搜档网
当前位置:搜档网 › 遥感图像处理实验报告_图像的空间域滤波处理

遥感图像处理实验报告_图像的空间域滤波处理

遥感图像处理实验报告_图像的空间域滤波处理
遥感图像处理实验报告_图像的空间域滤波处理

遥感图像处理

实验报告(2013 —2014 学年第1学期)实验名称:图像的空间域滤波处理

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

掌握Matlab编程语言的基本语法

掌握Matlab中imread()、imfilter()、imshow()、mat2gray()、等相关函数的用法及意义通过Matlab程序语言完成图像的空间域滤波处理,以达成边缘检测的目的

二:实验内容

在Matlab中,分别运用经典一阶梯度、Robert算子、Sobel算子、Prewitt算子及Laplacian 算子进行目标图像的边缘检测,互相对比实验结果,分析差异

三:实验平台

Windows 7 Ultimate SP1

Matlab 2012b

四:实验代码及Matlab使用心得(注释中)

%清空工作空间

clc;

%清屏

clear all;

%关闭所有绘图窗口

close all;

%定义一个矩阵I 用来存储待处理图像,用imread()函数读取的数据格式为unit8

I = imread('C:\Users\Administrator\Desktop\Matlab\data\barbara.png');

%创建一个绘图窗口,并显示原图像

figure(1);

imshow(I);

title('原图');

%把unit8格式数据转换为doulbe格式,以便滤波计算

I = double(I);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%经典一阶梯度%%%%%%%%%%%%%%%

yjtdx = [

0 0 0;

-1 1 0;

0 0 0];

yjtdy = [

0 -1 0;

0 1 0;

0 0 0];

%imfilter()函数为一个滤波函数

%其中有两个参数,外加一系列附加指令

%如下中的I 代表被处理图像

%yjtdx 代表滤波器

%'replicate'是一个附加指令,因为处理过的数据,可能会超出原图像数据大小的上下限

%这个附加指令令超出上下限的数据为最接近上下限的数据

ImageYjtdx = imfilter(I, yjtdx, 'replicate');

ImageYjtdy = imfilter(I, yjtdy, 'replicate');

%将x与y方向上的处理结果进行几何平均,作为处理结果

ImageYjtd= sqrt(ImageYjtdx.^2 + ImageYjtdy.^2);

%figure()函数创建一个绘图窗口

figure(2);

%绘制处理后的图像

%在用imshow()函数显示图像时要注意,因为现在的处理结果是double类型的,而不是unit8类型

%而imshow()在显示图像时,只有unit8类型的矩阵图像数据可以直接输入直接显示

%而对于double类型的矩阵,imshow()认为其灰度空间是从0到1,而不是从0-256或其它

%也就是说,对于double类型的矩阵,imshow()函数不知道矩阵所代表的图像的灰度级数是多少

%这时就需要用mat2gray()函数对double型矩阵做归一化,所谓归一化,就是把原矩阵中的数据

%映射至0-1的数据空间中,这时,经mat2gray()函数处理过的矩阵,其中所有元素都在0-1范围内

%再用imshow()函数进行显示,才可得到正常的显示结果

imshow(mat2gray(ImageYjtd));

title('经典一阶梯度处理结果'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%Robert算子%%%%%%%%%%%%%%%%% Robert1 =[

-1 0 0;

0 1 0

0 0 0];

Robert2 =[

0 -1 0;

1 0 0

0 0 0];

ImageRobert1 = imfilter(I, Robert1, 'replicate');

ImageRobert2 = imfilter(I, Robert2, 'replicate');

ImageRobert = sqrt(ImageRobert1.^2 + ImageRobert2.^2);

figure(3);

imshow(mat2gray(ImageRobert));

title('Robert算子处理结果'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%Sobel算子%%%%%%%%%%%%%%%%%% Sobel1 = [

1 2 1;

0 0 0;

-1 -2 -1];

Sobel2 = [

-1 0 1;

-2 0 2;

-1 0 1];

ImageSobel1 = imfilter(I, Sobel1, 'replicate');

ImageSobel2 = imfilter(I, Sobel2, 'replicate');

ImageSobel = sqrt(ImageSobel1.^2 + ImageSobel2.^2);

figure(4);

imshow(mat2gray(ImageSobel));

title('Sobel算子处理结果'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%Prewitt算子%%%%%%%%%%%%%%%%% Prewitt1 = [

-1 -1 -1;

0 0 0;

1 1 1];

Prewitt2 = [

-1 0 1;

-1 0 1;

-1 0 1];

ImagePrewitt1 = imfilter(I, Prewitt1, 'replicate');

ImagePrewitt2 = imfilter(I, Prewitt2, 'replicate');

ImagePrewitt = sqrt(ImagePrewitt1.^2 + ImagePrewitt2.^2);

figure(5);

imshow(mat2gray(ImagePrewitt));

title('Prewitt算子处理结果'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%Laplacian算子%%%%%%%%%%%%%%%% Laplacian = [

0 -1 0;

-1 4 -1;

0 -1 0];

ImageLaplacian = imfilter(I, Laplacian, 'replicate');

%滤波结果中可能出现负数,因此需要用abs()函数取绝对值

ImageLaplacian = abs(ImageLaplacian);

figure(6);

imshow(mat2gray(ImageLaplacian));

title('Laplacian算子处理结果'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

五:实验结果(仅列一例)

六:实验心得

1:Matlab部分

Matlab是一个命令行式的、解释式的程序语言,学习难度低,在矩阵和数字处理

上处速度也很快,有时间我会继续学习

2:滤波算子部分

1):Laplacian算子对噪声比较敏感,图像颗粒感较强时得到的处理结果很差,在几

乎没有噪声的图像中,Laplacian算子的处理结果却出奇的好。或许在用Laplacian

算子处理之前,进行一次平滑处理会更好一些。

2):相较Prewitt算子来说,Sobel算子对像素位置的影响做了加权,因此在处理结

果上,Sobel显得比Prewitt稍好一些

3):Robert算子处理出的图像,相较其它算子来说,边缘不够平滑,直观上感觉比

较粗糙

4):没有设置阈值的Prewitt算子的处理结果中,包含了更多的非边缘信息,说明

Prewitt算子对灰度变化比较敏感,这在边缘检测中会导致过多的误判。

空间域滤波器(实验报告)

数字图像处理作业 ——空间域滤波器 摘要 在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。本文利用matlab软件,采用空域滤波的方式,对图像进行平滑和锐化处理。平滑空间滤波器用于模糊处理和减小噪声,经常在图像的预处理中使用;锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。本文使用的平滑滤波器有中值滤波器和高斯低通滤波器,其中,中值滤波器对去除椒盐噪声特别有效,高斯低通滤波器对去除高斯噪声效果比较好。使用的锐化滤波器有反锐化掩膜滤波、Sobel边缘检测、Laplacian边缘检测以及Canny算子边缘检测滤波器。不同的滤波方式,在特定的图像处理应用中有着不同的效果和各自的优势。

1、分别用高斯滤波器和中值滤波器去平滑测试图像test1和2,模板大小分别 是3x3 , 5x5 ,7x7;利用固定方差 sigma=1.5产生高斯滤波器. 附件有产生高斯滤波器的方法。 实验原理分析: 空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算,其机理就是在待处理的图像中逐点地移动模板,滤波器在该点地响应通过事先定义的滤波器系数与滤波模板扫过区域的相应像素值的关系来计算。如果输出像素是输入像素邻域像素的线性组合则称为线性滤波(例如最常见的均值滤波和高斯滤波),否则为非线性滤波(中值滤波、边缘保持滤波等)。 空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器:平滑空间滤波器用于模糊处理和减小噪声,经常在图像的预处理中使用;锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。 模板在源图像中移动的过程中,当模板的一条边与图像轮廓重合后,模板中心继续向图像边缘靠近,那么模板的某一行或列就会处于图像平面之外,此时最简单的方法就是将模板中心点的移动范围限制在距离图像边缘不小于(n-1)/2个像素处,单处理后的图像比原始图像稍小。如果要处理整幅图像,可以在图像轮廓边缘时用全部包含于图像中的模板部分来滤波所有图像,或者在图像边缘以外再补上一行和一列灰度为零的像素点(或者将边缘复制补在图像之外)。 ①中值滤波器的设计: 中值滤波器是一种非线性统计滤波器,它的响应基于图像滤波器包围的图像区域中像素的排序,然后由统计排序的中间值代替中心像素的值。它比小尺寸的线性平滑滤波器的模糊程度明显要低,对处理脉冲噪声(椒盐噪声)非常有效。中值滤波器的主要功能是使拥有不同灰度的点看起来更接近于它的邻近值,去除那些相对于其邻域像素更亮或更暗,并且其区域小于滤波器区域一半的孤立像素集。 在一维的情况下,中值滤波器是一个含有奇数个像素的窗口。在处理之后,位于窗口正中的像素的灰度值,用窗口内各像素灰度值的中值代替。例如若窗口长度为5,窗口中像素的灰度值为80、90、200、110、120,则中值为110,因为按小到大(或大到小)排序后,第三位的值是110。于是原理的窗口正中的灰度值200就由110取代。如果200是一个噪声的尖峰,则将被滤除。然而,如果它是一个信号,则滤波后就被消除,降低了分辨率。因此中值滤波在某些情况下抑制噪声,而在另一些情况下却会抑制信号。 将中值滤波推广到二维的情况。二维窗口的形式可以是正方形、近似圆形的或十字形等。本次作业使用正方形模板进行滤波,它的中心一般位于被处理点上。窗口的大小对滤波效果影响较大。 根据上述算法利用MATLAB软件编程,对源图像test1和test2进行滤波处理,结果如下图:

(完整版)ERDAS遥感图像处理实验报告

西北农林科技大学 ERDAS实验报告 专业班级:地信111 姓名:杨登贤 学号:2011011506 2013/12/20 ERDAS实验报告

一.设置一张三维图。 (3) 1.底图与三维图 (3) 2.参数设置 (5) (1)三维显示参数 (5) (2)三维视窗信息参数 (6) (3)太阳光源参数 (6) (4)显示详细程度 (6) (5)观测位置参数 (7) 二.(几何纠正几何畸变图像处理):几何纠正结果图。 (7) (2)选择合适的坐标变换函数(即几何校正数学模型) (8) (3)数据控制点采集表 (9) (4)多项式模型参数 (9) (5)图像重采样参数 (10) (6)结果图 (10) 三.(数据输入\ 输出):镶嵌图(根据不同条件做出不同的几张)。 (11) 1.图像色彩校正设置 (12) 四.(图像增强处理):傅里叶高通/低通滤波图或效果图空间增强效果图。 (13) 1.空间增强卷积处理 (13) (1)原图像 (13) (2)卷积增强设置参数 (13) (3)卷积增强处理图像 (14) 2.傅里叶变换 (14) (1)快速傅里叶变换设置参数 (14) (2)低通滤波 (15) (3)高通滤波 (16) 五.光谱增强。 (18) 1.主成分变换 (18) (1)参数设置 (18) (2)处理图像 (19) 2.缨帽变换 (19) (1)参数设置 (19) (2)处理图像 (20) 3.指数计算 (20) (1)参数设置 (20) (2)处理图像 (21) 4.真彩色变换 (21) (1)参数设置 (21) (2)处理图像 (22) 六.(非监督分类):非监督分类结果图分类后处理结果图去除分析结果图。 (23) 1.参数设置 (23) 2.非监督分类结果图 (24) 3.分类后处理结果图 (25)

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。

遥感数字图像处理实习1

(1)以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式: 利用Basic Tools/Layer Stacking弹出对话框然后Import File,弹出对话框,导入GeoTIFF格式的TM原始数据,选择波段1、2、3、4、5和7, 点击OK,利用Choose选择输出路径及文件名,同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序,点击OK输出ENVI Standard格式的数据。 (2)查询并记录影像文件的基本信息、投影信息,以及各个波段直方图信息,然后编辑头文件: 利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像,左 边会出现其基本信息,如图所示:也有投影信息,既可以用来看单波段的也可以看合成后整个影像的信息。在对话框下,合成影像的名字上右击,选择Quick Statistics弹出对话框,在此对话框中点击Select Plo下拉菜单,选择单波段或者多波段的直方图,相应的对话框中会出现直方图(在结果与分析中记录),还可以右击选择edit修改横、纵坐标的单位。 同样的在合成影像的名字上右击,选择Edit Head,弹出对话框

然后点击Edit Attributes/Band Name弹出对话框,选中波段输入修改 后名字,点击OK即可进行波段名字的修改。点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。 (3)在View视窗中,利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型: 可以结合当地的google earth上高分辨率的遥感影像,进行识别,利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。 (4)利用Viewer视窗打开影像,分别选取4、3、2和7、4、2波段组合进行假彩色合成,观察实习内容中所要求地物的色调变化: 利用File/Open Image File,选择第1步合成的ENVI Standard 格式的数据,弹出对话框,在其中选择RGB Color,将R、G、B分别设为4、3、2波段,点击Load Band,在Viewer#1中出现了4、3、2波段组合的假彩色图像,再在此窗口中,点击Display/New Display,弹出Viewer#2,选择RGB Color,将R、G、B分别设为7、4、2波段,点击Load Band,在Viewer#2中出现了7、4、2波段组合的假彩色图像,在Viewer窗口中右击选择Link Displays,弹出对话框,点击OK,可以把两个窗口中同一位置进行连接起来, 即其中一个窗口放大、缩小、漫游到某个位置,另外一个也跟着漫游到其相对应的位置。这样可以进行地物色调变化的对比。 (5)提取6种地物在不同波段的数值(Digital Number,DN),做光谱剖面图: 在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其 Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X,Y坐标,然后勾选Collect Spectra,鼠标箭头变为十字箭头,在目标地物中取九个点(本来图上就有一个,总共是十个点),然后在选择File/Save Plot As/ASCII弹出对话框 ,点击Select All Items,利用Choose选择输出路径和文件名,点击 OK,将其保存为.txt格式。选六种地物,重复以上操作,提取不同波段的数值(Digital Number,DN)。将.txt格式的文件用excel打开,然后用插入函数中的average函数求出每种地物的平均DN值,然后做出光谱剖面(光谱图如结果与分析中所示)。 (6)使用Excel制作6种地物的样本特征光谱统计表: 在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。然后,在07版Excel 的“Microsoft Office 按钮”,单击“Excel 选项”。“加载项”,然后在“管理”框中,选择“Excel 加载项”,单击“转到”弹出“加载宏”,在弹出来的对话框中选择“分析工具库”,并点击确定。然后从“工具”中找到“数据分析”,从“数据分析”对话框中选择“协方差”,并导入某种地物需求协方差的数据区域并选择“逐行”进行,最后选择数据输出区域并确定,则可得该地物的协方差矩阵。同理,在从“数据分析”对话框中选择“相关系数”,进行相应操作,可求得相关系数矩阵。(在结果与分析中附有个地物的样本特征光谱统计表)(7)制作散点图: 在Excel中,打开6种地物的样本DN数据(5步骤产生的),选择band2和band4做散

遥感图像处理 分类 实验报告

Lab6 non-parametric classification and post classification 12021005龚鑫烨Objection:the major object of the current lab section are to implement non-parametric classification based on BP networks and support vector machines algorithms,with a full mastery of post-classification operation. Data: the subset of spot 5 imagery covering NJ. Steps: 1、identify a training dataset and an independent set of validation data for built-up, forest,cropland,grassland and water. 2、Implementing above-mentioned non-parametric algorithms to classify your image. 3、Validating your classification. 4、Refining your classification by implementing the majority filtering and modeling process if possible. 实验步骤: 1、将数据加载到envi中

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

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:

遥感图像处理实习总结

遥 感 实 习 总 结 专业:摄影测量与遥感技术班级: 姓名: 学号:

为期两周的遥感数字图像处理结束了,在老师的精心安排下,我们全身心的投入到这次实习中。虽然是满天的时间,但是由于教室还有其他人占用并不能在那全天使用,所以说是两周实习但是我们能用是时间依然很少,我们要力抓每一分每一秒,熟练操作遥感数字图像处理软件。整个实习是以黄河水院为基础图形。通过格式变换、几何校正、图像剪裁、图像分类,以及最后的专题地图制作。 实习的过程简单又复杂,简单的是,只要动手,计算机几乎自动化的替你操作,复杂的是,在操作过程中,又有好多选项和注意的事项,有很多参数的设置很有讲究。所以在练习中我遇到好多问题,并通过解决这些问题进一步加深了对软件和课本知识的理解。 首先我们进行的是数据预处理。我们需要进行遥感图像的几何校正。由于各种误差所以遥感图像存在着几何变形,因此需要在操作前进行几何校正。流程如下:第一步:显示图像文件(打开两个视窗窗口),第二步:启动几何校正模块,第三步:启动控制点工具,第四步:地面控制点(GCP)的采集,第五步:采集地面检查点,第六步:图象重采样,第七步:保存几何校正模式。其中最关键最难的就属地面控制点的采集,我们使用的是二次多项式,所以得选取六个控制点然后再选出六个检查点。但是图像存在着误差,而我们要把误差控制在一个像素以内,这就更加困难了。在进过长时间的摸索和练习,精度慢慢的就达到了,但是

图纠正后依旧不是很好,在询问同学后发现原来是点的分布不是很均匀,所以导致了图的变形。在图的校正后就得进行图范围的裁剪得到所需的范围。裁剪有两种方法一种是规则分幅裁剪,一种是不规则分幅裁剪。规则分幅裁剪需要知道坐标,而不规则分幅裁剪则只需要在图上手选出需要裁剪的范围。而我们没有坐标只能用不规则分幅裁剪。 第二项就是图象增强处理,主要包括:空间、辐射、光谱增强处理的主要方法。空间增强:包括卷积增强处理,辐射增强:直方图均衡化处理,光谱增强:主成份变换、缨穗变换、色彩变换。这一项比较简单,通过指导书和上课的学习,这些增强只要知道步骤就能很快完成。 第三项我认为也是最关键的一项,遥感图像的分类,所谓的遥感图像的分类就是通过人工目译或计算机自动分类处理相结合识别出地物属性。我们做的分类是非监督分类,在进行的分类评价时,应用分类叠加方法来评价分类结果、分类精度及定义时应注意分类文件在上,而且取消栅格参数中清楚选示选项,以使两图像叠加显示。非监督分类步骤如下:第一步:显示原图像与分类图像,第二步:打开分类图像属性并调整字段显示顺序,第三步:给各个类别赋相应的颜色,第四步:不透明度设置,第五步:确定类别专题意义及其准确程度,第六步:标注类别的名称和相应颜色,第七步:将相同的类进行合并,最后分为五大类:建筑物、道路(空闲地)、水系、草地和灌木林。

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

数字图像的空间域滤波和频域滤波

数字图像的空间域滤波和频域滤波

三、实验过程 1. 平滑空间滤波: 1) 读出一幅图像,给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。 椒盐噪声: def salt_pepperNoise(src): dst = src.copy() num = 1000 # 1000个噪声点 ndim = np.ndim(src) row, col = np.shape(src)[0:2] for i in range(num): x = np.random.randint(0, row) # 随机生成噪声点位置 y = np.random.randint(0, col) indicator = np.random.randint(0, 2) # 灰度图像 if ndim == 2: if indicator == 0: dst[x, y] = 0 else: dst[x, y] = 255 # 彩色图像 elif ndim == 3: if indicator == 0: dst[x, y, :] = 0 else: dst[x, y, :] = 255 return dst 高斯噪声: def addGaussianNoise(image,sigma): mean = 0.0 row, col ,ch= image.shape gauss = np.random.normal(mean, sigma, (row, col,ch)) gauss = gauss.reshape(row, col,ch) noisy = image + gauss return noisy.astype(np.uint8)

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

数字图像处理灰度变换与空间域matlab

学号: 0000000000 姓名:0000000 实验一灰度变换与空间域滤波 一.实验目的及要求 1.了解MATLAB的操作环境和图像处理工具箱Image Processing Toolbox的功能;2.加深理解图像灰度变换与空间域滤波概念和算法原理; 3.掌握MATLAB中图像灰度变换与空间域滤的实现方法。 二、实验内容 (一)研究以下程序,分析程序功能;输入执行各命令行,认真观察命令执行的结果。利用MATLAB帮助文档熟悉程序中所使用函数的调用方法,改变有关参数,观察试验结果。(可将每段程序保存为一个.m文件) 1.图像及视频文件的基本操作 (1)RGB彩色图像数据的读写操作 clear all; %清除工作空间的所有变量,函数,和MEX文件 close all; %关闭所有的Figure窗口 %查看一幅RGB彩色图像文件的信息 fileinfo = imfinfo('Fig0701_fruits.jpg') %暂停,阅读命令窗口中的结果,按空格键继续 pause; %读取该图像 I=imread('Fig0701_fruits.jpg'); %显示图像 imshow(I); title('Original RGB true color image'); %查看图像像素信息,在图像上移动鼠标,注意左下角的信息 impixelinfo; %暂停,按空格键继续 pause; % 读取图像的颜色分量,并保存到二维矩阵变量中 IR = I(:,:,1); IG = I(:,:,2); IB = I(:,:,3); %以灰度图像的方式显示各颜色分量

figure, imshow(IR); title('R分量'); figure, imshow(IG); title('G分量'); figure, imshow(IB); title('B分量'); %在图像左上角画一条5像素宽、100像素长的水平稍暗红线 I(31:35,61:160,1)=200; I(31:35,61:160,2)=0; I(31:35,61:160,3)=0;% %显示处理结果 figure, imshow(I); title('在图像背景中画红线'); %将结果保存为tif格式图像文件 imwrite(I,'fruits_bar.tif'); %-------------------------------------------------------------------------------- (2)索引图像与 RGB彩色图像之间的转换

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

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

Erdas遥感图像处理实验指导书

《遥感图像处理》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(Display an Image) 第一步:启动程序(Start Program) 视窗菜单条:File→open→ RasterLayer→Select Layer To Add对话框。 第二步:确定文件(Determine File) 在Select Layer To Add对话框中有File和Raster Option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。 参数项含义实例 Look in确定文件目录examples File name确定文件名xs_truecolor File of type确定文件类型IMAGINE Image(*.img) Recent选择近期操作过的文件------ Go to改变文件路径------- 图1-2 参数设置 第四步:打开图像(Open Raster Layer) 3、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。

相关主题