遥感原理课程设计实习报告

1、精选优质文档-倾情为你奉上 遥感原理与应用课程设计 班级 学号： 姓名： 一、课程设计的目的和意义：1、 加深理解和巩固遥感原理与应用的有关理论知识；2、 运用专业遥感软件，通过对遥感影像进行各种处理以及专题信息提取等综合应用，培养独立分析问题和解决问题的能力；3、 通过自主编程设计，加强对遥感图像处理算法的理解和提高编程实践能力；4、 培养良好的工作习惯和科学素养，为今后工作打下良好的基础。二、课程设计的原理与方法：2.1课程设计步骤流程图： 专题地图制作影像格式转换 分类、分类后处理及精度评定 波段组合 几何校正 影像拼接与裁剪 2.2.原理与方法 1、影像格式转换： 课程设计所提供的影像

2、格式是bmp格式，而Erdas默认处理的影像格式是img格式，故必须应用Erdas将所有的bmp格式转换成img格式，方便处理。2、波段组合： 课程设计所提供的影像分别是TM的6个波段，故在格式转换之后需将6个波段组合成多波段影像，注意要分别针对左右两张影像进行组合。3、几何校正： 由于传感器的几何畸变以及大气畸变等多方面因素的影像，所得的TM影像存在几何畸变，为了消除几何畸变，我们必须对左右两张影像进行几何校正。这里是以spot的全色波段作为基准影像进行校正。同时，几何校正的精度将影响影像拼接和分类的精度，必须进行精校正，将误差控制在1像素以内。4、影像拼接与裁剪： 分别对左右影像进行几何校

3、正之后，我们需要将其拼接成一张影像进行处理。影像拼接能够很好的检验几何校正的精度，若出现明显的裂缝，则必须返回到几何校正进行检查和调整，直至拼接效果满足要求并进行裁剪操作，将裁剪下来的影像，作为分类的基准影像。5、 分类，分类后处理与精度评定：分类这里分为监督分类和非监督分类：A、 非监督分类：先目视判读需要分为几类，本次实习中时6类，然后选择监督分类算法，如K-均值和IsoData算法，调整参数，进行分类。B、 监督分类：基于非监督分类的先验知识，对影像进行监督分类，选取相应样本，使用最大似然法，得到分类后影像。精度评定： A、混淆矩阵：利用Erdas，对分类的影像生成混淆矩阵，看各个类的精

4、度是否满足 要求，若不满足，则需要重新选取样本，直至所有类都达到90% 以上。 B、随机点：利用Erdas生成255个随机点，然后进行目视判读，检查分类的精度， 最后要求总的精度达到85%以上。分类后处理：这里分为聚类统计（Clump）和去除分析（Eliminate） A、聚类统计（Clump）： 无论是利用监督分类还是非监督分类，分类的结果中都会产生一些面积很 小的图斑。无论从专题地图制图的角度，还是从实际应用的角度。都有必要对 这些小图斑进行剔除。 聚类统计是通过对分类专题图像计算每个分类图斑的面积、记录相邻区域 中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图 斑

5、都包含Clump类组属性。 B、去除分析（Eliminate）： 去除分析是用来删除原始分类图像中的小图斑或Clump聚类图像中的小 Clump类组，它将删除的小图斑合并到相邻的最大的分类当中。而且，如果输 入的图像时Clump聚类图像的话，记过Eliminate处理后，将分类图斑的属性自 动恢复为Clump处理前的原始分类编码。6、专题地图制作： 将所得的专题地图即经过分类后处理的监督分类影像，加上格网、比例尺、图例以及标题等地图信息，并且输出为tif格式。三、课程设计的过程和步骤： 3.1影像格式转换第一步：点击工具栏Import，并设置对话框如下所示第二步：点击确定，则得到一副img影像

6、，分别对其余的不买票影像进行相同操作。3.2波段组合：第一步：进行影像属性设置，打开一幅img影像，点击工具栏中的第三个按钮，然后再点击Edit->change map model，设置对话框如下所示。然后对每一张img影像进行设置。第二步：点击工具栏Interpreter，选取Ulities，再选取layer Srack。第三步：设置对话框如下图所示，并按照这个方法将右边图像组合成多波段影像。3.3几何校正：（以左影像为例）第一步：设置spot影像的坐标系参数如图所示：第二步：选取几何校正模型为二次多项式模型，并分别选取6对控制点和6对检查点，确保每个检查点的中误差小于1，并且要求总的

7、中误差小于1。如图所示：第三步：对影像进行重采样，得到效果图如下：第四步：校正精度评定：除了在第二步中用检查点进行精度评定之外，还可以通过将spot影像和校正后的影像一起显示进行判读。操作如下，首先正常打开spot全色波段影像，然后再同一个View中打开校正后的影像，并将Raster Option中的Clear Display前面的勾点掉。然后点击view-Utility-blend或者swipe和flicker。3.4影像拼接和裁剪：第一步：点击Dataprep->Mosaic Image->Mosaic Tool,添加两张校正之后的影像。第二步：设置好参数以及拼接的条件，然后点

8、击Process->run Mosaic，得到拼接后的影像如图所示：第三步：分别对拼接后的影像和spot影像进行裁剪，并且保证两张影像裁剪的范围是一样的。然后点击DataPrep->subst Image,设置对话框，进行裁剪，得到的Tm效果图如下3.5影像分类、分类后处理及精度评定。影像分类：A、非监督分类：直接点击Classifier->Unsupervised Classification，选择输入输出路径，并设置分类的类别数，并且点击OK即可。B、监督分类：第一步：打开待分类影像，点击Classifier->signature Editor，利用AQI工具进行样

9、区的选取，下图是我的分类表：第二步：生成混淆矩阵，点击Evaluate->Contingency,设置如下：第三步：检查混淆矩阵，保证每个类的精度达到90%以上，若为满足要求，则需要对样本区域进行调整，直至符合。我的混淆举证表如下：第四步：生成分类后的影像分类后处理：A、Clump处理：点击Interpreter->GIS Analysis->Clum，选择输入图像和输出图像的路径，得到处理后的影像如图所示：B、Eliminate处理：点击Interpreter->GIS Analysis->Eliminate，选择clump处理的图像作为输入图像，将得到的效果图

10、的颜色进行更改，最后得到的图像如图所示：精度评定：生成255个随机点，然后进行目视判读，填写每个随机点所属的类别，并且评定随机点的精度，要求总的精度大于85%，部分精度表如图所示：3.6专题图制作：第一步：点击Composer->new Composer，设置参数如图所示第二步：选择工具，在composer窗口内选择一块区域，然后在出现的对话框中点击viewer，再点分类影像（预先打开），然后再在出现的对话框中点击Use Entire Source，再点击OK即可。第三步：添加房里格网：点击，再点击map窗口，设置单位为Centimertere，然后点击Use Full Grid，再点击

11、Copy to Vertical，如图所示：点击OK即可第四步：添加比例尺，点击，在出现的对话框里面设置如下图所示，然后再将比例尺拖到合适地位即可。第五步：添加图例，点击，再将对话框设置成如图所示一样即可第六步：添加图名和指北针。点击Annotation->Style，设置如图所示，分别点击，完成指北针和名字的添加。最后得到的专题地图如图所示：四、课程设计的结果分析与评价：4.1格式转换：格式转换的结果就是将所需的bmp格式的影像转换成img格式，需要注意的是每张转换后的影像都要修改Map Models。4.2波段组合：波段组合就是将装换成img格式的6个波段的影像组合成一个多波段影像。

12、4.3几何校正：这里几何左边影像校正的结果进行说明，首先在选取控制点和检查点的时候，必须保证所有点的中误差小于1，如图所示：这里可以看到我左边影像每个点的中误差都小于1，并且总的中误差为0.7左右，完全符合几何校正的精度要求。当检查点的中误差大于1时，则说明控制点选取的不合理，这时候应该首先检查控制点是否分布均匀，然后采用排除法进行纠错，直至中误差满足要求。以上只是一种检验精度的方法，还需要进行动态连接，即将校正后的影像和Spot影像联合显示，目视判断精度是否足够。如图所示：从该图中可以看出，两张影像符合的相当好，故精度满足要求。4.4影像拼接与裁剪：影像拼接就是将左右两张影像拼接在一起，并且

13、拼接可以检查上一步两张影像几何校正的精度，如果出现明显的拼接缝或者错位现象，则需要返工，下图是我所作的拼接效果：从图中可以看出，两张影像拼接的较为准确，除了边缘地区稍微有一些错位之外，其它地方较好，故满足要求。拼接完之后，选取拼接效果较好的部分裁剪下来作为待分类的图像。由图可知，中间的影像拼接效果非常好，故裁剪该部分影像作为待分类影像。4.5分类、分类后处理及精度评定：分类包括非监督分类和监督分类，非监督分类主要是提供一个先验知识，分类效果不良好，不能进行使用。下图是我所做的监督分类效果图：从这张图上我们并不能得知分类的精度是否满足要求，这就需要借助混淆矩阵和随机点法进行判断。混淆矩阵要求所有

14、的类的精度达到90%以上，如果没有达到，则必须修改样本，直至符合精度。随机点精度要求总精度达到85%以上，如果没有达到，则需要进行返工。当分类精度达到要求后，可以进行分类后处理，就是Clump和Eliminate处理，将分类后影像的小图斑去除，是整幅分类影像看起来更为舒服和自然。下图是处理后的影像：对比以上两张影像，我们发现影像上的一些小图斑消失了，使整幅影像看起来更为简洁，可以用来制作专题地图。 4.6专题地图制作专题地图的制作主要包括比例尺、格网、图例、指北针、地图名字等地图要素的添加，最终得到一个tif文件。五、课程设计的总结与体会：通过这两周的实习，我熟悉了Erdas的使用，并通过和E

15、nvi的对比，了解了这两款软件的优缺点，为以后的学习科研提供了经验。首先我们进行的是影像格式转换，格式转换主要是将bmp转换成便于Erdas处理的img格式。个人觉得，Erdas在格式转换方面做得比envi好，更加全面和方便。接下来是进波段组合，波段组合就是将6个波段组合成为一个多波段影像，在组合之前，必须修改没张img的map model，否则会出现错误。然后是重头戏几何校正，几何校正我们使用的是二次多项式模型，故需要选取6个控制点来建立模型，为了检验模型的精度，则需要另外选取6个检查点。在选取控制点的时候一定要分布均匀，否则误差非常之大。在几何校正的时候，由于右边影像右边全部是山区，不方便

16、选点，我将所有的控制点选在左边，当选取检查点的时候，发现左边中误差较小，而右边达到了100多。另外，为了保证几何校正的精度，所有检查点的中误差都要小于1。几何校正完之后，则可以进行拼接处理，拼接处理就是将左右两张影像拼接成一张影像，拼接的时候可以检验上一步几何校正的精度，如果精度不够，在拼接的时候会发现两张影像之间有明显的拼接缝和错位。这个时候则需要进行返工，直至拼接效果良好。拼接好之后，选取拼接效果较好的一个区域进行裁剪，作为待分类影像。这里我们还可以将spot相应区域的影像裁剪下来，然后和Tm影像进行融合，然后进行分类，最后比较两种影像分类的效果，选取较好的一组作为最后结果。分类的时候，先进行非监督分类，获得先验知识，然后进行监督分类。这里我分了6类分别是长江，汉江和湖泊，城区，裸地，道路，植被6类。然后分别进行样本选择，这里我感觉envi在分类样本选取方面做得比Erdas好，更加方便。当样本选取完之后，需要生成混淆矩阵，看精度是否满足要求，若