遥感实验二(2010)
实验2 ENVI基本功能（续）
一、实验目的
1、掌握在ENVI环境中遥感影像的感兴趣区（ROI）的建立方法
2、理解遥感图像光谱空间，学会制作波段二维散点图，初步认识遥感图像
三维显示功能
3、学会使用ENVI影像子集的构造方法和影像统计工具
二、实验设备与数据
设备：微型电子计算机
软件：ENVI 4.2遥感图像处理系统
数据：
文件说明
can_tmr.img Landsat TM 数据Ca?on City, CO
can_tm1.roi, can_tm2.roi, 感兴趣区文件
数据
bhtmref.img Landsat
TM
bhdemsub.img Dem高程数据
三、实验内容与步骤
（一）加载一景彩色影像
1．在ENVI主菜单中打开影像bhtmref.img，该影像的波段加载到可用波段列表中。
2．点击RGB单选按钮，然后在另一个显示窗口中，加载一幅彩色影像。
3．通过点击列表中的波段名，从列表中为每种颜色(红、绿、蓝)选择一个波段。点击列表中的波段名时，指定的R，G，B单选按扭会自动地向前选择。
4．当三种颜色都有波段与其对应时，点击Display #1下拉式菜单按钮，并从中选择New Display。
5．点击Load RGB按钮，将一幅彩色影像加载到一个新的显示窗口中（图2-1）。
图2-1 遥感影像的加载
（二）感兴趣区的建立
1、预备知识：
感兴趣区（ROIs ）是可用波段列表中图象的子集（图2-2）。这些区域可以呈不规则的形状，通常用来提取分类的统计信息、掩膜，及其它操作。ENVI 允许选择任意的多边形、点或矢量的组合来作为一个感兴趣区。可以定义多个感兴趣区，并绘制到主图像、滚动或缩放窗口中的任何一个中。感兴趣区可以根据指
定的阈值扩展到邻近的像元。
注意: 感兴趣区与它们所在图像的空间大小明显相关。如果打开具有相同空间尺寸的图像以及他们相应的 ROI Tool对话框，在一幅图像中绘制的感兴趣区也将会显示在其它图像中，可以在任何一个ROI Tool对话框中编辑或删除感兴趣区。
图2-2 感兴趣区
2、定义感兴趣区（Defining Regions of Interest）
定义一个新的感兴趣区有两种方法如图2-3：
1）在ENVI 主菜单中选择Basic Tools > Region of Interest > ROI Tool，。
2）从主图像窗口选择Overlay > Region of Interest 或 Tools > Region of Interest > ROI Tool.
弹出对话框ROI Tool，通过选择“image”、“Scroll”、”Zoom”切换按钮，来选择将感兴趣区定义在选定显示的窗口中。
在定义感兴趣区时，诸如缩放、平移等其它功能将无法使用。要想不离开ROI的定义功能而恢复鼠标的交互操作功能，在ROI Tool对话框中点击“Off”按钮。
图2-3 遥感影像感兴趣区定义
3、感兴趣区控制
通过选择 “Image”、“Scroll” 或 “Zoom” 切换按钮，来控制是否感兴趣区将定义在选择显示的主图像窗口、滚动窗口或缩放窗口内。
1）新感兴趣区（New Region ）
由感兴趣区类型的任意组合构成的多个区域，可以被包含在一个感兴趣区中。
· 要启动一个新的感兴趣区，在ROI Tool 对话框内，点击 “New Region”，
一个新名将出现在列表中。点击列表中要编辑感兴趣区的Name、Color等，通过输入相应的内容进行编辑（图2-4）。
图2-4 感兴趣区编辑
2）删除（Delete）
· 要删除一个感兴趣区，并从系统中删除它，点击感兴趣区名，然后点击“Delete”。
一个感兴趣区被删除，它不能被恢复，除非它已经被保存到一个文件中。
3）转到（Goto）
把缩放窗口置于 ROI 中定义的第一个像元中央：
选择一个感兴趣区名，然后点击 “Goto”。
继续点击 “Goto”，来移动缩放窗口，越过感兴趣区中包含的每个区域。
4）统计（Stats）
· 要关于一个感兴趣区的各种各样的统计数字：点击一个感兴趣区名，然后点击 “Stats”。出现ROI Statistics Result窗口（图2-5）。
· 显示被显示图像相应文件的平均波谱（白色，被选择的 ROI 的各波段平均值）。标准差波谱（每个波段的标准差）绘制在平均波谱的上下（绿色，+/- 1 标准差）。最小和最大波谱（红色，各波段的最小和最大值）绘制在标准差波谱的上下。包含统计数字的图表窗口和用于X、Y、Z 剖面图的图表窗口一样，所有交互也相同。
· 列出文件名、区域名和点数，以及每个波段的波段号、最小值、最大值、均值和标准差。
· 要把这些统计数字保存到一个文件：
点击 “Save”。
在 “Enter Output Filename” 文本框中输入一个文件名，然后点击 “OK”。
图2-5 感兴趣区统计
6）增长（Grow）
感兴趣区可以使用一个特定的阈值来“增长” 到邻域像元。阈值通过限定一个距离所画区域平均值的标准差来判定。
对于灰阶显示，使用显示的波段来计算阈值，彩色显示使用红波段来计算。所有在标准差阈值内的邻域像元，将被包括在增长的区域中。可以使用 4 或 8 邻域像元。
注意：所有增长的感兴趣区作为点来输出，而不管起初的感兴趣区类型。
点击感兴趣区名。
点击 “Grow” 按钮。
新增长的感兴趣区将显示在显示窗口。ENVI 将询问你是否想保留所得到的增长的感兴趣区。
选择 “Yes”，感兴趣区将包含所有被显示的点。选择 “No”，感兴趣区将返回到它原来的大小。
若选择 “No”，出现Region Growing 对话框。
· 若有必要，更改标准差的系数值和邻域数，然后点击 “OK” ，用新的参数增长感兴趣区。
· 在 Region Growing 对话框内，点击 “Cancel”，退出增长选项，而不改变原来的感兴趣区。
4、感兴趣区类型（ROI Types）
感兴趣区有五种类型–––– “Polygon”、“Polyline”、“Point”、“Rectangle” 和“Ellipse”。每种类型都有一组不同的鼠标按键任务。一个区域可以包含这五种感兴趣区类型的任意组合。鼠标任务和绘制选项的说明如下。
多边形（Polygon）多边形模式是感兴趣区定义的系统默认方式。该模式允许你用连接的线段来勾绘轮廓。
1）在 ROI Controls 对话框内，选择ROI_Type > Polygon。
2）在活动窗口内点击鼠标左键，建立轮廓线段的初始端点。当移动鼠标选择另一个端点时，显示出一条线段，准确地指示出当前线段的位置。
3）对于连续的绘制，按住鼠标左键并移动光标。
4）点击鼠标右键，来绘制最后一条线段，并自动闭合多边形。
· 要在线段选择过程中擦除在任何点定义的前一条线段，点击鼠标中键。
5）通过用鼠标左键点击菱形手柄并拖曳，把多边形移动到所需要的位置。
6）点击鼠标右键，接受该多边形。
7）当多边形完成后，感兴趣区中包含的像元总数与感兴趣区名称一起被列在“Available Regions of Interest” 列表中。
你可以为每个感兴趣区绘制多个多边形。每个连续的多边形按上述绘制，它的像元被添加到整个区域中。当完成后，该多边形用系统默认的一种颜色填充。
· 要更改多边形颜色和填充类型，点击 “Edit”，当出现对话框，做适当的更改。 · 要任何时候从感兴趣区中删除整个多边形，当光标在所需要的多边形上，点击鼠标中键。中间按键的模拟是通过按"Ctrl" 键和鼠标左键实现的8）当你对新的感兴趣区感到满意，点击 “Cancel” 来离开 ROI Controls 对话框。或者点击 “New Region” 来创建另一个感兴趣区。
折线（Polyline）折线模式与多边形模式相似，除了它是一个多线段矢量而不是一个闭合的多边形之外。完成后所定义的线段包围的区域没有
被选择和填充。只有组成线段的那些像元才被选择。
1）在 ROI Controls 对话框，选择ROI_Type > Polyline.
2）采用多边形模式，点击鼠标左键，定义连接线段的端点。
· 要删除先前的线段，点击鼠标中键。
· 对于连续的绘制，绘制时按住鼠标左键。
3）点击鼠标右键，结束定义折线的过程。
4）使用折线上的手柄，以移动线条。 · 要擦除整条折线，在一条先前定义的折线的任何像元上点击鼠标中键。
5）点击鼠标右键，接受该折线。
6）当你对新的感兴趣区感到满意，点击 “Cancel” 离开 ROI Controls 对话框。或者：
7）再次点击 “New Region” ，创建另一个感兴趣区。
点（Point）点模式允许用户选择或删除光标下的像元。若在缩放窗口使用，该模式效果最佳。
1）在 ROI Controls 对话框，选择ROI_Type > Point.
2）点击鼠标左键，把当前光标下的像元添加到感兴趣区。
· 要从感兴趣区中删除一个先前选择的像元（当前光标下），点击鼠标中键。 · 要删除当前选择的点模式感兴趣区中的所有像元，点击鼠标右键。
3）当你对新的感兴趣区感到满意，点击 “Cancel” 来离开 ROI Controls 对话框。 或者：
4）点击 “New Region” ，创建另一个感兴趣区。
矩形和椭圆（Rectangle and Ellipse）
Rectangle 和 Ellipse 模式允许你绘制矩形和椭圆感兴趣区。
1）在 ROI Controls 对话框，选择ROI_Type > Rectangle 或Ellipse.
2）点击鼠标左键，并拖曳光标到所需要的矩形或椭圆大小。· 要画一个正方形或圆，点击并拖曳鼠标中键。
3）点住矩形或椭圆内的菱形手柄，并移动到所需要的位置。· 要删除该形状，在矩形或椭圆上点击鼠标中键。
4）点击鼠标右键，接受该形状到感兴趣区。
5）当你对新的感兴趣区感到满意，点击 “Cancel” 来离开 ROI Controls 对话框。或者：
6）点击 “New Region” ，创建另一个感兴趣区。
感兴趣区鼠标操作
感兴趣区模式操作鼠标按键交互
多边形，折线定义端点左点击或按住并拖
曳
多边形，折线删除上一个端点中点击
多边形，折线闭合多边形；结束折线右点击
多边形，折线接受多边形或折线右点击
多边形，折线删除整个多边形/折线中在所定义的多边
形/折线上点击点选择点左在像元上点击
点删除点中在像元上点击
点删除 ROI 中所有点右点击矩形，椭圆定义形状左按住并拖曳
矩形，椭圆删除形状中在形状内点击
矩形，椭圆接受形状右点击
5、感兴趣区测量工具
使用感兴趣区测量工具，来获得多边形或折线的点之间距离的一个记录，以及获得多边形、矩形和椭圆的周长和面积大小。
1）在 Region of Interest Controls 对话框，选择 Options > Measurement Report. 出现ROI Measurement Report 对话框，视活动的感兴趣区类型而定，记录的测量有所不同。
2）为特定感兴趣区类型绘制上述的感兴趣区。
对于多边形模式，列出了顶点间的距离，当多边形闭合时，记录了周长和总面积。
对于折线，列出了顶点间的距离，当折线被完成时，给出了总距离。
点模式，不进行距离测量。 矩形模式，记录边长、周长和总面积。
File 下拉菜单
使用File 菜单，把感兴趣区测量记录保存到一个 ASCII 文件，并关闭对话框。
· 要保存测量记录：
1）在ROI Measurement Report 对话框，选择File > Save Points to ASCII.
2）键入一个输出文件名。
3）要关闭感兴趣区测量工具，选择File > Cancel.
Units 下拉菜单
使用Units 菜单，选择测量感兴趣区的单位。
你可以选择pixels（像元）、meters（米）、kilometers（千米）、feet（英尺）、yards（码）、miles（英里）和 nautical miles（海里）。
· 选择Units > 所需要的单位。若图像的像元大小没有保存在文件头中，你可以选择除 “Pixel” 之外的任何单位。
当出现Input Display Pixel Size 对话框，完成这些步骤：
A. 在 “Pixel Size” 和 “Pixel Size” 文本框中，键入你图像的像元大小。
B. 从 “Units” 按钮菜单，选择单位类型。点击 “OK”。
Area 下拉菜单
使用Area 菜单，按英亩或公顷来测量感兴趣区的面积。
· 选择Area > Acres or Hectares.
Options 下拉菜单
使用Options 菜单，选择测量信息是记录线段（系统默认）还是点坐标。
· 要获取一个顶点坐标的列表，选择Options > Report as Points. 坐标将作为一个像元的位置被记录（“Pixel （x，y）”）。
· 要获取一个线段距离的列表，选择Options > Report as Segments. · 对于地理坐标定位过的图像，通过选择Options > Georef Map （x，y）或Georef （Lat/Lon），你可以把坐标作为地图坐标或经纬度坐标列出来。
· 要把点坐标的列表输出到一个文件，选择 File > Save Points to ASCII。6、感兴趣区Option菜单
※合并感兴趣区（Merge Regions）
要把所定义的多个感兴趣区合并为一个：
1）选择Options > Merge Regions.
2）将出现Merge ROIs 对话框，它包含两个所定义区域的列表。点击“Choose Base ROI to Merge” 下的区域名。
3）选择区域名，合并到“Choose Base ROI to Merge” 列表下的基区域（base region）。
· 要选择所有感兴趣区，点击 “Select All Items”。
· 要选择一组感兴趣区，点击列表中的第一个所需要的项，按住 “shift” 键，然后点击
你想在该组中包括的最后一个感兴趣区。
· 要选择多个，但不是所有感兴趣区，按住你键盘上 “Ctrl” 键的同时，点击每个所需要的感兴趣区。
· 要取消选择所有已选择的项，点击 “Clear All Items”。
4）点击“Delete Merged ROIs” 旁的箭头切换按钮，选择是否保留你合并的区域。
· 要在合并后删除单个的感兴趣区，选择 “Yes”。
“其它”感兴趣区的颜色将变为“基”感兴趣区的颜色，其它的名将从列表中被删除。
· 在合并后，要允许保留单个的感兴趣区，选择 “No”。
5）点击 “OK”。
※ROIs 的面积记录（Report Area of ROIs）
· 要得到每个感兴趣区覆盖面积的一个记录（单位：米、千米、英尺、码、英里或海里），选择Options > Report Area of ROIs > 需要的单位。
· 若图像的像元大小没有保存在文件头中，将出现一个对话框。以米为单位输入 X 和 Y 像元大小。
出现ROI Area Info 对话框，列出了每个感兴趣区的名称和相应的面积。
· 要把这些信息保存到一个 ASCII 文件，选择File > Save Text to ASCII 。
※根据波段阈值定义感兴趣区（Band Threshold to ROI）
该选项允许你选择特定的图像值和值的范围，来定义感兴趣区。
1. 在主菜单File> Open image file，打开cam_tmr.img图像文件。
2. 选择Options > Band Threshold to ROI. 或在主图像窗口选择Tools>ROI>Band Threshold to ROI.
3. 当出现Band Threshold to ROI Input Band 对话框时，选择要被限定阈值的波段。
4. 当出现Image Threshold to ROI Parameters 对话框时，选择:
· 要使用大于或等于输入的最小值的那些像元来产生一个感兴趣区，只需输入“Min Thresh Value”。
· 要选择小于或等于输入的最大值的那些像元，输入“Max Thresh Value”。
· 要选择在一定范围值内的像元，输入一个最小和一个最大阈值。
· 要指定一个感兴趣区的名称，编辑 “ROI Name” 文本输入项。
· 要更改感兴趣区的颜色，从 “ROI Color” 菜单中选择所需要的颜色。
5. 点击 “OK”，提取阈值内的像元。
将出现一个警告对话框，并列出满足阈值标准的像元数。
6. 点击 “OK” ，接受并导入感兴趣区（图2-6）。
该区域将作为一个“Thresh Bandname” 列在 ROI Controls 对话框中，其中波段名是用于提取感兴趣区的那个波段名。区域中的像元数也将被列出。
图2-6 根据波段阈值定义感兴趣区
※为感兴趣区计算缓冲区图像（Create Buffer Zone from ROIs)
使用该选项可以计算出一幅缓冲区图像，其中每个像元值（浮点型或整型）被定义为该像元到所选感兴趣区的最近距离。可以制定一个最大值，所有距离大于该值的像元将被设置为最大距离值+1。
如果一幅图像包含多个相关的感兴趣区，将出现Input Buffer Zone ROIs对话框，点击相应的名称。若选择了多个感兴趣区，将计算像元到最邻近感兴趣区的距离。
选择：Option > Create Buffer Zone from ROIs，点击或输入Maximum Distance，设置最大距离。选择Floating或Integer输入类型和输入位置。点击 OK 结束。生成的缓冲区图像被加入到可用波段列表中。
※根据感兴趣区生成分类图像
使用Create Class Image from ROIs工具可以将所选择的感兴趣区转化为一幅ENVI分类图像（图2-7）。类别的颜色与感兴趣区的颜色相同。
在ROI Tool对话框中
选择Option > Create Class Image from ROIs;
在主图像窗口中选择Tools> Regions of Interest > Create Class Image from ROIs;
在出菜单中选择Classification > Create Class Image from ROIs，或者在主菜单中选择Basic Tools> Regions of Interest > Create Class Image from ROIs。
出现Classification Image from ROIs对话框，在感兴趣区列表中点击感兴趣区名来选择所需感兴趣区。
注意：要更改感兴趣区所对应图像的DN值，点击该感兴趣区，使用箭头切换按钮输入一个新的DN值。
键入一个输出文件名，分类结果显示在可用波段列表中。
图2-7 根据感兴趣区生成分类图像
※计算感兴趣区的可分离性
使用Compute ROI Separability选项可以为一个给定的输入文件计算所选感兴趣区之间的波谱可分离性。 ENVI将会给出用于衡量可分离性的
Jeffries-Matusita和Transformed Divergence参数。这两个参数的值在0-2.0之间，代表所选感兴趣区之间的可分离性好坏，大于1.9的值说明所选的感兴趣区之间的分离性较好，如果参数较低，应该通过编辑感兴趣区或选择新的感兴趣区来提高他们之间的可分离性；如果参数数值很低（小于1），可以考虑将他们合并为一个感兴趣区。
在ROI Tools对话框中选择Option > Compute ROI Separability。在主窗口菜单Tools > Regions of Interest > Compute ROI Separability; 在ENVI主菜单中选择Basic tools > Compute ROI Separability。
当出现文件选择对话框时，选择输入文件；出现ROI Separability Calculation 对话框选择用于可分离性计算的感兴趣区。
Envi为每一个感兴趣区组合计算参数，根据分离性大小，从小到大列出感兴趣区组合。
7、感兴趣区文件管理
File 菜单允许使用一个 ENVI ROI 文件来保存和恢复感兴趣区信息，以及把感兴趣区导出到 ENVI 矢量文件（.evf）（图2-8）。
保存感兴趣区（Save ROIs）
1）选择File > Save ROIs
2）当出现 Save ROIs to File 对话框时，用鼠标左键在可滚动列表中点击所需要的感兴趣区名。
· 要选择所有感兴趣区，点击 “Select All Items”。
· 要取消选择的所有感兴趣区，点击 “Clear All Items”。
· 要选择一组连续列出的感兴趣区，点击所需要的第一个感兴趣区，按住 “shift” 键，然后点击最后一个所需要的感兴趣区，来突出显示两者之间所有的感兴趣区。
· 要选择多个非连续列出的感兴趣区，按住你键盘上 “Ctrl” 键的同时，点击每个所需要的感兴趣区。
3）键入或选择一个输出文件名。
4）点击 “OK” 来保存感兴趣区文件。
图2-8感兴趣区文件管理
恢复 ROIs （Restore ROIs）
要恢复以前保存的感兴趣区文件：
1）选择File > Restore ROIs。
2）当出现一个系统默认的列有所有 .roi 文件的文件选择对话框时，点击一个文件名导入该感兴趣区文件。
导出 ROIs 到 EVF（Export ROIs to EVF）
感兴趣区可以被导出到 ENVI 矢量文件（.evf）。所有被选择的感兴趣区将作为独立的记录导出到一个层（图2-9）。若感兴趣区相应的文件是经过地理坐标定位了的，那么矢量层将使用相同的投影。
要把所选择的感兴趣区导出到一个 ENVI 矢量文件（.evf）：
1）选择File > Export ROIs to EVF.
2）当出现Export Regions to EVF 对话框时，通过在感兴趣区名上点击，选择所需要的感兴趣区来导出。
· 要选择所有的感兴趣区，点击 “Select All Items”。
· 要取消选择所有的感兴趣区，点击 “Clear All Items”。
· 要选择一组连续列出的感兴趣区，点击所需要的第一个感兴趣区，按住“shift” 键，然后点击最后一个所需要的感兴趣区，来突出显示两者之间所有的感兴趣区。
· 要选择多个非连续列出的感兴趣区，按住你键盘上 “Ctrl” 键的同时，点击每个所需要的感兴趣区。再次点击取消选择一项。
3）选择应该如何处理感兴趣区的点，是把每个点作为一个单独的矢量记录，还是所有点作为一个矢量记录。
4）在 “Layer Name” 文本框中，输入所需要的层名。
5）选择输出到 “File” 或 “Memory”，若有必要，键入一个输出文件名。
图2-9 将ROIs导出到 EVF矢量文件
8、利用 ROIs 裁剪遥感图像
1）在ENVI主菜单中打开影像can_tmr.img，该影像的波段加载到可用波段
列表中。
2）在主菜单File> Open image file，打开cam_tmr.img图像文件。在主菜单Basic tools > Region of Interest，出现ROI Tool窗口，在该窗口的File中，选择Restore ROIs加载已有的两个ROI文件can_tm1.roi和can_tm2.roi。
图2-10 ROIs 裁剪遥感图像
3）在主菜单Basic tools > Subset data via ROIs, 出现Select Input File to Subset via ROI 窗口，选择can_tmr.img影像，点击OK。
也可以在Select Input File to Subset via ROI窗口下方点击“Spectral Subset”，从图像文件中选择波段子集，针对某个波段或者某几个波段进行裁剪。
4）出现“Spatial Subset via ROI Parameter”窗口，若对所有感兴趣区都进行剪裁，点击“Select All Items”，在“Mask pixel outside of ROI”选择“Yes”, 在内存“Memory”输出,或者存储为文件（图2-10）。
（三）显示交互式散点图
ENVI可以绘制出两个所选影像波段的数值关系图，即分别选定这两个波段为X、Y轴，在平面坐标上绘制两者的散点图。
1．在主影像窗口菜单栏中，选择Tools--2D Scatter Plots。Scatter Plot Band Choice对话框就会出现在屏幕上，在该对话框中选择要进行比较的两个影像波段（图2-11）。
图2-11 交互式散点图
2．选择其中一个波段作为X轴，另一个波段作为Y轴，然后点击OK。ENVI 把数据值提取出来，并绘制成散点图。
3．一旦打开了散点图绘制绘制窗口，就可以将鼠标放在主图像窗口中任意位置，并可以按住鼠标左键来拖动光标此时，此时，十字光标周围10*10范围内的像素在散点图中所对应的点将会用红色突出显示出来。
4．在主图像窗口中移动鼠标光标，观察所产生的跳跃像素（dancing pixels）效果（图2-12）。
5．在散点图菜单中，选择File——Cancel来关闭Scatter Plot窗口。
图2-12 跳跃像素
※显示散点图密度分布（Displaying the Scatter Plot Density Distribution）许多图像的像元可以在各波段内有相同的 DN 值，这将在散点图中位于同一位置。散点图密度分布通过使用彩条颜色表，从紫色到红色来进行彩色编码，其中紫色代表低密度（图2-13）。
· 要显示散点图的密度分布，选择Option > Density Slice。
注意: 若有一个 Z 剖面图（Option菜单打开）与散点图相关联，那么通过在散点图轴的外面点击鼠标右键，密度分布被显示。
图2-13 散点图密度分布
※在散点图上抽取 ROIs（Drawing ROIs on the Scatter Plot）
可以在散点图中抽取感兴趣区，提供交互式的分类方法。
· 在散点图中抽取一个感兴趣区：
1. 在散点图上，用鼠标左键点击包围所需要区域的多边形的顶点。
2. 使用鼠标右键，闭合多边形并完成选择。
当该区域被闭合时，散点图中所选择的 DN 范围内的图像中像元用彩色突出显示在主图像窗口中（图2-14）。
· 在散点图中抽取多个感兴趣区或类型：
选择Class > 从选项列表中选择另一种颜色，按上面步骤绘制感兴趣区。
· 编辑类型：
选择Class> White，使用白色多边形围绕要删除的像元绘制多边形来删除它们。被删除的像元恢复为白色。
· 删除类：
在散点图轴的外面点击鼠标中键，完全删除所选择的类型多边形。
图2-14 散点图中抽取感兴趣区
※File 下拉菜单
你可以使用散点图菜单栏上的File 下拉菜单，选择控制 2-D 散点图的输入和输出功能。选项包括输出散点图、导入保存的感兴趣区，以及取消散点图功能。
※Class 下拉菜单
Class 下拉菜单允许你更改散点图突出显示的颜色。通过为每种类型选择一种新颜色，定义多个感兴趣区或类型。当前选择的类型对应于Class 下拉菜单中选择的颜色。
· 选择类：在Class下，选取相应的颜色，即选择了该类别，如该颜色没有使用，则新建该类别。
Options 下拉菜单
可以使用散点图菜单栏上的Options 下拉菜单，选择那些控制 2-D 散点图操作的功能。选项包括控制图像模式，清除和导出类型，计算平均波谱，链接散点图和一个 Z 剖面图窗口，更改用于提取跳动像元的斑点大小，以及更改波段
选择。
※图像 Dance（Image Dance）
如上面所述，你可以链接鼠标在图像窗口内的移动，把相应的像元作为“跳动像元”用所选择的斑点大小同时绘制在散点图中。选择Options > Image Dance.
※图像 ROI（Image ROI）
Image ROI 选项允许你通过使用绘制多边形感兴趣区步骤，在图像窗口内绘制感兴趣区。感兴趣区的像元突出显示在散点图中，具有两个所选择波段相似波谱特征的所有像元，作为一个覆盖图用彩色绘制在显示图像上（图2-15）。
· 选择Options > Image ROI.
图2-15多边形感兴趣区像元在散点图显示
※关闭（Off）
· 要在图像窗口内关闭散点图鼠标按键功能，然后返回到它们标准的功能，选择Options > Off.
※清除分类（Clearing Classes）
· 对于所选择的类型颜色，要从散点图和图像窗口删除感兴趣区以及相应图像窗口突出显示的像元，选择Options > Clear Class.
· 对于所有类型，要从散点图和图像窗口删除所有感兴趣区和相应图像窗口突出显示的像元，选择Options > Clear All.
※导出分类（Exporting Classes）
对于所选择的类型颜色或所有类型，Exporting Classes 选项将允许你把突出显示的图像窗口像元导出到一个标准的 ENVI 感兴趣区，以便在其它 ENVI 功能中使用。
· 要导出一个所选择的类型，选择Options > Export Class.
· 要导出所有类型的突出显示的图像窗口像元，选择Options > Export All.
※类平均（Class Means）
对于所选择的类型或所有定义的类型，要计算平均波谱：
1. 选择Options > Mean Class / Mean All.
2. 当出现Input File Associated with 2-D Scatter Plot 对话框时，选择相应的输入文件。
平均波谱将被计算并显示在一个图表窗口中。若一个与散点图对应的 Z Profile 窗口被打开，同样的数据将被用来计算平均波谱。
（四）遥感图像空间或波谱子集构建
构建遥感图像的空间或波谱子集：在主菜单使用Basic Tools----Resize Data(spatial / spectral)，或者在进行文件打开、选择操作时使用相同的功能。
图2-16
1．构造空间子集
构建方法有：输入样本和行值；输入地理坐标；使用先前应用于其它文件的相同子集；使用显示在滚动窗口的图像；通过感兴趣区的边界。
点击“Spatial Subset”按钮。 Spatial Subset对话框被打开，其外观视当前数据是以样本-线为基础的还是以经过地理坐标定位而定。
图2-17 影像空间子集（1）
遥感实验报告
1.利用Mapgis进行图像校正 1.1实验目的 了解MAPGIS土地利用数据建库对数据的基本要求。掌握图像校正---DRG生产的具体操作步骤。 1.2实验基本要求 将两幅1/万影像数据k50g092035、k50g092036,进行图象校正。 1.3实验内容 DRG生产的操作步骤如下： 1.打开mapgis主菜单，选择图像处理\图象分析模块。 2.文件转换：打开文件\数据输入，将两幅tif图像转换成msi(mapgis图象格式)文件类型。 选择“转换数据类型”为“TIF文件”，点“添加目录”选择影象所在目录，点“转换”。 3. 选择文件\打开影象，打开转换好的msi文件k50g092035.msi，再选择镶嵌融合\DRG生产\图幅生成控制点，点“输入图幅信息”。 4.输入图幅号信息，输入图幅号 k50 g092035,系统会利用此图幅号自动生成图幅的理论坐标。 图1.1 图幅生成控制点 5.定位内图廓点，建立理论坐标和图象坐标的对应关系。 利用放大、缩小、移动等基本操作在图像上确定四个内图廓点的位置。以定位左上角的内图廓点为例：利用放大，缩小，移动等操作找到左上角的内图廓点的精确位置后，点击上图对话框中的左上角按钮，然后再点击图像上左上角的内图廓点即完成该点的设置。完成参数设置和内图廓点信息的输入后，点击生成GCP，将自动计算出控制点的理论坐标，并根据理论坐标反算出控制点的图像坐标。 6.顺序修改控制点。 选取镶嵌融合\DRG生产\顺序修改控制点,则弹出控制点修改窗口,如下图所示:
图1.2 控制点修改窗口 7.逐格网校正 选取镶嵌融合\DRG生产\逐格网校正，弹出文件保存对话框,输入结果影像文件名为“K50 G 092035”，点“保存”。出于精度考虑，可以将“输出分辨率” 设置为“300”DPI。 8.DRG生产完毕。为了以后线文件要与内图框闭合成区，接着生成单线内图框。 生成单线内图框的方法如下： 1）选择镶嵌融合\ 打开参照文件\自动生成图框 2）输入图幅号，选择北京54坐标系.采用大地坐标系 3）选择单线内框.椭球参数选择北京54图框文件名保存为2035.WL，保存路径如下图如示，点“确定”即可完成。 图1.3 1:1万图框 用同样的方法校正另一幅影像k50g092036,将校正后的文件保存为k50 g 092036,同时生成对应的内图框文件2036.wl，保存在实习数据\单线内图框\。
遥感实验
实验二：遥感图像的增强处理 1.实验目的和意义 （1）理解遥感图像的增强处理的方法和原理； （2）理解遥感图像彩色合成的原理，掌握遥感图像彩色合成的方法； （3）掌握遥感图像的增强处理，包括对比度变换（直方图）、空间滤波、HSL变换、多光谱变换（K-L变换，即主成分分析，PCA.；K-T变换，即缨帽变换）。 2、相关实验原理和步骤 （1）图像的彩色合成 A原理：色彩变换（RGB TO IHS）是将遥感图像从红(Ｒ)绿(Ｇ)蓝(Ｂ)三种颜色组成的色彩空间转换到以亮度（I），色度(Ｈ)，饱和度(Ｓ)作为定位参数的色彩空间，以便使图像的颜色与人眼看到的更接近。其中，亮度表示整个图像的明亮程度，取值范围是0-1；色度代表像元的颜色，取值范围是0-360；饱和度代表颜色的纯度，取值范围是0-1. B:步骤：Transform-color transform-RGB to HLS，如图： 真彩色与假彩色的对比 真彩色假彩色
（2）主成分分析 A原理：主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解释。ERDAS IMAGE提供的主成分变换功能最多能对256个波段的图像进行转换压缩。 B步骤：transform-principal component-Forward PC Rotation-compute New Statistics and Rotate；如图： 最后得到的分析结果图
（3）缨帽变换练习 A原理：采用缨帽变换可以将ＴＭ图像除热红外波段的6个波段压缩成3个分量，其中的土壤亮度指数分量是6个波段的加权和，反映了总体的反射值；绿色植被指数分量反映了绿色生物量的特征；土壤特征分量反映了可见光和近红外与较长的红外的差值，它对土壤湿度和植物湿度最为敏感。这样的三个分量就是ＴＭ数据进行缨帽变换后的新空间，它可以对植被、土壤等地面景物作更为细致、准确的分析，应用这种处理方法可增强影像上深色区域的信息。 B步骤：transform-tasseled cap-can_tmr.img。如图： （4）锐化处理； A原理：调整图像的锐化程度使地物在图像上的差别便于人眼识别，可达到信息增强的目的。对图像进行锐化增强实际上是利用变换函数把原图像进行灰度级转换，增大相邻像元的灰度值之差，从而达到突出图像细节的目的。B步骤：transform-image sharpening。 具体步骤及其效果图如下所示：
遥感实验二
遥感实验二遥感影像的初步识别 一、实验目的 学会识别遥感影像及其标识、理解像元灰度值与图像亮度及颜色的关系、理解遥感图像的矩阵表示、理解像元大小、掌握遥感图像的各种打开方式，对比了解不同影像的色调、纹理及颜色特征。 二、实验原理 地物光谱特征及成因。 三、实验数据 某区域的遥感图像，包括：367-071-0000103564.zip、452-86-L10000004263.rar、11943E20010304.rar、12843_19731222.rar。 四、实验内容及主要步骤 1、识别遥感影像及其标识 在资源管理器中找到与遥感影像文件名相同扩展名不同的文本文件，用记事本或写字板打开该文件，阅读其中的图像信息； 阅读layer info中标明的图像信息； 查询像元灰度值（用光标定位显示和用影像信息表查看）。 2、遥感影像的打开方式 a、用缺省方式打开遥感影像 打开影像（数据格式、缺省显示方式）、重叠显示并对比两个影像；放大、缩小、漫游、全图显示。 b、遥感影像的多种打开方式 包括：图像按多波段RGB真彩色、某波段按假彩色、某波段按灰度、高程数据按地势显示。 3、不同遥感影像的对比识别 结合实验内容1和2，认识常用遥感数据的图像特征，识别不同传感器成像的异同点，该实验内容留作课后作业。 五、课后作业及要求 结合本次课的实验内容，对所提供的影像数据（包括MSS、ETM、CBERS、HJ）对比进行识别和分析，内容包括：
1、识别影像（包括卫星及传感器、太阳高度角及方位角、成像时间、空间 分辨率、覆盖范围、波段数及行列数、投影参数等相关信息），要求写出实际的操作过程及所得结果的依据所在； 2、对比分析同一地物在不同影像上的颜色、纹理、色调特征，对其成因进 行分析和探讨，可查找相关文献进行总结。
(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)
遥感实验报告
遥感原理与应用 实验报告 姓名：学号：学院：专业： 年月日 实验一： erdas视窗的认识实验 一、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，掌握几个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、实验步骤 打开imagine 视窗 启动数据预处理模块 启动图像解译模块 启动图像分类模块 imagine视窗 1.数据预处理（data dataprep） 2.图像解译（image interpreter） 主成份变换 色彩变换 3.图像分类（image classification） 非监督分类 4. 空间建模（spatial modeler） 模型制作工具 三、实验小结 通过本次试验初步了解遥感图象处理软件erdas的主要功能模块，在此基础上，基本掌握了几个视窗操作模块的功能和用途。为后续的实验奠定了基础。 实验二遥感图像的几何校正 掌握遥感图像的纠正过程 二、实验原理 校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。利用地面控制点进行的几何校正称为几何精校正。一般地面站提供的遥感图像数据都经过几何粗校正，因此这里主要进行一种通用的精校正方法的实验。该方法包括两个步骤：第一步是构建一个模拟几何畸变的数学模型，以建立原始畸变图像空间与标准图像空间的某种对应关系，实现不同图像空间中像元位置的变换；第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上，完成标准图像空间中每一像元亮度值的计算。 三、实验内容 根据实验的数据，对两张图片进行几何纠正 四、实验流程
遥感实验心得体会
实习心得体会 遥感是一门理论性和实践性都很强大的专业课，需要我们在课堂上学习了理论知识后进行上机实验，以加深对所学知识的了解。 几何纠正这次试验本来是我们上周的自主完成试验，我用自己在网上下载的数据按照试验实验指导书上的要求做了一遍，在选点的时候选择了七个点，完成试验后也不知道怎样判断自己纠正的图像到底对不对，只是发现最终的生成结果中有一个4K大小的东西，结果是我做错了，这次，跟着老师做了一遍试验后，我对ERDAS这个软件有了一定的认识，并且顺利的完成了几何纠正，也意识到上次做实验时我的错误，首先，我打开来的两张图片并不都是img格式的，我没有将他们进行转换就进行的纠正，其次，我并没有完全理解课本上的纠正过程。我们选点的时候要选择六个以上的点，用来完成建模过程，然后其余的点可以用来对建立的模型进行检验以及纠正，我选则的七个点，纠正的结果应该是很差的。 然后，在这次试验课上，老师首先给我们介绍了ERDAS软件，然后，带着我们完成的做了一遍试验，试验由以下几部分组成： （1）显示图像文件（Display Image Files） （2）启动几何校正模块（Geometric Correction Tool） （3）启动控制点工具（Start GCP Tools） （4）采集地面控制点（Ground Control Point） （5）采集地面检查点（Ground Check Point） （6）计算转换模型（Compute Transformation） （7）图像重采样（Resample the Image） （8）保存几何校正模式（Save rectification Model） （9）检验校正结果（Verify rectification Result） 其中，最值得一说的是寻找控制点以及检查点，在寻找过程中，刚开始寻找是很慢的，图像看上去黑乎乎的，完全找不到自己想找的点，后来，顺着河流，道路的交叉点，很顺利的找到了自己想要找的点，在超过六个点以后找点时就方便了很多，在第一张图片上找点自己想要找的点，然后第二张图片上会自动匹配出点的位置，我们要寻找的范围缩小了很多，这时，我们要做的只剩下看看它匹配的准不准，如果不准，我们将点拖动到准确的点上即可。 第一次试验结束了，首先我对ERDAS这个软件有了一个认识，其次，我觉得要完成一个好的试验，我们对理论知识一定要有很深刻的认识，不然我们就像无头苍蝇，成为了一个工具，只是在做，却不知道自己在做什么，自己在哪边做错了也不知道，在自主完成试验之后，老师带领我们在做一遍，我们对试验的认识以及理论知识的了解会上升到另外一个高度，这样的实践教学对我们的学习应该会有很大的帮助。
遥感地学分析实验报
实验一植被覆盖度反演 一、实验目的 植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。通常林冠称郁闭度，灌草等植被称覆盖度。它是衡量地表植被覆盖的一个最重要的指标，被覆盖度及其变化是区域生态系统环境变化的重要指示，对水文、生态、全球变化等都具有重要意义。目前已有许多利用遥感技术测量植被覆盖度的方法，其中应用最广泛的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI，本次实验完成植被覆盖度反演。 二、实验数据 实验选取两景覆盖北京市的Landsat8 OLI影像、土地覆盖类型图以及北京行政边界矢量数据为数据源。其中，土地覆盖类型图是作为掩膜文件使用，其目的是为了便于植被覆盖度的估算；北京行政边界矢量数据是裁剪出北京市行政区内的范围。Landsat8 OLI影像是从地理空间数据云网站上下载得到的，其成像时间为2013年10月份。与Landsat7的ETM+成像仪相比，OLI成像仪获取的遥感图像辐射分辨率达到12比特，图像的几何精度和数据的信噪比也更高。OLI成像仪包括9个短波谱段（波段1～波段9），幅宽185km，其中全色波段地面分辨率为15m，其他谱段地面分辨率为30m。 三、实验方法 本文反演植被覆盖度所采用的是像元二分模型方法，像元二分模型是一种简单实用的遥感估算模型，它假设一个像元的地表由有植被覆盖部分与无植被覆盖部分组成，而遥感传感器观测到的光谱信息(S)也由这2个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。因此，像元二分模型的原理如下：VFC = (S - Ssoil)/ ( Sveg - Ssoil) S为遥感信息，其中Ssoil 为纯土壤像元的信息, Sveg 为纯植被像元的信息。 改进的像元二分法——遥感信息选择为NDVI VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) 两个参数的求解公式 NDVIsoil=(VFCmax*NDVImin- VFCmin*NDVImax)/( VFCmax- VFCmin) NDVIveg=((1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin)/( VFCmax- VFCmin) 当区域内可以近似取VFCmax=100%，VFCmin=0% VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) 当区域内不可以近似取VFCmax=100%，VFCmin=0%，当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值；当没有实测数据的情况下，植被覆盖度的最大值和最小值根据经验估算。 其中, NDVIsoil 为裸土或无植被覆盖区域的NDVI值, 即无植被像元的NDVI 值；而NDVIveg 则代表完全被植被所覆盖的像元的NDVI 值, 即纯植被像元的NDVI 值。 四、实验处理步骤 1、实验处理流程如下图所示
实验二 遥感图像的辐射定标
实验二遥感图像的辐射定标 1.实验目的与意义： （1）了解辐射定标原理 （2）使用ENVI软件自带的定标工具定标 （3）学习波段运算进行辐射定标 2.为什么要进行辐射定标，定标的原理是什么？ 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。 原理：辐射定标是将传感器记录的电压或数字量化值（DN）转换为绝对辐射亮度值（辐射率）的过程，或者转换为与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程。 3.辐射定标过程 一般有两种方式： 第一种：利用计算公式，在ENVI中利用band math计算福亮度和反射率。 第二种：利用ENVI自带的定标工具进行定标，获取福亮度或反射率。 第一种方法：用波段运算得到Radiance和Reflectance （1）表观辅亮度radiance的计算 radiance=（（lmax-lmin）/（qcalmax-qcalmin）*（qcal-qcalmin）+lmin 其中：radiance –表观辐亮度 qcal-----DN（也就是影像数据本身）； lmax 和lmin是从参数表中查询； qcalmax 是DN值的最大值，对于TM是8bit来说，qcalmax=255； Qcalmin 是DN值的最小值，一般为0 即 （2）表观反射率的计算 ρ=π*L*d2/（ESUN*cos（θ）） 其中ρ为表观反射率； L为上一步计算出来的表观辐亮度； d为日地距离，这个数据通过下面的表格中获取； ESUN为大气层外的太阳辐射,也可以说是传感器接收处的太阳辐射； θ为太阳天顶角。（这个可以通过影像的元数据获取）在本次实验的数据中radiance=（193+1.52）/255*b1-1.52 Reflectance=3.14*（b1）*1.0128^2/（1957*0.7381）步骤如下：打开文件L5120036_03620100819_MTL.txt ，点击Band Math，输入(193+1.52)/255*b1-1.52，之后即可计算出辐射度，文件保存为radiance1。
遥感实验报告七
合肥工业大学资源与环境工程学院 《遥感图像处理与分析》 实验报告(七) 姓名 学号 专业 班级 任课教师
实验七：图像分类 一、实验目的 理解计算机图像分类的基本原理 掌握数字图像非监督分类以及监督分类的具体方法和过程 理解两种分类方法的区别 二、实验材料 Landsat遥感影像1幅 ERDAS IMAGINE9.2遥感图像处理软件 计算机 三、实验内容及步骤 （一）非监督分类 （1）启动非监督分类模块：在ERDAS面板工具中选择DA TAPrep-Unsupervisd Classification命令，打开非监督分类对话框或是在ERDAS面板工具中选择 Classifier-Classification-Unsupervised Classification打开非监督分类对话框（2）选择图像处理文件和输出文件，设置被分类的图像和分类结果，并选择生成分类模块文件产生一个模版文件。 （3）这里Number of Classes定为14，Maximum Iterations定为7如下图所示 （4）点击OK按钮，执行非监督分类，打开原图与结果图：
分类评价： （1） 打开原始图像和分类后的图像：点击ERDAS-Viewer 面板，先后打开原始图像和分 类后的图像，在打开分类结果图像时，在Raster Option 选项卡中取消选中的Clear Display 复选框，保证两幅图叠加显示 （2） 设置各类别的颜色:单击Raster-Tool ，打开Raster 工具面板，选择Raster-Attributes ， 打开Raster Attribute Editor 对话框 （3） 调整字段显示顺序，在Raster Attribute Editor 窗口，选择Edit 菜单-Column Properties 命令，打开Column Propertis 对话框，在Columns 列表中选择字段，通过Up 、Down 、Top 、Bottom 按钮调整其在属性表的显示顺序 （4） 同上，在Raster Attribute Editor 对话框中单击某一类别的Color 字段，在弹出的As Is 中选择合适的颜色 （5） 确定类别精度并标注类别：在Raster Attribute Editor 对话框中点击Opacity 字段名， 进入编辑状态，依据需要输入0（透明）或1（不透明）。通过在Utility 菜单下设置分类结果在原始图像背景上闪烁（Flick ）、卷帘显示（Swipe ）、或混合显示（Blend ），
实验五 遥感图像的融合
实验五遥感图像的融合 一、实验目的和要求 1.理解遥感图像的融合处理方法和原理； 2.掌握遥感图像的融合处理，即分辨率融合处理。 二、设备与数据 设备：影像处理系统软件 数据：TM SPOT 数据 三、实验内容 多光谱数据与高分辨率全色数据的融合。 分辨率融合是遥感信息复合的一个主要方法，它使得融合后的遥感图象既具有较好的空间分辨率，又具有多光谱特征，从而达到增强图象质量的目的。 注意：在调出了分辨率融合对话框后，关键是选择融合方法，定义重采样的方法。 四、方法与步骤 融合方法有很多，典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt 等。ENVI 里除了SFIM 以外，上面列举的都有。 HSV 可进行RGB 图像到HSV 色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回RGB 色度空间。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 打开ENVI,在主菜单中打开数据文件LC81200362016120LGN00_MTL 选择File>data manage，任意选择3个波段组合，查看效果
打开分辨率为30和15的图像
下图分别是分辨率为30、15的，可以看到图像清晰度明显发生改变，分辨率越高，图像越清晰
下面进行融合 点击工具栏中的Image Sharpening>Gram-Schmidt Pan Sharpening，在对话框中点击Spectral Subset…改变其波段 选择如下图所示的三个波段
遥感实验二报告
遥感实验二实验报告 学院：资源与环境 专业：11 城规 姓名：李恒玺 学号：2011081018 指导老师：吴静
实验报告： 1、实验目的： 识别自己下载的地物特征 2、实验步骤： 1）我下载的是北京2010/11/4LANDSAT7 ETM+,条带号：123 行编号：32。2）此图像的基本信息为： 数据标识：LE71230322010308EDC00 快视图：[ 查看大图] 卫星：LANDSAT7 条带号：123 行编号：32 行象元数：1000 列象元数：1100 传感器：ETM+ 接收站标识：EDC 数据获取日期：20101104 白天/夜晚：DAY 开始时间：2010-11-04 02:45:51 结束时间：2010-11-04 02:46:18 平均云量：.01 左上云量：0 右上云量：0 左下云量：.01 右下云量：.04 太阳方位角：159.82481384 太阳高度角：31.99302864 中心纬度：40.32566 中心经度：116.73708 左上点纬度：41.28471 左上点经度：115.87321 右上点纬度：40.95814 右上点经度：118.11105 左下点纬度：39.68246 左下点经度：115.38956 右下点纬度：39.36360 右下点经度：117.57607 3）将下载的图像在ERDAS软件的Layer Stack中做多波段合成，合成后的图像为：
4）用灰阶方式以及各种不同的彩色合成方式显示组合的影像，观察不同波段影像的异同，及不同彩色合成方式对影像的表现力，并用文字说明。 ○1水体：将图像在Display as Ture color 中RGB分别为９，１，８可以很清楚显 示水体，显示的图像为： ○2白云：在ＲＧＢ为３，７，２可以较好的显示云朵，也可以从外形和云朵的颜色的看出。
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
遥感实验五_影像镶嵌、裁剪、融合
遥感实验五数字图像处理 ------------图像镶嵌、裁切及融合 一、实验目的 学会图像镶嵌、图像裁切及图像融合等技术，通过实际影像的操作，制作可用于实际工作的某区域遥感图像，为下一次实验准备数据。 二、实验数据 某区域的遥感图像：11942E20000504.rar、11943E20010304.rar； 某区域的范围：xianyou.shp 三、实验内容及主要步骤 1、图像镶嵌 注：要镶嵌的两幅或多幅影像要求具有相同的投影信息，如果不同，则需要首先统一。ERDAS IMAGINE中提供了投影转换的工具，点击、选择Reproject Images；或者，也可以在ArcGIS的ArcToolbox中选择Projections and Transformations/Raster/Project Raster进行转换。以下以ERDAS IMAGINE 软件为例进行投影转换。 1.1.投影定义和转换 在ERDAS中，点击DataPrep,在下拉选项卡中点击Rejection Images,在Input File中输入需要进行投影转换的影像数据——福建某地区2000年5月30米分辨率的的多光谱影像（本例以TM4、3、2波段为例）。在Output File设置保存路径和输出文件名。在Categories中点击右侧的小地球标志进行投影定义。投影参数设置如下图1.1示，点击OK，完成投影转换。本图及以下各图均将WGS-84投影转换成Gauss Kruger投影。
同理，对裁切的多光谱小图进行投影转换，原理及步骤亦同上，图1.2示。 图1.2 对全色波段影像数据tm11942_8进行投影变换，原理同多光谱影像投影变换，但在erdas 中进行投影转化时由于在选择categories时，选择了南半球国家投影类别发生错误，结果显示为一“倒像”，故tm11942_8影像采用ArcGIS软件进行投影转换，转换目的主要是讲投 影信息中的Datum转成Krasovskv。
综合遥感实验报告
本科学生实验报告 姓名周文娜学号094130090 专业＿地理科学＿班级 B 实验课程名称遥感导论 实验名称遥感图像分类---监督分类，非监 督分类 指导教师及职称胡文英 开课学期2011 ＿至＿＿2011 学年＿下学期云南师范大学旅游与地理科学学院编印
一、实验准备 实验名称：遥感图像分类---监督分类，非监督分类 实验时间：2011年6月10日 实验类型：□验证实验□综合实验□设计实验 1、实验目的和要求： （1）理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的。 （2）进一步理解计算机图像分类的基本原理以及监督分类的过程，达到能熟练地对遥感图像进行监督分类的目的，同时深刻理解监督分类与非监督分类的区别。 2、实验相关设备： 计算机一台，及ERDAS软件 3、实验理论依据或知识背景： （1）监督分类的概念： 首先需要从研究区域选取有代表性的训练场地作为样本。根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、差等),建立判别函数,据此对样本像元进行分类,依据样本类别的特征来识别非样本像元的归属类别。 监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。 （2）非监督分类的概念： 非监督分类的前提是假定遥感影像上的同类物体在同样条件下具有相同的光谱信息特征。非监督分类方法不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱信息(或纹理信息)进行特征提取,再统计特征的差别来达到分类的目的,最后对巳分出的各个类别的实际属性进行确认。 监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别知识,监督分类根据训练场提供的样本选择特征参数,建立判别函数,对待分类点进行分类。因此,训练场地选择是监督分类的关键。由于训练场地要求有代表性, 训练样本的选择要考虑到地物光谱特征,样本数目要能满足分类的要求,有时这些还不易做到, 这是监督分类不足之处。
遥感实习报告(报告)
重庆交通大学测绘工程《遥感原理及应用》实验报告 班级： 学号： 姓名： 指导老师： 实验室：地理信息中心实验室
实验一ENVI 视窗的基本操作 一、实验的目的 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、实验软件与数据 软件：Envi遥感图像处理软件。 数据：重庆地区UTM第八波段数据。 三、实验方法与步骤 Envi软件的主菜单： 这个是ENVI软件的主菜单,其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。 四、实验体会与建议 本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。还有就是将Envi软件菜单的界面转换成中文菜单。 1、在ENVI安装目录..\RSI\IDL60\products\envi40\menu下建立新文件夹，命名为orgmenu 2、拷贝..\RSI\IDL60\products\envi40\menu下原有的英文菜单文件display.men、display_shortcut.men和envi.men到新建的orgmenu目录中进行备份 3、拷贝下载的display.men、display_shortcut.men和envi.men文件到..\RSI\IDL60\products\envi40\menu中，覆盖原文件。 4、启动ENVI4.0。
实验二遥感图像的几何校正 一、实验的目的 通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 二、实验软件与数据 软件：Envi遥感图像处理软件。 数据：重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。 三、实验方法与步骤 1、打开ENVI软件将UTM图像和jpg格式的图片载入， 上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的。 2、选择校正与镶嵌菜单下的校正图像选取控制点(图像到图像)，
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。
实验五 遥感图像专题制图
实验五遥感专题制图 一、背景知识 ERADS IMAGINE的专题地图编辑器(Map Composer)是一种所见即所得(WYSIWYG--What You See Is What You Get)编辑器，用于产生相当于地图质量的图像和演示图，这种地图可以包含单个或多个栅格图像层、GIS专题图层、矢量图形层和注记层。同时，地图编辑器允许您自动生成文本、图例、比例尺、格网线、标尺点、图廓线、符号及其它制图要素，您可以选择1600万种以上的颜色，多种线划类型和60种以上的字体。 ERADS IMAGINE专题制图过程一般包括六个步骤： ①根据工作需要和制图区域的地理特点，进行地图图面的整体设计，设计内容包括图幅大小尺 寸、图面布置方式、地图比例尺、图名及图例说明等； ②准备专题制图输出的数据层，在视窗中打开有关的图像或图形文件； ③启动地图编辑器，正式开始制作专题地图； ④确定地图的内图框，同时确定输出地图所包含的实际区域范围，生成基本的制图输出图面内 容； ⑤在主要图面内容周围，放置图廓线、格网线、坐标注记、以及图名、图例、比例尺、指北针 等图廓外要素； ⑥设置打印机，打印输出地图。 二、实验目的 1.掌握遥感专题制图的方法 2.专题制图的组成要素及其布局。 三、实验准备 实验数据：Modeler_output.img 用于专题地图编辑 germtm.img 用于遥感系列制图 四、实验内容（2课时） ·专题地图编辑过程(Process of Map Composition ) ·制图文件路径编辑(Edit Map Composition Path ) ·系列地图编辑工具(Map Series Tool ) 五、实验步骤、方法 1.专题地图编辑过程(Process of Map Composition ) (1)准备专题地图数据(Prepare the Data Layer) 在视窗中打开所有要输出的数据层，包括栅格图像数据、矢量图形数据、文字注记数据等。具体示例如下： 视窗菜单条：File / Open / Raster Layer，打开图像Modeler_output.img。 (2)产生专题制图文件(New Map Composition) 操作方法：ERDAS图标面板工具条：点击Composer图标/ New Map Composition，打开New Map Composition对话框。
遥感实验报告
实验报告（实验一） [实验名称]ENVI窗口的基本作 [实验目的与内容] 实验目的 熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。 实验内容 1、熟悉遥感图像处理软件ENVI的窗口基本操作。 2、查看影像信息和像元信息。 3、距离测量与面积测量。 [实验数据处理及成果]
1、哈尔滨市TM影像成像的 时间 2013年7月19日、分辨率 30m ， 各波段的波长。 2、哈尔滨市TM影像使用的 投影类型 UTM 、投影分带北 51区。 3、哈尔滨市TM影像使用的坐标系， 图像左上角的公里网坐标 9819 8092 、 地理坐标经度125.4941 纬度47.0930 。 4、测量狗岛的周长9602.445 m 面积3613050 m2。 [体会及建议] 通过本次试验熟悉遥感图像处理软件ENVI的窗口基本操作。了解了ENVI 的功能。加深了对遥感原理的认识。学会了初步实验的能力。为以后学习打下了基础。 [实验成绩]
实验报告（实验二） [实验名称] 遥感影像地理坐标定位和配准 [实验目的与内容] 实验目的 熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI 进行影像到影像的配准和影像到地图的校正。掌握使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。 实验内容 本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。 [实验数据处理及成果] 用SPOT校正TM数据，附操作过程截图和校正后TM影像图片
[体会及建议] 通过本次试验熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。 [实验成绩]
卫星遥感实验报告
实验一认识遥感图像 一、实验目的 通过实验，了解常用的遥感图像处理软件的名称；同时熟悉ENVI的功能及操作界面，并掌握如何利用该软件进行遥感图像的读取等操作。 二、实验内容 1. 常用遥感软件 遥感软件的发展伴随着遥感技术的发展而出现很多遥感软件，目前国内外最常用的遥感图像处理软件有： 1）ERDAS IMAGINE，是美国Leica公司开发的遥感图像处理系统，它以先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2）ENVI（The Environment for Visualizing Images），是美国RSI公司（2006年5月更名为ITT Visual Information Solutions公司）的旗帜产品，ENVI是由遥感领域科学家采用IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件；它是首屈一指的以快速、便捷、准确地从地理空间图像中提取信息的软件解决方案，它提供先进的、人性化的使用工具来方便用户读取、准备、探测、分析和共享图像中的信息。目前，ENVI已以其人性化的优势渐渐占领了中国市场，成为中国用户最广泛的专业遥感软件。 3）PCI Geomatica，是加拿大PCI公司开发的用于摄影测量分析、遥感图像处理、几何制图、GIS 分析、雷达数据分析，以及资源管理和环境监测的多功能软件系统。 2. ENVI4.6功能结构与特点 现今，众多的图像分析和科研人员选择ENVI来获取遥感图像中的信息，其应用领域包括科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、地球科学、公共设施管理、遥感工程、水利、海洋、测绘勘察、城市与区域规划等。ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、与GIS的整合、DEM及三维信息提取、雷达数据处理、三维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。ENVI可以迅速、便捷、准确地从遥感图像中获取您所需要的信息；它提供先进的、人性化的使用工具来方便用户读取、探测、准备、分析和共享图像中的信息；还可以利用IDL为ENVI编写扩展功能。 三、ENVI4.6菜单介绍 1. 打开程序主菜单中打开ENVI 4.2，弹出窗口如下： 图1 主菜单 主菜单中包括File、Basic Tools、Classification、Transform、Filter、Spectral、Map、Vector、Topographic、Radar、Window和Help共12项下拉菜单，每个下拉菜单都有一系列子菜单组成。
ENVI遥感图像处理实验二——图像常规处理2
遥感图像预处理实习 姓名徐丹学号120154088 成绩日期2014、4、28 实习内容:遥感图像的裁剪、镶嵌与几何校正 1、在实际的工作中,为何经常需要对影像进行裁剪与镶嵌操作？在ENVI软件平台如何实现影像的裁剪与镶嵌,以一示例详细叙述裁剪与镶嵌的具体操作步骤。 由于遥感卫星就是在一个预先设计的轨道上运行,星载传感器沿着轨道在地面上的轨迹按一定宽度垂直于运行方向进行扫描,在实际工作中有时需要分析的地区并不完全处在同一幅图像内,这时候需要把多景相邻遥感图像拼接成一个大范围无缝的图像,即图像镶嵌,而图像剪裁的目的则就是将研究之外的区域去除。 一、图像裁剪: (1)规则分幅裁剪 a)在主菜单中,选择File ——Open Image File,打开裁剪图像bhtmref、 img。 b)在主菜单中,选择File——Save ——ENVI Standard,弹出New 对话框。 c)在New 对话框中,单击Import File按钮,弹出Create New File对话 框。 d)在Create New File对话框中,选中Select Input File列表中的裁剪 图像,单击Spatial Subset按钮。 e)在Select Spatial Subset对话框中,单击Image按钮,弹出Subset By Image对话框。 f)在Subset By Image对话框中,可以通过输入行列数确定剪裁尺寸并按住
鼠标左键拖动图像中的红色矩形框确定剪裁区域,或直接用鼠标左键按红色边框拖动来确定剪裁尺寸以及位置,单击OK按钮。 g)在Select Spatial Subset对话框中可以瞧到剪裁区域信息,单击OK按 钮。 h)在Create New File对话框中,可以通过Spectral Subset按钮选择输 出波段子集,单击OK按钮。 i)选择输出路径及文件名或者选择Memory直接在窗口上显示,单击OK按钮, 完成规则分幅裁剪过程。