遥感数字图像处理ENVI期末考试实验报告

1、云南师范大学 2014-2015 学年 下学期统一考试 _遥感数字图像处理_期末试卷（非制卷）专 业：测绘工程课 程 名 称：遥感数字图像处理任 课 教 师： 班 级： 姓 名： 学 号： 1影像的几何精纠正1.打开影像在ENVI主菜单栏中，选择File Open Image File，打开需校正的影像，并显示在两个Display窗体中。2、启动几何纠正模块1. 在ENVI主菜单中，选择MapRegistrationSelect GCPs：Image to Image，弹出Image to Image Registration几何纠正模块对话框。2. 选择显示参考影像（SPOT文件）的Disp

2、lay为基准图像的（Base Image），显示需校正影像（TM文件）的Display为待纠正图像（Warp Image）（如图所示）。点击OK按钮，弹出Ground Control Point Selection对话框，进行地面控制点的采集，如图所示。3、采集地面控制点在图像几何纠正过程中，采集地面控制点是一项重要和繁重的工作，直接影响最后的纠正结果，在实际操作中要特别认真和具有耐心。1. 在Ground Control Point Selection对话框中，选择Options Set Point Colors，设置或修改GCP在可用和不可用状态的颜色。2. 在两个Display中移动方框

3、位置，寻找明显的地物特征点作为输入GCP。3. 在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字光标分别移到基准影像与待纠正影像相同地物点上。4. 在Ground Control Point Selection上，单击Add Point按钮，将当前找到的点进行收集。利用同样的方法继续寻找其余的点，当选择控制点的数量达到3时，RMS被自动计算。Ground Control Point Selection上的Predict按钮可用，这时在基准图像显示窗口上面定位一个特征点，单击Predict按钮，纠正图像显示窗口上会自动预测区域，适当调整一下位置，点击Add Point按钮，将当

4、前找到的点收集。随着控制点数量的增多，预测点的精度越来越精确。5. 选择OptionAuto Predict，打开自动预测功能，这时在基准图像显示窗口上面定位一个特征点时，纠正图像显示窗口上会自动预测。当选择一定数量的控制点之后（至少3个），可以利用自动找点功能。6. 选择OptionAutomatically Generate Points，选择一个匹配波段，如选择信息量多Band5，单击OK按钮。7. 在Automatic Tie Point Method Parameter对话框中。这里设置Tie点的数量（Number of Tie points）：60；其他选择默认参数（如图所示），点

5、击OK按钮。8. 在Ground Control Points Selection上，单击Show List按钮，可以看到选择的所有控制点列表。选择Image to Image GCP List上的OptionOrder Points by Error，按照RMS值由高到低排序。对于RMS过高，意识直接删除，选择此行，按Delete按钮；二是在两个图像的ZOOM窗口上，将十字光标重新定位到正确的位置，点击Image to Image GCP List上的Update按钮进行微调。当RMS值小于1个像素时（根据实际情况判断最小RMS值），点的数量足够且分布均匀，完成控制点的选择。9. 选择Fil

6、eSave GCPs to ASCII，将控制点保存。4、选择纠正参数并输出结果此处ENVI提供两种输出方式：Warp File和Warp File（as Image Map）10. Warp File方式11. 在Ground Control Points Selection上，选择OptionsWarp File，选择需纠正图像。12. 在纠正参数对话框中，设置纠正参数；相关参数说明：13. 重采样选择双线性（Bilinear），背景值（Back ground）为0。14. Output Image Extent：默认是根据基准图像大小计算，可以进行适当调整。15. 选择输出路径和文件名，

7、单击OK按钮。Warp File纠正方式得到的结果影像，它的尺寸大小、投影参数和像元大小（如果基准图像有投影）都与基准图像一致。16. Warp File（as Image Map）方式17. 选择OptionsWarp File（as Image Map），选择纠正文件（TM文件）。18. 投影参数不变，在X和Y的像元大小输入30m，按回车键，图像输出大小自动更改。19. Output Image Extent：默认是根据基准图像大小计算，可以进行适当调整。20. 设置输出路径和文件名，单击OK按钮。5、检验纠正结果检验纠正结果的基本方法是：同时在两个窗口中打开图像，其中一幅是纠正后的图像，

8、一幅是基准图像，通过视窗链接（Link Displays）及十字光标或者地理链接（Geographic Link）进行关联。在显示纠正结果的Image窗口中，从右键快捷菜单中选择Geographic Link命令，选择需要链接的两个窗口，打开十字光标进行查看。2.基于矢量边界的裁剪1. 选择全色波段窗口下的Overlay-Region of Interest. 2.如图所示将区域画出，并保存shp。3.选择ENVI工具Basic tools-Subset Data Via ROIs。选择文件名并保存。4.利用shp裁剪多波段图像选择File-Open Vector File5.打开后如图，点击

9、ok。选择需要进行裁剪的图像窗口 #2，点击ok。选择后选择第一项后点击ok选择第一项后点击ok5.同理，选择ENVI工具Basic tools-Subset Data Via ROIs。选择文件名并保存。 6.如图所示为才裁剪好的全色波段（左）和多波段图像（右）；3.自动融合1) 在 ENVI 的主菜单选择Transform Mage SharpeningHSV。变换前后对比如图所示4.手动融合 为了理解处理过程,选择进行手动数据融合。第一步, SPOT-XS 多波段的彩色影像转换到色度、饱和度、数值(hue-saturation-value) 彩色空间。将全色波段高分辨率的SPOT 影像替

10、换数值 (value)波段,并将其拉伸到0 至 1 之间以满足正确的数据范围。再将从SPOT-XS 多波段影像中获取的色度、饱和度以及从 全色SPOT 影像中获取的数值进行反变换, 转回到红绿蓝彩色空间。这个过程将产生出一幅输出影像,其包含了从SPOT-XS 多波段影像中获取的颜色信息以及从 全色SPOT 影像中获取的空间分辨率信息。1.HSV 正变换1) 从 ENVI 的主菜单选择 Transform Color Transform RGB to HSV, 然后选择调整过大小的 SPOT-XS 多波段数据作为输入的 RGB 影像。输入要输出的文件名, 点击 OK 执行变换。2) 作为灰阶影像

11、或 RGB 彩色影像, 来显示色度、饱和度和数值的影像。如图所示。2.拉伸变换 1) 从ENVI 的主菜单选择Basic Tools Stretch Data, 单击工lon_spot 文件,然后点击 OK 。2) 在 Data Stretching 对话框的 Output Data 部分中,在 Min 文本框中输入 0,Max 文本框中输入1,并输入一个输出文件名。单击OK 将 全色SPOT 影像的数据拉伸为浮点型,范围为0 到1.0 并保存文件。拉伸前后对比：3.HSV 反变换1) 从 ENVI 主菜单选择Transform Color TransformHSV to RGB, 选择转换过的SPOT-XS 多波段影像的 Hue 和 Saturation 波段作为变换的 H 和 S 波段。2) 选择拉伸过的 全色SPOT 影像作为变换的 V 波段,点击OK。在 HSV to RGB Parameters 对话框中输入要输出的文件名,点击 OK 进行反变换。HSV正变换和HSV反变换前后对比：4.显示结果1) 在可用波段列表中点击 RGB Color