遥感图像处理实验报告_灰度共生矩阵
遥感图像处理
实验报告（2013 —2014 学年第1学期）实验名称：
实验时间：
实验地点：
指导教师：
专业班级：
姓名：
学号：
一：实验目的
通过实验，理解并掌握灰度共生矩阵的概念，理解灰度共生矩阵对于纹理描述的意义，理解从纹理图像至特征值的抽象过程，理解计算机自动识别地貌的基本原理。
二：实验内容
灰度共生矩阵纹理描述在不同类型遥感图像中的有效性分析
三：实验平台
Windows XP Professional SP3
ENVI4.5
四：实验步骤
这次实验，选用Landsat5咸阳地区的图像作为实验对象
1：打开ENVI4.5，File->Open Image File，打开实验图像
2：Basic Tools->Resize Data(Spatial/Spectral)，打开Resize Data Input File对话框
3：选择目标图像，在Spectral Subset中选择第三波段（考虑到第波段地貌区分比较明显），在Spaial Subset中设置图像剪裁大小，进行剪裁。分别剪裁出50*50的城区图像一幅与50*50的农区图像一幅，保存至文件。
4：Filter（滤波器）->Texture（纹理）->Co-occurrence Measures（二阶概率统计），打开Texture Input File对话框
5：选择剪裁出的城区/农区图像，点击OK，弹出Co-occurrence Texture Parameters对话框
6：在Processing Window中设置滤波器窗口大小，在Co-occurrence Shift中设置对应窗口大小的灰度共生矩阵的距离差分值，Output Result to选择Memory
7：在工具栏选择Basic Tools->Statistics->Compute Statistics，弹出Compute Statistics Input File对话框
8：选择第6步输出的Memory，点击OK，再点击一次OK，弹出统计结果
9：对比两个纹理图像，在不同滤波窗口大小下不同距离差分下的统计结果，将各个统计结果中的统计均值Mean记录在表格上，做出图表，进行讨论。
7*7窗口大小下，差分距离为2，9*9窗口大小下，差分距离为3，11*11窗口大小下，差分距离为4
五：实验成果
通过对下列附表的分析，可以观察得出以下几个结论：
1：在八个特征值上，农区最终抽象出的值，普遍比城区要小30%-60%左右，也就是说，在本例中，抛开滤波窗口大小与差分距离及方向不管，仅凭特征值的大小，就可以明显区分城区与农区两种地貌纹理
2：同一特征值计算方法、同一纹理、同一差分方向，不同滤波窗口上的特征值有一定规律，普遍表现为7*7窗口最大，9*9次之，11*11最小，但也有个别例外情况。
3：同一特征值计算方法、同一纹理、同一滤波窗口大小及差分距离，不同差分方向上，表现出的特征值基本相近，有少许差异，说明在本例的两种纹理：城区与农区，在各个方向上灰度变化的统计概率是相近的，方向性纹理并不明显。
4：同一特征值计算方法、同一差分距离及差分方向上，不同纹理在三个窗口下的特征值，尽管大小有差异，但大小比值是相近的，表现在图表上的形式就是，城区和农区在同一方向的两张图表，形状是相近的，说明城区和农区两种纹理在本例中，大的差异主要体现在灰度值的大小上，而不是灰度值的统计规律上
六：实验心得
1：特征值是计算机用来识别地貌的工具，计算机无法直接比较两大块像素矩阵，自动地貌地物的识别的关键在于特征值的提取。
2：灰度共生矩阵是图像像素对的灰度值对的统计表达，是纹理的一种统计表达，是对纹理的一种抽象
3：从纹理图像到特征值需要一个抽象过程，将大量数据最终抽象为一个值，必然要丢失99%的信息，如何使留下的那1%的信息，是纹理图像的关键信息，就是抽象过程的难点，为了尽可能的保留规律信息，就有了下面的抽象过程
1）：将纹理图像分离为N个滤波窗口，将这N个滤波窗口的灰度信息抽象为N个
灰度共生矩阵
2）：将每个灰度共生矩阵，通过某种运算，抽象为一个值
3）：将这N个值，再通过一种运算，抽象为最终的一个值
在本实验中，我们选用了Mean/Variance/Homogeneity等方法作为抽象过程2）的函数，选用Mean作为抽象过程3）的函数，最终看到，在丢失了99%的信息之后，城区与农区两种纹理经过高度抽象的特征值，还是有着明显差异的。这样，计算机就可以明显的判读出，这两种纹理是不同的，若在计算机数据库中，给样本特征值与地物地貌做一个映射表，同时为了防止误判的情况出现，我们可以更改组合步骤2）3），甚至更改滤波窗口大小来组合出更多的特征值抽象过程，做出一个多维的特征值-地物地貌的映射表，就可以在大大减少算法复杂度的情况下，快速的、自动的让计算机判读地物地貌。
遥感课程理解与应用读书报告
遥感图像理解与应用读书报告 一、概述 遥感主要是为地学研究提供数据源，但由于遥感数据获取的是地物电磁辐射信息，不能直接用于各类地学研究，需要先对遥感数据进行处理。对遥感数据的处理，包括遥感数据预处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、大气校正，使遥感数据与地理上的空间点相对应，包括位置对应以及位置辐射值的对应。而对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息，使数据符合人的空间认知。 遥感图像理解这门课程首先介绍遥感原理，它是通过获取和分析目标的电磁辐射信息，来了解目标的其他属性信息的科学和技术。然后介绍遥感图像，包括获取手段（直接获取，间接由现有图件或照片获取）、显示方式（真彩色、假彩色、伪彩色）、图像属性（四种分辨率）等。再对遥感图像中的目标做介绍，指出遥感最重要目的就是获取遥感图像目标及其语义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征，信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等；图像参数特征是经过计算后得到的用于描述图像特征的各种参数，如图像灰度的均值、方差，图像的比值，图像的协方差、各阶矩，图像在变换域中的频谱等；图像光谱特征由各个波段的光谱值决定，包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数，如波峰、波谷、斜率等。在对遥感图像理解中，主要针对这些信息确定图像目标类型、属性等信息。 二、对遥感图像的理解 第四章对遥感图像的理解是重点内容。针对地学应用的遥感图像中的目标是各种地理客体，因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外，更重要的是理解目标的性质、性状、数量特征等。其内涵主要有：目标类别、地物空间关系、目标的性状（物理、化学、生物参数）、目标的数量特征。 遥感图像理解包括图像处理、图像分析和图像理解三个层次的内容。图像处理包括图像纠正（也叫数据预处理）和图像增强，纠正图像的几何误差和辐射误差，并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析，提取感兴趣的目标和信息，对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译，从图像特征或光谱特征出发，有很多不同的方法。 从图像特征出发，图像特征理解步骤为图像预处理、目标检测、目标解释，主要是以图像中的目标为理解单元，一般多用于高分辨率遥感图像中。从光谱特征出发，侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步，一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定，理想的方式是将图像特征与光谱特征结合进行。 三、侧重图像特征的图像理解 图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略，用图像区域表达图像中的目标，其中点目标和线目标
遥感数字图像处理教程实习报告
遥感数字图像处理教程实习报告
《数字图像处理》 课程实习报告 （ 2011 - 2012学年第 1 学期） 专业班级：地信09-1班 姓名：梁二鹏 学号：310905030114 指导老师：刘春国 ---------------------------------------------- 实习成绩： 教师评语： 教 师
签 名 ： 年月日 实习一：图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上，应用所学知识，基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成：利用TM图像can_tmr.img，实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤： 1、打开ENVI4.7,单击FILE菜单，在下拉菜单中选择open image file 选 项，然后在弹出的对话框中选择can_tmr.img文件，单击打开。 2、在可用波段列表对话框中，选中某一波段图像，选中gray scale单选按 钮，单击LOAD BAND按钮，显示一幅灰度图像。 3、在可用波段列表对话框中，选择其他某一波段图像，进行显示。
4、利用可用波段列表中的display按钮，同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示：红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。
遥感实验报告
重庆交通大学 学生实验报告 实验课程名称遥感原理与应用 开课实验室测量与空间信息处理实验室 学院 2013 年级测绘工程专业 1班学生姓名刘文洋 学号 631301040126 开课时间 2015 至 2016 学年第 1 学期
目录 实验一 ENVI 视窗的基本操作 (2) 实验二遥感图像的几何校正 (4) 实验三遥感图像的增强处理 (8) 实验四遥感图像的变换 (12) 实验五遥感信息的融合 (15) 实验六遥感图像分类 --- 监督分类 (17) 实验七遥感图像分类 --- 非监督分类 (19) 实验八遥感图像分类后处理 (22)
实验一ENVI 视窗的基本操作 一、实验目的 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、实验内容 视窗功能介绍；文件菜单操作；显示数据；裁剪数据；合并波段 三、实验步骤 1、首先打开ENVI4.7软件，看见的只有菜单栏，如图所示： 2、打开每个下拉菜单浏览其下拉栏中都有哪些功能，比如:我们如果需要打开遥感文件，则可以选择File下的打开功能open image file，打开遥感图像如下图：
裁剪数据打开basic tools的resize data功能，如果需要对图像进行一系列处理，可以利用Transform，Classification等功能进行操作，在后续实验中我们也会用到其中的一些功能进行图像的一系列操作，到时候在详细叙述。 3、再熟悉了ENVI4.7的一些基本知识后我们可以简单地操作下，比如对一组数据分别用Gray Scale和Load RGB导入，看看两幅图的区别以及各自的优缺点。 四、实验结果分析 在这次的实验中，我们简单的熟悉了下ENVI4.7的一些功能，发现它是可以对遥感图像进行图像几何纠正，直方图均衡，监督分类，非监督分类等一系列操作，为我们后续利用软件对遥感图像处理打下了基础。
中国地质大学遥感图像处理上机实习报告
遥感图像处理课程实习报告 学生姓名：王蜀越 班学号： 学号： 指导教师：王红平、许凯 中国地质大学信息工程学院 2017年7月1日
目录 目录 ............................................................................................................................................... - 1 - 实习一：影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二：几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三：影像分类（一）.......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四：影像分类（二）.......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -
灰度共生矩阵算法
图像理解与分析中灰度共生矩阵算法1 作者：冰封蓝羽 2006-04-11 16:49:54 标签： 图像理解与分析中 灰度共生矩阵算法 周一早上图像理解与分析课上，朱启疆老师讲了灰度共生矩阵算法，回去后我编程实现了这个算法。 内容如下： 共有matrix.cpp d_matrix.h d_exept.h mat.txt四个文件 //matrix.cpp /* Visual C++ 6.0 matrix designed by bfly */ #include
template
遥感数字图像处理教程复习分析
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
遥感图像处理实验
哈尔滨工业大学 遥感图像处理及遥感系统仿真 实验报告 项目名称：《遥感图像处理及遥感系统仿真创新》 姓名：蒋国韬 学号：24 院系：电子与信息工程学院 专业：遥感科学与技术 指导教师：胡悦 时间：2017年7月
实验一：遥感数字图像的增强 一、实验目的： 利用一幅城市多光谱遥感图像，分析其直方图，并利用对比度增强和去相关拉伸方法对遥感图像进行增强。 二、实验过程： 1.用multibandread语句读取一幅多光谱遥感图像（7波段，512x512图像）的可 见1，2，3波段（分别对应R，G，B层）； 2.显示真彩色图像； 3.通过研究直方图（imhist），分析直接显示的真彩色图像效果差的原因；
4.利用对比度增强方法对真彩色图像进行增强（imadjust,stretchlim）； 5.画出对比度增强后的图像红色波段的直方图；
6.利用Decorrelation去相关拉伸方法（decorrstretch）对图像进行增强；
7.显示两种图像增强方法的结果图像。
三、实验分析： （1）高光谱影像由于含有近百个波段，用matlab自带的图像读写函数imread和imwrite往往不能直接操作，利用matlab函数库中的multibandred函数，可以读取多波段二进制图像。512×512为像素点，7位波段数，bil为图像数组的保存格式，uint8=>uint8为转换到matlab 的格式，[3 2 1]的波段分别对应RGB三种颜色。 （2）直接观察真彩复合图像发现，图像的对比度非常低，色彩不均匀。通过观察红绿蓝三色的波段直方图，可以观察到数据集中到很小的一段可用动态范围内，这是真彩色复合图像显得阴暗的原因之一。另外，根据三种颜色的三维散点图，如下
遥感读书报告
东南大学交通学院测绘工程系 遥感读书报告 专业：测绘工程 班级：213 学号：21311112 姓名：白金睿 老师：戚浩平 日期：2013年12月
首先纵观遥感这本书，我们可以先粗略的先把它分为35个小的标题，然后总结下来，之后再细分其中的重点，之后再详细说一说他们中的难点，就其中的一些我比较感兴趣的公式做一些推导解释，在上理论课与实验课的时候我慢慢发现RS的强大与其特有的魅力，ERDAS,ARCGIS,ARCMAP,这些软件即强大又有趣，让我来带领大家，纵游遥感的海洋吧~ 1．遥感技术系统的组成 被测目标的信息特征、信息的火枪、信息的传输与记录、信息的处理和信息的应用。2．遥感的类型 1）按遥感平台分为地面遥感、航空遥感、航天遥感； 2）按工作方式分为主动遥感和被动遥感； 3）按探测波段分为：紫外遥感（0.3-0.4）；可见光（0.4-0.7）；红外（0.7-14mm）； 微波（0.1-100cm）等。 3．遥感技术的特点 大面积的同步观测、时效性、数据的综合性和可比性、经济性、局限性。 4．电磁波的主要参数 1）波长（Wavelength）：指波在一个振动周期内传播的距离。即沿波的传播方向，两个相邻的同相位点（如波峰或波谷）间的距离。 2）周期：波前进一个波长那样距离所需的时间。 3）频率（frequency）：指单位时间内，完成振动或振荡的次数或周期（T），用V示。 注：一般可用波长或频率来描述或定义电磁波谱的范围。在可见光——红外遥感中多用波长，在微波遥感中多用频率。 4）振幅（Amplitude）：表示电场振动的强度。它被定义为振动物理量偏离平衡位置的最大位移，即每个波峰的高度。 5）电磁波谱：将各种电磁波在真空中的波长按其长短，依次排列制成的图表。5．常用电磁波波段特性 1）紫外线（UV）：0.01-0.4μm，碳酸盐岩分布、水面油污染； 2）可见光：0.4-0.76 μm，鉴别物质特征的主要波段；是遥感最常用的波段； 3）红外线（IR）：0.76-1000 μm。近红外0.76-3.0 μm’中红外3.0-6.0 μm； 远红外6.0-15.0 μm；超远红外15-1000 μm；（近红外又称光红外或反射红外；中红外和远红外又称热红外。） 4）微波：1mm-1m。全天候遥感；有主动与被动之分；具有穿透能力；发展潜力大。6．地物的反射光谱特性
图像的灰度共生矩阵
圖像的灰度共生矩陣 Gray-level co-occurrence matrix from an image 圖像的灰度共生矩陣 灰度共生矩陣是像素距離和角度的矩陣函數，它通過計算圖像中一定距離和一定方向的兩點灰度之間的相關性，來反映圖像在方向、間隔、變化幅度及快慢上的綜合信息。 使用方法： glcm = graycomatrix(I) glcms = graycomatrix(I,param1,val1,param2,val2,...) [glcms,SI] = graycomatrix(...) 描述： glcms = graycomatrix(I) 產生圖像I的灰度共生矩陣GLCM。它是通過計算兩灰度值在圖像I 中水平相鄰的次數而得到的(也不必是水平相鄰的次數，這一參數是可調的，可能通過Offsets來進行調整，比如[0 D]代表是水平方向，[-D D]代表是右上角45度方向，[-D 0]代表是豎直方向，即90度方向，而[-D -D]則代表是左上角，即135度方向），GLCM中的每一個元素（i,j）代表灰度i與灰度j在圖像中水平相鄰的次數。 因為動態地求取圖像的GLCM區間代價過高，我們便首先將灰度值轉換到I的灰度區間裡。如果I是一個二值圖像，那麼灰度共生矩陣就將圖像轉換到兩級。如果I是一個灰度圖像，那將轉換到8級。灰度的級數決定了GLCM的大小尺寸。你可以通過設定參數「NumLevels」來指定灰度的級數，還可以通過設置「GrayLimits"參數來設置灰度共生矩陣的轉換方式。 下圖顯示了如何求解灰度共生矩陣，以（1，1）點為例，GLCM（1，1）值為1說明只有一對灰度為1的像素水平相鄰。GLCM（1，2）值為2，是因為有兩對灰度為1和2的像素水平相鄰。
ENVI遥感图像配准实验报告
ENVI遥感图像配准 一、实验目的： 1、掌握ENVI软件的基本操作和对图像进行基本处理，包括打开图像，保存图像。 2、初步了解图像配准的基本流程及采用不同校准及采样方法生成匹配影像的特点。 3、深刻理解和巩固基本理论知识，掌握基本技能和动手操作能力，提高综合分析问题的能力。 二、实验原理 （1）最邻近法 最邻近法是将最邻近的像元值赋予新像元。该方法优点是输出图像仍然保持原来图像的像元值，简单，处理速度快。缺点就是会产生半个像元位置偏移，可能造成输出图像中某些地物的不连贯。适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。
双线性插方法是使用临近4个点的像元值，按照其距插点的距离赋予不同的权重，进行线性插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值，在后来的波谱识别分类分析中，会引起一些问题。 示意图： 由梯形计算公式： 故 同理 最终得：
三次卷积插法是一种精度较高的方法，通过增加参与计算的邻近像元的数目达到最佳的重采样结果。使用采样点到周围16邻域像元距离加权计算栅格值，方法与双线性插相似，先在Y 方向插四次（或X 方向），再在X 方向（或Y 方向）插四次，最终得到该像元的栅格值。该方法会加强栅格的细节表现，但是算法复杂，计算量大，同样会改变原来的栅格值，且有可能会超出输入栅格的值域围。适用于航片和遥感影像的重采样。 作为对双线性插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域像素的灰度值作三次插值。其三次多项式表示为： 我们可以设需要计算点的灰度值f（x,y）为：
遥感地学分析读书报告
成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础，是开展地球表层物质的物性和空间结构分析，进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点，在大尺度范围内探测地表物质连续光谱特性的同时，还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高，所反映地物光谱特征就越精细，甚至可获取与实验室或地面实测光谱类似的曲线，为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看，美国的成像技术发展较早，也最具代表性。从20世纪80年代到现在，美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计，已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器，128个通道，光谱覆盖范围从1.2~2.4μm，并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS，它有224个通道，使用光谱范围为0.41~2.45μm，每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用．为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用，也基于采矿工业及石油工业的需求，在AVIRIS之后，地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪，第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内，通道的光谱宽度是不同的。
遥感图像实验报告
遥感图像实验报告 一．实验目的 1、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。 2、掌握Landsat ETM遥感影像数据，数据获取手段.掌握遥感分类的方法， 土地利用变化的分析，植被变化分析，以及利用遥感软件建模的方法。 3、加深对遥感理论知识理解，掌握遥感处理技术平台和方法。 二．实验内容 1、遥感图像的分类 2、土地利用变化分析，植被变化分析 3、遥感空间建模技术 三．实验部分 1.遥感图像的分类 （1）类别定义：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； （2）特征判别：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； （3）样本选择：为了建立分类函数，需要对每一类别选取一定数目的样本；（4）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； （5）影像分类：利用选择的分类器对影像数据进行分类，有的时候还需要进行分类后处理；分类图如下：
图1.1 1992年土地利用图 图1.2 2001年土地利用图
（6）结果验证：对分类结果进行评价，确定分类的精度和可靠性。 图1.3 1992年精度图 图1.4 2002年精度图 2.土地利用变化 2．1 两年土地利用相重合区域 （1）在两年的遥感影像中选择相同的区域。 Subset(x:568121~684371,y:3427359~3288369)，过程如下：
图2.1 截图过程图 图2.2.2 截图过程图
（2）土地利用专题地图如下： 图2.2.3 1992年专题地图 图2.2.4 2001年土地利用图
遥感数字图像处理实验报告
实验一 遥感图像统计特性 一、实验目的 掌握遥感图像常用的统计特性的意义和作用，能运用高级程序设计语言实现遥感图像统 计参数的计算。 二、实验内容 编程实现对遥感图像进行统计特性分析，均值、方差（均方差）、直方图、相关系数等。 三、实验原理 1.均值 像素值的算术平均值，反映图像中地物的平均反射强度。 11 00 (,) N M j i f i j f MN --=== ∑∑ 2.方差（或标准差） 像素值与平均值差异的平方和，反映了像素值的离散程度。也是衡量图像信息量大小的 重要参数。 11 2 00 2[(,)] N M j i f i j f MN σ--==-= ∑∑ 3. 相关系数 反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像，它们之间的 相关系数计算公式为： 11 [((,))((,))] (,)M N f g f i j e g i j e C f g ---?-= ∑∑ 其中， e f , e g 分别为两个波段图像的均值。 四、实验步骤和内容 1.实验代码 clc clear all I =imread ('m1.jpg'); whos I %显示图像信息 figure (1),imshow (I ); R =double (I (:,:,1)); G =double (I (:,:,2)); B =double (I (:,:,3)); %求图像的R,G,B 的均值,avg=mean(mean(I))
%求图像的R,G,B的均值 mean(R(:)) mean(G(:)) mean(B(:)) %求R,G,B的方差 varR=var(R(:)); varG=var(G(:)) varB=var(B(:)) %求RG,RB,GB的相关系数 corrcoef(R(:),G(:)) corrcoef(R(:),B(:)) corrcoef(B(:),G(:)) 2.原始图像 Figure 1原始图像3.实验结果 R,G,B的均值
遥感图像预处理实验报告
实验前准备：遥感图像处理软件认识 1、实验目的与任务： ①熟悉ENVI软件，主要是对主菜单包含内容的熟悉； ②练习影像的打开、显示、保存；数据的显示，矢量的叠加等。 2、实验设备与数据 设备：遥感图像处理系统ENVI4.4软件； 数据：软件自带数据和河南焦作市影响数据。 3、实验内容与步骤： ⑴ENVA软件的认识 如上图所示，该软件共有12个菜单，每个菜单都附有下拉功能，里面分别包含了一些操作功能。 ⑵打开一幅遥感数据 选择File菜单下的第一个命令，通过该软件自带的数据打开遥感图像，可知，打开一幅遥感影像有两种显示方式。一种是灰度显示，另一种是RGB显示。 Gray（灰度显示）RGB显示 ⑶保存数据 ①选择图像显示上的File菜单进行保存； ②通过主菜单上的Save file as进行保存
⑷光谱库数据显示 选择Spectral > Spectral Libraries > Spectral Library Viewer。将出现Spectral Library Input File 对话框，允许选择一个波谱库进行浏览。点 击“Open Spectral Library”，选择某一所需的 波谱库。该波谱库将被导入到Spectral Library Input File 对话框中。点击一个波谱库的名称， 然后点击“OK”。将出现Spectral Library Viewer 对话框，供选择并绘制波谱库中的波谱曲线。 ⑸矢量化数据 点选显示菜单下的Tools工具栏，接着选择下面的第四个命令，之后选择第一个命令，对遥感图像进行矢量化。点击鼠标左键进行区域选择，选好之后双击鼠标右键，选中矢量化区域。 ⑹矢量数据与遥感影像的叠加与切割 选择显示菜单下的Tools工具，之后点选第一个 Link命令，再选择其下面的第一个命令，之后 OK，结束程序。 选择主菜单下的Basic Tools 菜单，之后选择 其中的第二个命令，在文件选择对话框中，选择 输入的文件（可以根据需要构建任意子集），将 出现Spatial Subset via ROI Parameters 对 话框通过点击矢量数据名，选择输入的矢量数 据。使用箭头切换按钮来选择是否遮蔽不包含在 矢量数据中的像元。 遥感图像的辐射定标 1、实验目的与任务： ①了解辐射定标的原理； ②使用ENVI软件自带的定标工具定标； ③学习使用波段运算进行辐射定标。 2、实验内容与步骤： ⑴辐射定标的原理 辐射定标就是将图像的数字量化值（DN）转化为辐射亮度值或者反射率或者表面温度等
遥感数字图像处理实习报告
目录 一、实习目的 (1) 二、实习要求 (1) 三、实习内容 (1) 3.1 图像裁剪 (1) 3.2 图像配准 (3) 3.3 监督分类 (6) 四、实习总结 (16)
一、实习目的 （1）熟悉使用erdas软件 （2）了解图像处理的原理与步骤，提高动手能力 二、实习要求 （1）对图像进行裁剪 （2）将TM图像与与临川区图像进行配准（校正） （3）对图像进行监督分类 三、实习内容 3.1 图像裁剪 利用临川区行政边界AOI文件对TM图象进行裁剪，裁剪出临川区TM图象。 基本步骤如下： （1）打开erdas imagine 9.2，单击“data proparation”，如图1 图1 data proparation 界面 （2）单击“subset imagine”，进入以下界面： 图2 subset界面
（3）图像裁剪的方法有三种 ①在TM影像上，通过AOI工具进行裁剪，裁剪出所需要的范围 ②通过使用文件裁剪 ③ AOI裁剪，在subset界面，单击AOI， 图3 AOI文件的输入 （4）输入AOI文件后，确认并进行裁剪，得到以下结果 图4 裁剪后的结果
3.2 图像配准 map-to-image: 1:10万临川区土地利用图与TM图象配准； 要求最初选GCP点6-10个，及检测点5个，各点均匀分布，RMS检验误差小于30米(1个像元)。 （1）进入“data proparation”界面，单击以下图中所示： 图5 data proparation 界面 （2）选择视窗，应该注意影像图的选择，选择tiff格式的临川区规划图（需校正的影像） 图6 视窗的选择 （3）模型的选择（多项式） 图7 模型选择界面
ERDAS IMAGINE遥感图像处理教程要点
《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2
1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23
遥感图像处理 图像配准、图像裁剪 实验报告
Lab3 geometric correction and projection transformation of remotely sensed data Objective : The purpose of the current lab section is to adequately understand the mathematic principles and methods of geometric correction (co-registration) and projection transformation . In addition,you guys need to gain hands-on experience or skill to perform them in ENVI and ERDAS environments. 实验过程： 一、envi中图像配准 1、根据控制点的坐标对图像进行配准 1）加载中山陵地形图 2) 选择map 菜单下的registration菜单，选择select gcps:image to map 设置投影信息：基于经纬度的投影(geographic lat/lon)，选择基准面为WGS—84
3）开始配准 依次移动一级窗口中的光标到四个图廓点的位置，在三级放大窗口中把十字司放在经纬线的交点的中间位置，输入该点的经纬度于编辑对话框中：
点击add point，完成对控制点的编辑 4）选择option菜单下的wrap file将配准好的地图生成一幅新的影像
修改生成图像信息，改为50带的UTM投影，基准面为WGS-84，保存 2、图像到图像的配准 1）加载全色波段影像作为待配准的影像
遥感读书报告.
遥感读书报告 专业：测绘工程 学生姓名：胡惠卿 指导教师：戚浩平 完成时间：2013年12月30日
目录 第一部分：各知识点的内涵与联系第二部分：学习的重难点 第三部分：公式的推导 第四部分：感兴趣的内容 第五部分：学习感悟
第一部分：各知识点的内涵与联系 一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射 地物反射辐射、地物波普 电磁波 电磁波普的概念、分类，电磁波的性质（P15） 电磁波普 发射辐射：辐射源、辐射测量 电磁辐射 辐射测量：辐射能量W ，辐射通量密度E 、辐照度I 、辐射亮度L 黑体辐射 黑体定义：绝对黑体 太阳辐射 黑体辐射规律：普朗克公式、斯忒潘玻尔兹曼定律、维 恩位移定 大气辐射的影响 太阳常数：I ◎=1.360*10^3W/m^2 实际物体的辐射 太阳光谱：是连续的光谱 大气的层次：外大气层、电离层、平流层、对流层 真正对太阳辐射影响最大的是对流层和平流层 大气吸收作用：使某些波段的太阳辐射强度递减，甚至消失形成大气吸收光谱 大气散射：瑞利散射 当大气中粒子比波长小得多 对可见光和红外波段特 别 明显 波长越长，散射越弱 米式散射 当大气中粒子和波长相当 对红外波段特别明显 散射 强度和波长的二次方成反比 无选择性散射 当大气中粒子比波长大得多 散射强度与波长无关 大气折射：密度越大，折射率越大；天顶距为90°时，折射值最大 大气反射：主要发生在云层顶部 大气窗口的定义、大气窗口的主要光谱段：紫外、可见光、近红外波段、中红 外、远红外、微波波段 大气透射的总透射率T ： τθ)*(0m e I I T -== 影响因素 波长、温度、构成物体的材料、表面状况等 发射率：w w ' = ε 根据光谱发射率随波长的变化形式，将物体分为两类： 选择性辐射体：在各个波长处光谱发射率不同 灰体：在各个波长处光谱发射率相同 光谱反射率：物体的反射辐射通量与入射辐射通量之比 地物反射辐射 同一地物的反射波普特性：具有时间效应和空间效应 地物波普 同地物的发射波普特性：城市道路建筑物、水体、土壤、植物、 影响因素：太阳位置、传感器位置、地理位置、地形、季节、 气候变化等
灰度共生矩阵
灰度共生矩阵(GLCM) 共生矩阵用两个位置的象素的联合概率密度来定义，它不仅反映亮度的分布特性，也反映具有同样亮度或接近亮度的象素之间的位置分布特性，是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。 一幅图象的灰度共生矩阵能反映出图象灰度关于方向、相邻间隔、变化幅度的综合信息，它是分析图象的局部模式和它们排列规则的基础。 设f(x,y)为一幅二维数字图象，其大小为M× N ,灰度级别为Ng,则满足一定空间关系的灰度共生矩阵为 P(i,j)=# {(x1,y1),(x2,y2) ∈M×N ∣ f(x1,y1)=i,f(x2,y2)=j } 其中#(x)表示集合X中的元素个数，显然P为Ng×Ng的矩阵，若(x1,y1)与 (x2,y2)间距离为d,两者与坐标横轴的夹角为θ,则可以得到各种间距及角度的灰度共生矩阵P(i,j,d,。) 纹理特征提取的一种有效方法是以灰度级的空间相关矩阵即共生矩阵为基础的，因为图像中相距(ΔχΔy的两个灰度像素同时出现的联合频率分布可以用灰度共生矩阵来表示。若将图像的灰度级定为N级，那么共生矩阵为NXN矩阵，可表示为M(?X' Δy)(h,k)，其中位于(h,k)的元素mhk的值表示一个灰度为h而另一个灰度为k的两个相距为(ΔχΔy的像素对出现的次数。 对粗纹理的区域，其灰度共生矩阵的mhk值较集中于主对角线附近。因为对于粗纹理，像素对趋于具有相同的灰度。而对于细纹理的区域，其灰度共生矩阵中的mhk值则散布在各处。 为了能更直观地以共生矩阵描述纹理状况，从共生矩阵导出一些反映矩阵状况的参数，典型的有以下几种： (1)能量：是灰度共生矩阵元素值的平方和，所以也称能量，反映了图像灰度分布均匀程度和纹理粗细度。如果共生矩阵的所有值均相等，则ASM值小；相反，
GIS遥感图像的基本处理教程
实验一遥感图像的基本处理 一、实验要求 1.学会使用Erdas软件打开不同格式的图像
2.认识遥感图 以沈阳农业大学2011年高分辨率Quickbird遥感影像为底图， 识别操场位置形状大小颜色阴影 所住宿舍、位置形状大小颜色阴影 教学楼位置形状大小颜色阴影
雷达站位置大小颜色 水塔、位置形状大小颜色阴影 煤堆位置形状大小颜色 植物园广场间接
农田形状大小颜色 东陵陵园，位置形状大小颜色阴影在Erdas中调整遥感图像波段。 在工具栏上点击raster选择band combinations,在弹出来的对话框中对波段进行编辑，然后点击OK 3.学会使用Erdas软件的import/export文件导入功能 导出 在总的工具栏上点击第二个按钮import,在对话框中选择Export，选择
好输出文件类型，找到要输入的文件，并且新建要输出的文件名和确定存储位置，即可点击OK键输出文件 导入 勾选INport，选择输入文件类型，找到输入文件，新建输出文件名称及储存位置，即可点击OK 实验材料：2002年Landsat ETM+ 30m辽宁省沈阳市图像。 4.为图像添加aoi图层，并对遥感影像进行裁切 分别对Quickbird和Landsat ETM+影像进行处理，高分辨率影像要求裁切出沈阳农业大学校区，低分辨率影像要求裁切出沈阳市及周边郊区，aoi比要求实验区稍大，以方便进行后期处理。高分辨率影像适于纵向输出，低分辨率影像适于横向输出。 添加AOI图层
在工具栏点击AOI选项下的tools，选择一个工具对图片中想要创建图层的位置进行框选。 对框选的区域进行保存，存为AOI文件 裁剪
《遥感技术与应用》读书报告
《遥感技术与应用》读书报告姓名：蔡江 班级：测量1004班 学号：20101342
二十世纪发展起来的摄影测量学，特别是遥感是我国测绘重要组成部分，在大地、遥感和制图三大组成部分中，遥感是测制地形图的最基本手段，对人们的生活和社会的发展产生了极其重要的影响。 遥感即是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质极其变化综合性探测技术。 遥感虽然是一门新兴学科，但他的发展速度确实相当惊人。从最初的无记录的地面遥感到有记录的地面遥感再到空中摄影遥感最后到今天的航天遥感只经历了短短的几百年。这几个阶段分别是： （1）无记录的地面遥感是从1608年汉斯.李波尔赛创造世界第一架望远镜到1839年，达盖尔发表了他和尼普斯拍摄的照片，第一次成功把拍摄到的事物记录在胶片上之前，这个阶段是不能不观测的事物记录在胶片上的。 （2）有记录的地面遥感是从1839年，达盖尔发表了他和尼普斯拍摄的照片，第一次成功把拍摄到的事物记录在胶片上到1857年。 （3）空中摄影遥感阶段是从1858年，G.F.陶纳乔用气球拍摄了法国巴黎的'鸟瞰"相片到1956年。 (4)航天遥感阶段是从1957年10月4日，苏联第一颗人造地球卫星
的发射成功，标志人类从空间观测地球哈探索宇宙奥秘进入新的纪元开到现在乃至更长的一段时间。 按不同的方法可以把遥感分为很多类，如： （1）按遥感平台的高度分类大体上可分为航天遥感、航空遥感和地面遥感。 航天遥感：航天遥感又称太空遥感泛指利用各种太空飞行器为平台的遥感技术系统，以地球人造卫星为主体，包括载人飞船航 天飞机和太空站，有时也把各种行星探测器包括在内。 卫星遥感：卫星遥感为航天遥感的组成部分，以人造地球卫星作为遥感平台，主要利用卫星对地球和低层大气进行光学和电子 观测。航空遥感泛指从飞机、飞艇、气球等空中平台对地 观测的遥感技术系统。地面遥感：地面遥感主要指以高塔、 车、船为平台的遥感技术系统，地物波谱仪或传感器安装 在这些地面平台上，可进行各种地物波谱测量。 (2)按所利用的电磁波的光谱段分类可分为可见反射红外遥感，热红外遥感、微波遥感三种类型。 红外遥感:主要指利用可见光(0.4-0.7微米)和近红外(0.7-2.5微米)波段的遥感技术统称，前者是人眼可见的波段，后者即是反射 红外波段，人眼虽不能直接看见，但其信息能被特殊遥感器 所接受。它们的共同的特点是，其辐射源是太阳，在这二个