大三下信管只起到参考作用具体复习看老师放假遥感作业

遥感图像的基本处理姓名：学号：1491416学院：学院班级：14遥感图像的基本处理姓名：学号：1491416学院：学院班级：144班（8班）一.实验目的学习ENVI5.3在此实际操作中对遥感这门学科的理论知识有更深入的理解和掌握，也从这次实验中收获乐趣和。二.实验内容1.从地理空间数据云平台（区域的云量为0的二景遥感影像数据，遥感影像数据源为LANDSAT7ETM+一.实验目的学习ENVI5.3在此实际操作中对遥感这门学科的理论知识有更深入的理解和掌握，也从这次实验中收获乐趣和。二.实验内容1.从地理空间数据云平台（区域的云量为0的二景遥感影像数据，遥感影像数据源为LANDSAT7ETM+。2.对的遥感影像数据进行镶嵌和裁剪处理MosaickingSeamlessMosaic>打开两个多光谱波段（2）颜色改正：ColorCorrection（2）颜色改正：ColorCorrection（3）拼接缝：Seamlines/FeatheringAutoGenerateSeamlines（4）导出项设置：Export>OutputFormat:ENVI>OutputFilename:C:\Users\MAC\Desktop\zhoujialu\mosaic_2017-Shanghai.dat>OutputBackgroundValue:0>ResamplingMethod:Binary>SelectOutputBands:All（5）主界面剩余项设置：Main>（5）主界面剩余项设置：Main>DataIgnoreValue:0>(平)):5中间会出现白色缝隙，故选择1（6）在所有数据设置完毕后点击Finish导出镶嵌完成后的图像（7）在左栏中镶嵌完成后的图片名上右击选中New（6）在所有数据设置完毕后点击Finish导出镶嵌完成后的图像（7）在左栏中镶嵌完成后的图片名上右击选中NewRegionofInterest(ROI)>File>(导入矢量数据)ImportVector>选择AllRecordstoaSingleROI>SaveAs>>>InputFile:shanghai.shp>MaskpixelsoutputofROI:Yes(MaskBackgroundValue0)>文件名：（9）在把文件保存之后，裁剪部分便完成了（以下为经过拉伸后的显示图）2.对图像进行色彩变换（9）在把文件保存之后，裁剪部分便完成了（以下为经过拉伸后的显示图）2.对图像进行色彩变换全色波段图像进行密度分割（1）DataManager>选择拼成的全色波段产生黑白图片（右击gist图片>NwRaerlrice>编辑设置颜色参数（3）于此实现了全色波段图像进行密度分割多光谱图像进行彩色，获取图像的真彩色和标准假彩色遥感影像（1）（3）于此实现了全色波段图像进行密度分割多光谱图像进行彩色，获取图像的真彩色和标准假彩色遥感影像（1）Datamanager>选择红绿蓝三个波段形成真彩色（2）Datamanager>（2）Datamanager>Band7三个波段形成假彩色3.图像进行均值滤波和图像锐化处理（至少两种图像锐化算子）均值滤波（lar>iler>lisandMorpoly>os>Lw>junzhi图像锐化处理（1）Robert算子：Toolbar>Filter>图像锐化处理（1）Robert算子：Toolbar>Filter>ConvolutionsandMorpology>>>（2）Sobel算子：Toolbar>Filter>ConvolutionsandMorpology>>>4.图像的波段运算：NDVI指数（4.图像的波段运算：NDVI指数（1）ToolbarSpectralVegetationNDVI默认路径OK5.K-L变换分析（1）Toolbar>Transform>PCARotation>ForwardPCARotationNew>（2）之后对图像进行密度分割，采用的是Band2，在经过的颜块设置之后，成像如下：6.（2）之后对图像进行密度分割，采用的是Band2，在经过的颜块设置之后，成像如下：6.遥感图像的融合（LANDSAT多光谱和全色波段的融合）先选中Toolbar>ImageSharpening>Gram-SchmidtPanSharpening>多光谱图片再选中全色图片进行融合三.实验原理1.图层镶嵌：多波段叠加实现图层。当研究区域超出单幅尽量一致。2.裁剪处理：在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的感就需要将遥感影像裁减成研究范围的大小。3.密度分割：按照图像的密度进行分层，每一层所包含的亮度值范围可以不同，对每层赋予不同的色彩，使之成为一幅彩色图像。4.彩色和假彩色：真彩色的遥感影像和实际地物地貌相一致，由红进行监督,用假彩色进行处理。5.均值滤波：卷积（三.实验原理1.图层镶嵌：多波段叠加实现图层。当研究区域超出单幅尽量一致。2.裁剪处理：在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的感就需要将遥感影像裁减成研究范围的大小。3.密度分割：按照图像的密度进行分层，每一层所包含的亮度值范围可以不同，对每层赋予不同的色彩，使之成为一幅彩色图像。4.彩色和假彩色：真彩色的遥感影像和实际地物地貌相一致，由红进行监督,用假彩色进行处理。5.均值滤波：卷积（Convolutions）滤波是通过消除特定的空间频率来使图像增强，根据增强类型（低频、中频和高频）不同可分为低通滤波、带通滤波和高通滤波。此外还可以增强图像某些方向特征的方向滤波等。它们的部分是卷积核。ENVI提供很多卷积核，高通滤波（has、低通滤波（wass。而我们实验中用低通滤波来实现均值滤波。6.图像锐化处理：为了突出图像的边缘，线状目标或某些亮度变化化率，找到梯度较大的位置就找到了边缘，实现锐化。Sobel梯度是其中的高通滤波（has、低通滤波（wass。而我们实验中用低通滤波来实现均值滤波。6.图像锐化处理：为了突出图像的边缘，线状目标或某些亮度变化化率，找到梯度较大的位置就找到了边缘，实现锐化。Sobel梯度是其中的Robert相比，此法较多的考虑了领域点的，使检测边界更加精确。7.图像运算NDVI指数：归一化差分植被指数，应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。8.K-L变换分析：主成分变换是数学上对数据降维的法。其基本思想是设法将原来众多的具有一定相关性的指标重新组一组现数据压缩和图像增强。四.实验数据此实验数据是来自地理空间数据云平台，采用LANDSAT7，研究区域为上海。此所用传感器为ETM+。空间分辨率是30米（其中Ban1Ban5，Band7，而Ban6的空间分辨率是0米。时间分辨率是16天。各波段描述：Ba1（蓝绿波段，Band2（绿色波段Ba3（红色波段。五段Ba3（红色波段。五.实验结果1.对的遥感影像数据进行镶嵌（镶嵌后成像）2.剪裁处理（剪裁前）（剪裁后）3.真彩色和假彩色遥感影像（真彩色）（假彩色）4.3.真彩色和假彩色遥感影像（真彩色）（假彩色）4.lowPass的成像（均值滤波）5.Robert锐化后图像（5.Robert锐化后图像（Robert锐化）6.Sobel锐化后图像（Sobel锐化）7.NDVI指数成像图（NDVI7.NDVI指数成像图（NDVI指数）8.K-L变换分析（K-L分析）（Band2）9.遥感图像的融合（融合后成像）六.实验心得面知识的支撑，但是在课后却花费了很长的时间完成整份作业。在这段时间里，我收获了很多，也学会了很多。首先，我对于ENVI5.3这款的基本操作熟悉了解了，有些基本功能，如镶嵌裁剪，也能熟练运用了，觉得又有了一技之长，可以处理一些遥感图像数据，在一定程度上，也对遥感这门课程产生了一定的。其次，我觉得做每一件事情我觉得都不容易。从数据开始就，但是最终了，还是很有成就感的，所以有的时候坚持是必要的，9.遥感图像的融合（融合后成像）六.实验心得面知识的支撑，但是在课后却花费了很长的时间完成整份作业。在这段时间里，我收获了很多，也学会了很多。首先，我对于ENVI5.3这款的基本操作熟悉了解了，有些基本功能，如镶嵌裁剪，也能熟练运用了，觉得又有了一技之长，可以处理一些遥感图像数据，在一定程度上，也对遥感这门课程产生了一定的。其次，我觉得做每一件事情我觉得都不容易。从数据开始就，但是最终了，还是很有成就感的，所以有的时候坚持是必要的，这样你才能体会的喜悦。刚开始接触这个也很陌生，只能慢慢照着上课讲的来，但只是盲目的照着操作，而不去思考的功能，和这样做的具体意义。结果就是遇到一点操作和描述的小差别就会浪费很多时间。所以以后要有多一点的思考，靠理解做题而非是一板一眼照搬硬套。然后，我们做什么都得有耐心，另外即使繁琐，也要认真仔细，就得花费差不多一个小时的时间，所以要有耐心有恒心，才能把事情做完。另外当遇到的时候，要学会问问身边的同学和同学探讨，询问，不能一个人闭门造车。最后，在面前闹了File和Memory的笑话之后，我体会到英语的重要性，不得不承认专业英语掌握的扎实的话，对操作英文有明显的优势，节省时间创造更高的效率，所以以后一定要听的话，好好。从感慨回到现实，这次实验通过理论与实践相结合，加深了对理论部分的理解，也提高了动手能力。当然也希望的作业成果可以得到的认可。s这样你才能体会的喜悦。刚开始接触这个也很陌生，只能慢慢照着上课讲的来，但只是盲目的照着操作，而不去思考的功能，和这样做的具体意义。结果就是遇到一点操作和描述的小差别就会浪费很多时间。所以以后要有多一点的思考，靠理解做题而非是一板一眼照搬硬套。然后，我们做什么都得有耐心，另外即使繁琐，也要认真仔细，就得