遥感实习报告（共8篇）

遥感实习报告（共8篇）篇：遥感实习报告

遥感图像处理实习报告

姓名：学号：班级：老师：

实验：土地覆被变化分析

阅读该实验的教材内容，回答以下问题：

1.遥感数字图像处理在哪三种空间上进行？各空间的内涵是什么？答：(1)图像空间:图像具有二维坐标，是数字的直观表达，地物在图像空间中能直观的表示出来。利用图像合成可以产生不同的表示方式，便于进行视觉对比。(2)光谱空间:光谱是区分、识别地物的基本依据，不同的地物具有不同的光谱。在光谱空间，可以分析当前像素的光谱，也可以对不同像素、不同地物的光谱进行对比。(3)特征空间:在特征空间中，同类的像素点往往聚在一起，不同的特征空间表达了像素间的不同关系;利用特征空间可以进行遥感信息的有效提取、遥感图像分类和模式识别。实验报告内容：一、实验过程

1.相对几何较正；

用ENVI5.3打开1992年和2000年的遥感图像，在工具栏MAP中选择Registration,并选择图像校正图片对图片形式的。以2000年为基图，1992年为校正图进行校正并保存。校正点尽可能达到30个点左右为佳，由于时间关系，我所处理的图像只有10个校正点。控制点的选取原则：①易分辨、易定位的特征点：道路的交叉口，水库坝址，河流弯曲点等。②特征变化大的地区应多选些。③尽可能满幅均匀选取。几何校正的方法可分为两种：多项式校正法和共线方程校正法。而我此次选择多项式法进行图像校正

2.取相同子区；

关闭原图，打开我们校正之后的图像，在基础工具栏中选择BasicTools的一个选项（调整数据大小），处理得出的数据大小应该是2060*1060像素的。处理完1992年的数据，我们可以直接用处理后1992年数据大小对2000年图像进行处理，以保证两组数据尺寸大小相同。3.分类；分类的原理：同类地物在相同的条件下，具有相同或相似的光谱信息特征和空间信息特征，即同类地物像元的特征向量将集群在同一特征空间区域；而不同

2的地物其光谱信息特征或空间信息特征将不同，集群在不同的特征空间区域。因此根据光谱亮度值的集群我们可以将不同的像元归到不同的类别中去。首先我们需要利用ROI训练我们的感兴趣区，我将1992年图像分为6类分别为河流、湖泊、高植被、低植被、荒漠和落地，而2000年的图像只有5类，因为我在观察时发现2000年的图像没有荒漠区域，即没有荒漠部分。随后我们用监督分类中的最大似然法对图像进行分类。选择依据：最大似然法（Bayes分类器）是通过观测样本X把它的先验概率转化为后验概率，并以后验概率最大的原则确定样本X的所属类别。该分类器可以使错误分类的概率最小。特点：(1)最大似然法分类并不把一个对象绝对地指派给某一类，而是通过计算得出属于某一类的概率，具有最大概率的类便是该对象所属的类；(2)一般情况下在最大似然法分类中所有的属性都潜在地起作用，即并不是一个或几个属性决定分类，而是所有的属性都参与分类。4.分类后处理

（1）类别合并：在已经分类了的图像中选择性地进行类的结合，将高植被低植被进行合并，河流和湖泊进行合并为水体。（2）编辑颜色：进行颜色处理，更改某些地类的颜色，使得配色美观。（3）纠正错误分类：手动对分类不合理的地方进行编辑，将其加入大类中。5.分类精度分析

Kappa系数：kappa系数是在综合了用户精度和制图精度两个参数上提出的一个最终指标。值域正如以上所说[-1，1]，如果越大，表示图象分类精度越高。Kappa系数=0.97，由此我们可以知道此次分类处理的精度还是比较准确的6.类别统计报告；

从类别统计报告上得到无论是1992年还是2000年，裸地占极大的比例达到百分之五十以上，而荒漠在8年时间里消失，植被数量略有增长，水体部分也

4有所增加。7.变化探测分析

从上图我们可以看到该地区从1992年到2000年之间变化还是挺大的。从整体上看，植被的数量上增加缓慢；水体，即河流和湖泊的数量增加了0.3%左右；而荒漠则是整体性的消失，增长为裸地，带来裸地整体数量的变化。原因：通过查阅文献和询问老师，我们了解到1992年是一个大旱年，整体降水量少，所以植被数量和水的总量比较少。而1992年后，人类开始在该地区进行大量农耕和砍伐，导致植被面积虽然增加，但是增加缓慢，高植被（森林）面积下降，低植被相对增加。8.遥感制图

一、准备专题制图数据，二、生成专题制图文件,确定专题制图范围，四、放置图面整饰要素。而图面整饰又包括：1.绘制格网线与坐标注记，2.绘制地图比例尺，3.绘制地图图例，4.绘制指北针，5.地图名称的设定，6.地图的保存。二、分析与讨论

1.监督分类的步骤。1)对裁剪好的两幅图像，利用先验知识和图像判读先分别划出感兴趣区。2)在全面分类之前，先利用训练样本来评价感兴趣区的可分离性。若参数在1.9~2.0之间，则说明分离性较好。3)选择最大似然法进行分类。三、收获与感想

在此次实习中，我遇到的主要问题是操作不熟练，经常做到一半忘记接下去的步骤，然后只好重新做，最后再问同学，一遍一遍看着视频做。由于自己的电脑无法安装Envi软件，所以只能到机房或者借同学的电脑来做，确实有些不方便。但同时，在这个过程，也能让自己多做几遍，熟悉软件操作。听课时一定要认真，下课也需要及时的去进行回忆操作，不然没有老师的指导，作业很难完成。需要在课堂上录制老师的讲课过程，反复看。作为土管专业的学生，我们以后也可以从事城市规划等相关事业。而城市规划向来都是遥感技术应用的一大领域。从最基础的正射影像图和各类专题图的制作、城市土地利用的监测评价、违章建筑的督察管理、城市植被覆盖度调查等等，这些都是遥感技术在城市规划管理方面的具体应用。所以学好Envi软件是我们土管学生必不可少的专业技能。第2篇：遥感实习报告

《遥感原理与应用》

课堂实验报告

（2015-2023学年第一学期）

专业班级：学号：姓名：实验成绩：

□优秀：格式完全符合规范要求，内容完整，图表规范美观；实验原理清楚，实验步骤合理，结果正确；严格遵守实验纪律，按时上交实验报告。□良好：格式符合规范要求，内容完整，图表规范；实验原理较清楚，实验步骤合理，结果正确；遵守实验纪律，按时上交实验报告。□中等：格式基本符合规范要求，内容较完整；实验原理较清楚，实验步骤基本合理，结果正确；能遵守实验纪律，能按时上交实验报告。□及格：格式问题较多，内容基本完整；实验原理较清楚，实验步骤基本合理，结果基本正确；能遵守实验纪律，能按时上交实验报告。□

不及格：格式问题突出，内容不完整；实验原理不清楚，实验步骤欠合理，结果不正确；有抄袭现象，不遵守实验纪律，未时上交实验报告。指导教师签名:

2015年11月5日

实验项目

（一）：遥感图像几何纠正（4学时）

实验目的：掌握遥感图像几何纠正的原理方法；熟悉几何纠正中控制点的选择原则和方法；熟练掌握有关遥感图像处理软件的主要功能和操作步骤；针对变形的遥感图像能进行几何纠正。实验器材：

1、计算机；

2、基准遥感图像、待纠正遥感图像；

3、遥感数字图像处理ENVI软件。实验要求：掌握遥感图像几何纠正的主要步骤；自己独立完成遥感图像几何纠正；对几何校正结果进行评价。实习时间及地点：

2015年10月15日

软件与数据源描述：

ENVI提供以下选择方式：从栅格图像上选择

如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为ImagetoImage。从矢量数据中选择

如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为ImagetoMap。从文本文件中导入

事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map(x,y),Image(x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为ImagetoImage和ImagetoMap。键盘输入如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。控制点的预测是通过控制点回归计算求出多项式系数，然后通过多项式计算预测下一个控制点位置，RMS值也是用同样的方法。默认多项式次数为1，因此在选择第四个点时控制点预测功能可以使用，随着控制点数量的增强，预测精度随之增加。最少控制点数量与多项式次数的关系为（n+1）2.实验原理及步骤：

实验步骤：运行ENVI软件

第一步：显示图像文件

从ENVI主菜单中，选择File——OpenImageFile当EnterDataFilename文件选择对话框出现后，选择进入当前目录下的"几何校正"子目录，从列表中选择bldr_tm.img和

bldr_sp.img文件。在波段列表中bldr_tm.img选择RGB:543显示，同时Display中显示bldr_sp.img。点击OK。出现"可用波段列表对话框"出现。两影像分别在display#1,display#2中打开。第二步：启动几何校正模块

在主菜单上选择map->Registration->selectGCPs：imagetoimage出现窗口ImagetoImageRegistration，分别在两边选中DISPLAY1（左）,和DISPLAY2（右）。BASE图像指参考图（bldr_sp.img）像而warp则指待校正影像（bldr_tm.img）。选择OK!第三步：采集地面控制点

进行选点：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就可以选择ADDPOINT添加点了。剔除或调整误差较大的点。第四步：选择校正参数输出

接下来就是进行校正了：在groundcontrolpoints.对话框中选择：options->warpfile(asimagetomap),在出现的imputwarpimage中选中你要校正的影像tm，点ok进入registrationparameters对话框：首先点changeproj按钮，选择坐标系utm,然后更改象素的大小，输入为30m。最后选择多项式校正方法.重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径。memory点OK。第五步：检验校正结果

在显示校正后结果的Image窗口中，右键选择GeographicLink命令，选择需要连接的两个窗口，打开十字光标进行查看。或者在INVIZOOM中将校正后的结果跟基准影像同时显示在窗口中，并用透视或者拉幕工具进行对比浏览。实验结果与分析：

1、控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场、城郭边缘；

2、特征变化大地区应该多选控制点；图像边缘部分一定要选取控制点，以避免外推；尽可能满幅均匀选取。3、控制点选取结束后要记得保存控制点文件

2015年10月15日

实验项目

（二）：遥感图像的镶嵌与裁剪（0.5学时）

实验目的：熟悉遥感图像的特点；掌握遥感图像镶嵌与裁剪的概念和作用；掌握遥感图像镶嵌与裁剪影像处理软件的相关操作步骤。实验器材：

1、计算机；

2、多光谱遥感图像；

3、遥感数字图像处理ENVI软件。实验要求：

1、了解多光谱遥感图像的成像规律和特点；

2、掌握遥感图像镶嵌与裁剪的概念及主要操作步骤；3、对遇到的问题能自己分析解决。实习时间及地点：

2015年10月29日

软件与数据描述：

图像裁剪的目的是将研究之外的区域去除。常用的方法是按照行政区划边界或者自然区划边界进行头像裁剪；在基础数据生产中个，还经常要进行标准分幅裁剪。本课程学习在ENVI下进行图像的规则裁剪、利用矢量数据进行图像的不规则裁剪。规则裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括：行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。规则分幅裁剪功能在很多的处理处理过程中都可以启动（SpatialSubset）。下面介绍其中一种规则分幅裁剪过程。不规则图像裁剪，是指裁剪图像的边界范围是一个任意多边形。任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的多边形，也可以是ENVI支持的矢量文件。针对不同的情况采用不同的裁剪过程。下面学习这两种方法。图像镶嵌，指在一定数学基础控制下把多景相邻遥感图像拼接成一个大范围、无缝的图像的过程。ENVI的图像镶嵌功能可提供交互式的方式，将有地理坐标或没有地理坐标的多幅图像合并，生成一幅单一的合成图像。实验原理及步骤：

在ENVI主菜单中，选择Map→Mosaicking→PixelBased，开始进行ENVI基于像素的镶嵌操作。PixelBasedMosaic对话框出现在屏幕上。2、从PixelBasedMosaic对话框中，选择Import→ImportFiles。在MosaicInputFiles对话框中，点击OpenFile，选择文件ljs-dv06_2.img。3.在MosaicInputFiles对话框中，再一次点击OpenFile，选择ljs-dv06_3.img文件。4.在MosaicInputFiles对话框中，按下键盘上的Shift键，并同时点击ljs-dv06_2.img和ljs-dv06_3.img文件名，选中这两个文件，点击OK。5.在SelectMosaicSize对话框的XSize中输入614，YSize中输入1024，指定镶嵌影像的大小。6.在PixelBasedMosaic对话框中，点击dv06_3.img文件名。7.调整影像的位置关系。8、在PixelBasedMosaic对话框中，选择File→Apply。当MosaicParameters对话框出现后，输入输出文件名ljs-dv06.img，点击OK，生成镶嵌影像文件。在PixelBasedMosaic对话框中，选择File→SaveTemplate。当OutputMosaicTemplate对话框出现后，输入输出的文件名ljs-dv06a.mos。9.点击可用波段列表中的dv06a.mos波段名，然后点击LoadBand，显示镶嵌后的影像。10、在PixelBasedMosaic对话框中，选择Options→ChangeMosaicSize。在SelectMosaicSize对话框的XSize和YSize文本框中都输入值768，点击OK，改变输出镶嵌影像的大小。在PixelBasedMosaic对话框中，左键点击影像＃2的绿色轮

廓框。将影像＃2拖动到镶嵌图的右下角。在镶嵌图中，右键点击影像＃1的红色轮廓框，选择EditEntry，打开Entry:filename对话框。11、在DataValuetoIgnore文本框中，输入值0。在FeatheringDistance文本框中，输入值25，点击OK。对另一幅影像，重复上面的两步操作。选择File→SaveTemplate，输入输出文件名ljs-dv06b.mos。在可用波段列表中，点击镶嵌模板文件名，然后点击LoadBand，显示该镶嵌影像。在PixelBasedMosaic对话框中，选择File→Apply，点击OK。输入要输出的文件名ljs-dv06-output，设定BackgroundValue为255，然后点击OK。基于地理坐标的影像镶嵌例子

在ENVI主菜单中，选择Map→Mosaicking→Georeferenced，开始进行ENVI基于地理坐标的镶嵌操作。输入文件：从PixelGeoreferencedMosaic对话框中，选择Import→ImportFiles。打开ljs-lch_02w.img和ljs-lch_01w.img.在镶嵌图中，右键点击影像＃1的红色轮廓框，选择EditEntry，打开Entry:filename对话框，在DataValuetoIgnore文本框中，输入值0。在FeatheringDistance文本框中，输入值25，点击OK。同理，处理#2影像。添加注记：在ENVI4.7中File—OpenImageFile–选择ljs-lch_01w.img。在主窗口中从主影像窗口中，选择Overlay→Annotation，打开Annotation对话框。在color中选择Red，然后添加注记，操作完成后保存为ljs-lch-a.ann导入注记：在mosica窗口，选择上影像，右键选择EditEntry，选择selectcutlineAnnotationFile，选择ljs-lch-a.ann。结果如下：

创建输出羽化后的镶嵌影像在MapBasedMosaic对话框中，选择File→Apply。在MosaicParameters对话框中，输入输出文件名ljs-lch_mos.img，点击OK，创建羽化后的镶嵌影像。实验结果与分析：

（1）如果待拼接的图形经过了较为准确的几何校正，图像的拼接过程只需要经过色带调整之后就可以运行就可以达到较好的效果。（2）彩色图像如何要取得较好的效果，需要从红绿蓝三个波段进行灰度的调整，对于多个波段的图像文件，进行一一对应的多个波段调整。（3）在使用拼接线拼接时，如果带拼接区域颜色较为一致，或者带拼接区域刚好有河流或其他分割线，可以依照此分割线进行拼接，此时采用拼接线拼接可能取得较好的效果。同时要对拼接线处进行羽化使拼接线能够更好的融入影像中去。2015年10月29日

实验项目

（三）：遥感图像的融合（0.5学时）

实验目的：熟悉多光谱遥感图像和高分辨率全色影像的特点；掌握遥感图像融合的基本原理及主要融合算法和步骤；掌握遥感图像融合影像处理软件的主要操作步骤。实验器材：1、计算机；

2、多光谱遥感图像和高分辨率的全色影像；

3、遥感数字图像处理ENVI软件。实验要求：

1、了解多光谱遥感图像和高分辨率全色影像的特点；2、掌握遥感图像融合各种算法的原理与主要操作步骤；3、对遇到的问题能自己分析解决。实习时间及地点：2015年10月29日软件与数据描述：

在ENVI中，遥感影像合成总共有5中方法，分别是：HSVColor

Normalized(Brovey)Gram-SchmidtSpectralSharpening

PCSpectralSharpeningCNSpectralSharpening实验原理与步骤：1.图像融合：三波段融合：

HSV和ColorNormalized(Brovey)变换：

1）从ENVI主菜单中，选择File→OpenImageFile，分别加载校正后的资源三号多光谱与全色影像到可用波段列表AvailableBandsList中；

2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击LoadRGB将多光谱影像加载到显示窗口display#1；

3）在ENVI的主菜单选择Transform→ImageSharpening→HSV；

4）在SelectInputRGBInputBands对话框中，选择Display#1，然后点击OK。5）从HighResolutionInputFile对话框中选择全色影像，点击OK。6）从HSVSharpeningParameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；

与上述方法类似，选择Transform→ImageSharpening→

ColorNormalized(Brovey)，使用Brovey进行融合变换。多光谱融合：

Gram-Schmidt、主成分（PC）和colornormalized(CN)变换

三种方法操作过程基本类似，下面以Gram-Schmidt为例：

1）从ENVI主菜单中，选择File→OpenImageFile，分别加载校正后的资源三号多光谱与全色影像到可用波段列表AvailableBandsList中；

2在ENVI的主菜单选择Transform→ImageSharpening→SchmidtSpectral

Sharpening；3）在SelectLowSpatialResolutionMultiBandInputFile对话框中选择资源三号多光谱影像，在SelectHighSpatialResolutionPanInputBand对话框中选择全色影像，点击OK。4）选择AverageofLowResolutionMultispectralFile方法。5）选择重采样方法，输入输出路径及文件名，单击OK输出。与上述方法类似，选择其他两种方法进行融合，并比较融合结果。2.图像增强：

1）从ENVI主菜单中，选择File→OpenImageFile，加载融合后影像到可用波段列表AvailableBandsList中，并打开影像；

2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；3）ENVI系统默认打开的影像已经过2%线性拉伸。如果希望改变系统默认的2%线性扩展，从主菜单File→Preferences→DisplayDefault，将%Linear中的2.0改为0.0，选择OK后，关闭对话框。4）交互式拉伸：主图像菜单中选择Enhance→InteractiveStretching。Strech_Type中可以选择各种扩展方式，主要有Linear（线性）、Gauian（高斯），PiecewiseLinear（分段线性），Equalization（均衡化），SquareRoot（平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。5）以上增强后结果如果需要保存时，在Image窗口下File→SaveImageas→ImageFile

实验结果与分析：

HSV和Brovey变换两种方法在三个波段中，Brovey方法比HSV方法的均值和标准差值都大，在四个波段的其他四种方法，在各个波段中，CN法的均值和标准差值都最大，GS方法与PAN方法均值和标准差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法与PAN方法略大，在1、2、3波段上，CN法的标准差值最大，其余三种大小差不多相等，在4波段上，CN法、GS法、PAN法标准差值大小差不多相等，PC法两种值均最小。定量分析，对比几种方法融合后的图像，可以看出，HSV方法的融合效果最好，图像融合后最为清晰，PC方法的融合效果最差，图像较为模糊。由此通过分析，HSV方法融合效果最佳。2015年10月29日

实验项目

（四）：遥感图像的计算机自动分类（3学

时）实验目的：掌握遥感图像分类的基本原理；熟悉遥感图像的特点；掌握ENVI软件遥感图像分类的操作步骤；并输出分类结果专题图；

实验器材：

1、计算机；

2、多光谱遥感图像；

3、遥感数字图像处理专用软件。实验要求：

1、了解多光谱遥感图像的成像规律和特点；

2、掌握遥感图像分类的基本原理及操作步骤；

3、对分类结果输出专题图；

4、对遇到的问题能自己分析解决。实习时间及地点：2015年10月29日软件与数据描述：实验原理与步骤：

实验结果与分析：

2015年月日

第3篇：遥感实习报告开始作图。3实训体会

本次实习总共四天的时间，主要内容是学会使用VirtuoZoNT系统。在这四天的实习过程中，我们学会了很多，掌握了很多以前所不了解的，但是也遇到了很多的问题。在最开始的时候，对实习的内容以及软件都不了解，不知如何下手，而在经过老师的亲自一步一步操作示范给我们看的时，虽然没有完全掌握，但是之后在老师和同学的帮助下，都一步步顺利的完成了。在本个实习中，我不仅学会了VirtuoZoNT系统的使用，在VirtuoZoNT系统中进行模型定向、影像匹配、生成DEM及正射影像的制作、数字影像测图等。分析我自己做的成果，再与老师所做的进行比较发现，我所处理的结果误差明显偏大。究其原因，乃是对立体观测切准地物的各种方法和技巧不熟悉所至。可喜的是，经过数小时的训练，最终的准确度有明显提高。由于经验不足使我在操作上有些盲目既不知道自己操作的对错也不知道打到什么位置最好。在考试的时候我对打高程点还是不清晰，努力让自己沉静下来让自己找到感觉，然后慢慢的开始打点，找到感觉后就开始打点。点的高程慢慢的打对了。实习中多亏了同学们的帮助，老师的指导，加上多次的练习我会了VirtuoZo的大概操作。知道了VirtuoZo的作用。这次实习内容丰富，使我学到了不少东西。它不仅让我认识到了Virtuozo的各种功能和工作流程及部分原理，还让我对数字摄影测量数据获取有了更深刻的了解。同时也使我对数字摄影测量课程有了一个整体的概念。第4篇：遥感实习报告

《遥感技术及其应用课程设计》实验报告

专业：资源与环境学院

地理信息科学年级：2013级学号：姓名：指导教师：成绩：评语：日期：《遥感技术及其应用课程设计》实验报告

一、土地变化检测—2002年与2006年武汉市城区变化检测

1.城区目视解译

1.1图像校正

图1-1-1原始2002年武汉市遥感影像图1-1-2原始2006年武汉市遥感影像

操作流程：

(1)在ERDASIMAGINE中打开2002年和2006年的两幅武汉市城区遥感影像，如图；(2)选择DataPrep→ImageGeometicCorrection，选择待校正图像InputFile为2006年的遥感影像，校正方式GeometricModel选择多项式Polynomial，并设置多项式参数、变换系数、投影类型，其中PolynomialOrder为2，然后依次点击Apply，Close，CollectReferencePointsFrom选择ExistingViewer，点击2002年的遥感影像。利用GCPTool选择至少12对相应的控制点，且保证RMSError均在1以内;（3)完成后保存File→SaveInputAs，File→SaveReferenceAs，如图；

图1-1-32006年图像上控制点位置图1-1-42002年图像上控制点位置

图1-1-5控制点属性及分析

(3)在GeoCorrectionTools面板中点击displayresampleimagedialogA，在

Resample对话框中ResampleMethod为三次卷积CubicConvolution，并将输出文件命名为resample06.在两个Viewer中分别打开2002年的影像和校正后的2006年的影像。选择View→Link/UnlinkViewers→Geographic，点击另一图像进行连接,目视检测匹配情况。图1-1-62002年影像与校正后2006年影像匹配情况

1.2切割子图像

选择DataPrep→SubsetImage，Input选择resample06，Output命名为subset06，选择AOI→AOIFile，然后选择wuhanchengqufanwei.aoi文件。图1-1-7切割后2002年武汉市遥感影像图1-1-8切割后2006年武汉市遥感影像1.3建立和编辑VECTOR图层以及矢量数据的栅格化操作流程：

（1）在2002年遥感影像窗口中选择File→New→VectorLayer，命名为whurban02，并设置为单精度SinglePreciion，OK。选择View→ArrangeLayers设置矢量层和影像层的叠放次序及有关属性。图1-1-9矢量层勾画2002年武汉市城区图1-1-10矢量层勾画2002年武汉市城区

(2)选择Vector→CleanVectorLayer，输入whurban02文件，输出文件命名为

topology02.矢量数据转换为栅格数据则用VectortoRaster程序。输入topology02，输出命名为raster02，AnItemasPixelValue栏选择TOPOLOGY。对于whurban06也做相应处理。1.5建模进行图像分析操作流程：

（1）选择Model→ModelMaker，建立相应的输入、算法、输出模块。输入：raster02;（2）算法选择条件语句Conditional→EITHERIF，写为：

；输出：urban02.2006年数据也做相应处理。2.城区计算机解译操作流程：

（1）打开准备好的图像subset02，选择File→New→AOILayer。完成后保存为AOI02.选择Claifier→SignatureEditor，将选择好的训练区逐个添加到其中。完成后保存为

signature02.2006年数据也做相应处理;（2）打开Claifier→SupervisedClaification，选择输入文件：InputRasterFile:subset02;InputSignatureFile:signature02，输出文件命名为claified02.图1-2-1计算机分类2002城区范围图1-2-2计算机分类2006城区范围

3、城区变化检测

3.1目视解译城区变化检测选择Model→ModelMaker，建立相应的输入、算法、输出模块。输入：urban02和urban06；算法选择Conditional→CONDITIONSAL，写为：；输出：change。从而得到从2002年到2006年城区范围变化。图1-3-1目视解译2002-2006年武汉市城区范围变化

3.2计算机分类城区变化检测

选择Model→ModelMaker，建立相应的输入、算法、输出模块。输入：claified02和claified06；算法选择Conditional→CONDITIONSAL，写为：

输出：change2；

图1-3-2计算机分类2002年至2006年武汉市城区范围变化

4、统计分析4.1选择Raster→Attribute，打开属性信息表格。选择窗口中的Edit→AddAreaColumn，增加各类像元面积统计的列。依据所制各图像属性信息表格，分别统计出两种解译方法各自所得的城区范围变化百分比。4.2分析：

(1)对于由目视解译所得的结果而言，从2002年至2006年武汉市城区变化情况为：城区范围保持不变的部分约占2002年城区总面积的90.21%，城区扩张部分约占50.13%，城区缩减部分约占4.15%。2002年城区原范围基本保持不变，总体呈现增长扩张趋势。(2)对于由计算机分类所得的结果而言，从2002年至2006年武汉市城区变化情况为：城区范围保持不变的部分约占2002年城区总面积的70.33%，城区扩张部分约占99.29%，城区缩减部分约占23.40%。2002年城区范围大部分保持不变，总体呈现极度增长扩张的趋势。二、多光谱数据地物光谱特征提取与分析

1、原始数据

ETM+原始数据为etm20021013wh文件，属于多光谱数据。图2-1-1原始数据图2-1-22002年原始图像

2、辐亮度计算

辐亮度指的是沿辐射方向的、单位面积、单位立体角上的辐射通量。度亮度可由DN值转换得到。亮度变换公式为：Lband=LDN(LMAXband-LMINband)/255+LMINband操作流程：(1)在ENVI中，File→OpenImageFile→ETM+文件夹→etm20021013wh；

(2)BasicTools→Preproceing→GeneralPurposeUtilities→ApplyGainandOffset；(3)Input选择etm20021013wh，Output定位并命名ETMfld。图2-2-1完成亮度转换

3、表观反射率计算

表观反射率：指大气层顶的反射率,辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。表观反射率计算，就是将图像的DN值转化为表观反射率,方法是先将其转化为辐亮度，再将辐亮度转化为表观反射率。操作流程：

（1）在ERDASImagine中，Interpreter→SpectralEnhancement→Landsat7ReflectanceConversion，Input选择ENVI（*.hdr）格式，上步所得幅亮度计算后文件ETMfld，Output命名为img格式的envibgfsl；

（2）选择Conversion，输入数据（SolarElevation：46.6217594，SolarDistance:1）（3）在SolarDistance框中填入1,最后确定存储路径和名称，单击OK完成计算；（4）打开步骤（3）中得到的表观反射率文件，此时该文件还没有波长信息。在AvailableBandsList选中该文件，右键单击，选择EditHeader，在弹出的HeaderInfo对话框中单击InputHeaderInfo，单击OtherFiles，选择有波长信息的文件如etm20021013wh文件，然后在窗口的DataType中选择被加入头信息的文件的类型；

（5）完成后保存文件：File→SaveFileAs→ENVIStandard。命名为bgfslENVI。图2-3-1文件存储以及命名

4、真实反射率计算

真实反射率：在原始数据上，经过辐射定标后，根据一定的模型，通过大气校正得到的反射率。操作流程：（1）先把BSQ格式的辐亮度图像转换为BIL（或BIP）格式。在ENVI中，BasicTools→ConvertData（BSQ,BIL,BIP），Input选择之前得到的辐亮度图像ETMfld，Output格式选择BIL，并命名为BILfld；

（2）使用FLAASH模块进行大气校正。Spectral→FLAASH（或Basic

Tools→Preproceing→CalibrationUtilities→FLAASH）；InputRadianceImage选择上一步转换好的BILfld文件，并选择Singlescalefactor选项，填写数值为10；OutputReflectanceFile定位并命名为dbfsl（即“地表辐射率”以与表观辐射率区分）；OutputDirectoryforFLAASHFiles指定存储文件夹路径；RootnameforFLAASHFiles填写根名为frn_；（3）设置相应信息如图所示，Apply运行。图2-4-1BSQ格式的辐亮度图像转换为BIL格式

图2-4-2设置相应信息如上图

三、高光谱数据地物光谱特征及其参数提取与分析

1、EO-1高光谱真实数据

真实数据：“whyujiashangb”文件为ENVI格式图像数据。图3-1-1真实数据信息图3-1-2whyujiashangb原始图像

2、EO-1高光谱真实反射率计算及提取分析

2.1EO-1高光谱真实反射率

计算由于遥感卫星是在高空甚至是太空中，因此电磁波受到大量因素的影响，其中大气的影响最为严重，因此要对数据进行校正。操作流程：

（1）将原始数据whujiashangb的BSQ格式转换为BIL格式；（2）在FAALSH中进行辐射校正（BasicTools—Preproceing—CalibrationUtilities—FLAASH），打开待校正图像文件后，弹出radiancescalefactors窗口，从ASCII文件中读取定标尺度转换因子;（3）设置相应信息如图所示，Apply运行。图3-2-1设置相应信息如上图

图3-2-2填入相应数据

2.2地物光谱特征提取操作流程：

(1)在ENVI中打开“表观反射率”和“真实反射率”文件，右键单击图中任意位置选择“zprofilespectrum”,打开地物波谱曲线图；

(2)单击图像菜单上的tools---link---Geographiclink在下图中选择“on”，单击ok将两幅图关联；

（3）按照要求，在图像上点击适当点，将光谱曲线保存为.jpg格式。图3-2-3光谱曲线图

2.3地物光谱特征分析

人工用地表观反射率光谱平均反射率为0.0024，波峰在1.6μm处，曲线的走势为先上升后下降；人工用地真实反射率光谱平均反射率为2500，波峰在1.6μm处，曲线的走势为先上升后下降。表观反射率光谱与真实反射率光谱的主要差异在波长0.5μm至0.9μm处，表观反射率光谱曲线相对真实反射率光谱曲线反射率较低，产生差异的原因是由于大气的吸收、散射。3、EO-1高光谱OSAVI指数、红边导数计算及分析3.1高光谱OSAVI指数的计算

光谱指数(OSAVI指数)，是指某些特定波段的反射率的组合。计算处理方法。利用公式OSAVI=1.16(R800-R670)/(R800+R670+0.16)。操作流程：

(1)打开Basictools-Bandmath窗口，输入公式。Addtolist，在窗口上部选中该公式，点击OK，在弹出的窗口中，选中B1，再在其下的反射率文件中选择点击与R800波长相近的波段，再选中B2，同样选择相近波段。(2)选择保存OSAVI的输出文件，OK。3.2红边导数计算

红边导数，即通过计算不同阶数的光谱微分值来确定光谱拐点及最大最小反射率的波长位置。计算处理方法，利用Slopered_edge=(r2-r1)/(λ2-λ1)，其中r

2、r1为相应波长处的反射率。公式的计算过程同求光谱指数。图3-3-1求光谱指数操作图3-3-2求红边导数操作

四、实验中遇到的问题

1、图像的几何校正中，利用GCPTool选择至少12对相应的控制点，且保证RMSError均在1以内，较难调整。(见图1-1-3；1-1-4；1-1-5）。且最终切割的图像是不规则形状的。（见图1-1-8）

2、目视解译中建模进行图像分析，多次操作不成功。3、建立和编辑VECTOR图层以及矢量数据的栅格化中操作不当，建立的文件无法以viewer的形式打开。（见图1-1-9；1-1-10）

4、多光谱数据原始图像输出为黑白，无法调整其颜色。（见图2-1-2）

5、计算高光谱指数与红边导数时，enteranexpreion后提示invalid。（见图3-3-1；3-3-2)

第5篇：遥感实习报告

江西理工大学建测学院地信专业

遥感课程实习报告

（第三组）

遥感课程设计实习报告

一、主要内容

1、根据实际测量的GPS坐标点校正每组截取的百度地图或谷哥地图，校正后坐标统一转化成WGS84投影。2、使用每组校正后的百度地图或谷哥地图校正CBERS-02B全色影像。3、用CBERS-02B全色影像校正CBERS-02B多光谱影像。4、根据每组指定区域，完成相邻图像镶嵌或裁剪。保证20米和2.36米影像区域完全重合。5、图像噪声消除与图像增强（本步骤在有需要的时候执行）6、使用适当方法完成全色影像和多光谱影像的融合。7、通过目视判读识别和手工提取地物（可在Arcgis中完成），利用计算机自动识别方法进行地物分类及分类后处理。8、利用手工解译的地物评价计算机自动识别方法地物的精度。9、用原始的遥感影像作为底图，提取的地物附在底图上制作专题出图。10、根据第17章的内容，研究区提取地物的算法模块化。（需编程较好，这一步不强行要求）。二、时间安排

课程设计时间15-16周，课程设计严格按照日常作息时间，上午8:10~11:50，下午2:00-5:30.1

江西理工大学建测学院地信专业

二、学习内容及分工每个小组按照《ENVI遥感图像处理方法》必须学习第1至第6章、第8章、第10章、第15章、第17章的内容，其它章节选学。学习过程中每个小组可按照分工完成，但小组每人都需掌握相关内容，每个小组必须在15周内完成所学内容。每个小组在第15周周末之前完成赣州市区指定区域的实地数据采集测量（必须同时保证GPS机和手工两种记录），第三组组员:丁嘉树（组长）、廖峭、陈满姣、朱龙龙任务分工：野外采集:丁嘉树，廖峭，朱龙龙

室内处理：几何校正部分由丁嘉树，朱龙龙共同完成；融合及分类部分由丁嘉树，廖峭共同完成；实习报告由丁嘉树，陈满姣共同完成；展示的成果虽基本由丁嘉树完成，其他组员也都自己每一步都进行了操作，对基本操作都了解。四、具体步骤

1、百度地图截取指定区域，通过ps处理得到指定的图形

江西理工大学建测学院地信专业

2、图形的校准

打开envi，通过“window”→“AvailableBandList”打开波段列表，并通过“File”→“OpenimageFile”打开第三组的测区图形，并加入坐标系统打开图形校正对话框，设置基准面为“WGS-84”,“zone”设置为50，分辨率设置为1m。操作过程如下图所示。选取“RGBColor”，然后点击“LoadRGB”，在“map”下选择“ImagetoMap”校正

江西理工大学建测学院地信专业

在打开的区域中通过“image”、“Scroll”与“Zoom”三者的结合，找到与实际测量相同的点，然后输入对应的经纬度，点击“AddPoint”，将测量的点根据自己的需要输入，可以不用将采集的点的坐标全部输入。然后点击“Options”→“Warpfile”，然后选择要校正的影像，接着在弹出的对话框中输入相应的校正精度，另外选择3次多项式校正，选择输出文件目录

江西理工大学建测学院地信专业

点击确定之后就会进行相应的校正。将校正后的图形用“Newdisplay”打开，校正后的图形如下图所示：

江西理工大学建测学院地信专业

校正好之后可以打开shapfile文件进行相应的对比，看校正后的影像会不会偏差比较大，如果偏差比较大的话再次对标记的控制点进行相应的修改，知道符合要求为止。江西理工大学建测学院地信专业3、校正后的百度地图校正CBERS-02B全色影像

用“AvailableBandList”打开全色影像，并且加载到相应的窗口。因为全色影像的区域相对于测量的区域有点大，所以一般通过裁剪感兴趣区域将自己所需的裁剪下来。在要裁剪的图形上右键“ROItool”,然后在“ROI_Type”中选择矩形裁剪，“windows”中选择“Scroll”，然后在“Scroll”中拖出矩形感兴趣区域，然后右键。导出感兴趣区域

江西理工大学建测学院地信专业

打开自己校正好的百度地图与裁剪区域。将“裁剪区域2”和“百度地图校正图”两个同时打开。选择“Map”→“ImagetoImage”进行校正，用“百度地图校正图”校正全色影像。控制点添加方法是，在两个图中找到相同的区域，然后点击“AddPoint”，控制点的输入根据自己的需要添加，弄好之后记得保存控制点，以便于后面可以使用。选择好控制点之后单击“Options”→“Warpefile”进行校正。校正后的图如图所示。江西理工大学建测学院地信专业

4、用CBERS-02B全色影像校正CBERS-02B多光谱影像

首先打开已有的五张多光谱影像，加载已有的一张，然后在这张图像上右键选择“ROItool”,点击“ROItype”选择多边形（Polygon），通过多边形裁剪，将裁剪区域到处为“shapefile”格式。利用已经ROI存储的“shapefile”格式数据分别去裁剪剩余4个多光谱影像。利用下图方法分别裁剪4个。得到区域一样的5个相同区域的ROI图像。利用五个裁剪好的区域，分别加载到窗口，以第一个为标准，利用imagetoimage方法，分别校正其余四个。以下为第一幅影像校正第二幅影像的过错，其他的校正过程都是依次相同。江西理工大学建测学院地信专业

将校正好的五个子区进行图层的堆叠。得到多条光谱相结合的影像。方法为选择envi菜单栏中的BasicTools下拉菜单中LayerStacking功能，然后依照步骤分别添加五幅经过校正后的影像，组成为一组多波段光谱影像。江西理工大学建测学院地信专业

得到后的图像多光谱影像如下图所示。波段组合为

利用第三步得到的全色影像校正上面得到的多光谱影像。5、邻图像镶嵌或裁剪

打开校正好的多光谱影像数据，右键打开“ROITool”,用矩形裁剪匹配好的多光谱影像数据江西理工大学建测学院地信专业

6、图像噪声消除与图像增强

打开裁剪好的多光谱影像数据，进行平方根增强。7、全色影像和多光谱影像的融合选择菜单“Transform”→“HSV”进行图像的融合。江西理工大学建测学院地信专业

选择输入的多光谱影像数据，点击“ok”后选择高分辨率的影像。选好之后点击“ok”就可以得到融合的全色影像。其中有图为融合后影像。8、利用计算机自动识别方法进行地物分类及分类后处理

(1)类别定义/特征判别：根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。分类后的类别数包括道路、植被、房子、水域、裸地部分。（2）样本选择：打开分类图像，在Display->Overlay->RegionofInterest，默认ROIs为多边

江西理工大学建测学院地信专业

形，按照默认设置在影像上定义训练样本。如图下图所示，设置好颜色和类别名称。在ROIs面板中，选择Option->ComputeROISeparability,计算样本的可分离性。如图19所示，表示各个样本类型之间的可分离性，用Jeffries-Matusita,TransformedDivergence参数表示，这两个参数的值在0~2.0之间，大于1.9说明样本之间可分离性好，属于合格样本；小于1.8，需要重新选择样本；小于1，考虑将两类样本合成一类样本。江西理工大学建测学院地信专业

（3）分类器选择：根据分类的复杂度、精度需求等确定哪一种分类器。目前监督分类可分为基于传统统计分析学的，包括平行六面体、最小距离、马氏距离、最大似然，基于神经网络的，基于模式识别，包括支持向量机、模糊分类等，针对高光谱有波谱角（SAM），光谱信息散度，二进制编码。（4）影像分类：基于传统统计分析的分类方法参数设置比较简单，这里选择最小距离分类方法。主菜单下选择Claification>Supervised>MinimumDistance。按照默认设置参数输出分类结果，如下图所示。江西理工大学建测学院地信专业

分类后的图

（5）分类后处理：分类后处理包括的很多的过程，都是些可选项，包括更改类别颜色、分类统计分析、小斑点处理（类后处理）、栅矢转换等操作。可以在InteractiveClaTool面板中，选择Option->Editclacolors/names更改，也可以在Display->ColorMapping->ClaColorMapping。如下图所示，直接可以在对应的类别中修改颜色。也可以根据一个显示的RGB影像来自动分配类别颜色，打开主菜单->Claification->PostClaification->AignClaColor。（在这里没有做修改）

江西理工大学建测学院地信专业

9.专题图制作

(1)融合的影像制作专题图：

1、主影像显示窗口菜单中，选择File→QuickMap→NewQuickMap，打开QuickMapDefaultLayout对话框。设置模板的参数：输出页的大小（图幅的大小）、页的方位（图幅形式）、地图的比例。2、点击OK完成设置。3、选择制图范围，鼠标左键点击显示窗中红色框的左下角并拖动方框，选中整个影像。4、点击OK，显示QuickMapParameters对话框。5、在MainTitle文本框中键入图名：赣州市新城区专题地图。6、在影像图中加载投影信息。在LowerLeftText文本框中输入：

江西理工大学建测学院地信专业

赣州市新城区专题地图

7、在LowerRightText文本框，输入制图单位和制图员信息：2013年1月江西理工大学地理信息系统专业3组制作

8、保存快速制图模板，选择SaveTemplate，并输入文件名，点击OK。9、点击Apply，在ENVI显示窗口中显示快速制图的结果。可以继续修改QuickMapParameter对话框中的设置，点击Apply更新显示结果。10、输出制图结果后，在主图像显示窗口中，选择File→SaveImageAs→PostscriptFile,将制图结果输出为打印格式。选择OutputQuickMaptoPrinter或StandardPrinting复选框，这里选择OutputQuickMaptoPrinter。（2）将分类图与融合影像的专题图叠加，并保存为打印格式。在快速制图的主显示窗口中，选择Overlay→Claification，在打开的InteractiveClaToolInputFile对话框中，选择分类图向，单击OK按钮，打开InteractiveClaTool对话框，在对话框相应的On复选框中点击，在InteractiveClaTool对话框中，选择Options→Editclacolors/names，修改类的颜色和名字，最后可以把叠加的地图输出为打印格式。江西理工大学建测学院地信专业五、实习心得：

丁嘉树：

本次实习历时两周左右时间，主要对几何校正、影像融合、分类、专题图制作等方面进行了操作，整个过程是借鉴了一些参考资料以及和组员一些讨论才得以完成。实习过程中还遇到了许多困难，导致不同程度的返工，一遍遍重复的操作，不过这样一来，更加加深了对ENVI软件的理解和应用，俗话说熟能生巧，正是因为有了这些一遍遍的错误，并通过结合理论知识的讨论和研究，才能不仅仅局限于对应课件一步一步来的层次，才能对做过的实验进行反思和分析，认真考虑到底是那个地方出现了问题，这样才能有利于我们的学习进步。学习ENVI软件刚开始的时候是比较痛苦的，主要体现在对各个操作命令的不熟悉，以及对基础理论的理解程度不够造成的，并且全英文的操作菜单让各个指令无法和所学的内容结合起来，造成对软件的操作步骤的不理解，而且也无法加深对本次试验的理解，造成了一定的困难。但当自己硬着头江西理工大学建测学院地信专业

皮把这部分内容做完之后，再返回去进行一下，总能得到一些原来本不知道的知识，我觉得这种收获远远大于按照实习步骤一步步来的效果要好一些。所以，我还是建议大家首先把理论部分搞的明白一些，算不上透彻吧也应该知道本次实验的目的是什么，从目的出发进行理解，这样才能具有针对性，否则等你做过这次实验之后你还不知道做的是什么的话，那样只会耽误自己的时间，很快就会忘记，达不到学习的效果。正如老师介绍的那样，随着经济的发展，对遥感方面的学习越来越重要。长期以来，地理学主要是以地图作为地理信息存贮及成果展示的工具，以地图和实地观测作为地理研究的主要手段。随着当前科学技术和社会的迅速发展，单纯传统的工作手段已不能适应地理学的发展，遥感技术的引进和应用，成为当前地理学发展中具有重要意义的变化和动向之一、遥感已成为地理研究和工作的重要信息源，另外，遥感已成为地理研究的重要手段和方法。因此，伴随着遥感在地信专业所占成分越来越高的现实，我们有必要对遥感这门课程引起足够的重视，努力学习好这门课程。廖峭：

通过为期两周的遥感实习，我对ENVI软件有了一个全面深入的认识和了解，短短的几天时间我掌握了ENVI常用的基本操作，图像的几何纠正、影像校正，图像融合，影像的分类处理，专题地图的输出制作等，对于一些不常用的功能也都做了了解和尝试，为将来对ENVI整个软件的掌握运用打下了一定的基础。这次实习的收获很多，刚开始接触ENVI软件时，对它全英文的界面很不熟悉，稍微没注意老师的讲解就不知所措，慢慢的用下来，一点一点的琢磨，再加上在技术手册和老师精心的指导，现在我基本掌握了这个软件的主要用途，当一幅幅影像在电脑上显示出来，那种成就感让人满足。在为期2周的实习内，我们很好地完成了老师对我们的要求，通过我们对软件的具体操作，使我们对遥感这们学科有了更深入的认识。同时，在实习中我再次认识到认真严谨的态度是必不可少的，有不太清楚的地方要及时向老师请教，才会保证学习过程中的质量，同时也体会到了遥感研究的辛苦和乐趣。总之通过这几个实习让我对遥感有了更直观的了解，通过做实验让我对遥感和其他学科的联系有了初步了解，同时增强了我对遥感的学习兴趣。总之，本次实验还是比较顺利的，在实习期间感谢老师的辛勤指导，让我们少走了一些弯路，老师的讲解也给我们留下了很深的印象，使我们对一些知识点理解更透彻陈满姣：

通过两周的室内实习任务，最大的感触就是从新认识了遥感这门比较抽象的学课，以前在课堂上总觉得这是一门非常难懂也非常难学的课程，可是就在这两周的室内实习的过程中我的想法突然改变了，其实遥感这门学科并没有所想的那么难懂和难学，只要我们愿意去学、去发现这门学科的奥秘我们还是非常容易掌握和理解的。开始接触是觉得它是我们所有学科中最抽象的，可是当我们把我们所学的理论知识和这

江西理工大学建测学院地信专业

次室内实习结合起来对比和深入研究后，才真正的发现这是一门多么有内涵和适应新时代的必要科目，同时对于动手操作的重要性有了新的理解，即使掌握了理论知识如果自己不去动手做的话，还是无法完全掌握这门学科，因为很多问题只有在操作中产生了然后自己慢慢摸索解决后才能印象深刻，由于不够耐心不够仔细导致每一步之后的图都有很大的变形，无法继续下一步，都是用其他组员的图继续下一步，但是在这个过程中我还是以自己的最大热情完全的投入到此次实习中，把每一步的大致的操作流程都有所了解，虽然没能得出一个真正属于自己的成果，但是通过这次实习我的收获很大，我理解耐心是很重要的，也理解了团队的重要性，如果总是指望别人永远做不成大事。并且在很多情况下我们都得到了很多意外的收获，获益匪浅！不仅对书本上的理论知识有了大致的理解，更重要的是从实践中检验了它的真理，了解了它的适应范围之广和作用之大，为我们以后从事工作而需要它打下了坚实的基础

朱龙龙：

这次实习给我的最深体会是只有动手操作才会真正学会运用软件，再多地文字资料也比不上一次认真地操作，在野外采集的时候我了解了ＧＰＳ的基本操作，也了解了团队合作的重要性，但是在室内处理这一部分每次都遇到很多问题，然后就气馁了，不想做了，导致没有充分利用这个机会学习，我明白了遇到问题就要虚心请教，多操作几次就会的，关键还是自己态度不够端正，什么事情只要认真对待就一定会有收获，我想在以后的学习中我不会再犯这样的错误，多动手操作，多虚心请教，多点耐心，结果肯定会不一样。工科学生要的就是动手能力，只有在学习完理论并结合一次实习才能够加深对这门课程的理解。当然不仅仅是对本门课程理论知识的理解，更多的是对遥感这门学科的应用有一定的理解才是。当然，想要学习好一门技术不仅仅是一个学期的学习和两周的实习可以搞定的，这可以说只是一个入门，如果想要进一步理解，那就需要付出更多的努力。第6篇：遥感实习报告报告

重庆交通大学测绘工程

《遥感原理及应用》实验报告

班级：学号：姓名：指导老师：实验室：地理信息中心实验室

实验一

ENVI视窗的基本操作

一、实验的目的初步了解目前主流的遥感图象处理软件ENVI的主要功能模块，在此基础上，掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM第八波段数据。三、实验方法与步骤

Envi软件的主菜单：

这个是ENVI软件的主菜单,其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。四、实验体会与建议

本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。还有就是将Envi软件菜单的界面转换成中文菜单。1、在ENVI安装目录..RSIIDL60productsenvi40menu下建立新文件夹，命名为orgmenu2、拷贝..RSIIDL60productsenvi40menu下原有的英文菜单文件、和到新建的orgmenu目录中进行备份

3、拷贝下载的、和文件到..RSIIDL60productsenvi40menu中，覆盖原文件。4、启动。实验二

遥感图像的几何校正一、实验的目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。三、实验方法与步骤

1、打开ENVI软件将UTM图像和jpg格式的图片载入，上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的。2、选择校正与镶嵌菜单下的校正图像选取控制点(图像到图像)，分别选取基础图像和校正图像，分别在图像上面选择控制点，通过AddPoint按钮增加选择的控制点，用这个方法选择5个控制点，单击ShowList按钮查看所选控制点的信息

3、在控制点选择窗口中选择options菜单，再选择warpfile，选择输出校正后的图像文件。4、载入校正后的图像

在图像显示窗口工具菜单中选择geographiclink，将需要连接的图像打开，5、选择2号图上的位置，3号图就会显示相应位置。四、实验体会与建议

用过本章的实验，掌握了遥感图像几何校正的基本方法和步骤，理解了遥感图像几何校正的意义。在几何校正的时候，刚开始把dipaly1和dipaly2搞反了，没有注意是以哪张有坐标的为基准。选点的时候应该找比较明显的标志性物体。实验三

遥感图像的增强处理一、实验的目的通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。三、实验方法与步骤

1、载入UTM多光谱数据，并选择RGBColor使用前面三个波段显示模拟真彩色图像。2、在主菜单中选择滤波菜单，再选择卷积滤波，在convolutions菜单中选择不同的算法进行图像的卷积滤波运算。这是通过highpa方法运算输出的结果。这是经过lowpa运算出来的结果。3、在图像菜单中选择显示增强，以下图像是平方根后的效果

4、在图像菜单中选择显示增强，以下图像是[zoom]均衡化后的效果

四、实验体会与建议

通过本章的实验操作，了解了空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深了对图象增强处理的理解。刚开始打开的图片是Grayscale的模式，转换成为RGBColor模式。然后就是菜单中选择卷积滤波进行运算，然后再对本图片进行显示增强。实验四

遥感信息的复合一、实验的目的通过上机操作，初步掌握遥感信息复合的方法，深入理解遥感信息复合在信息解译中的意义。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据和重庆地区UTM第八波段高分辨率数据。三、实验方法与步骤

1、载入UTM多光谱图像和UTM第八波段高分辨率图像。2、主菜单中的空间变换菜单,再到影像融合，再到HSV，选择输入多波段的数据

选择输入高分辨数据

输出多光谱数据和高分辨率数据融合之后的图像数据多光谱和高分辨率数据融合之后的图像

四、实验体会与建议

通过本章实验，初步掌握了遥感信息复合的方法，理解了遥感信息复合在信息解译中的意义。对遥感图片的处理有了更深的认识。数据融合其实比较好做，就是将两张图片打开后选择菜单中的空间变换菜单,再到影像融合，再到HSV，选择输入多波段的数据。最后生成文件，保存后就可以了。实验五

遥感图像分类——监督分类

一、实验的目的理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。三、实验方法与步骤

1、载入UTM多光谱图像，使用主菜单中的基本工具菜单，选取感兴趣区，在image图像中选择序列区。2、在主菜单中选择分类，选择监督分类，再选择最小距离法进行分类。结果如下，其中红色部分为河流，蓝色部分为居民区和山脉，绿色部分为植被和背景。四、实验体会与建议通过本章实验，理解和掌握了计算机图像分类的基本原理以及监督分类的过程，并能够熟练地对遥感图像进行监督分类。首先选择图片的感兴趣区，要选择多个波段不同颜色，刚开始的时候只选择了一个，整个图片全是一个颜色。后来选择了很多颜色，选择出了特征值。实验六

遥感图像分类——非监督分类

一、实验的目的进一步理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的，同时深刻理解监督分类与非监督分类的区别。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。三、实验方法与步骤

非监督分类的方法有分级集群法和动态聚类法(ISODATA)载入多光谱图像，使用动态聚类法(ISODATA)进行分类。在分类菜单中选择非监督分类，在选择ISODATA

动态聚类法(ISODATA)分类结果

四、实验体会与建议

通过本章实验，进一步理解了计算机图像分类的基本原理以及监督分类的过程，并能够熟练地对遥感图像进行监督分类的目的，同时深刻理解了监督分类与非监督分类的区别。打开图片，点击非监督分类，然后load图片就可以了。第7篇：遥感实习报告(报告)

重庆交通大学测绘工程《遥感原理及应用》实验报告

班级：学号：姓名：指导老师：实验室：地理信息中心实验室

实验一

ENVI视窗的基本操作

一、实验的目的初步了解目前主流的遥感图象处理软件ENVI的主要功能模块，在此基础上，掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM第八波段数据。三、实验方法与步骤

Envi软件的主菜单：

这个是ENVI软件的主菜单,其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。四、实验体会与建议

本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。还有就是将Envi软件菜单的界面转换成中文菜单。1、在ENVI安装目录..RSIIDL60productsenvi40menu下建立新文件夹，命名为orgmenu2、拷贝..RSIIDL60productsenvi40menu下原有的英文菜单文件display.men、display_shortcut.men和envi.men到新建的orgmenu目录中进行备份

3、拷贝下载的display.men、display_shortcut.men和envi.men文件

到..RSIIDL60productsenvi40menu中，覆盖原文件。4、启动ENVI4.0。实验二

遥感图像的几何校正

一、实验的目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。三、实验方法与步骤

1、打开ENVI软件将UTM图像和jpg格式的图片载入，上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的。2、选择校正与镶嵌菜单下的校正图像选取控制点(图像到图像)，分别选取基础图像和校正图像，分别在图像上面选择控制点，通过AddPoint按钮增加选择的控制点，用这个方法选择5个控制点，单击ShowList按钮查看所选控制点的信息

3、在控制点选择窗口中选择options菜单，再选择warpfile，选择输出校正后的图像文件。4、载入校正后的图像

在图像显示窗口工具菜单中选择geographiclink，将需要连接的图像打开，5、选择2号图上的位置，3号图就会显示相应位置。四、实验体会与建议

用过本章的实验，掌握了遥感图像几何校正的基本方法和步骤，理解了遥感图像几何校正的意义。在几何校正的时候，刚开始把dipaly1和dipaly2搞反了，没有注意是以哪张有坐标的为基准。选点的时候应该找比较明显的标志性物体。实验三

遥感图像的增强处理

一、实验的目的通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据。三、实验方法与步骤

1、载入UTM多光谱数据，并选择RGBColor使用前面三个波段显示模拟真彩色图像。2、在主菜单中选择滤波菜单，再选择卷积滤波，在convolutions菜单中选择不同的算法进行图像的卷积滤波运算。这是通过highpa方法运算输出的结果。这是经过lowpa运算出来的结果。3、在图像菜单中选择显示增强，以下图像是平方根后的效果

4、在图像菜单中选择显示增强，以下图像是[zoom]均衡化后的效果

四、实验体会与建议

通过本章的实验操作，了解了空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深了对图象增强处理的理解。刚开始打开的图片是Grayscale的模式，转换成为RGBColor模式。然后就是菜单中选择卷积滤波进行运算，然后再对本图片进行显示增强。实验四

遥感信息的复合一、实验的目的通过上机操作，初步掌握遥感信息复合的方法，深入理解遥感信息复合在信息解译中的意义。二、实验软件与数据

软件：Envi遥感图像处理软件。数据：重庆地区UTM多光谱数据和重庆地区UTM第八波段高分辨率数据。三、实验方法与步骤

1、载入UTM多光谱图像和UTM第八波段高分辨率图像。2、主菜单中的空间变换菜单,再到影像融合，再到HSV，选