当前位置：文档库 › 实习2 遥感图像的配准

实习2 遥感图像的配准

1.实习目的

结合遥感图像几何精校正原理，掌握遥感图像的几何精校正操作步骤和过程。

2.实习内容

1）基于ENVI软件，以SPOT影像为参考图像，对TM影像进行几何精校正；

2）基于地面控制点的地理坐标，对TM影像进行几何精校正。

3.实习数据及软件

ENVI软件及SPOT、TM影像。

4.实习步骤

填写以SPOT影像为参考图像，对TM影像进行几何精校正的操作过程。

点击File→open image file,分别打开bldr_sp.img（gray scale）和bldr_tm.img(rgb color)。

Map→Registration→Select GCPS:Image to Image→Base Image(Display #2)、Warp Image(Display #1) →OK

分别在两图上找出相对应的点，定位后，点击Add Point,在Show List中可以查看详情。这样添加五个对应点。

File→Save GCPS to ASCⅡ→Choose选择保存路径→OK

Option→Warp File→选择bldr_tm.img→OK

Background设置为255→Choose路径→OK

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

遥感图像的几何校正(配准)

遥感图像的几何校正（配准） 1.实验目的与任务：（1）了解几何校正的原理；（2）学习使用ENVI软件进行几何校正； 2.实验设备与数据：设备：遥感图像处理系统ENVI 数据：TM数据 3 几何校正的过程：注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配准或几何校正。 1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2中打开；2．在主菜单上选择map->Registration->select GCPs：image to image 3.出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。BASE图像指参考图像而warp则指待校正影像。选择OK! 4.现在就可以加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就可以选择ADD POINT添加点了。（PS：看不清出别忘记放大）如果要放弃该点选择右下脚的delete last point，或者点show point弹出image to image gcp list窗口，从中选择你要删除的点，也可以进行其他很多操作，自己慢慢研究，呵呵。选好4个点后就可以预测：把十字叉放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参考影像相对应的位置，而后再进行适当的调整并选点。 5.选点结束后，首先把点保存了：ground control points->file->save gcp as ASCII.. 当然你没有选完点也可以保存，下次就直接启用就可以：ground control points->file->restore gcps from ASCII... 6.接下来就是进行校正了：在ground control points.对话框中选择： options->warp file(as image to map) 在出现的imput warp image中选中你要校正的影像，点ok进入registration parameters 对话框：首先点change proj按钮，选择坐标系然后更改象素的大小，如果本身就是你所需要大小则不用改了最后选择重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径就OK了

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 -

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。

(完整word版)遥感数字图像处理习题(地信)-2018

考试时间：6月21日晚上19:00-21:00 地点：待定题型：选择、填空、判断、简答、计算 1．考核方式：闭卷考试+ 平时成绩。 2．总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。 3．平时成绩评定（1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。（2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。（3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。 2018遥感数字图像处理习题第1章概论 1．理解遥感数字图像的概念 2．理解遥感数字图像处理的内容 3．了解遥感数字图像处理与分析的目标和指导思想 4．了解遥感数字图像处理的发展及与其他学科的关系第2章遥感数字图像的获取和存储 1. 理解摄影成像和扫描成像传感器的成像方式 2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性 3. 掌握遥感常用的电磁波波段 4. 熟练掌握传感器的分辨率 5. 掌握数字化过程中的采样和量化第3章遥感数字图像的表示和度量 1. 理解遥感图像的数字表示 2. 熟练掌握灰度直方图第4章图像显示和拉伸 1. 熟练掌握图像的彩色合成 2. 熟练掌握灰度图像的线性拉伸 3. 熟练掌握直方图均衡化，理解直方图规定化

第5章图像校正 1．理解辐射误差产生的原因及辐射校正的类型 2．理解遥感数字图像大气校正的主要方法 3．理解几何畸变的类型与影响因素 4．熟练掌握多项式几何校正的原理与方法第6章图像变换 1．理解傅立叶变换的原理 2．理解波段运算 3．理解K-L变换 4．理解缨帽变换 5．理解彩色变换 6．了解数字图像融合第7章图像滤波 1．理解图像噪声与卷积、滤波的原理 2．掌握图像平滑 3．掌握图像锐化 4．掌握频率域滤波第8章图像分割 1．了解图像分割的概念、方法和流程； 2．了解灰度阈值法； 3．了解梯度和区域方法。第9章遥感图像分类 1．了解遥感图像的计算机分类的一般原理； 2．熟练掌握非监督分类和监督分类方法； 3．熟练掌握分类精度评估方法； 4．了解计算机分类新方法。部分习题几何校正一、填空题： 1、控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为＿＿＿。 2、多项式拟合法纠正中控制点的数量要求，一次项最少需要＿＿个控制点，二次项最少项需要＿＿个控制点，三次项最少需要＿＿＿个控制点。

ERDAS遥感影像配准

ERDAS遥感影像配准的操作步骤 1.在viewer模块里打开你的正确得影像。 2.点击dataprep模块，打开他下面得image geometric correction子模块， 3.选择from image file，选择你要配得图像，打开 4.在出现得set geometric model里选择第2个polyonial 5.在下面得对话框里有个polynomial order 一般选2就可以 6. 然后应用，在close那个对话框 7.在下面得对话筐里，选第一个 8.出现一个小的对话框，不用管他，点击你第一步打开得准确得图像界面，就可以配准了 9.在你得准确图像里面点击一个点，然后转到你的需要配的图象里面找与他相似的点，点击，选够6个点后，在gcp tool 那个界面里面将出现误差参数，可以看你得点是不是准确。这6个点是控制点，所以你选择时应该分散开，尽量在全图范围里找。 10.然后选择其他点越多越好 11.如果你不想那样麻烦的找，你可以在任何一幅图像上点击鼠标右键，然后选择geo。link/unlink选项，那样子的话，你只需要在一个图象里点点，机器自动给你在另一个里

面找，不过头六个点不会出现误差参数，从第七个点开始会出现误差参数，如果误差太大，你必须在修改。 12.在你配完后，在geo correction tools里面点击第3个图标就ok 13.如果你配准到中间要休息，需要保存gcp tools对话框，下次在匹配直接打开就行。 14.配准完后得总误差也就是那个rms误差必须在0.5个像元以里。这样ERDAS遥感影像配准的操作步骤工作完毕，你的图就ok

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

多源遥感影像配准流程

多源遥感影像综合应用的一项重要的准备工作就是影像间的配准，特别是不同类型传感器在同一地区，不同时间，不同高度获取的影像间的配准。即运用一幅纠正过的带有地理信息的影像（主影像）与一幅未纠正的影像（从影像）进行配准，获取一系列同名点位。因为主影像是正射影像，因而这些同名点是具有大地坐标的同名点。同时这些同名点可以作为参考数据（保存在配准后生成的<从影像名>.ctp 文件中）用于对其他影像进行纠正。在ArcMap中配准影像栅格数据可以通过扫描地图、航片及卫片来获取。扫描的地图通常不包含表明影像对应于地表何处的信息。从航空相片和卫星相片上获得的位置信息往往不适合执行分析，或者与其它数据对齐显示。与其它空间数据一起使用栅格数据，需要把栅格数据对齐或配准到地图的坐标系统。配准栅格数据定义了它的地图坐标位置，即指定了联系数据与地球上的位置的坐标系统。配准栅格数据使它能与其它地理数据一起被查看、查询和分析。配准流程： 1、启动ARCGIS9，用键或者在图层处点右键添加数据，将所要的图象数据添加近来。如图所示： 2、从“视图”→“工具条”→“影象配准”将影像配准的工具条调出来，如图，，调出工具条如下，选择图的四个角的格网点进行配准处理，首先是左上角，如图：

使用“添加控制点”按钮添加第一个控制点，如图：将左下角格网点放大以准确定位，如图。点右键，输入XY坐标，根据地图格网坐标输入，完成一个点，再按相同方法对其他三个角点配准。 4、电击查看连接表可以查看配准后的坐标残差看是否符合要求。

点击地理参考下的矫正，双线性内插，保存矫正图象。 5、将矫正后图象添加到图层覆盖矫正前的，从视图下拉菜单选择数据框属性打开后如下：将地图单位改为米，将坐标系统设为西安1980，

遥感图像解译实习报告

遥感图像解译实习报告遥感图像解译课程综合实习实习报告学院：遥感信息工程学院班级：10011 学号：20213025900 姓名：李祥指导老师：刘继琳一、实习目的与意义 1. 掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍影像进行目视解译； 2. 学会使用图纸制作遥感影像底图并清绘遥感影像； 3. 掌握实地调绘、核实和补测的基本方法； 4. 学会使用ERDAS软件进行数字化成图，并制作专题图。二、实习资料与设备在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、20xx年的航空影像一张、转印纸三张。在进行室内计算机成图阶段，实习资料有20xx年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。三、实习原理

一）遥感图像解译标志 1) 色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。 2) 颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真\\假彩色 3) 阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的 4) 形状（shape）：目标地物在遥感图像上呈现的外部轮廓。遥感图像上目标地物形状:顶视平面图解译时须考虑遥感图像的成像方式。 5) 纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。二）

多时相遥感图像配准实验报告

Harbin Institute of Technology 多时相遥感图像配准实验报告课程名称：遥感信息处理导论院系：电子与信息工程学院姓名：学号：授课教师：哈尔滨工业大学

1. 实验目的对于通过遥感平台获取的遥感数字影像，由于扫描过程中受地球曲率、地球自转、平台姿态、扫描方式等因素的影响，所获取的图像往往会产生不同程度的几何误差，这些误差如若不经处理，对图像的后续应用如分类、目标检测等会产生很大影响。本实验的目的就是利用多项式映射和重采样等方法对两幅不同时间采集的遥感图像进行几何校正处理，从而方便从配准图像中找到不同时相内发生变化的地物目标信息。 2. 实验原理图像的配准过程主要可以分为三个过程：控制点对选取（自动或手动）、坐标映射函数拟合、映射后像素重采样。 1) 控制点对选取对于图像匹配过程，首先要通过控制点对建立两幅图像间的坐标联系。控制点的选取有可分为自动和手动两种方式。对于自动选取，可以采用SIFT 等算法实现；对于手动选取，需要实验人员通过目测观察的方法找到不同时相的遥感图像中的相同目标，这些控制点可以是建筑物的顶点、道路等的交叉点等或其他较容易分辨的位置。选出控制点后将这些点的坐标信息记录下来，值得注意的是所选控制点的数量、分布情况以及精度会直接影响配准结果的精度和质量。 2) 图像几何校正图像的配准实质上就是通过图像的几何校正，将产生几何失真的图像转换为标准的数字图像。采用的方法就是通过一定的映射函数将原图像的像素坐标转换为标准图像中的坐标 (,)u f x y = (,)v g x y = 其中(,)x y 表示原图像中的像素坐标值，(,)u v 表示参考图像中的像素坐标值。映射函数的选择可以有多种形式，一般较为简单常用的是多项式函数，以二次多项式函数为例，映射函数的具体形式为 22 01234522 012345u a a x a y a xy a x a y v b b x b y b xy b x b y ?=+++++?=+++++? 其中，05, ,a a ，05,,b b 分别表示二次多项式横纵坐标映射函数中对应项的系数，通过选定控制点，可以将这些系数项求解出来。假设在两幅图像中总共选择了n 对控制点，根据n 对控制点的坐标 (,)~(,)i i i i x y u v 可以得到如下两个方程组，

遥感实习报告

遥感课程实习报告（第三组）遥感课程设计实习报告一、主要内容 1、根据实际测量的GPS坐标点校正每组截取的百度地图或谷哥地图，校正后坐标统一转化成WGS84投影。 2、使用每组校正后的百度地图或谷哥地图校正CBERS-02B全色影像。 3、用CBERS-02B全色影像校正CBERS-02B多光谱影像。 4、根据每组指定区域，完成相邻图像镶嵌或裁剪。保证20米和2.36米影像区域完全重合。 5、图像噪声消除与图像增强（本步骤在有需要的时候执行） 6、使用适当方法完成全色影像和多光谱影像的融合。 7、通过目视判读识别和手工提取地物（可在Arcgis中完成），利用计算机自动识别方法进行地物分类及分类后处理。 8、利用手工解译的地物评价计算机自动识别方法地物的精度。 9、用原始的遥感影像作为底图，提取的地物附在底图上制作专题出图。 10、根据第17章的内容，研究区提取地物的算法模块化。（需编程较好，这一步不强行要求）。二、时间安排课程设计时间15-16周，课程设计严格按照日常作息时间，上午8:10~11:50，下午2:00-5:30.

二、学习内容及分工每个小组按照《ENVI遥感图像处理方法》必须学习第1至第6章、第8章、第10章、第15章、第17章的内容，其它章节选学。学习过程中每个小组可按照分工完成，但小组每人都需掌握相关内容，每个小组必须在15周内完成所学内容。每个小组在第15周周末之前完成赣州市区指定区域的实地数据采集测量（必须同时保证GPS机和手工两种记录），第三组组员:丁嘉树（组长）、廖峭、陈满姣、朱龙龙任务分工：野外采集:丁嘉树，廖峭，朱龙龙室内处理：几何校正部分由丁嘉树，朱龙龙共同完成；融合及分类部分由丁嘉树，廖峭共同完成；实习报告由丁嘉树，陈满姣共同完成；展示的成果虽基本由丁嘉树完成，其他组员也都自己每一步都进行了操作，对基本操作都了解。四、具体步骤 1、百度地图截取指定区域，通过ps处理得到指定的图形

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

(完整版)卫星图像处理流程

卫星图像处理流程一．图像预处理 1．降噪处理由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。（1）除周期性噪声和尖锐性噪声周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。图1 消除噪声前

图2 消除噪声后（2）除坏线和条带去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。图3 去条纹前

图4 去条纹后图5 去条带前

图6 去条带后 2．薄云处理由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

利用ENVI软件进行遥感图像的融合和增强实习报告

遥感图像处理实习报告实验内容：影像融合与增强班级：测绘1102班学号：13 姓名：指导老师：陈晓宁、黄远程、竞霞、史晓亮西安科技大学测绘科学与技术学院二零一三年一月实习三影像融合与增强

一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。三、实习步骤： 1.图像融合：三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；

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

SIFT算法优化及其用于遥感影像自动配准

第34卷第10期2009年10月武汉大学学报#信息科学版 Geo matics and Informat ion Science of W uhan U niver sity Vo l.34N o.10 Oct.2009 收稿日期:2009-08-10。项目来源:湖北省自然科学基金资助项目(2008CDB388);湖北省教育厅自然科学基础研究资助项目(G200514001);国家863计划资助项目(2007AA120203)。文章编号:1671-8860(2009)10-1245-05文献标志码:A SIFT 算法优化及其用于遥感影像自动配准李芳芳1 肖本林2 贾永红1 毛星亮 3 (1 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079)(2 湖北工业大学土木工程与建筑学院,武汉市李家墩1村,430068)(3 中共湖南省委互联网新闻宣传办公室,长沙市韶山路1号,410011) 摘要:对传统SIF T 算法从特征点提取时间和匹配精度上进行了优化,基于优化算法提取的特征点对构建三角网进行小面元微分纠正配准。试验结果表明,该方法是一种有效的遥感影像自动配准方法。关键词:SIFT 算法;小面元微分纠正;影像配准中图法分类号:P237.3 近几年来,SIFT (scale invariant feature tr ansform )特征在图像匹配领域取得了巨大成功,基于SIFT 描述子的匹配方法已被成功应用到了很多领域,如目标识别[1]、全景图拼接[2]、从运动恢复结构[3] 等。SIFT 算法最初由Low e [4,5] 于1999年提出,2004年总结完善。2005年, Mikolajczyk 等[6]针对不同的场景,对光照变化、图像几何变形、分辨率差异、旋转、模糊和图像压缩等6种情况,就多种最具代表性的描述子进行了试验,结果表明SIFT 描述子性能最好。然而,目前将SIFT 算法应用于遥感影像配准的研究还较少。主要原因如下:特征点提取方面,由于遥感影像数据量一般较大,加上SIFT 算法本身复杂度较高,直接加以应用算法效率较低;特征点匹配方面,传统SIFT 算法采用的是Low e 提出的最近邻次近邻距离比值法,阈值凭经验选取,精确度较低。 1 SIFT 算法 SIFT 算法是一种提取图像局部特征的算法。通过在高斯差分尺度空间(difference of g auss-i an,DOG)寻找极值点作为关键点,提取尺度、亮度、旋转不变量。 1.1 关键点检测及精确定位关键点检测在多尺度空间完成。尺度空间理论最早出现于计算机视觉领域,其目的是模拟图像数据的多尺度特征。一幅二维图像的尺度空间定义为: L (x ,y ,R )=G(x ,y ,R )I (x ,y ) (1) 式中,G(x ,y ,R )= 12P R 2e -(x 2+y 2)/2R 2 是尺度可变高斯函数。为了有效检测到关键点,Low e [5] 提出了在高斯差分尺度空间寻找极值点:D(x ,y ,R )=(G(x ,y ,k R )-G(x ,y ,R ))I (x ,y) (2) 每一个采样点和它同尺度的8邻域点以及上下相邻尺度的18邻域点比较是否为极值点,作为关键点候选点。然后,通过拟合泰勒公式展开的三维二次函数,精确定位关键点的位置和尺度。同时去除低对比度的关键点和不稳定的边缘响应点,以增强匹配稳定性,提高抗噪能力。1.2 关键点方向分配及描述子构造利用关键点邻域像素的梯度方向分布特性为每个关键点分配方向参数。一个关键点可能会被指定多个方向(一个主方向、一个以上辅方向)以增强匹配的鲁棒性。然后以关键点为中心取16像素@16像素的

遥感数字图像处理实习报告含Matlab处理代码

辽宁工程技术大学《数字图像处理》上机实习报告教学单位辽宁工程技术大学专业摄影测量与遥感实习名称遥感数字图像处理班级测绘研11-3班学生姓名路聚峰学号471120212 指导教师孙华生

实习1 读取BIP 、BIL、BSQ文件一、实验目的用Matlab读取BIP 、BIL、BSQ文件，并将结果显示出来。遥感图像包括多个波段，有多种存储格式，但基本的通用格式有3种，即BSQ、BIL和BIP格式。通过这三种格式，遥感图像处理系统可以对不同传感器获取的图像数据进行转换。BSQ是像素按波段顺序依次排列的数据格式。BIL 格式中，像素先以行为单位块，在每个块内，按照波段顺序排列像素。BIP格式中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。用Matlab读取各个格式的遥感数据，是图像处理的前提条件，只有将图像读入Matlab工作空间，才能进行后续的图像处理工作。二、算法描述 1.调用fopen函数用指定的方式打开文件。 2.在for循环中调用fread函数，用指定的格式读取各个像素。 3.用reshape函数，重置图像的行数列数。 4.用imadjust函数调整像素的范围，使其有一定对比度。 5.用imshow显示读取的图像。三、Matlab源代码 1.读取BSQ的源代码： clear all clc lines=400; samples=640; N=6; img=fopen('D:\sample_BSQ','rb'); for i=1:N bi=fread(img,lines*samples,'uint8'); band_cov=reshape(bi,samples,lines); band_cov2=band_cov'; band_uint8=uint8(band_cov2); tif=imadjust(band_uint8); mkdir('D:\MATLAB','tifbands1') name=['D:\MATLAB\tifbands1\tif',int2str(i),'.tif']; imwrite(tif,name,'tif'); tilt=['波段',int2str(i)]; subplot(3,2,i),imshow(tif);title(tilt); end fclose(img); 2.读取BIP源代码 clear all