遥感实验报告

林业遥感与地理信息系统实验报告实验一、ERDAS基本操作实验目的：初步了解目前主流的遥感图象处理软件ERDAS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。实验步骤：打开程序。打开遥感实习数据中的lanier.img对图像进行一些基本的操作：Q光标查询Q量测Q数据叠加显示。同时打开两个图像，在SelectLayerToAdd对话框中点击ClearDisplayoRntTE£moo*:•■!•.Lss«:>oRntTE£moo*:•■!•.Lss«:>o菱#.|就由nmsrmuj苗n—=虫］gjiai-HcnxiSid|［西函函匚三溢"』・1151■应哗•■r>1皿4、显示菜单操作掌握文件显示顺序；显示比例；显示变换操作等。5、矢量菜单操作5、矢量菜单操作矢量文件的生成与编辑:第一步：打开图像文件第二步：创建图形文件第三步：绘制图形要素第四步：保存矢量文件三、实验感受在做实验时，一定要在笔记本上对老师讲解的实验流程做记录。否则，当自己独立完成实验时会很吃力。因为实验指导书上有的步骤看不懂，而且软件版本不同，各个图标的位置有所改变，无法完全按照指导书进行实验。就本实验来说，这都是一些最基本的操作，但由于第一次接触这个软件，就连这些最基本的操作都做了很长时间才变得熟练了。实验二、数据输入一：实验目的：熟悉并熟练应用该软件的操作。二：实验内容：单波段数据输入多波段数据组合三：实验步骤：1）单波段数据输入点击工具图标Import,弹出一个对话框，对其设置参数如下：Type：GenericBinaryMedia:FileInputFile:band3.datOutputFile:根据自己起名字。出现ImportGenericBinaryData对话框，设置参数如下：DataFormat:BSQ#Rows:1101#Cols:1474点击OK,就完成了一个单波段的输入。最后出现的图像是一个灰度图像。2）ERDAS图标面板菜单条单击main菜单，点击image，打开layerselectionandstacking对话框或在ERDAS图标面板工具条单击interpreter图标，选择utilities\layerstack命令，打开layerselectionandstacking窗口。1、 用添加按钮添加一个单波段文件，如band3.img。2、 用同样的方式添加另一个单波段文件，如band2.img。3、 如要继续添加其它波段，重复上述步骤。4、 将datatype的output选项处设置为unsigned8bit。5、 outputoption处选择union（组合）单选按钮。6、 在outputfile写上自己的命名并选择将保存的磁盘。7、 单击ok按钮，就完成了波段的组合操作。三、实验感受本实验主要目的是学会波段输入即不同波段的图层输入。这里需要关注layer后面的数字就是图层数。实验三图象基本操作一、 ：实验目的：熟悉元件的一些基本操作，并采集图像，对所采集的图像进行拼接。二、 ：实验步骤：1、 图像分幅裁剪：方法一：1） 在屏幕的上部点击DataPrepfSubsetImage,勾选File设置参数：InputFile:lanier.imgOutputFile:自己定义Output:ContinuousULXULYLRXLRY可以自己设置（它们是指要裁剪矩形的左上角和右下角的坐标,）。依实验指导书，我设置为ULX:5.00 LRX:300.00ULY:5.00 LRY:300.00Selectlayer:可以自己定义，我设置为2:5选择IgnoreZeroinOutputStats.点击OK.2） 然后打开两个Viewer,点击综合菜单SessionfTileViewer,平铺两个视窗。第一个Viewer中打开lanier.img，第二个Viewer中打开你所做的图像，对两幅图片进行观察。方法二：利用AOI裁剪图像。1） 绘制AOI区域。2） 保存所绘制AOI区域，FilefSave，保存到你所想保存的磁盘。3） 点击DataPrep，选择第三个键，打开窗口后打开原文件和你所剪裁的文件，选择AOI，点击OK。这是你所选的文件将会被剪裁下来，在viewr中显示。2、 图像拼接1） 启动功能：DataPrepfMosaicImage，打开MosaicTools对话框2） 加载图像：点击第一行工具图标图纸标识，打开AddImages对话框，Imagefilename:wasia1_mss.img选择：ComputeActiveArea点击Addo重复前面的设置加载wasia2_mss.img和wasia3_mss.img。屏幕中将会出现三个白色的矩形的图片拼接在一起。3） 图像匹配设置点击第一行方框工具图标，再点击第二行坐标三角工具图标，打开ColorCorretions对话框。全部选择，点击OK。 再点击第一行两个方框重叠工具图标，再点击第二行fx工具图标，选择Average,点击Apply,然后关闭。运行：ProceessfRunMosaic确定输出文件名：自己定义输出图像区域：All此时三个白色的矩形的区域将会附上彩色的图片，这就完成了图像的拼合。三、 实验感受利用AOI剪裁图像更简单。实验四、几何校正一、 实验目的：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、 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。三、 实验步骤：1、 显示图像文件打开两个视窗，将两个窗口进行平铺。在第一个视窗中打开：tmAtlanta.img在第二个视窗中打开：panAtlanta.img2、 启动几何校正模块1） 在第一个窗口的菜单条：RasterfGeometricCorrectionf打开SetGeometricModel对话框，选择Polynomial,点击OK.f同时会打开GeometricCorrectionTools对话框和PolynomialModelProperties对话框。在该对话框中，定义多项式模型参数及投影参数：ParametersfPolynomialOrder:2ProjectionfMapUnits:Meters点击ApplyfClose2） 此时将会出现一个窗口，有许多选项，选择第一个，即ExistingViewerfOKf打开ViewerSelectionInstruction对话框3、 启动控制点工具在Viewer#2图像上点击左键，打开ReferenceMapInformation提示框，这是用于显示Viewer#2图像的投影信息。点击OK。整个屏幕将自动变化为：两个主视窗、两个放大窗口、主视窗中两个关联方框、控制点工具对话框、几何校正工具框。4、 采集地面控制点。1） 在GCPTool对话框工具栏点击箭头图标，进入选择状态.2） 在GCPTool对话框中数据表中第一个Color列设置颜色，尽量选择容易区分的颜色，如：红色。3） 在Viewer#1中寻找明显的地物特征点，左键点击关联方框移动到这个明显地物上.作为输入GCP.4） 点击方框后移动方框到确定的标志地物。点击工具栏中的圆的工具，在标志地物上进行点的确定。可以在Viewer#3中移动你确定的点。5） 在GCPTool对话框中数据表中第二个Color列设置颜色。6） 在Viewer#2中寻找你确定的地物特征点，左键点击关联方框移动到这个明显地物上.然后在Viewer#4中寻找与Viewer#3中的定点相同位置的点，点击左键定点。7） 重复上面操作，采集若干点。5、 采集地面检查点1）数据表中选择一个空白行，即点击point#中的一格，选中这一空白行，这一行呈黄色。

2） 在GCPTool对话框的菜单条中：EditfSetPointTypefCheck3） 在GCPTool对话框的菜单条中确定匹配参数：EditfPointMatching,打开GCPMatching对话框，定义参数：CorrelationThreshold：0.8选中DiscardUnmatchedPointfClose4） 计算检查点误差：在GCPTool对话框中点击第四个图标（有钩的那个），误差会显示在GCPTool对话框的上方。6、图像重采样1） 重采样过程就是依据未校正图像象元值计算生成一幅校正图像的过程，原图像中所有的栅格数据层都将进行重采样。2） 在GeometricCorrectionTools对话框中，点击倾斜的“田”的工具图标，3） 打开Resample对话框，定义参数如下：OutputFile:自己定义ResampleMethod:NearestNeighborOutputCorners:ULX,ULY,LRX,LRYOutputCellSize:X：30，Y：30选择IgnoreZeroinStats.Ok8、 检验校正结果打开两个平铺图像视窗：在第一个视窗中打开：自己定义的那个输出文件；在第二个视窗中打开：panAtlanta.img9、 建立视窗地理连接关系1） 在Viewer#1中：按住右键，出现快捷菜单，点击GeoLink/Unlink2） 在Viewer#2中：点击左键，建立与Viewer#1的连接打开Viewer#1中的查询光标，观测其在两屏幕中的位置及匹配程度，并注意光标查询对话框中数据的变化。四、实验感受在设置颜色时尽量选择较鲜艳的颜色，这样有利于在图像上确定点。在窗口1选定点后，在窗口2上确定点时一点要尽量的符合。所选的点一定要具有代表性，并尽量分散，不要过于集中。实验五遥感图像的增强处理=i实验五遥感图像的增强处理=i一、 实验目的：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、 实验内容：卷积增强处理；锐化增强处理；直方图均衡化；色彩变换。三、 实验步骤：卷积增强点击屏幕上方的按钮InterpreterfSpaticalEnhancementfConvolution，打开Convolution对话框，打开你所需要处理的图片，选择5X5，选择ignorezeroinstats，点击Reflection,点击OK。出图如下：

非定向边缘增强应用另个比较通用的滤波器(SobelPrewitt),首先通过两个正交卷积算子分别对图像进行边缘检测，然后将两个正交结果进行平均化处理。点击Interpreter一SpaticalEnhancement—Non-directionalEdge,在对话框中选择你所要出来的图像，并命名你所保存的图片。选择map,选择ignorezeroinstats,点击OK。直方图均衡化直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。，点击Interpreter一RadiometricEnhancement—HistogramEqualization选择你需要处理的图像并并命名保存。选择map,选择ignorezeroinstats,点击OK.出图如下：

ZI睾1&=+气玄声口鱼I回叵IE!唱■«►ZI睾1&=+气玄声口鱼I回叵IE!唱■«►■H*■QWlbW』0T7HFfftg*密1'Jra：'百gfc"rWii^JU；如J骨Lr^kd•|EHm 由$J>缪tuc?m出巨：1»diJJuZ^iswRA—Rf-^|E7^Z弓F"3am纹理分析通过在一定的窗口内进行二次变异分析(2nd-orderVariance)或三次变异分析(3nd-orderVariance),使图像的纹理结构得到增强。点击Interpreter一SpaticalEnhancement—Texture 打开窗口后，选择图片并命名保存。Output:Unsigned8bit，选择map，选择variance,选择3X3.选择ignorezeroinstats,点击OK.此时处理后的图片较原图而言，纹理更加清楚，可辨。亮度反转处理对图像亮度范围进行线性或非线性取反，产生一副与输入图像亮度相反的图像。，点击Interpreter一RadiometricEnhancement—BrightnessInverse选择你需处理的图片并命名保存。选择reverse，Output：Unsigned8bit，选择ignorezeroinstats，点击OK。结果：处理后的图像与原图像的颜色发生了亮度调换。主成分变换(PrincipalComponentAnalysis)主成分变换是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。ERDASIMAGE提供的主成分变换功能最多等对256个波段的图象进行转换压缩。点击Interpreter—SpectralEnhancement—PrincipalComponentAnalysis数据处理：选择你需处理的图像并命名保存，output：floatsingle选择map,选择选择ignorezeroinstats，点击OK。

色彩变换色彩变换是将遥感图像从红（R）、绿（G）、兰（B）三种颜色组成的色彩空间转换到以亮度（I）、色度（H）、饱和度（S）作为定位参数的色彩空间，以便使图像的颜色与人眼看到得更接近。其中，亮度表示整个图象的明亮程度，取值范围是0-1；色度代表像元的颜色，取值范围为0-360；饱和度代表颜色的纯度，取值范围是0-1。操作：点击Interpreter一SpectralEnhancement—RGBtoHIS，选择需处理的图像并命名保存。选择选择ignorezeroinstats，点击OK。结果：处理完的图像的颜色都会进行更换。例如：蓝色变成绿色，等等。指数计算将遥感图像中不同波段的灰度值进行各种混合运算，计算反应矿物或植被的常用比率和指数。操作：点击Interpreter—SpectralEnhancement—Indices选择图像并进行命名保存。9.傅立叶变换傅立叶变换是首先把遥感图像从空间域转换到频率域，然后再频率域上对图像进行滤波处理，减少或消除周围噪声，再把图像从频率域上转换到空间域，达到图像增强的目的。选择map,sensor：LandsetTM SelectFunction：NDVIoutput：floatsingle点击OK。9.傅立叶变换傅立叶变换是首先把遥感图像从空间域转换到频率域，然后再频率域上对图像进行滤波处理，减少或消除周围噪声，再把图像从频率域上转换到空间域，达到图像增强的目的。四、实验感受本实验相对之前的实验，步骤多了，操作更复杂了。实验六:遥感图像分类实验六:遥感图像分类一、 实验目的：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、 实验原理：图像分类就是基于图像像元的数据文件值，将像元归并成有限的几种类型、等级或数据集的过程。常规图像分类主要有两种方法：非监督分类与监督分类，专家分类法是近年来发展起来的新兴遥感图像分类方法。实习时主要学习两种常规分类法。三、 实验步骤：初始分类获取（一）非监督分类1） 启动非监督分类点击Classifierfunsupervisedclassificationf打开对话框2） 进行非监督分类在unsupervisedclassification对话框中，进行设置：㊉inputrasterfile:germtm.img㊉outputclusterlayerfilename:自己定义㊉outputsignatureset:自己定义㊉numberofclasses:10©maximumiterations：24®convergencethreshold:0.95©ok分类方案调整1） 叠加显示原图像与分类图像先打开需处理图像，如germtm.img，注意打开之前要把这副图的rasteroptionsflayerstocolors设置为：red（4）,green（5）,blue（3）.然后打开自己定义的图片。注意此时不要选择cleardisplay。看见的是灰度图。2） 调整属性字段显示顺序点击菜单栏的rasterfattributes,打开rasterattributeseditor对话框，出现属性表。在这个属性表对话框中，选择editfcolumnpropertiesfcolumnproperties对话框，点击你需要的属性，再通过点击up,将你需要的属性提前。3） 定义类别颜色在属性表对话框中，点击一个类别的row字段从而选择改类别，再点击该选中类别的color字段选择一种颜色，分别给每一个类别定义不同的颜色。4） 设置不透明度在属性表对话框中，先左键点击字段名opacity,选中这一列，再右键点击字段名opacity，出现的快捷菜单中选择formula,打开formula对话框，在其中的空白长条窗口中输入0，点击apply,再关闭这个对话框，返回属性表，所有的opacity都变为了0。然后在属性表中点击一个类别的row字段从而选择该类别，把这个类别的opacity改为1，回车。此时，图中只显示这个类别和原图。5） 标注类别的名称和颜色根据判别，在属性表中的color,class_names字段中分别标注已经判别出来的类别的名称和颜色，比如说水体，蓝色，森林，绿色等等。（二）监督分类（监督分类是基于分类模板来进行的）定义分类模板1） 显示需要分类的图像打开germtm.img，注意打开之前要把这副图的 rasteroptionsflayerstocolors设置为：red（4）,green（5）,blue（3）.2） 打开分类模板编辑器Classifierfsignatureeditorf打开signatureeditor对话框。3） 调整分类属性字段在signatureeditor对话框的菜单条：viewfcolumnsf打开viewsignaturecolumns对话框选中所有字段，然后按住键盘上shift键的同时，分别点击red,green,blue，呈白色，点击apply。关闭窗口。4） 获取分类模板信息工具面板中点击第二行第一个图标，进入多边形AOI绘制状态。在图像视窗中选择绿色区域，绘制一个多边形AOI在signatureeditor对话框中，点击第三个图标（加号带箭头），即创建新的分类模板，这时就把选择的这个AOI多边形加载到了signatureeditor对话框的属性表中。在图像视窗中选择另一个绿色区域，再绘制一个多边形AOI同样在signatureeditor对话框中，点击第三个图标（加号带箭头），这时又把选择的这个AOI多边形加载到了signatureeditor对话框的属性表中。重复上面c和d步，把你认为颜色相近的多个绿色区域绘制若干个多边形AOI，加载到属性表中。加载完以后，全部选中所有上面加载的多个绿色区域（左键点住第一个字段往下拖，所有字段呈黄色），在signatureeditor工具条中点击第五个工具图标，将这多个绿色区域AOI模板合并生成一个综合的新模板，然后选择editfdelete,删除合并以前的那些模板。在signatureeditor属性表中，改变综合新模板的signaturename为“农田”，color为绿色。重复上述所有操作过程，在图像视窗中选择绘制多个黑色区域AOI（水体），依次加载到signatureeditor属性表中，并执行合并生成综合的水体分类模板，然后确定名称和颜色。同样重复上述所有操作过程，绘制多个蓝色区域AOI（建筑），多个红色区域AOI（林地） ，加载，合并，命名，建立新模板。5）保存分类模板执行监督分类依据所建立的分类模板，在一定的分类决策规则条件下，对图像的象元进行聚类判断的过程。Classifierfsupervisedclassificationf打开对话框在supervisedclassification对话框中，定义参数：㊉inputrasterfile:germtm.img （被分类图像）©classifiedfile:（产生的分类图像，自己定义）㊉inputsignaturefile:（刚才保存的分类模板文件）©选择输出分类距离文件distancefile：（用于分类结果进行阈值处理，自己定义）©定义分类距离文件（filename）:（自己定义）©non_parametricrule:featurespace（选择非参数规则）©overlayrule:parametricrule （选择叠加规则，已经自动选好）©unclassifiedrule:Parametricrule （选择未分类规则，已经自动选好）©parametricrule:Maximumlikelihood （选择参数规则）©ok（开始执行监督分类）分类精度评价将分类数据与地面真值、先前的试验地图、航空相片或其他数据进行比较。（1） 打开分类前的原始数据（2） 打开精度评价对话框：Classifierfaccuracyassessment（3） 打开分类专题图像：在accuracyassessment对话框工具条中打开你刚才分类完成的图像，但是我们并不能看见这个图（4） 连接原始图像与精度评估视窗：点击第二个工具图标，弹出来一个指示器，不要关闭这个指示器，然后点击一下原始图像，此时我们也不能发现有什么明显的连接。（5） 设置随机点的色彩：在accuracyassessment对话框中，选择viewfchangecolor,打开changecolor面板，在pointswithnoreference确定没有真实参考值的点的颜色，在pointswithreference确定有真实参考值的点的颜色，ok。（6） 产生随机点：accuracyassessment对话框中选择editfcreate/addrandompointsf打开addrandompoints对话框，确定参数：©searchcount:1024 ©numberofpoints:10©distributionparameters:Random©ok可以看到accuracyassessment对话框中出现了10个比较点，（7） 显示随机点及其类别：viewfshowalleditfshowclassvalues输入参考点实际类别：accuracyassessment对话框中，reportfaccuracyreportreportfcellreport实验七、专题制图输出一、 实验目的：再需处理的图的像片上加网格，完成专题制图。二、 实验步骤：准备专题制图数据在菜单条单击Filelopenlrasterlayer命令，在filename栏选择你需要处理的图片，依实验指导，我选为modeler_output.imgrasteroptions选择fittoframe复选框单击ok按钮生成专题制图文件在erdas图标面板菜单条，单击main|mapcomposer|newmapcomposition命令，打开newmapcomposition对话框如下：话框中，需定义下列参数：专题制图文件名：自己定义输出图幅宽度为28输出图幅高度为20地图显示比例为1图幅尺度单位为centimeters地图背景颜色为white单击ok按钮打开mapcomposer窗口和annotation工具面板确定专题制图范围绘制地图图框，在annotation工具面板，单击createmapframe图标在地图编辑窗口的图形窗口中，长按鼠标左键，，画出一个矩形。完成图框绘制、释放鼠标左键后，将会打开一个对话框。单击viewer按钮，将会打开一个对话框。在对话框中需要定义下列参数选择changemapa