MapGIS中tif转换msi及配准校正问题操作流程分享

tif转换msi及配准校正问题操作流程分享

1.打开MapGIS主界面，点击“图像处理”->“图像分析”模块。

2.点击图像分析模块的菜单“文件”->“数据输入”，将其他栅格图像（bmp，jpg，tif等）转换为MapGIS的栅格图像格式（.msi），选择转换数据类型，点击添加文件，添加要转换的文件到转换文件列表中，然后点击转换即可。

3.打开菜单“镶嵌融合”下的“编辑模式1”，“校正预览”和“控制点信息”。会发现MapGIS自动添加了改幅图像的四个拐角端点的配准值，我们可以删除这些控制点，添加自己的控制点。

4.菜单“镶嵌融合”->“添加控制点”，单击左侧工作区添加控制点的地方，会放大显示，调整好控制点位置后，按空格键，弹出输入新参照点坐标，如此重复添加控制点，直到个数满足校正参数要求（要求见下个步骤）

5.菜单“镶嵌融合”->“校正参数”，设置相应参数，不同阶的多项式几何校正变换需要不同的控制点数。

不同阶的多项式几何校正变换最少控制点数在理论上为:

一阶多项式几何校正(理论最小值)：3个控制点；

二阶多项式几何校正(理论最小值)：6个控制点；

三阶多项式几何校正(理论最小值)：10个控制点；

四阶多项式几何校正(理论最小值)：15个控制点；

五阶多项式几何校正(理论最小值)：21个控制点；

为了保证较高的校正精度，实际选择的控制点至少为理论数的3倍，即：

一阶多项式几何校正(推荐最小值)：9个控制点；

二阶多项式几何校正(推荐最小值)：18个控制点；

三阶多项式几何校正(推荐最小值)：30个控制点；

四阶多项式几何校正(推荐最小值)：45个控制点；

五阶多项式几何校正(推荐最小值)：63个控制点；

6.菜单“镶嵌融合”->“影像校正”，保存校正后的图像的路径即可，其他可默认。

MAPGIS误差校正

误差校正的操作 在实用服务/误差校正，如下图： 单击误差校正，弹出如下图： 选择文件/打开文件，此处已系统自带例子为例，如下图；

误差校正有三个难点； 1 在文件/打开控制点，此处如果第一次进行误差校正，需要打开控制点，此时也支持新建控制点，给控制点起个名字，然后保存。 2 要分清楚理论值和实际值，理论值指图形应该在的位置，实际值是指图形现在在的位置。如果你想把a图校到b图上，a图较实际值，也就是它现在在的位置；b图叫理论值即a 图应该在的位置。 3 采集搜索范围的设置，是根据实际情况设置的，原则是在理论值的参与校正点的某个点在采集搜索范围内只能有一个点参与校正。 误差校正的原理就是计算机根据采集的实际值的控制点与理论值的相应控制点计算出一个平均的偏移系说，参与校正的点越多校正的就

越准确，理论上三个点确定一个平面，但是实际上参与校正的点至少四个。 由于校正的情况不一样，所以方法也不同，如果你手头上有两幅具有共同点的矢量图，只是比例尺或其他因素造成的不能套和在一起，就用下面的方法，前提是两幅图上必须有相同的同名点，比如a上有c 点，b图上也有c点。 下面介绍具体的校正步骤: 1文件/打开控制点，如下图： 选择打开控制点，如下图：

此时如果是第一次校正，给控制点起名，然后打开，如果以前有控制点可以将其打开进行编辑。 单击打开，弹出如下对话框： 单击是，将控制点保存。 2 控制点/设置空制点参数，如下图；

3控制点/选择采集文件，如下；

本例子标准线文件是理论值，方里网是实际值，我就是想通过误差校正将其他的点线面校到标准线文件框里。 4 添加校正控制点

遥感影像处理步骤

3.2.3 遥感影像数据的获取 目前世界上用于民用的卫星很多，最常用于作物长势监测的是美国发射的一系列陆地卫星。本文使用的是2013年2月11日，NASA发射的Landsat 8卫星数据，Landsat 8上携带有两个主要载荷：OLI（陆地成像仪）和TIRS（热红外传感器）。OLI包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185×185 km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5（0.845–0.885 μm），排除了0.825 μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段（band1：0.433–0.453 μm）主要应用海岸带观测，短波红外波段(band9：1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。 表3-2 Landsat8各波段的名称与用途 Table 3-2 The name and purpose of each band of Landsat8 （引自：张玉君，国土资源遥感，2013） 波段No 波段名称波长范围/nm 数据用途GSD地面 采样距离 /nm 辐射率/ （W·m-2sr-1u m-1）典型 SNR （典型） 1 NewDeep Blue 433-453 海岸区气溶胶30 40 130 2 Blue 450-515 基色/散射/海岸30 40 130 3 Green 525-600 基色/海岸30 30 100 4 Red 630-680 基色/海岸30 22 90 5 NIR 845-885 植物/海岸30 14 90 6 SWIR2 1560-1660 植物30 4.0 100 7 SWIR3 2100-2300 矿物/干草/无散射30 1.7 100 8 PAN 500-680 图像锐化15 23 80 9 SWIR 1360-1390 卷云测定30 6.0 130 10 TIR 10300-11300 地表温度100 11 TIR 11500-12500 地表温度100 本实验获取条带号和行编号为143/029，选取棉花蕾期、花铃期、吐絮期内无云、质量较好的影像数据，过境时间分别为2013年6月25日，8月5日，8月29日。 3.2.4 卫星影像处理 地面目标是个复杂的多维模型，具有一定的空间位置、形状、大小和相互关

MAPGIS图像配准-图像校正

MAPGIS图像配准 . MAPGIS图像配准 2.1. 栅格图像 1.打开MapGIS主界面，点击“图像处理”----“图像分析”模块。 2.点击“文件”--“数据输入”，将其他栅格图像(bmp,jpg,tif等)转换为msi格式，选择转换数据类型，点击添加文件，添加要转换的文件到转换文件列表中，点击转换即可。 以下操作是在镶嵌融合菜单下进行 2.打开参照图像或者是点、线、面文件 3.系统会自动显示4个控制点，可以对控制点进行修改，也可以删除控制点后自己添加 4.开始添加控制点。 选添加控制点命令。利用右键切换放大和指针，左键选控制点位置，左右键来回切换进行选点，确保精度，用空格确定；然后在参照文件上选与控制点相对应的位置，方法同上，用空格确定，将有对话框提示，确定即可。 5.用以上方法继续添加其它的控制点，控制点数至少四个。可以选控制点预览命令，浏览控制点，保存控制点文件。 6.选中校正预览命令 7.选校正参数命令进行设置，默认即可。 8.选影像精校正命令，即可生成所需文件。 2.2. 矢量矫正 1.打开MapGIS主界面，打开误差校正模块。 2.打开需要配准的图层 3.打开菜单“控制点”->“设置控制点参数”，设置参数，可以选择完控制点之后统一输入理论坐标。 4.打开菜单“控制点”->“选择采集文件”，即控制点从所选择的图层文件中选取。 5.打开菜单“控制点”->“添加校正控制点”，弹出是否新建控制点文件的对话框，选择“是” 6.然后在工作区中添加控制点（一般选择坐标格网交叉点或者道路交叉点，水系交叉点等显著地物），如此重复添加控制点，一般不少于4个控制点。 7.打开菜单“控制点”->“编辑校正控制点”，弹出如下对话框，在理论X,理论Y值中输入对应控制点的理论值

mapgis制图步骤及常用功能

Mapgis制图方法步骤及常用功能 电脑制图基本步骤： 在做一幅图之前，先新建一个文件夹（用来保存与该图有关的所有文件），用图名给该文件夹命名，例：×××矿1号剖面，之后将扫描的图放入该文件夹中。 打开MAPGIS主菜单，进行系统设置，把工作目录设置为刚才新建的文件夹（×××矿1号剖面），其余三项在安装MAPGIS软件时设置好。 因为扫描文件为（*.tif）格式，在MAPGIS中使用不变，因此需要转换成MAPGIS可使用的文件格式（*msi），需要进行数据类型转换： MAPGIS主菜单→图象处理→图象分析（镶嵌配准）→ 文件→数据输入→转换数据类型：（*.tif）→添加文件（扫描的文件）→转换 图形处理→输入编辑→确定：新建工程（把做的这张图看作一个工程），在左区点右键→新建区、新建线、新建点→ 矢量化→装入光栅文件→描图 其它常用功能： 做平面图之前，生成标准图框： 自动生成图框： MAPGIS主菜单→实用服务→投影变换→ 系列标准图框→键盘生成矩形图框→ 矩形图框参数输入：坐标系：国家坐标系；带号：20/40；注记：公里值。边框参数：内间距10，外间距1，边框宽1。网线类型：绘制实线坐标线；比例尺：图的比例尺（例：5000）；矩形分幅方法：任意公里矩形分幅。 图廓参数：横向起始公里值（去带号）：例20556000→556.000，纵向起始公里值：例4820.000，横向结束公里值：，纵向结束公里值：， 图廓内网线参数：网起始值（根据起始公里值定）：，网间隔（根据比例尺定）：；（例横向起始值为556.020，比例尺为5000，网起始值应为：556.500，网间隔为0.5）图幅名称：××××，图框文件名：×××，线参数设置→点参数设置→确定 因为扫描图纸过程中会产生变形，为校正所产生的误差，需要用标准图框对扫描图转换后的（*.msi）格式的图纸进行图像校正，如下： 图像校对： MAPGIS主菜单→图象处理→图象分析→ 打开影像（*.msi文件）→ 镶嵌融合→打开参照文件→参照线文件→ 镶嵌融合→删除所有控制点→ 镶嵌融合→添加控制点（点原图（左侧）的某点，再点右侧图对应的点，之后连续三次空格，）→ 镶嵌融合→控制点浏览（添加足够数量的控制点）→校正预览→影像校正 为将野外用GPS实测的地质、物化探点（有大地坐标）一次性投影到所图纸上，需要做投影变换 投影变换：

遥感影像图像处理流程

遥感影像图像处理(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等一系列操作，以求达到预期目的的技术。 一．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。 （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。

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。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正

mapgis误差校正(精)

第六讲误差校正 一、误差校正子系统功能概述 机助制图是用计算机来实现制图，将普通图纸上的图件，转化为计算机可识别处理的图形文件。现代计算机技术和自动控制技术的发展，使机助制图技术发展很快。机助制图主要可分为编辑准备阶段、数字化阶段、计算机编辑处理和分析实用阶段、图形输出阶段等。在各个阶段中，图形数据始终是机助制图数据处理的对象，它用来描述来自现实世界的目标，具有定位、定性、时间和空间关系（包含、联结、邻接）的特征。其中定位是指在一个已知的坐标系里，空间实体都具有唯一的空间位置。但在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。个别图元经编辑、修改后，虽可满足精度，但有些图元，由于位置发生偏移，虽经编辑，很难达到实际要求的精度，此时，说明图形经扫描输入或数字化输入后，存在着变形或畸变。出现变形的图形，必须经过误差校正，清除输入图形的变形，才能使之满足实际要求。 图形数据误差可分为源误差、处理误差和应用误差3种类型。源误差是指数据采集和录入过程中产生的误差，如制图过程中展绘控制点、编绘或清绘地图、制图综合、制印和套色等引入的误差，数字化过程中因纸张变形、变换比例尺、数字化仪的精度（定点误差、重复误差和分辨率）、操作员的技能和采样点的密度等引起的误差。处理误差是指数据录入后进行数据处理过程中产生的误差，包括几何变换、数据编辑、图形化简、数据格式转换、计算机截断误差等。应用误差是指空间数据被使用过程中出现的误差。其中数据处理误差远远小于数据源的误差，应用误差不属于数据本身的误差，因此误差校正主要是来校正数据源误差。这些误差的性质有系统误差、偶然误差和粗差。由于各种误差的存在，使地图各要素的数字化数据转换成图形时不能套合，使不同时间数字化的成果不能精确联结，使相邻图幅不能拼接。所以数字化的地图数据必须经过编辑处理和数据校正，消除输入图形的变形，才能使之满足实际要求，进行应用或入库。 一般情况下，数据编辑处理只能消除或减少在数字化过程中因操作产生的局部误差或明显误差，但因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。由于造成数据变形的原因很多，对于不同的因素引起的误差，其校正方法也不同，具体采用何种方法应根据实际情况而定，因此，在设计系统时，应针对不同的情况，应用不同的方法来实施校正。 从理论上讲,误差校正是根据图形的变形情况，计算出其校正系数，然后根据校正系数，校正变形图形。但在实际校正过程中，由于造成变形的因素很多，有机械的、也有人工的，因此校正系数很难估算。比如说，数字化后的图是放大了，还是缩小了，放大或缩小了多少倍，是局部变形还是整体变形，是某些图元与实际不符还是整个图形都发生了畸变等等。如果某个图元本是四边形，可由于输入误差，成为三角形，那么这个是不是也该进行误差校正

(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。

MAPGIS误差校正的方法及应用.

第28卷第4期吉林地质Vol.28 No.4 2009 年12 月JILIN GEOLOGY Dec. 2009 文章编号:1001—2427(200904 - 126 - MAPGIS 误差校正的方法及应用 姜福旭1, 崔丹2 1.吉林省绿色食品办公室,吉林长春130062; 2.吉林省地质调查院,吉林长春130061 摘要:本文介绍在矢量图件时需扫描TIF影像,MAPGIS软件对扫描TIF影像进行误差校正的使用方法及期特点。关键词: 中图分类号:TP302.4 文献标识码:B 随着计算机技术的飞速发展和各种软件的开发应用,在地质工作中各种图件由原来的手工清绘变为由计算机MAPGIS 软件绘制图件,因传统的绘图方法是用手工清绘,一图一绘的方法,对不同图件相同的内容重复绘制,这样工作量极大,又不能保证不同图件相同内容的一致性,因此其成果准确性低,图件美观性差。MAPGIS 软件绘制图件,可将相同的内容重复使用, 而且线条流畅、字体美观, 这样既可节省时间,又能保证绘制图件准确性及美观性,提高工作效益和保证工作质量,为使用部门提供优质高效的成果图件。但由于在原有纸介质和在扫描过程中产生一定的误差,为了保证图件矢量化的准确性和提高图件的精度,首先需要对TIF 影像进行误差校正。 1 误差校正的目的

在计算机机助制图中,主要是通过扫描原有图,形成影像(TIF 格式文件,并且扫描的分辨率＞300 dp然后按其影像进行计算机制图，将普通图纸上的图件，转化为计算机可识别处理的图形文件。但由于扫描的影像或矢量化的图件与实际存在一定的误差,使矢量化数据转换成图形时不能套合,无法精确联结,相邻图幅不能拼接,因此需要对影像或矢量化图形文件进行校正。 1.1 校正误差 由于有些影像精度不能满足要求,主要原因是由于原有纸图折叠、变型、扫描过程中操作误差变形及数字化设备精度等因素引起,使影像的大小与理论的大小相差较大; 矢量化的图形与实际图形所在的位置往往有偏差,即存在误差。个别文件中图1.2 校正到标准空间位置 由于扫描的影像或矢量化后的数据文件处在非标准空间位置,无法实现各种文件不同比例尺的相互投影转换,也不能够将影像中不存在的,但后来工作中形成的带坐标的相关数据资料在计算机直接投影上图(如钻孔点及储量计算边界等,造成文 件使用受到限制,因此,可采用误差校正将其数据文件或扫描影像从未知定位到一个已知的坐标系里,对其进行定位、定性,实现唯一的空间位置, 达到相邻图幅可以拼接。 2 误差校正的方法 2.1 直接对影像进行误差校正 在校正之前首先要对外部的影像文件(TIF、JPEG等格式进行格式转换, 转换成MAPGIS 格式影像文件(msi 格式; 其次打开影像(msi 格式文件,在镶嵌融合菜单中＜打开参照影像＞, ＜添加控制点＞,选择实际图中的控制点后,再选择理论对应的控制点,按空格键,依次进行添加完所有控制点后; 进行＜校正预览＞以便用于理论值与影像的点相对应,生成的控制点由于原始影像变形等原因与影像公里网交点不完全吻合,需要对点位进行调整修正; 控制点修改完毕后要进行＜图像校正＞, 校正后的影像应与理论公里网吻合很好, 收稿日期:2009-09-10; 修订日期:2009-10-20

用MAPGIS作化探元素或物探参数异常图

用MAPGIS作化探元素或物探参数异常图 一、改EXCEL数据格式为DET数据格式 建立单元素EXCEL数据（X、Y、单元素或物探参数符号（不能带百分号和括号），此处的X、Y是数学意义上的横坐标、纵坐标，顺序不能颠倒）—打开单元素或物探参数EXCEL数据（X、Y、单元素或物探参数含量值）—另存为CSV格式（逗号分隔）—保存—是—是—是—打开记事本—文件—打开—查找范围—××盘××夹—选文件(*.csv)—用记事本打开CSV格式数据文件—加文件头NOTGRID（非网格化数据）—另存为—保存类型—所有文件—改文件名后缀CSV为DET格式。 另外，关于最后作出来的图形比例尺问题，如X、Y用实际坐标表示，即X为6位整数、Y为7位整数，作出来的图比例尺为1：1000，如X、Y用虚假坐标表示，即X为5位整数带1位小数、Y为6位整数带1位小数，作出来的图比例尺为1：10000二、高程点标注制图（建点位图） MAPGIS6.7主菜单—空间分析—DTM分析—关掉三角剖分显示窗口1—打开DET格式文件，不能打开GRD网格化数据（并改目录为点位图）—模型应用—高程点标注制图（X、Y、标注对象）—缺省符号—改符号（点、颜色等）—标注位置—对齐—右边—确认—左单击“文件”—存数据于点数据文件—××.WT —保存类型—点文件（*.WT）—保存—存数据于线数据文件—××.WL—保存类型—线文件（*.WL）—保存—输入编辑—统改

参数—保存。 关闭窗口—工作区数据已修改，建议先保存数据，先保存吗？—否。 实质就是建MAPGIS点位图。 三、等值线图 MAPGIS6.7主菜单—空间分析—DTM分析—关闭三角剖分显示窗口1—打开DET格式文件—GRD模型—离散数据网格化—网格参数设置—改起点、终点坐标—变小到合适（取整数）—网格间距（取合适数据如0.05）（读者注：网格参数设置不知啥意思，建议不要动）—网格方法（克立格）—文件换名—××.Grd —保存—确定。 注意：网格化数据后，元素的最大（小）值将发生变化。 GRD模型—平面等值线图绘制—打开××.Grd网格化数据—出现设置等值线参数对话框—设置全部打√—光滑打√—光滑度—高程度—单击等值层值—出现等值线层设定对话框—等值线层分段参数—起始Z—××—步长增量—××—起始色—白—终止色—红—更新当前分段—确认—删除不需要的等值层值（异常下限值、含量最大值都不能删）—线参数—线颜色—××—确定—单击“注记参数”—注记的最大倾角—90°—注记间最小允许距离—160—频度—1—注记格式—固定小数位数—小数部份位数—2—确定—注记字体—字体尺寸—10mm—字体—宋体—颜色—与线颜色相同—确定—确认—制图幅面—原始数据

遥感影像处理步骤

一．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。 （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。

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。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正

Mapgis比例尺详解

MapGIS比例尺和ArcGIS文件转换 Mapgis比例尺是个简单而又许多人甚至是大虾们搞不懂的问题，现 介绍如下： Mapgis内部默认比例尺为1：1000，即1mm代表1m，就是说输出时页面设置中X、Y比例均为1时，表示的是比例尺为1：1000；假设需要比例尺为1：50000，即缩小50倍，则X、Y比例均设为0.02 即可。 下面用公式说明：所需输出比例尺假设为1：a，则欲求X、Y比例均为b，则由1*b/1000=1：a，得到b=1000/a，即X、Y比例均设为b 即可。 在MAPGIS投影坐标类型中，有五种坐标类型： 1.用户自定义也称设备坐标（以毫米为单位）， 2.地理坐标系（以度或度分秒为单位）， 3.大地坐标系（以米为单位）， 4.平面直角坐标系（以米为单位）， 5.地心大地直角。 进行设备坐标转换到地理坐标的方法： 第一步：

启动投影变换系统。 第二步： 打开需要转换的点（线，面）文件。（菜单：文件/打开文件） 第三步： 编辑投影参数和TIC点； 选择转换文件（菜单：投影转换/MAPGIS文件投影/选转换点（线，面）文件。）；编辑TIC点（菜单：投影转换/当前文件TIC点/输入TIC点。注意：理伦值类型设为地理坐标系，以度或度分秒为单位）；编辑当前投影参数（菜单：投影转换/编辑当前投影参数。注：当前投影坐标类型选择为用户自定义，坐标单位：毫米，比例尺母：1）；编辑目标投参数（菜单：投影转换/设置转换后的参数。注：当前投影坐标系类型选择为地埋坐标系，坐标单位：度或度分秒）。 第四步： 进行投影转换（菜单：投影转换/进行投影投影转换）。 MapGIS格式文件转为ArcGIS文件需要注意以下问题： 1、对于高斯直角坐标，ArcGIS中一个坐标单位代表实地1m，而MapGIS 中在比例尺为1：1000且单位为毫米的时候一个坐标单位代表实地

Mapgis矫正不规范的坐标

Mapgis图面坐标矫正 （GPS数据生成图框，平面直角坐标生成图框，图面坐标矫正）前提说明；其实坐标矫正很简单，就是图面当前坐标值（不准确的坐标）与图上坐标显示的理论值（需要的真实坐标）的转换过程，那么重点就是坐标网格交点或者边界理论值得获取过程。操作的核心步骤就是：这样的转换无法直接通过GPS坐标来实现，我们需要的理论坐标必须为平面直角坐标。如果原图上是GPS坐标，那么我们首先就是应该找出坐标网格交点的平面直角坐标。如果图中就是平面直角坐标，那么我们需要读出坐标的交点，用于矫正所用。 一，交点真是坐标的获取 1将鼠标放在图上，右下角显示的为直角坐标，无论图上图框边上标注的是gps坐标还是直角坐标，右下角的图面坐标一般都会为平面直角坐标。 之后我们需要生成一个正确坐标的坐标网，用我们知道的数据，包括GPS数据或者平面直角坐标数据生成坐标网格，生成方法如

下： 打开投影变换， 如果你是GPS数据那么打开P投影转换→D绘制投影经纬网 输入你的经纬度起始坐标，调好比例尺，如果一次不行请多试几个比例尺。

点击确定。 其中有选项需要手动调整，不过在用不熟练之前不用调，只需注意比例尺就可以了，另外，多试几次就知道那些都代表什么了，很简单。点击确定。

点击1:1按钮，全部选中 之后确定，就生成了需要的坐标网。

生成的网格虽然是用GPS数据生成的，但是将鼠标放在上面发现显示的坐标为直角坐标，所以将网格的交点的坐标读出，用于坐标校正的标准数据。（需要注意的是，这点很重要，就是生成的网格需要与原图的网格重合，或者要多数重合，这样才能用现在网格交点的坐标数据来矫正原图的坐标） 2如果原图就是直角坐标，那么就生成能和图上坐标重合的坐标网格（生成方法同上：系列标准图框→键盘生成矩形图框），或者直接用原图中坐标网格的交点（现已知准确数据）配合上交点的真实坐标来矫正。 3控制点越多越好，最好控制住四周包括拐点、边界线上的点。二，矫正的具体方法（这部很简单）选取了个别人的例子供大家 学习讨论。

遥感影像成图步骤—以ETM为例

理塘-德巫断裂卫星影像地图制作（1:10万） ——以ETM数据为例 一、主流处理软件对比介绍 ENVI，ERDAS，PCI 软件功能不作具体说明，ENVI和ERDAS较为主流，各个软件各有自己的优缺点，比如ENVI中提供的数据融合方法就没有ERDAS中的多，ERDAS(破解版)中无法做DEM提取工作；ENVI的影像波段显示和数据操作较为简便，菜单功能有很多重复；PCI破解版本较低。另外，每个软件对不同类型的卫星遥感影像可能有各自的处理模块，所以也不能绝对就以某一类软件为主，如果遇到一些问题，一类软件解决不了，可以尝试用另一类软件。如在中科院网站下载的ＥＯＳ原始卫星数据打不开，用ＰＣＩ就能打开，然后转换成ENVI STANDSRD格式或者ERDAS IMAGINE格式，即可处理了。最后，哪种能免费下载，哪种版本功能多，就用哪种吧，没的讲究。 二、数据准备（建议查看百度文库：《遥感影像的获取及处理sky》） （1）介绍 （2）来源 A https://www.wendangku.net/doc/938801256.html,/cs_cn/ https://www.wendangku.net/doc/938801256.html,/cs_cn/中科院对地中心 B https://www.wendangku.net/doc/938801256.html,/EarthExplorer/ USGS网站 C Ftp://https://www.wendangku.net/doc/938801256.html,马里兰大学FTP（Landsat 4-7数据存放于WRS2下，建议用360浏览器浏览，） 说明：A, B注册后，方可下载。USGS上的数据比对地中心要新一些，格式种类要多，有许多是经过正射矫正（Orthorectified）的数据，做图可以直接拿来用，另外，landsat 7在2003年以后的数据（SLC-off）由于卫星故障，有条带，虽然修复过，最好不用，具体说明见中科院对地中心数据下载网站。C里面数据类型丰富，包括ASTER，QUICKBIRD，EOS等等，可以作为练习数据使用。 D 下载前准备：查询数据行列号（Path/Row）以下是Landsat 7 影像行列号

mapgis同arcmap之间的数据转换, 投影变换,误差校正等

使用地理坐标数据（经纬度）生成大地坐标系统下的点数据 1 在arccatalog中建立一个新的shape（E:"arcgis"当前处理文件"地震数据"111.shp）文件设定坐标系统为地理坐标系统（使用经纬度为单位）：Geographic Coordinate 2 Systems-asia-Beijing 1954.prj 2 将111.sha第一个导入arcmap中 3 add xydata import，打开地震.dbf 通过输入经纬度，绘制地震灾害点。 4 通过data-export data 导出地震点灾害点.shp（Geographic Coordinate） 5 地震点灾害点.shp 为地理坐标系统（Geographic Coordinate） 6 add data 行政地图.shp（元数据使用的是大地坐标系统Projected Coordinate Systems，使用米为单位）使得dataframe的坐标系统为Projected Coordinate Systems 7 add data 地震点灾害点.shp（数据使用的是地理坐标系统Geographic Coordinate，使用度为单位） 8 数据data-export data 导出地震点灾害点.shp 9 选择使用the data frame导出变换为Projected Coordinate Systems 10 打开行政地图.shp（Projected Coordinate Systems） 11 打开地震点灾害点.shp（Projected Coordinate Systems） mapgis误差校正 MapGIS坐标不含带号，带号在地图参数中设置, 在图形编辑模块中按已有的理论坐标值先建立一个理论值图层(点)点位应一一对应于实际图层点的位置,或者打开一个坐标正确的点图层(同样点位应一一对应于实际图层点的位置) 1.打开MapGIS主界面，打开误差校正模块。 2.打开需要配准的图层,首先打开理论值图层,在打开需校准实际图层(如有多层同时打开) 3.打开菜单“控制点”->“设置控制点参数”，设置参数，选择输入理论控制点。 4.打开菜单“控制点”->“选择采集文件”，即控制点从所选择的理论值图层文件中选取。 5.打开菜单“控制点”->“添加校正控制点”，弹出是否新建控制点文件的对话框，选择

遥感影像的分类处理

摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程

误差校正步骤

MapGis误差校正 误差校正的意义 在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。 因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。 因此，误差校正操作系统的操作对象是由图形矢量化后形成的Mapgis可识别的点、线、面等Mapgis文件。误差校正就是利用已知的理论标准文件，对矢量化后得到的Mapgis文件进行校正，使Mapgis文件获得与理论标准文件同样的坐标参数和精度。 误差校正与镶嵌配准的不同之处：误差校正的操作对象是由对图片矢量化后形成的Mapgis可识别的点、线、面等Mapgis文件；而镶嵌配准的操作对象是图片文件msi文件。 误差校正与镶嵌配准的相同之处：无论是误差校正还是镶嵌配准操作，都需要有作为参照的标准文件；操作过程中，都需要找对找准控制点。 总之，可以这样说，误差校正的处理能力比不上镶嵌配准处理能力，因为图片文件中包含多种要素，若是存在图片文件的标准文件，对图片文件进行镶嵌配准之后，得到校正后的图片文件msi文件，这个文件是含有坐标参数和精度的msi文件，对其矢量化后形成的点、线、面等Mapgis文件，也就含有相应的坐标参数和精度，就不用再进行误差校正了。若是没有图片文件的标准文件，就只能先对图片文件中的要素进行矢量化，之后再对矢量化后的文件，找到其标准文件，并进行误差校正。每张图片包含多种要素，若是不对图片进行镶嵌配准，可能需要多次误差校正，每次矢量化都需要进行误差校正：有时只需要图片某个要素时，只对其进行矢量化，然后进行误差校正，而用到别的要素时，还得再对这个要素矢量化，然后还得再进行误差校正。但是，若是对图片文件msi文件进行镶嵌配准了，就不必每次矢量化后，再进行误差校正了。 误差校正举例如下：蔚县1：10万底图中缺少高程点，需要对图片蔚县底图.msi中的高程点进行矢量化，之后对矢量化后得到的文件进行误差校正。 做图思路如下：由于需要进行误差校正操作，所以得考虑选好控制点、需要有作为参照的理论标准图框。控制点选择公里网的交叉点，并使其在蔚县周边均匀分布，为此，不但对高程点矢量化，而且还要对蔚县周边公里网交叉点进行矢量化；作为参照的理论标准图框是1：10万的蔚县底图的边框，这个不用重新生成标准图框了。 1、建立高程点文件，对高程点进行矢量化，得到高程点.wt文件。

遥感图像处理步骤及经验

遥感图像处理步骤及经验 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7 波段，具体操作步骤为 ① 点击import模块，打开对话框 ② 选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥ 在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④ Output option 设置为Union ，选中 ignore zero stats； ⑤ 进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ① 在ERDAS中点击Import图标，出现Import/Export对话框 ② 选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③ 注意此步骤中输出路径及输出名称均为英文字母 ④ 建立拓扑多边形 ⑤ 在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature 选择Poly ⑥ 单击OK按钮。 ⑦ 在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi 层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。

遥感实习2卫星数据的预处理流程

数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。

图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis

利用MAPGIS进行投影、校正教程

利用MAPGIS进行误差校正和投影变换 相关知识简介 一、误差校正子系统功能概述 机助制图是用计算机来实现制图，将普通图纸上的图件，转化为计算机可识别处理的图形文件。现代计算机技术和自动控制技术的发展，使机助制图技术发展很快。机助制图主要可分为编辑准备阶段、数字化阶段、计算机编辑处理和分析实用阶段、图形输出阶段等。在各个阶段中，图形数据始终是机助制图数据处理的对象，它用来描述来自现实世界的目标，具有定位、定性、时间和空间关系（包含、联结、邻接）的特征。其中定位是指在一个已知的坐标系里，空间实体都具有唯一的空间位置。但在图件数字化输入的过程中，通常由于操作误差，数字化设备精度、图纸变形等因素，使输入后的图形与实际图形所在的位置往往有偏差，即存在误差。个别图元经编辑、修改后，虽可满足精度，但有些图元，由于位置发生偏移，虽经编辑，很难达到实际要求的精度，此时，说明图形经扫描输入或数字化输入后，存在着变形或畸变。出现变形的图形，必须经过误差校正，清除输入图形的变形，才能使之满足实际要求。 图形数据误差可分为源误差、处理误差和应用误差3种类型。源误差是指数据采集和录入过程中产生的误差，如制图过程中展绘控制点、编绘或清绘地图、制图综合、制印和套色等引入的误差，数字化过程中因纸张变形、变换比例尺、数字化仪的精度（定点误差、重复误差和分辨率）、操作员的技能和采样点的密度等引起的误差。处理误差是指数据录入后进行数据处理过程中产生的误差，包括几何变换、数据编辑、图形化简、数据格式转换、计算机截断误差等。应用误差是指空间数据被使用过程中出现的误差。其中数据处理误差远远小于数据源的误差，应用误差不属于数据本身的误差，因此误差校正主要是来校正数据源误差。这些误差的性质有系统误差、偶然误差和粗差。由于各种误差的存在，使地图各要素的数字化数据转换成图形时不能套合，使不同时间数字化的成果不能精确联结，使相邻图幅不能拼接。所以数字化的地图数据必须经过编辑处理和数据校正，消除输入图形的变形，才能使之满足实际要求，进行应用或入库。 一般情况下，数据编辑处理只能消除或减少在数字化过程中因操作产生的局部误差或明显误差，但因图纸变形和数字化过程的随机误差所产生的影响，必须经过几何校正，才能消除。由于造成数据变形的原因很多，对于不同的因素引起的误差，其校正方法也不同，具体采用何种方法应根据实际情况而定，因此，在设计系统时，应针对不同的情况，应用不同的方法来实施校正。 从理论上讲,误差校正是根据图形的变形情况，计算出其校正系数，然后根据校正系数，校正变形图形。但在实际校正过程中，由于造成变形的因素很多，有机械的、也有人工的，因此校正系数很难估算。比如说，数字化后的图是放大了，还是缩小了，放大或缩小了多少倍，是局部变形还是整体变形，是某些图元与实际不符还是整个图形都发生了畸变等等。如