遥感信息技术实习指导书

遥感信息技术原理与应用ERDASIMAGINE遥感信息技术原理与应用ERDASIMAGINE实习指导书2023.102023.10遥感信息技术原理与应用ERDASIMAGINE2023.10遥感信息技术原理与应用ERDASIMAGINE实习指导书41本次实习主要学习以下内容:图像空间增加(SpatialEnhancement)图像辐射增加(RadiometricEnhancement)图像光谱增加(SpectralEnhancement)高光谱工具(HyperspectralTools)地形分析功能(TopographicAnalysis)地理信息系统分析(GISAnalysis)图像解译功能简介(IntroductionofImageInterpreter)ERADSIMAGINE的图像解译器(ImageInterpreter)包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要您通过各种按键或对话框定义参数，多数解译功能都借助模型生成器(ModelMaker)建立了图形模型算法，很简洁调用或编辑。图像解译器又称ImageInterpreterInterpreter，可以通过两种途径启动:ERDAS图标面板菜单条:MainImageIrnerpreterImageInterpreter菜单ERDAS图标面板工具条:Interpreter图标~ImageInterpreter菜单ImageInterpreter面板从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增加(Spatial Enhancement)、辐射增加(Radiometric Enhancement)、光谱增加(SpectralEnhancement)高光谱工具(HyperSpectralTools)傅立叶变换((FourierAnalysis)、地形分析(TopographicAnalysis)、地理信息系统分析(GISAnalysis)、以及其它有用功能(Utilities)，每一项功能菜单中又包含假设干具体的遥感图像处理功能。1、空间增加〔SpatialEnhancement〕空问增加技术是利用像元自身及其四周像元的灰度值进展运算，到达增加整个图像之目的。2、辐射增加〔RadiometricEnhancement〕辐射增加处理是对单个像元的灰度恒进展变换运到图像增加的目的。3、光谱增加〔SpectralEnhancement〕光谱增加处理是基于多波段数据对每个像元的灰度值进展变换，到达图像增加的目的。4、高光谱工具〔HyperspectralTools〕高光谱工具是通过补偿大气对光谱的混淆来增加图像．5、傅立叶变换〔FourierAnalysis〕傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频率域上对图像进展滤波处理，削减或消退周期性噪声，再把图像从频率域转换到空间域，到达增加图像的目的。6、地形分析〔TopographicAnalysis〕地形分析功能主要是在点、线、面高程根底上，对多种地形因素进展分析，井对图像进展地形校正。7、地理信息系统分析〔GISAnalysis〕地理信息系统分析功能主要是对图像进展各种空间分析，涉及像元之间或专题分类之间的空间关系处理，使处理后的图像更好地表达主要的专题信息。8、有用分析功能〔Utilities〕图像空间增加(SpatialEnhancement)1、区分率融合〔ResolutionMerge〕好的空间区分率、又具有多光谱特征，从而运到图像增加的目的．操作过程比较简洁，关键是融合前两幅图像的配准〔Rectification〕以及融合过程中融合方法〔Method〕的选择。ERDAS图标面板菜单条:MainImageInterpreter一SpatialEnhancementResolutionMergeResolutionMerge对话框ERDAS图标面板工具条:InterpreterSpatialEnhancementResolutionMergeResolutionMerge对话框ResolutionMerge对话框ResolutionMerge对话框中，需要设置以下参数:确定高区分率输入文件(HighResolutionInputFile):spots.img确定多光谱输入文件(MultispecoralInputFile):dmtm.img(3)定义输出文件(OutputFile):merge.img选择融合方法(Method):PrincipleComponent(主成份变换法)系统供给的另外两种融合方法是:Mutiplicative(乘积方法)BroveyTransform(比值方法)选择重采样方法(ResamplingTechniques):BilinearInterpolation(6)输出数据选择(OutputOption):StretchUnsigned8bit输出波段选择(LayerSelection):SelectLayers1:7OK(ResolutionMerge对话框，执行区分率融合)请将融合前的多光谱图象与融合后的图像翻开截图在作业中比照图像辐射增加(RadiometricEnhancement)去霾处理(HazeReduction)去霾处理的目的是降低多波段图像(LandsatTM)或全色图像的模糊度(霾)段图像(LandsatTM)，该方法实质上是基于缨穗变换方法(TasseledCapTransformation)，首先对图像逆行主成份变换，找出与模糊度相关的成份并剔除，然后再进展主成份逆变换回到RGB彩色空间，到达去霾之目的．对于全色图像，该方法承受点扩展卷积反转(1nversePointSpreadConvolution)5x53x3的卷积算于分别用于高频模糊度(High-haze)或低频模糊度(Low-haze)的去除。ERDAS图标面板菜单条.:Main~ImageInterpreter--RadiometricEnhancement翻开HazeReduction对话框,在对话框中，需要设置以下参数：(1)确定输入文件(InputFile)为klon_tm.img(2)定义输出文件(OuputFile)haze.img定义坐标类型为(CoordinateType)Map处理范围确定(SubsetDefinition)ULX／YLRX／Y微调框中输入需要的数值(缺InquireBox定义子区)处理方法(Method),选择Landsat5TM(Landsal4TM)OK按钮〔关闭HazeReduction对话框，执行去霾处理。HazeReduction对话框请将原图与处理后的图像翻开截图在作业中比照图像光谱增加(SpectralEnhancement)1彩色变换显示水体信息依据加色法的原理，选择遥感影像的某三个波段，分别赐予红、绿、蓝三种原色，就可以合成彩色影像。由于原色的选择与原来遥感波段所代表的真实颜色不同，因此生成的合成色不是地物真实的颜色，因此这种合成叫做假彩色合成。多波段影像合成时，方案LandsatTM〔ETM〕7TM2、ETM+2〔0.52-0.60µm〕适用于水体污染的争论。不少争论说明，水体的兰谱段和绿谱段的辐射比值，是溶解有机质和浮游生物消灭状况4、3、2Viewerlanier.imgViewer窗口中单击Raster工具条，单击BandCombinations,SetLayerCombinationsfor窗口如图。SetLayerCombinationsfor窗口Red4，Green3，Blue2，Applyok对话框，打量合成后的图像,试分析为何此三个波段的假彩色合成会凸显水体信息，并解释水体颜色深浅分别代表什么？〔选做〕突出居民点信息Barry〔1983〕7、4、37、5、4取，743波段合成图像上，居民地影像颜色呈紫色。试分析为何此三个波段的假彩色合成会凸显居民地信息成紫色？〔选做〕2、指数运算两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增加，到达提取某些信息或去掉某些不必要信息的目的。两幅同样行、列数的图像，对应像元的亮度值相减就是差值计算，即：f〔x，y〕=f〔x，y〕-f〔x，y〕D 1 2差值计算应用于两个波段时，相减后的值反映了同一地物光谱反射率之间的差。由于不同地物反射率差值不同，两波段亮度值相减后，差值大的被突出出来。例如，当红外波段减红波段时，植被的反射率差异很大，相减后的差值就大，而土壤和水在这两个波段反射率差值就很小，因此相减后的图像可以把植被信息突出出来。两幅同样行、列数的图像，对应像元的亮度值相除〔除数不为0〕就是比值计算，即：f〔x，y〕=f〔x，y〕/f〔x，y〕R 1 2比值运算可以检测波段的斜率信息并加以扩展，以突出不同波段见地物光谱的差异，提这种算法称为植被指数〔VI，egetationIndex，如归一化差异植被指数NDVI，〔TM4-TM3〕/〔TM4+TM3，是最广泛使用的一种V。NDVI指数运算方法举例：ImageInterpreter/SpecturalEnhancement/IndicesIndices输入文件〔InputFile〕tmatlanta.img；输出文件〔OutputFile〕Indices.img；(3)定义坐标类型为(CoordinateTypeMap(4)处理范围确定(SubsetDefinitionULX／Y、LRX／YInquireBox(5)选择传感器类型：LandsatTM选择计算指数函数：NDVI输出数据类型〔OutputDateType〕为Unsigned8bit在NDVI图中，植被掩盖多的地方光谱值就大，呈灰白色，相反像水体裸地等无植请答复为什么？？［］将生成的图像翻开截图保存至作业高光谱工具(HyperSpectralTools)光谱剖面：光谱剖面反映的是一个像元内各波段反射光谱值变化曲线，是分析高光谱数据的根底，有助于估量像元内地物的化学组成，具体操作过程如下：首先在视窗中翻开一幅高光谱图像〔Hyperspectral.img〕然后：ERDAS 图标面板菜单条.: 单击Main ~ Image Interpreter – Hyper SperctralTools—Spectral Profile—ViewerSelectionInstructions指示器将鼠标移到高光谱图像视窗中点击左键，确定绘制剖面曲线的图像SpectralProfile视窗SpectralProfileSpectralProfileCreateNewProfilePoint图标在高光谱图像视窗中选择像元，点击左键确定一点SpectralProfile―――重复上述过程可以生成多个像元点的光谱剖面曲线请选择三个不同地物的点，并将其光谱剖面曲线截图保存至作业地形分析功能(TopographicAnalysis)DEMDEMCreatSurfaceCoverageASCⅡ文件的根底上生成DEMDEM栅格数据根底上如何进展地形分析。1〔Slope〕ERDAS 图标面板菜单条.: 单击Main ~ Image Interpreter – TopographicAnalysis—Slope对话框。确定如下参数：DEM：demmerge_sub.img--选择输出图像：demmerge_slope.img--文件坐标类型：Map--处理范围确定：〔缺省为整个图像范围〕DEM1--选择高程数据单位：Meter--输出坡度单位：Degree--OK(进展坡度分析处理)翻开坡度图，并点击查询工具查询图上各点的坡度，截图保存至作业2〔Aspect〕ERDAS 图标面板菜单条.: 单击Main ~ Image Interpreter – TopographicAnalysis—Aspect对话框。确定如下参数：DEM：demmerge_sub.img--选择输出图像：demmerge_aspect.img--文件坐标类型：Map--处理范围确定：〔缺省为整个图像范围〕DEM1--选择高程数据单位：Meter--输出坡度单位：Degree--输出图像类型：Thematic--OK(进展坡向分析处理)翻开坡向图，并点击查询工具查询图上各点的坡向，截图保