盖。沈阳市119-31一景TM影像大约230M、MSS为30M、ETM为398M光学机械扫描系统,26,27,TM影像数据特点TM1：0.45-0.52微米，蓝波段。对水体穿透力强，对叶绿素与叶色素浓度反映敏感，有助于判别水深、水中叶绿素分布、沿岸水和进行近海水域制图等。TM2：0.52-0.60微米，绿波段。对健康茂盛植物绿反射敏感，对水的穿透力较强。用于探测健康植物绿色反射率，按“绿峰”反射评价植物生活力，区分林型、树种和反映水下特征等。对水体金属污染和化学污染研究的效果好。TM3：0.63-0.69微米，红波段，为叶绿素的主要吸收波段。反映不同植物的叶绿素吸收、植物健康状况，用于区分植物种类与植物覆盖度。其信息量大，为可见光最佳波段。广泛应用于地貌、岩性、土壤、植被、水中泥沙流等方面的观测。TM4：0.76-0.90微米，近红外波段。对绿色植物类别差异最敏感（受植物细胞结构控制），为植物通用波段。用于生物量调查、作物长势测定、水域判别等。,28,TM5：1.55-1.75微米，中红外波段。处于水的吸收带（1.4-1.9微米）内，反映含水量敏感，用于土壤湿度、植物含水量调查、水分状况的研究，作物长势分析等，从而提高了区分不同作物类型的能力。易于区分云与雪。TM6：10.4-12.5微米，热红外波段。可以根据辐射响应的差别，区分农、林覆盖类型，辨别地面湿度、水体、岩石，以及监测与人类活动有关的热特征，进行热制图。TM7：2.08-2.35微米，中红外波段。此为地质学家增加的波段。处于水的强吸收带，水体呈黑色。可用于区分主要岩石类型、岩石的水热蚀变，探测与岩石有关的粘土矿物等。,TM影像数据特点,29,Tm数据5个具有明确意义的特征变量,亮度：构成亮度的主要成分是可见光tm1，2，3的灰度值代表可见光蓝、绿、红光的亮度。Tm4，5对亮度也有贡献绿度：对绿度贡献最大的是对植物高反射的TM4。TM3与TM4呈负相关NDVI=(NIR-R)/(NIR+R)湿度：TM5，7处于水吸收带之间，受到水吸收带控制，对湿度反映敏感透射度：Tm1、2研究水深，水下地形，浑浊度热度：TM6热红外波段,30,陆地卫星影像常以彩色方式表现最常用的是:标准假彩色：MSS：7，5，4分别付给R，G，BTM：4，3，2分别付给R，G，B天然真彩色：1-B2-G3-R,31,32,33,SPOT,SPOT是地球观察卫星系统。是由瑞典、比利时等国家参加，由法国国家空间研究中心（CNES）设计制造的。1986年发射第一颗，到1998年已经发射了四颗。SPOT的轨道是太阳同步圆形近极地轨道，高度830km左右，卫星的覆盖周期是26天，重复感测能力一般35天，部分地区达到1天。法国SPOT-41998年3月发射，卫星轨道参数：轨道高度：832公里轨道倾角：98.721o轨道周期：101.469分/圈重复周期：369圈/26天降交点时间：上午10：30分扫描带宽度：60公里,两侧侧视：+/-27o扫描带宽：950公里,SPOT4,34,传感器为2台高分辩率可见光扫描仪（HighResolutionVisiblesensorHRV），它能满足资源调查、环境管理与监测、农作物估产、地质与矿产勘探、土地利用、测制地图及地图更新等多方面的需求。,35,SPOTHRV,优点：图像空间分辨率高，可达10-20米。地面扫描宽度117公里（每台60公里，两台间重叠3公里）。灵敏度高。在良好的光照条件下可探测出低于0.5%的地面反射变化。带有可定向的反射镜，使仪器具有偏离天顶点（倾斜）观察的能力（倾角27o），可获得垂直与倾斜图像，使重复周期从26天缩短到4-5天。具有立体观测能力。,36,SPOT,SPOT4，在3的增加了宽视植被探测仪VGTVGT的分辨率是1.15km扫描宽度为：2250kmSPOT5，在改进4的基础上增加了1台高分辨率立体成像仪，空间分辨率可达2.5m,37,SPOT1-3,38,SPOT5,39,40,41,CBERS,CBERS-1中巴资源卫星由中国与巴西于1999年10月14日合作发射，是我国的第一颗数字传输型资源卫星,42,卫星参数,太阳同步轨道轨道高度：778公里,倾角:98.5o重复周期：26天平均降交点地方时为上午10：30，相邻轨道间隔时间为4天扫描带宽度:185公里星上搭载：CCD传感器、IRMSS红外扫描仪、广角成像仪。,43,CBERS数据,44,CBERS,由于提供了从20米256米分辨率的11个波段不同幅宽的遥感数据，成为资源卫星系列中有特色的一。可见光-近红外（0.45-0.83）的分辨率为20m，空间分辨率较高目视解译的精度较高数据免费但计算机分类的效果据说十分不好，我没有试验过。,45,CBERS-1卫星资料索引,46,SPOTandCBERS属于推扫式扫描系统,47,MODIS数据的主要特点（中等分辨率的航天成像光谱仪）,36个光谱通道（0.4-14.3微米），其中可见光20个通道，热红外16个通道。谱带窄。空间分辨率：ch1，2为250m；ch3-7为500m；其余的为1000m。宽视域（扫描角士55o）扫描宽度达2330km，周期短，1-2天可对全球观测一次具有较高的辐射分辨率，所有通道都用12bit（212=2048）记录，且有较高的校正精度和灵敏度，数据免费,48,MODIS,1999年12月18日，美国成功地发射了地球观测系统（EOS）的第一颗极地轨道环境遥感卫星Terra(EOS-AM1)。这颗卫星是美国国家宇航局(NASA)地球行星计划中总数15颗卫星的第一颗，也是第一个提供对地球过程进行整体观测的系统。目标是实现空间平台上对太阳辐射、大气、海洋和陆地进行综合观测，获取有关海洋、陆地、冰雪圈和太阳动力系统等信息，进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究、长期气候变率和变化研究以及大气臭氧变化研究等，进而实现对大气和地球环境变化的长期观测和研究。,49,50,用DODIS做的NDVI图,51,IKONOS-2高分辨率商业卫星,自1994年美国总统克林顿签署总统令，允许商业公司销售高分辨率卫星图像以后，美国发射了4颗高分辨率商业卫星，其中失败了3颗(晨鸟、IKONOS-1和快鸟-1)，只有SpaceImaging公司的第2颗卫星IKONOS-2于1999年9月24日发射成功，目前运行正常。其地面分辨率1m(Pan)、4m(Ms)；地理定位精度在无地面控制点情况下为12m(水平)、10m(高程)，在有控制点时为2m(水平)、3m(高程)。此卫星既可用于测绘制图，也可用于陆地遥感,52,53,54,55,QuickBird,QuickBird是2001年10月18日在美国发射成功的高分辨率商业遥感卫星，QuickBird在空间分辨率（0.61米），多光谱成像（1个全色通道、4个多光谱通道）、成像幅宽（16.5公里X16.5公里）卫星轨道高度450公里卫星回访时间13.5天（与纬度有,关）图像分辨率,全色：61厘米到72厘米多光谱：244厘米到288厘米,56,57,58,59,Radasat,加拿大的雷达卫星Radasat的特点是：按照入射角、覆盖厚度、空间分辨率的不同组合，可以有8种不同的工作模式。高分辨率的精细模式空间分辨率可达9m，覆盖宽度45km宽覆盖模式，空间分辨率仅为100m，扫描宽度可达510km，具有全球快速成像的能力。,60,雷达成像的特点,全天时、全天候、不受天气干扰高空间分辨率具有穿透能力立体效应对地物的几何形状敏感在地质构造、找矿、洪涝灾害调查、军事等领域的应用前景广阔,61,62,63,ERDAS软件应用,郗凤明2007年8月,64,数据输入/输出影像校正投影转换影像拼接影像剪切投影变换影像增强分类三维飞行Modeler模块,65,66,数据输入,Import/export模块1.二进制数据的输入（GenericBinary)2.如何从头文件中获得信息（行列数）3.数据格式：BIP按照波段顺序交叉排列像元记录图像数据BIL按照波段顺序交叉排列扫描行记录图像数据BSQ按照波段的顺序依次扫描记录图像HDF一个头文件，一个或多个数据对象组合多波段数据：Interpreter-Utilities-layerstack（示范输入TM数据，并组合）,67,HDF数据输入,Type：TMLANDSAT-7HDFFORMATTMLANDSAT-7FASTL7A.TMLANDSAT-7FASTL7A格式的文件有三种波段：全色波段(.HPN)、VNIRSWIR波段(.HRF)、热红外波段(.HTM)。每种波段类型的头文件都包含有三个1536字节的ASCII码记录：管理记录、辐射记录以及几何记录。（看ETM+数据，及输入）,68,Import/export模块,是数据转换的好工具可以实现很多不同数据类型之间的相互转换如：IMAGE-TIFF-JPG-GIRD,69,影像级别说明,Level1：经过辐射校正，但没有经过几何校正的产品数据，并将卫星下行扫描行数据反转后按标称位置排列。Level1产品也称为辐射校正产品。Level2：经过辐射校正和几何校正的产品数据，并将校正后的图像数据映射到指定的地图投影坐标下。Level2产品也称为系统校正产品。在地势起伏小的区域，Landsat7系统校正产品的几何精度可以达到250米以内，Landsat5系统校正产品的几何精度取决于预测星历数据的精度。Level3：经过辐射校正和几何校正的产品数据，同时采用地面控制点改进产品的几何精度。Level3产品也称为几何精校正产品。几何精校正产品的几何精度取决于地面控制点的可用性。Level4：经过辐射校正、几何校正和几何精校正的产品数据，同时采用数字高程模型（DEM）纠正地势起伏造成的视差。Level4产品也称为高程校正产品。高程校正产品的几何精度取决于地面控制点的可用性和DEM数据的分辨率,70,影像校正,对遥感成像过程中产生畸变,消除畸变的处理过程叫图像校正辐射校正几何校正,71,图像几何精校正方法（按控制点校正方法）,72,控制点的选取,几何校正的第一步便是位置计算，首先是对所选取的二元多项式求系数。这时必须已知一组控制点坐标。控制点数目的确定其最低限是按未知系数的多少来确定的。一次多项式有6个系数，就需要有6个方程来求解，需3个控制点的3对坐标值，即6个坐标数。2次多项式有12个系数，需要12个方程（6个控制点）。依次类推，n次多项式，控制点的最少数目为(n+1)(n+2)/2。实际工作表明，选取最少数目的控制点来校正图像，效果往往不好。在图像边缘处，在地面特征变化大的地区，如河流拐弯处等，由于没有控制点，而靠计算推出对应点，会使图像变形。因此，在条件允许的情况下，控制点数的选取都要大于最低数很多。,73,几何精校正,Dataprep-ImageGeometricCorrection分别在两个窗口中分别打开待校正的影像和参考影像,TM影像的几何校正,做示范,74,重采样方法,最邻近法：最邻近法是将邻近的像元值直接赋予新像元双线性内插法：使用邻近4个点的像元，按照其距内插点的距离赋予不同的权重，进行线性内插三次卷积内插：使用内插点周围的16个像元值，用三次卷积函数进行内插。,75,地形图或者地图的校正,地图及地形图有明确的经纬度坐标无明确的经纬度坐标，但是有清晰的地物信息和其他信息,76,地图及地形图有明确的经纬度坐标的校正方法在一个窗口中打开待校正的地形图,77,Setgeometricmodel:polynomial,Polynomialorder:1Projection:addchangeprojection选择geographicGCPTool:keyboardonly依次输入四个角的经纬度，单位之间用空格,重采样，重投影,做示范,78,投影转换,DataPrep-Reproject,79,图像拼接,Mosaictool,做示范,80,AddImagesSetinputmodelSetintersection要求：相同的投影，相同的像元大小,81,影像剪切,DataPrep-subsetimage（规则图形剪切，不规则多边形可设置坐标，通过）做示范Interpreter-|-utility-Mask1.生成mask图层.img:vector-to-rastor2.mask，setuprecord设置区域内值为，区域外的值为Operator：图像单波段或全波段预算（，power,mod）等图像代数运算,82,影像增强,空间增强：集中于图像的空间特征，考虑每个像元及其周围像元之间的关系，使图像的空间几何特征如边缘、物体形状、大小、线形特征等突出或降低。辐射增强：对单个像元的灰度值进行变换光谱增强：对多波段的美个像元的灰度值进行变换傅立叶变换：空间域频谱域对频谱域进行滤波、掩模等编辑，减少或消除图像的高频成分或低频成分。,83,空间增强,卷积增强将整个图像按照象元分块进行平均处理，用于改变图像的空间频率特征Interpreter-SpatialEnhancementconvolution高通滤波：强调了空间细节，失去了大范围亮度做示范低通滤波：平滑图像增强图像的低频成分，减弱图像中的高频成分,84,空间增强,分辨率融合（ResolutionMerge）：对不同分辨率的景观融合注：首先要精确的校正影像（相同的投影等）PrincipalComponent(主成分变换）:建立在图像统计特征基础上的多维线性变换，方差信息浓缩、数据量压缩，多以高分辨率数据代替第一主成分变换，然后逆变换Multiplicative(乘积变换)：应用最基本的乘积组合算法合成BroveyTransform(比值变换）：将输入的红绿蓝三个波段与高分辨率数据按公式计算各波段数值做示范,85,辐射增强,LUT,Stretch(查找表拉伸）：是对比度拉,伸的总和，通过修改图像查找表使输出图像值发生变化。可以实现线性拉伸、分段线性拉伸、非线性拉伸。直方图均衡化（HistogramEqualization):对影像非线性拉伸，使一定灰度范围内的象元数量大体相等。,做示范,86,辐射增强,直方图匹配（histogramMatch):使两幅影像对应波段的直方图相类似。多作为图像拼接或多时相影像进行动态变化研究的预处理。通过直方图的匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异,87,光谱增强,PrincipalComponentsAnalysis(主成分分析)（KL变换）:去除波段之间的多余信息，将多波段的图像信息到比原波段更有效的少数几个转换波段。在尽可能不丢失信息的同时，用几个综合性波段代表多波段的原图像。InterpreterSpectralEnhancement,PrincipalComponents,做示范,88,光谱增强,主成分逆变换：将主成分变换得到图像重新恢复到彩色空间中，输入必须是主成分变换得到的图像，而且必须有当时的特征矩阵（*.mtx）参与变换。Decorrelationstretch(去相关拉伸）：与KL变换结合相用，对主成分进行对比度拉伸，再逆变换达到影像增强目的,89,光谱增强,TasseledCap(缨帽变换或穗帽变换）（KT变换）：根据经验确定的变换矩阵将图像投影综合变换到三维空间，其立体形态形似带缨穗的帽子，变换后能看到穗帽的最大剖面，充分反映植物生长枯萎程度、土地信息变化，大气散射物理影响和其它景物变化程度的一种线性特征变换的图像处理方法。是一种特殊的主成分分析，其转换系数是固定的，它能够效好的分离土壤和植被。做示范,90,光谱增强,Kt变换后得到的第一个分量表示土壤亮度，第二个分量表示绿度，第三个分量随传感器不同而表达不同的含义。如，MSS的第三个分量表示黄度，没有确定的意义；TM的第三个分量表示湿度。,91,光谱增强,色彩变换（RGBtoIHS):,将遥感影像从,、种颜色组成的彩色空间转到以亮度，色度和饱和度作为定位参,数的彩色空间,做示范,92,光谱增强,Indices(指数计算):RVINIR/R（比值植被指数）NDVI(NIRR)/(NIRR)归一化植被指数DVIEVINIR-R，差值环境植被指数GVI：绿度植被指数，k-t变换后表示绿度的分量PVI：直植被指数，在R-NIR的二为坐标系内，植被像元到土壤亮度线的垂直距离。PVI(SR-VR)2+(SNIR-VNIR)2)1/2S是土壤反射率，V是植被反射率,93,指数计算,RVI比值植被指数：RVI=NIR/R，或两个波段反射率的比值。1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2；2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量；3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度50%时，这种敏感性显著降低；4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。做示范,94,指数计算,NDVI归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关；,95,指数计算,GVI绿度植被指数，k-t变换后表示绿度的分量。通过k-t变换使植被与土壤的光谱特性分离。植被生长过程的光谱图形呈所谓的穗帽状，而土壤光谱构成一条土壤亮度线，土壤的含水量、有机质含量、粒度大小、矿物成分、表面粗糙度等特征的光谱变化沿土壤亮度线方向产生。,96,指数计算,PVI垂直植被指数，在R-NIR的二为坐标系内，植被像元到土壤亮度线的垂直距离。PVI=(SR-VR)2+(SNIR-VNIR)2)1/2，S是土壤反射率，V是植被反射率。1、较好的消除了土壤背景的影响，对大气的敏感度小于其他VI2、PVI是在R-NIR二位数据中对GVI的模拟，两者物理意义相同,97,傅立叶变换,FourierAnalysis:将遥感图像从空间域转换到频率域，RGB二维正弦图像滤波、掩膜（消除高频或低频）逆变换,98,把输入的空间域彩色数据图像转换成傅立叶图像(*.fft)fouriertransform打开傅立叶编辑器，进行傅立叶图像编辑（滤波类型、滤波器等）高低通滤波,掩膜,3.保存傅立叶处理图像4.执行傅立叶逆变换5.察看处理效果，不好重做,做示范,99,三维地形的生成与显示,DataPrep|CreateSurface,100,显示在窗口中同时打开下层的DEM和上层的影像文件。（.img）Utility|ImageDrapeUtility|Options,SunPositioning,Currentposition等命令做示范,101,分类非监督分类监督分类分类结果评价分类后处理,102,非监督分类,