遥感图像处理

遥感图像处理

—ERDAS遥感数字图像处理1彩色合成处理彩色合成真彩色合成假彩色合成把红色波段的影像作为合成图像的红色分量把绿色波段的影像作为合成图像中的绿色分量把蓝色波段的影像作为合成图像中的蓝色分量利用数字技术合成真彩色图像时假彩色合成（Falsecolorcomposition；Pseudocolor）只是在三个通道内输入其它波段影像数据，合成的图像就是假彩色图像R通道G通道B通道真彩色合成真彩色图像Naturalcolorcomposition选择多光谱波段数据合成一幅真彩色和假彩色遥感图像

LandsatETM+数据内容图像类型波段波长范围(um)分辨率(m)所属波段TM10.45－0.5228.5属可见光蓝光波段20.52—0.6028.5属可见光绿光波段30.63—0.6928.5属可见光红光波段40.76—0.9028.5属近红外波段51.55—1.7528.5属近红外波段610.45—12.5120属远红外波段72.08—2.3528.5属近红外波段ETM+80.50－0.9015全色波段真彩色合成：3R2G1B

假彩色合成：4R3G2B4R3G2B：遥感中最常见的假彩色图像是彩色红外合成的标准假彩色图像。它是在彩色合成时，把近红外波段的影像作为合成图像中的红色分量、把红色波段的影像作为合成图像中的绿色分量、把绿色波段的影像作为合成图像中的蓝色分量进行合成的结果。彩色合成软件演示LandsatTM多光谱波段数据（TIF格式）。采用ERDAS的“LayerStack”功能（Interpreter图标>Utilities>LayerStack）。使用时输入单波段数据的通道顺序应该是B通道、G通道、R通道（真彩色和假彩色合成）。输出数据类型:Unsigned8bit波段组合选择：Union输出统计忽略零值：IgnoreZeroInStats321真彩色合成影像432假彩色合成影像真彩色图像是指影像上地物的色调与地物的实际色调相一致的图像；假彩色图像是指影像上地物的色调与地物的实际色调不一致的图像。432假彩色合成影像是标准的假彩色图像，大片红色是植被，因为植被在近红外4波段的反射率非常的高，因此，呈现红色，而且可以通过红色的饱和度和亮度反映出植被的健康状态和年龄等隐性信息,纯净的水体呈黑色。2图像分幅裁剪实际工作中，我们经常会得到一幅覆盖较大范围的图像，而我们需要的数据只覆盖其中的一部分。为节约磁盘存储空间，减少数据处理时间，常常需要对图像进行分幅裁剪（Subset）。一般采用不规则分幅裁剪。不规则分幅裁剪不规则分幅是指裁剪范围是任意多边形，因此必须首先设置一个完整的闭合多边形区域，可以利用AOI工具创建裁剪多边形，然后利用Subset完成不规则分幅在图像窗口中打开432.img，在Viewer图标面板中选择AOI/AOITool工具条应用矩形AOI工具，选择矩形的感兴趣区域，并保存AOI文件打开Subset（DataPrep/Subsetimage）对话框，打开432.img输出文件路径和名称单击AOI按钮，选择AOI来源为Viewer，或者AOIFile(将上面的AOI保存为文件)输出数据类型为Unsigned8Bit输出统计忽略零值输出波段为1：3单击OK涵义：直方图均衡化处理实际上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等，从而改善了图像效果。3直方图均衡化处理

(HistogramEqualization)“Interpreter”图标——“RadiometricEnhancement”——HistogramEqualization确定输入文件：裁剪后的图像输出路径和文件名文件坐标类型：File，处理范围默认输出数据分段：256（可以小一点，即将灰度值拉伸到多大的亮度范围）输出数据统计时忽略零值：IgnoreZeroinStatsOK，执行直方图均衡化处理。直方图均衡化处理的软件操作4遥感数字图像分类的软件演示目的：深刻理解遥感数字图像的计算机分类的原理和方法。熟悉在ERDAS里进行图像的计算机分类的具体方法和步骤。软件：ERDASIMAGINE9.1内容：监督分类。

监督分类数据：连云港海岸带TM影像图要求：1）利用上面直方图均衡化之后的图像

2）提取植被、水体、房屋、农田、盐田等主要地物1）样本信息提取标志植被信息提取

TM4是近红外区的唯一的通道，在TM4单波段的影像上，植被极易与水体区分。在遥感影像上，植被以红色放映出来，极易于其他地物区分。在TM4波段中，植被反射近红外的强弱与植被的生活力、叶面积指数和生物量等信息有关，而且TM4的光谱信息有较大的独立性。因此，TM4是反映植被信息的重要波段。在图上呈现深红色，表面有不规则纹理，较集中并且大面积分布的区域我们判断为植被。农田信息提取在近红外波段上，植被显示为红色，极易与水体区分，不同植被由于叶子的组织结构和所含色素不同，具有不同的光谱特征。农田和山体上覆盖植被由于叶子的组织结构和所含的色素不同，所以具有不同的光谱特征。显示为深红色的，表面有不规则纹理的我们判断为植被，而显示为洋红色，表面较光滑有较规则纹理，矩形均匀排列的大面积区域我们判断为农田。居民地信息提取居民地的反射光谱特征应该是表现为混合物的反射光谱特征，居民地大部分是由水泥物质构成，然后是居民地由于人居住的比较集中，活动量较大，所以其温度会比周围其它地物的要高。房屋的尺寸高矮不同，所以表面会有星星点点的纹理。在图上显示为浅蓝色，表面有星星点点的纹理，不规则分布的区域我们判断为居民地，其中，有大片的较集中的居民地，可以判断为城镇地区，也有小面积的零星分布的，可判断为乡村的居民地。盐田信息提取盐田地理区位在潮滩上缘，具有较大格网结晶蒸发池，连接外部的道路盐池埂与白色光斑底，系低反射率，所以在图像上显示为深色蓝紫色。附近并有高反射率的辅助生活设施。水体信息提取水体在近红外影像上呈现黑色，因此，采用432假彩色合成影像来判断水体。2）监督分类分类步骤定义分类模板评价分类模板进行监督分类定义分类模板在Viewer中打开要分类的图像（经过直方图均衡化之后的图像），在RasterOptions选择FittoFrame单击Classifer\Classification\SignatureEditor，打开分类模板编辑器调整分类属性字段：signatureeditor窗口中的分类属性表中有很多的字段，不同字段对于建立分类模板的作用不同；在ViewSihantureColumns对话框，单击第一个字段的Column列并向下拖动鼠标直到最后一个字段，此时，所有的字段都被选择上并用黄色表示出来；按住shift键的同时分别单击redgreenblue三个字段，则该字段将分别从选择中被清除；单击apply按钮分类属性表中显示的字段发生变化。如图在Viewer窗口中点击，打开Raster工具面板选择按钮，进入多边形AOI绘制状态，在图像上选择深蓝色区域，绘制一个多边形AOI，在SignatureEditor窗口，单击按钮，将多边形AOI区域加载到分类模板属性表中在图像上继续选择深蓝色区域，再绘制一个多边形AOI，用与4同样的方法加载到分类模板属性表中用同样的方法加载9-12个深蓝色多边形AOI在分类模板属性表中，按住Shift键，依次单击这些AOI，全部选中，并单击，将选中的模板合并生成一个新的模板。单击其SignatureName属性进行编辑状态，输入water，单击Color属性，选择深蓝色在SignatureEditor菜单条，单击Edit\Delete，删除合并前的模板在图像上继续选择多个砖红色区域AOI（farmland），赭（zhe）色（红褐色）区域AOI（forest），绿色区域AOI（grass），浅蓝色区域AOI（resident）单击File\Save，确定路径和文件名super.sig，即保存分类模板文件评价分类模板选中SignatureEditor属性表中的所有类别单击Evaluate\Contingency，打开ContingencyMatrix对话框，NonparametricRule选择FeatureSpace，OverlapRules选择ParametricRule，UnclassifiedRule选择ParametricRule，ParametricRule选择MaximumLikehood.设置完毕后，单击OK按钮，便显示分类误差矩阵，计算误差矩阵的总体误差，即正确分类的像元数之和（对角线像元总和）除以所有的像元数，值大于80％就比较好的效果进行监督分类⒈完成以上步骤后便可以进行监督分类⒉选择处理图像文件（InputRasterFile）：直方图均衡化之后的图像⒊在InputSignature中选择super.sig⒋在ClassifiedFile中设置输出数据路径和文件名：super.img⒌选中输出分类距离文件为DistanceFile⒍在Non-ParametricRule中选择FeatureSpace⒎在OverlapRule中选择ParametricRule⒏在UnclassifiedRule中选择ParametricRule

⒐在ParametricRule选择MaximumLikehood⒑单击OK执行监督分类分类重编码监督分