9299.net
大学生考试网 让学习变简单
当前位置:首页 >> >>

遥感erdas实习报告

遥感erdas实习报告

几何校正 一、实验目的: 去除遥感图像中由于传感器的自身性能、结构;地球曲率;地形起伏;地球旋转;大 气折光等因素所引起的变形误差。 二、实验内容: 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。 三、实验步骤: 1)原理: 遥感图像的几何校正包括光学校正和数字校正,遥感影像的数字校正是通过计算机对 图像每个像元诸葛的解析纠正处理完成的,所以能够较精确的改正线性和非线性变形误 差,包括像元坐标变换和像元灰度值重采样。 2)方法: 使用 ERDAS IMAGINE 软件。 3)操作: 第一步: ①用两个 Viewer 分别打开一个 TM(#1)和 SPOT(#2) , ②单击 Raster | Geometric Correction 命令, ③打开 Set Geometric Model 对话框 ④选择模板为 Polynomial ⑤单击 OK ⑥同时打开 Geo Correction Tools 对话框和 Polynomial Model Properties 窗口 第二步: 在 Polynomial Model Properties 窗口 ①定义多项式次方(Polynomial Order)为 2。 ②定义投影参数(Protection) ③单击 Apply 按钮应用或单击 Close 关闭。 ④打开 GCP Tool Reference Setup 对话框; 第三步: 启动控制点工具; ①GCP Tool Reference Setup 对话框中选择采点模式(Existing Viewer)单选按钮, ②单击 OK 按钮(关闭 GCP Tool Reference Setup 对话框) ; ③打开 Viewer Selection Instructions 指示器。 ④在显示作为地理参考图像 panAtlanta.img 的 Viewer#2 中单击。 ⑤打开 Reference Map Information 提示框(显示参考图像的投影信息) ⑥单击 OK 按钮(关闭 Reference Map Information 对话框) 增强处理 (一)图像增强 一、实验目的: 改变图像的灰度等级,提高图像对比度;消除边缘和噪声,平滑图像;突出边缘或线 状地物,锐化图像;合成彩色图像;压缩图像数据量,突出主要信息。 二、实验内容: 图像增强的主要内容:空间域增强、频率域增强、彩色增强、多图像代数运算、多光 谱图像增强等。 三、实验步骤 1、原理: 空间域增强:通过改变单个像元及相邻像元的灰度值来增强图像。直接对图像进行各种

运算以得到需要的增强结果。 ? 频率域增强:对图像进行傅里叶变换,先将空间域图像变换成频率域图像,然后在频率 域中对图像的频谱进行处理,以达到增强的目的。 2、方法: 使用 ERDAS IMAGINE 软件。 3、操作: 主成分变换: ①单击 Interpreter 图标|Spectral Enhancement|Principal Components 命令,打开 Principal Components 对话框。 ②输入原图象,输出类型中改为 Float Single 类型 ③输入文件类型:Map ④需要的主成数量(Number of Components Desired)为 3 ⑤单击 OK 按钮(关闭 Principal Components 对话框,执行主成分变换) (二)色彩变换 一、实验目的: 使图像的颜色与人眼看到的更为接近。 二、实验内容: 将遥感图像从红(R) 、绿(G)、(B)蓝三种颜色组成的彩色空间转换到以亮度(I)、色度 (H)、饱和度(S)作为定位参数的彩色空间。 三、实验步骤 1、原理: 亮度表示整个图像的明亮程度,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. 2、方法: 使用 ERDAS IMAGINE 软件。 3、操作: ①单击 Interpreter 图标|Spectral Enhancement,打开 RGB to HIS, ②弹出对话框,输入原图象,选上对话框上的 Ignore Zero in Stats ③单击 OK 非监督分类 一、实验目的: 利用计算机将遥感图像自动分成若干地物。 二、实验内容: 是在没有先验类别(训练场地)作为样本的条件下,即事先不知道类别特征,主要根 据像元间相似度的大小进行归类合并(即相似度大的像元归为一类)的方法。 三、实验步骤 1、原理:同类地物的反射光谱特型相同 2、方法:使用 ERDAS IMAGINE 软件。 3、操作: ①打开 Classifier|Unsupervised Classification 把 Number of Classes 改成 10,然 后把 Maximum Iterationes 改为 24,点击 OK. ②打开非监督分类后的图,再打开原图像,点击 View|Link|Geographical ③点击—点击非监督图像上的 raster 中的 Attribute,根据原图象将非监督图像对应上 色。

监督分类 一、实验目的: 利用计算机将遥感图像自动分成若干地物类别。 二、实验内容: 选择具有代表性的典型实验区或训练区,用训练区中已知地面各地物样本的光谱特性来 “训练”计算机,获得识别各类地物的判别函数或模式,并以此对未知地区的像元进行分 类处理,分别归入到已知的类别中。 三、实验步骤: 1)原理: 数字图像中地物的所有特征都是通过数字化的灰度值反映出来,计算机分类是建立在对 图像像元灰度值的统计、运算、对比和归纳基础上进行的。 2)方法:使用 ERDAS IMAGINE 软件,最小距离法。 3)操作: ①打开 Viewer,点击 Raster | Tools, ②打开 Classifier | Signature Editor ,用折线截取同种类别的地物, ③对同等地物进行多次截图, ④重复上述操作,每种地物都截取 4-5 次,保存模板; ⑤点击 Classifier | Supervised Classification,输入需要分类的模板,点击 OK 四、实验结果 五、实验感受 通过了一周的遥感实习,熟悉了 ERDAS 烦人基本操作,如监督分类,能够通过文献对 一些简单的图像用遥感影像进行分析处理,加深了平时上课时所学知识的理解,对遥感在 实际中的应用有了直观上得感受,掌握了用遥感图像进行实际应用的基本流程和基本方 法。在实验过程中遇到了很多困难。在做监督分类时,模板划分的不够精细。这都说明对 软件的理解运用还不够深入,以后的学习中应加强,为遥感的学习打下基础。


网站首页 | 网站地图 | 学霸百科 | 新词新语
All rights reserved Powered by 大学生考试网
文档资料库内容来自网络,如有侵犯请联系客服。zhit325@qq.com