《遥感原理》实验指导书
实验一、ERDAS视窗的基本操作
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。
实验内容:视窗功能介绍;文件菜单操作;实用菜单操作;显示菜单操作;矢量和删
格菜单操作等。
视窗操作是ERDAS软件操作的基础,ERDAS所有模块都涉及到视窗操作。本实验要
求掌握视窗的基本功能,熟练掌握图像显示操作和矢量菜单操作,从而为深入理解和学习
ERDAS软件打好基础。
1、视窗功能简介
二维视窗(图1-1)是显示删格图像、矢量图形、注记文件、AOI等数据层的主要窗口。
通过实际操作,掌握视窗菜单的主要功能、视窗工具功能。
图1-1二维视窗
重点掌握ERDAS图表面板菜单条;ERDAS图表面板工具条;掌握视窗菜单功能和视
窗工具功能等基本操作。
2、图像显示操作(DisplayanImage)
第一步:启动程序(StartProgram)
视窗菜单条:File→open→RasterLayer→SelectLayerToAdd对话框。
第二步:确定文件(DetermineFile)
在SelectLayerToAdd对话框中有File和RasterOption两个选择项,其中File就
是用于确定图像文件的,具体内容和操作实例如表。
表1-1图像文件确定参数
参数项含义实例
Lookin
确定文件目录
examples
Filename
确定文件名
xs_truecolor_
Fileoftype
确定文件类型IMAGINEImage(*.img)
Recent
选择近期操作过的文件
------
Goto
改变文件路径
-------
第三步:设置参数(Rasteroption)
图1-2参数设置
第四步:打开图像(OpenRasterLayer)
4、实用菜单操作
了解光标查询功能;量测功能;数据叠加功能;文件信息操作;三维图像操作等。
4、显示菜单操作
掌握文件显示顺序(图1-3);显示比例;显示变换操作等。
5、矢量菜单操作
矢量菜单操作功能是ERDAS软件将遥感与地理信息系统相结合的一个体现。主要介
绍矢量操作的有关命令,这是本次实验的重点掌握内容。
指导学生掌握适量工具面板功能,在此基础上重点掌握矢量文件的生成与编辑。
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
在此基础上,指导学生掌握:改变矢量要素形状;调整矢量要素特征;编辑矢量属性
数据等有关矢量操作。
图1-3图层显示顺序
实验二、遥感图像的几何校正
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。
实验内容:ERDAS软件中图像预处理模块下的图像几何校正。
几何校正就是将图像数据投影到平面上,使其符合地图投影系统的过程。而将地图投
影系统赋予图像数据的过程,称为地里参考(Geo-referencing)。由于所有地图投影系统都遵
循一定的地图坐标系统,因此几何校正的过程包含了地理参考过程。
1、图像几何校正的途径
ERDAS图标面板工具条:点击DataPrep图标,→ImageGeometricCorrection→打开
SetGeo-CorrectionInputFile对话框(图2-1)。
ERDAS图标面板菜单条:Main→DataPreparation→ImageGeometricCorrection→打开
SetGeo-CorrectionInputFile对话框(图2-1)。
图2-1SetGeo-CorrectionInputFile对话框
在SetGeo-CorrectionInputFile对话框(图1)中,需要确定校正图像,有两种选择情
况:
其一:首先确定来自视窗(FromViewer),然后选择显示图像视窗。
其二:首先确定来自文件(FromImageFile),然后选择输入图像。
2、图像几何校正的计算模型(GeometricCorrectionModel)
ERDAS提供的图像几何校正模型有7种,具体功能如下:
表2-1几何校正计算模型与功能
模型功能
Affine
图像仿射变换(不做投影变换)
Polynomial
多项式变换(同时作投影变换)
Reproject
投影变换(转换调用多项式变换)
RubberSheeting
非线性变换、非均匀变换
Camera
航空影像正射校正
Landsat
Lantsat卫星图像正射校正
Spot
Spot卫星图像正射校正
3、图像校正的具体过程
第一步:显示图像文件(DisplayImageFiles)
首先,在ERDAS图标面板中点击Viewer图表两次,打开两个视窗(Viewer1/Viewer2),
并将两个视窗平铺放置,操作过程如下:
ERDAS图表面板菜单条:Session→TitleViewers
然后,在Viewer1中打开需要校正的Lantsat图像:tmAtlanta,img
在Viewer2中打开作为地理参考的校正过的SPOT图像:panAtlanta,img
第二步:启动几何校正模块(GeometricCorrectionTool)
Viewer1菜单条:Raster→GeometricCorrection
→打开SetGeometricModel对话框(2)
→选择多项式几何校正模型:Polynomial→OK
→同时打开GeoCorrectionTools对话框(3)和PolynomialModelProperties对话框(4)。
在PolynomialModelProperties对话框中,定义多项式模型参数以及投影参数:
→定义多项式次方(PolynomialOrder):2
→定义投影参数:(PROJECTION):略
→Apply→Clo
→打开GCPToolReferenSetup对话框(5)
图2-2SetGeometricModel对话框
图2-3GeoCorrectionTools对话框
图2-4PolynomialProperties对话框
图2-5GCPToolReferenSetup对话框
第三步:启动控制点工具(StartGCPTools)
图2-6ViewerSelectionInstructions
首先,在GCPToolReferenSetup对话框(图5)中选择采点模式:
→选择视窗采点模式:ExistingViewer→OK
→打开ViewerSelectionInstructions指示器(图2-6)
→在显示作为地理参考图像panAtlanta,img的Viewer2中点击左键
→打开referenceMapInformation提示框(图2-7);→OK
→此时,整个屏幕将自动变化为如图7所示的状态,表明控制点工具被启动,进入控
制点采点状态。
图2-7referenceMapInformation提示框
图2-8控制点采点
第四步:采集地面控制点(GroundControlPoint)
GCP的具体采集过程:
在图像几何校正过程中,采集控制点是一项非常重要和繁重的工作,具体过程如下:
1、
在GCP工具对话框中,点击SelectGCP图表,进入GCP选择状态;
2、在GCP数据表中,将输入GCP的颜色设置为比较明显的黄色。
3、在Viewer1中移动关联方框位置,寻找明显的地物特征点,作为输入GCP。
4、在GCP工具对话框中,点击CreateGCP图标,并在Viewer3中点击左键定点,
GCP数据表将记录一个输入GCP,包括其编号、标识码、X坐标和Y坐标。
5、在GCP对话框中,点击SelectGCP图标,重新进入GCP选择状态。
6、在GCP数据表中,将参考GCP的颜色设置为比较明显的红色,
7、在Viewer2中,移动关联方框位置,寻找对应的地物特征点,作为参考GCP。
8、在GCP工具对话框中,点击CreateGCP图标,并在Viewer4中点击左肩顶巅,
系统将自动将参考点的坐标(X、Y)显示在GCP数据表中。
9、在GCP对话框中,点击SelectGCP图标,重新进入GCP选择状态,并将光标移
回到Viewer1中,准备采集另一个输入控制点。
10、不断重复1-9,采集若干控制点GCP,直到满足所选定的几何模型为止,尔后,
没采集一个InputGCP,系统就自动产生一个,通过移动可以优化
校正模型。
第五步:采集地面检查点(GroundCheckPoint)
以上采集的GCP的类型均为控制点,用于控制计算,建立转换模型及多项式方
程,。下面所要采集的GCP类型是检查点。(略)
第六步:计算转换模型(ComputeTransformation)
在控制点采集过程中,一般是设置为自动转换计算模型。所以随着控制点采集过程的
完成,转换模型就自动计算生成。
在Geo-CorrectionTools对话框中,点击DisplayModelProperties图表,可以查阅模
型。
第七步:图像重采样(ResampletheImage)
重采样过程就是依据未校正图像的像元值,计算生成一幅校正图像的过程。原图
像中所有删格数据层都要进行重采样。
ERDASIMAGE提供了三种最常用的重采样方法。略
图像重采样的过程:
首先,在Geo-CorrectionTools对话框中选择ImageResample图标。
然后,在ImageResample对话框中,定义重采样参数;
→输出图像文件明(OutputFile):
→选择重采样方法(ResampleMethod):NearestNeighbor
→定义输出图像范围:
→定义输出像元的大小:
→设置输出统计中忽略零值:
→定义重新计算输出缺省值:
第八步:保存几何校正模式(SaverectificationModel)
在Geo-CorrectionTools对话框中点击Exit按钮,推出几何校正过程,按照系统提
示,选择保存图像几何校正模式,并定义模式文件,以便下一次直接利用。
第九步:检验校正结果(VerifyrectificationResult)
基本方法:同时在两个视窗中打开两幅图像,一幅是矫正以后的图像,一幅是当
时的参考图像,通过视窗地理连接功能,及查询光标功能进行目视定性检验。
实验三:遥感图像的增强处理
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。
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。
ERDASIMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高
光谱工具、傅立叶变换、地形分析以及其他实用功能。
1、卷积增强(Convolution)
空间增强技术是利用像元自身及其周围像元的灰度值进行运算,达到增强整个图像之
目的。卷积增强(Convolution)是空间增强的一种方法。
卷积增强(Convolution)时将整个像元分块进行平均处理,用于改变图像的空间频率
特征。卷积增强(Convolution)处理的关键是卷计算子----系数矩阵的选择。该系数矩阵又
称卷积核(Kernal)。ERDASIMAGINE将常用的卷计算子放在一个名为的文件
中,分为3*3,5*5、7*7三组,每组又包括“EdgeDetect/LowPass/Horizontal/Vertical/Summary”
等七种不同的处理方式。具体执行过程如下:
ERDAS图标面板菜单条:Main→ImageInterpreter→Spatial
enhancement→convolution→convolution对话框。
图3-1Convolution对话框
几个重要参数的设置:
边缘处理方法:(HandleEdgesby):Reflection
卷积归一化处理:NormalizetheKernel
2、直方图均衡化(HistogramEqualization)
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。
注意:认真对比直方图均衡化前后的图像差别,仔细观察直方图均衡化的效果。
图3-2直方图均衡化
3、主成分变换
主成分变换(PrincipalComponentAnalysis)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。ERDAS
IMAGE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。
ERDAS图标面板菜单条:Main→ImageInterporeter→SpectralEnhancement→
PrincipialComp→PincipalComponents对话框。(图3-3)
图3-3PrincipalComponent对话框
4、色彩变换(RGBtoIHS)
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。
图3-4RGBtoHIS对话框
实验四:遥感信息的复合
实验目的: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。
实验内容:多光谱数据与高分辨率全色数据的融合。
分辨率融合是遥感信息复合的一个主要方法,它使得融合后的遥感图象既具有较好的空
间分辨率,又具有多光谱特征,从而达到增强图象质量的目的。
注意:在调出了分辨率融合对话框后,关键是选择融合方法,定义重采样的方法。
图4-1分辨率融合对话框
实验五:遥感图像分类---监督分类
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。
实验内容:ERDAS遥感图像监督分类。
1、定义分类模板
第一步:显示要进行分类的图像
第二步:打开摸板编辑器并调整显示字段
图5-1分类模板编辑器
第三步:获取分类模板信息
指导学生掌握四中获取分类模板信息方法中的两种。
第四步:保存分类模板
2、评价分类模板
介绍报警评价、可能性矩阵、直方图三种分类模板评价方法。要求学生重点掌握
利用可能性矩阵方法评价分类模板。
3、执行监督分类
在监督分类中,用于分类决策的规则是多层次的,如对非参数模板有特征空间、
平行六面体等方法。对参数模板有最大似然法、最小距离法等。但要注意对应用范围,
如非参数模板只能应用于非参数型模板;对于参数型模板,要使用参数型规则。另外,
使用非参数型模板,还要确定叠加规则和未分类规则。
根据以上要求,指导学生理解并正确填写监督分类对话框,执行监督分类。
图5-2监督分类对话框
实验六:遥感图像分类---非监督分类(2学时)
实验目的: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。
实验内容:ERDAS遥感图像非监督分类。
1、分类过程(ClassificationProcedure)
第一步:调出非监督分类对话框
指导学生掌握两种方法。
方法一:DATAPRETATION→UNSUPERVISEDCLASSIFICATION.
方法二:Classifier图标→classification→unsupervidclassification
第二步:进行监督分类
调出:unsupervidclassification对话框(图6-1),逐项填写。
注意问题:实际工作中常将分类数目取为最终分类数目的两倍;收敛域值是指两次分类
结果相比保持不变的像原所占最大百分比。
图6-1unsupervidclassification对话框
2、分类评价(EvaluateClassification)
第一步:显示原图像与分类图像
学会在同一个窗口中,同时打开两个图像.
第二步:打开分类图像属性表并调整字段显示顺序
图6-2图象属性编辑器
图6-3ColumnProperties对话框
第三步:给各个类别赋相应的颜色
第四步:不透明度设置
图6-4Fomula对话框
第五步:确定类别的专题意义及其准确程度
第六步:标注类别的名称和相应的颜色
重复以上4、5、6三步直到对所有类别都进行了分析与处理。注意,在进行分类叠加分
析时,一次可以选择一个类别,也可以选择多个类别同时进行
本文发布于:2023-01-03 18:15:00,感谢您对本站的认可!
本文链接:http://www.wtabcd.cn/fanwen/fan/90/85778.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |