《遥感数字图像处理》实验报告

《遥感技术原理与应用》期末报告

研究生《遥感技术原理与应用》

期末考试报告

题目：利用TM遥感数据进行土地覆盖分类和制图

专业：地图学与地理信息系统

2015．12

一、研究方法

缨帽变换：也称K-T变换，是一种特殊的主成分变换。但与主成分不同，其旋转轴不是指向主成分方向，而是指向与地面景物有密切关系的方向，特别是与植物生长过程和土壤有关。传统的NDVI植被信息提取方法受到影像空间分辨率的限制，对影像上信息量少的植被（如道路两旁的行道树、居民小区中的绿地等）提取效果不佳。缨帽变换对区分不同类型植被类型如树、灌木、草地、农作物等非常有效，此次试验具有较好的应用。

支持向量机分类法：是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以求获得最好的推广能力。

最大似然分类法：假设每一个波段的每一类统计都呈正态分布，计算给定像元属于某一训练样本的似然度，像元最终被归并到似然度最大的一类当中。

二、研究内容及数据

对富民县散旦乡TM影像进行信息挖掘后突出植被和水体等地物信息；结合二调数据，选择样本，分别用最大似然和支持向量机（SVM）分类法对散旦乡进行分类，通过对比分类精度，比较两种分类方法的优缺点。

数据：对富民县进行裁剪后得到的散旦乡Landsat TM影像；富民县二类调查小班数据；富民县县行政区数据。

三、研究过程

1.裁剪研究区域

将富民县行政区数据导入ArcGIS软件中，根据属性表查找得到散旦乡数据，导入ENVI，再利用ENVI提供的不规则裁剪工具进行裁剪得到散旦乡TM影像（4，3，2假彩色合成），见图1、2。

图1散旦乡在富民县的位置

图2研究区原始影像

2.缨帽变换

在主菜单Transforms→Tassled Cap中使用缨帽变换对研究区影像进行正交变换，变换结果包括亮度“Brightness”、绿度“Greenness”、第三波段“Third”三个波段信息。

图3缨帽变换结果

3.归一化植被指数——NDVI的提取

NDVI(Normal Differential Vegetation Index)，其表达式为NDVI=(NIR-R)/(NIR+R)，是基于近红外波段与红外波段的归一化比值指数。利用波段运算工具Band Math对散旦乡影像进行NDVI运算（影像中3，4波段分别代表公式中的R和NIR），得到植被指数影像。

图4NDVI提取结果

4.图像合成

对缨帽变换得到的绿度，NDVI得到的植被指数，以及原散旦乡TM影像的4波段进行合成，得到一张新的散旦乡影像，信息挖掘前后对比见图5。通过对比可以看出，植被及水体地物均得到了增强，为接下来影像的分类工作提供了方便。

图5原始影像（左）与信息挖掘后（右）对比

5.选择训练样本

在ArcGIS中，依据属性表中的class字段，根据分类要求提取6个类别的图层数据；然后导入ENVI，叠加显示在影像上（图上红色范围），然后在小班范围内勾绘的训练样本（图上蓝色区域），参考提取的小数据勾画训练样本，见图6。

图6选择训练样本

6.影像分类

为避免背景参与分类，使用主菜单下Basic tool→masking→build masking生成掩膜文件，然后对影像分别按照最大似然和支持向量机两种方法进行分类得到分类结果图，如图7所示。

图7最大似然（左）与支持向量机（右）分类结果图

7.分类后处理

分类结果中，不可避免会产生一些面积很小的图斑，需要对这些小图斑进行处理。在主菜单Classification→Post Classification中，选择Majority/Minority工具将小图斑合并到周围的大类中，分类后处理结果如图8所示。

图8最大似然（左）与支持向量机（右）分类后处理结果图

8.精度检验

在ENVI下打开前面用于分类的影像数据和提取出的小班数据，在Available Vectors List下选择File—＞Export Layers to ROI，在弹出的对话框中选择影像数据OK，然后选择Covert each record of an EVF layer to a new ROI，将小班数据转化成ROI兴趣区；然后采用Classification—＞Post Classification—＞Confusion Matrix—＞Using Ground Truth ROIs混淆矩阵下的地表真实训练区方法进行检验。精度结果见表1。

表1分类精度评价

最大似然支持向量机

类别制图精度(%) 用户精度（%）制图精度(%) 用户精度（%）

阔叶林20.11 53.84 7.91 29.45

针叶林40.03 65.97 68.94 46.45

农地67.46 38.76 90.87 68.69

裸地29.18 17.68 21.88 18.26 建筑用地52.01 7.42 0.09 20.93 水域51.19 93.60 44.56 78.13 总体分类精度40.8361% 60.2669%

Kappa 0.2247 0.3443

9.制作专题图

将分类后处理结果导入ArcGIS中，进行专题图制作，添加标题、比例尺、指北针及图例等要素，最终得到分类专题图。（可见附件）

图9 专题图结果

四、分类结果分析

1.从表1可以看出，经过前期增强处理，针叶林、农地和水域分类效果较好；其他几类分类效果均不佳。

2.两种分类方法的总体精度均不高，具体原因分析如下：

（1）TM影像分辨率不高，对于光谱差异不明显的阔叶林和针叶林，容易出现异物同谱及混分现象；

（2）影像拍摄时间和二调数据采集时间不一致以及季节的不同，影像分类时会产生差异；

（3）对于二调数据，有些区域含有混合成分，所以进行样本选择时会有错误样本进入训练过程，同时利用整个区域进行验证分类结果，因此也会对分类结果产生影响；

（4）在分类过程中，训练区的数量及准确度也对分类精度有很大影响。

五、实验感悟

实验前期做了一些尝试，想利用决策树方法来进行分类，但是类与类之间的判别信息不是很明确，实验没能进行下去，于是改用支持向量机的分类方法。实验中有不正确的地方，希望老师指出。

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

数字信号处理实验报告

一、实验名称：基本信号的产生 二、实验目的：I 利用MATLAB 产生连续信号并作图 II 利用MATLAB 产生离散序列并作图 III 利用MATLAB 进行噪声处理 三、 实验内容： I 利用MATLAB 产生下列连续信号并作图 ①X(t)=-2u(t-1),-1=0); plot(t,x); 图形如右： ② X(t)=-(e^-0.1t)*sin(2/3*t),0

-1.5-1 -0.5 0.5 1 1.5 2 II 利用MATLAB 产生下列离散序列并作图 ① X(t)=1,-5<=t<=5 else 0,-15<=t<=15 MATLAB 程序如下: k= -15: 15; x=[zeros(1,10),ones(1,11),zeros(1,10)]; stem(k,x) 图形如下： ② X(t)=0.9^k*(cos(0.25*pi*k)+sin(0.25*pi*p),-20

土地利用规划实验指导书

《土地利用规划》课程实验指导书 环境与地理科学系 2009 年 9 月 10 日

实验一土地需求量预测 一、实验目的 1.了解土地需求量预测的必要性和意义； 2.掌握不同的土地需求量预测方法，明确不同方法的实用性； 3.能够借助传统手工方式或计算机计算方式熟练使用不同的预测方法。 二、实验原理 预测是土地利用管理的重要手段，是了解和协调时期和区域土地利用供给量与需求量之间的关系的重要内容。土地需求量受一定时期国民经济、社会发展、土地质量和区位条件等的影响。耕地需求量预测是土地利用规划预测中最基本的内容。 三、实验过程 1.确定预测目的； 2.检验土地需求量预测案例提供的资料； 3.利用传统手工方式或者计算机软件实施预测过程：分别采用趋势预测法和回归分析法对案例（见附件1）进行预测。其中，手工计算方式严格按照预测方法的原理进行逐步计算；计算机计算可以采用EXCEL数据分析工具或者SPSS软件等； 4.比较传统手工和计算机两种计算方式的优缺点； 5.分析预测误差。 四、注意事项 数据输入时要仔细，分析过程中做到谨慎认真。 五、上交资料 提交实验报告，内容书写要规范。

附件1： 例1. 根据某县市1970-1999年30年耕地面积资料（表-1），采用趋势预测法计算出预测方程并绘制趋势线，同时计算出2000年的耕地面积，最后对预测误差进行分析。 表-1 ××县1970-1999年耕地面积

例2.未来耕地面积受多种因素的制约，如人口、单产、总产、基建投资等，并随着上述因素的变化而变化，在它们之间存在着因果关系。下表提供了某县市1970-1999年30年人口、粮食总产量和耕地面积的资料(表-2)，由此采用回归分析法预测2000年的耕地面积，并列出回归分析方程，最后分析预测误差。 表-2 ××县1970-1999年人口、粮食总产量和耕地面积

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

遥感数字图像处理

遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念

方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色

信号处理实验报告、

第一题 如何用计算机模拟一个随机事件，并估计随机事件发生的概率以计算圆周率π。 解： （一）蒙特卡洛方法可用于近似计算圆周率：让计算机每次随机生成两个0到1之间的数，看以这两个实数为横纵坐标的点是否在单位圆内。生成一系列随机点，统计单位圆内的点数与总点数，（圆面积和外切正方形面积之比为π：4），当随机点取得越多时，其结果越接近于圆周率。 代码： N=100000000; x=rand(N,1); y=rand(N,1); count=0; for i=1:N if (x(i)^2+y(i)^2<=1) count=count+1; end end PI=vpa(4*count/N,10) PI = 3.1420384

蒙特卡洛法实验结果与试验次数相关，试验次数增加，结果更接近理论值 （二）18世纪，法国数学家布丰和勒可莱尔提出的“投针问题”，记载于布丰1777年出版的著作中：“在平面上画有一组间距为d的平行线，将一根长度为l （l

土地利用规划-耕地需求量预测 实验报告

贵州大学实验报告 实验 4 ：耕地需求量预测 学院：农学院 专业：农业资源与环境 班级： 姓名： 学号： 指导教师：周焱 时间： 2014 年 06 月 11 日

第一部分实验目的 通过本实验的学习，使学生掌握耕地需求量预测的具体过程。 第二部分实验原理 本实验以兴义市，根据兴义市自然、社会经济条件和发展趋势，预测2010年和2020年兴义市耕地保有量和基本农田保护面积。 第三部分实验步骤 1、搜集兴义市自然经济条件等相关资料； 2、根据人口历史资料和兴义市相关发展规划，对2010年和2020年人口规模进行预测； 3、根据人口预测和相关粮食标准对耕地保有量和基本农田保护面积进行预测； 第四部分报告正文 根据表1中1997年——2005年年平均人口自然增长率，得出年平均人口增长率为0.82%，年平均人口机械增长率为0.38%，以2004年作为参考依据，预测出2010年与2020年的人口规模： P t = P o ×（1+K+P）(t-to)+（c-d） 式中：P t ——规划年人口数 P t0 ——基期年人口数 t-t ——预测年期 K——人口自然增长率 c——规划期内迁入人数 d——规划期内迁出人数 P t2010 = P t2004 ×（1+K+P）(t-to)+（c-d） =73.42×(1+0.82%+0.38%) 6+4.3 =83.17 （万人） P t2020 = P t2004 ×（1+K+P）(t-to) =73.42×(1+0.82%+0.38%) 16+4.3 = 93.16（万人） 根据年平均增长率法计算出年均粮食单产，其中r为2000年——2005年的年平均增长率的平均值1.03%： a n = a o ×（1+r）n

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：

哈尔滨工程大学 语音信号处理实验报告

实 验 报 告 实验课程名称： 语音信号处理实验 姓名： 班级： 20120811 学号： 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取

实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征，对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ，短时能量的定义如下： ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号，可以 考察其时域波形通过时间轴的情况。对于离散信号，实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为： ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中，sgn[.]是符号函数，即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x

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》试卷

东南大学2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（）呈现黑色，而（）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征

工程信号处理实验报告

( 2011-2012 学年 第二学期) 重庆理工大学研究生课程论文 课程论文题目： 《工程信号处理实验报告》 课程名称 工程信号处理实验 课程类别 □学位课 非学位课 任课教师 谢明 所在学院 汽车学院 学科专业 机械设计及理念 姓名 李文中 学 号 50110802313 提交日期 2012年4月12日

工程信号处理实验报告 姓名：李文中学号：50110802313 实验报告一 实验名称：数据信号采集及采样参数选定 1实验目的 1.1了解信号采集系统的组成，初步掌握信号采集系统的使用。 1.2加深对采样定理的理解，掌握采样参数的选择方法 1.3了解信号采集在工程信号处理中的实际应用，及注意事项。 2 实验原理 2.1 模数转换及其控制 对模拟信号进行采集，就是将模拟信号转换为数字信号，即模/数（A/D）转换，然后送入计算机或专用设备进行处理。模数转换包括三个步骤：（1）采样，（2）量化，（3）编码。采样，是对已知的模拟信号按一定的间隔抽出一个样本数据。若间隔为一定时间 T，则称这种采样为等时间间隔采样。除特别注明外，一般都采用等时间间隔采样；量化，是一种用有限字长的数字量逼近模拟量的过程。编码，是将已经量化的数字量变为二进制数码，因为数字处理器只能接受有限长的二进制数。模拟信号经过这三步转换后，变成了时间上离散、幅值上量化的数字信号。A/D转换器是完成这三个步骤的主要器件。 在信号采集系统中，A/D 转换器与计算机联合使用完成模数转换。用计算机的时钟或用软件产生等间隔采样脉冲控制 A/D 转换器采样。A/D 转换器通过内部电路进行量化与编码，输出有限长的二进制代码。信号采集系统中，通常由以 A/D转换器为核心的接口电路及控制软件，进行信号采集控制。 *注这部分是由本实验所用的信号采集器自动完成的，以上也是实验器材-信号采集器的部分工作原理。以后实验中就不再赘述。 2.2 信号采集的参数选择

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

信号处理实验报告

数字信号处理 第四次实验报告 一、 实验目的 1.了解离散系统的零极点与系统因果性能和稳定性的关系 2.观察离散系统零极点对系统冲激响应的影响 3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数 4.加深对离散系统的频率响应特性基本概念的理解 5.了解离散系统的零极点与频响特性之间的关系 6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数，掌握离散系统幅频响应和相频响应的求解方法。 二、实验过程 9.2已知离散时间系统函数分别为 ) 7.05.0)(7.05.0(3 .0)(1j z j z z z H ++-+-= )1)(1(3 .0)() 8.06.0)(8.06.0(3 .0)(32j z j z z z H j z j z z z H ++-+-= ++-+-= 求这些系统的零极点分布图以及系统的冲击响应，并判断系统因果稳定性。 %---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1; %z1零点向量矩阵，p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内'); subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图 %---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]'; %z2零点向量矩阵，p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上'); subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图 %---------第三式-----------------------------------------------------------------------------%

土地资源调查与评价实验一

实验一土地要素分析 1208140515 土资122班 张舵 一、实验目的 根据研究区域基础数据资料，分析地形、植被、土壤、土地利用方式等土地构成要素的空间演替的规律。 二、实验数据 1.北京市海淀区数字高程模型（DEM） 2.北京市海淀区土壤类型图（土壤.*） 3.北京市海淀区土地利用现状图（简化）（HDDLTB.*） 4.北京市海淀区“凤凰岭-稻香湖”样区条带遥感影像（Sat_DXH31.tif）

三、实验过程 1.将DEM由Raster转化为TIN 打开ArcMap10.2，点击加载实验数据，在Arc Toolbox中选择3D Analyst Tools→Conversion→From Raster→Raster to TIN（图1），输入栅格为DEM图层（图2），将数字高程模型（DEM）由栅格格式（Raster）转化为不规则三角网格式（TIN）（图3）。 图 1 Arc Toolbox工具栏 图 2 Raster to TIN窗口

图 3不规则三角网格式（TIN）的数字高程图 2.选择断面 将遥感影像图层置于所有图层顶端，在研究样区条带内，点击，选择一条东西向、横跨研究样区的断面，并用红线加粗显示（图4） 图4 断面位置示意图 断面在栅格中的具体位置如下图（图5） 图5断面栅格位置图 3.断面地形分析 （1）点击生成断面高程变化图，结合遥感影像进行地形判断。 （2）在Arc Toolbox中选择Spatial Analyst Tools→Surface→Contour，

把生成的TIN图作为输入图层，等值线高差为50米，生成等值线图，进行等值线分析。（图6） 图6等值线分析 4.地貌类型分析 在Arc Toolbox中选择Spatial Analyst Tools→Surface→Slope，把生成的TIN图作为输入图层，生成坡度图，与高程变化图、等值线图对照，分析地貌类型及其部位。 5.土壤类型和属性 在土壤类型图的图层属性中选择符号系统，值字段为土类，添加所有值，并将卵石滩值移除后确定（图7） 图7 土类图层属性表

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

数字信号处理实验报告(同名22433)

《数字信号处理》 实验报告 课程名称：《数字信号处理》 学院：信息科学与工程学院 专业班级：通信1502班 学生姓名：侯子强 学号：0905140322 指导教师：李宏 2017年5月28日

实验一 离散时间信号和系统响应 一. 实验目的 1. 熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解 2. 掌握时域离散系统的时域特性 3. 利用卷积方法观察分析系统的时域特性 4. 掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对离散信号及系统响应进行频域分析 二、实验原理 1. 采样是连续信号数字化处理的第一个关键环节。对采样过程的研究不仅可以了解采样前后信号时域和频域特性的变化以及信号信息不丢失的条件，而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。 对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样，形成采样信号： ?()()()a a x t x t p t = 式中()p t 为周期冲激脉冲，$()a x t 为()a x t 的理想采样。 ()a x t 的傅里叶变换为μ ()a X j Ω： 上式表明将连续信号()a x t 采样后其频谱将变为周期的，周期为Ωs=2π/T 。也即采样信 号的频谱μ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期，周期延拓而成 的。因此，若对连续信号()a x t 进行采样，要保证采样频率fs ≥2fm ，fm 为信号的最高频率，才可能由采样信号无失真地恢复出原模拟信号 计算机实现时，利用计算机计算上式并不方便，因此我们利用采样序列的傅里叶变换来实现，即 ()() n P t t nT δ∞ =-∞ = -∑μ1()()*() 21 ()n a a a s X j X j P j X j jn T π∞ =-∞ Ω=ΩΩ= Ω-Ω∑μ()()|j a T X j X e ωω=ΩΩ=

实验报告

五尧乡生态乡镇建设规划 目录 1.总论 1.1任务的由来 (2) 1.2编制的依据 (2) 1.3规划指导思想 (2) 1.4规划原则 (2) 1.5规划年限 (3) 1.6规划目标 (3) 2.五尧乡基本状况 (4) 2.1五尧乡自然地理状况 (4) 2.2五尧乡社会经济状况 (4) 3.城镇规划 (4) 4.生态环境规划 (5) 4.1生态资源状况 (5) 4.2环境质量现状 (6) 4.3生态环境问题 (6) 4.4生态环境保护规划 (7) 5.效益分析 (9) 5.1生态效益 (9) 5.2经济效益 (9) 5.3社会效益 (9) 6.规划实施的保障措施 (9) 6.1政策法规保障体系 (10) 6.2组织机构与管理保障体系 (10) 6.3文化教育和社会监督体系 (11) 6.4资金筹措与投资保障体系 (11) 6.5实施手段与技术保障体系 (12) 6.6决策支持信息系统体系 (12)

1．总论 1.1任务的由来 随着经济的迅速发展，以及城市的逐渐扩张，我国进入了一个中国城市化和城市高速发展的关键时期。而小城镇的发展在我国城市化进程中，正在发挥着越来越重要的作用。自1998 年党的十五届三中全会确定了“小城镇，大战略”的方针后，党的十六大又进一步把“加快城镇化进程，全面建设小康社会，走中国特色的城镇化道路”作为战略目标。“建立和谐社会，达到全社会的和谐发展”，是党的十六大报告提出的一个新的重要思想。党的十六届四中全会明确提出构建社会主义和谐社会的新命题，进一步深化和拓展了“社会更加和谐”这一思想。加快统筹城乡发展的步伐，解决“三农”问题，切实保护广大农民的利益是构建社会主义和谐社会的一个重要方面，而加快发展小城镇则是统筹城乡、解决“三农问题”、构建和谐社会的关键之一。积极有序地发展小城镇，不仅是加快城市化进程的需要，而且已成为我国国家发展战略的重要组成部分。 1.2编制的依据 城市规划5个阶段，如果按编制规划的话可以说是：纲要、总体规划（城镇体系规划）、分区规划，修建性详细规划，控制性详细规划。 编制这5个阶段的规划的依据个不一样。当然首先都是以国家颁布实施的法律法规、方针政策为依据，城镇总体规划主要有： ⑴《中华人民共和国城乡规划法》 ⑵《中共中央国务院关于促进小城镇健康发展的若干意见》 ⑶《全国生态环境保护纲要》 ⑷《国民经济和社会发展纲要》 ⑸《国家环境保护“十二五”规划》 ⑹《河北省建制镇总体规划编制导则》 ⑺《保定市志》 ⑻《保定市城市总体规划（2008—2020年）》 ⑼《保定市土地利用总体规划（2010－2020）》 ⑽《五尧乡国民经济统计资料及城建资料》 ⑾《五尧乡各类专业部门提供的规划基础资料》 1.3规划指导思想 本规划以生态化、集约化、市场化为理念，坚持突出五尧乡特色的原则，城乡经济和空间布局一体化发展的原则，土地使用集约化原则，规划弹性灵活的原则和建设精品化的原则。充分发挥城镇规划对城镇发展建设的战略性、前瞻性、综合性指导作用。 贯彻可持续发展战略，坚持环境与发展综合决策，努力解决小城镇建设与发展中的生态环境问题；坚持以人为本，以创造良好的人居环境为中心，加强城镇生态环境综合整治，努力改善城镇生态环境质量，实现经济发展与环境保护“双赢”。 1.4规划原则 ⑴区域协同发展的原则 融入区域环境，实现持续发展。五尧乡的发展必须在区域的框架内明确自身定位，发挥自身优势，实现快速发展。从广域范围内分析五尧乡的发展，增强规划的区域观念和整体竞争力，积极融入保定市新一轮发展之中，谋求以大区域为背景的城镇整体发展。

遥感数字图像处理考试知识点整理

遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期 空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中