ERDAS IMGAINE图像处理软件.doc
《ERDAS IMGAINE图像处理软件.doc》由会员分享,可在线阅读,更多相关《ERDAS IMGAINE图像处理软件.doc(48页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、实习报告实习一 题目:图像数据导入与目视解释实习地点:仿真中心302,实习时间:2014.05.20实习目的和内容目的:初步掌握 ERDAS IMGAINE 图像处理软件的使用方法,熟悉软件的用户界面、功能模块。内容:1. 利用 Viewer 视窗打开图像TM_860516.img,获取影像的基本信息,包括获取日期、地理坐标范围、波段数、分辨率。进行图像缩放、漫游、查询图像信息等操作,完成图像目视解译和分析。2. 利用 Viewer 视窗识别影像中的耕地、草场、森林、农村居民地、道路、河流、水库、湖泊等地物特征,进行不同波段假彩色合成,观察上述地物的色调变化。3. 利用 Viewer 视窗中的
2、查询工具,查询上述地物在不同波段的数值(Digital Number,DN);要求针对每种地物至少采集10 个样本,取平均值,分析不同地物的灰度值随波段变化的特点。4. 利用 TM 2、5 这两个波段的数据采用Excel 或Matlab做出散点图,分析上述不同地物的分布特征。基本原理遥感图像目视解译方法:用遥感技术研究地球的实质是以各种影像(包括数字影像和模拟影像在)来模拟地表景观,反应地表环境与资源等的信息。地表上的实况物体称为地物。遥感的成像过程是将地物的电磁辐射或地物波普特性,用不同的成像方式(例如投影、扫描、雷达等啊)生成各种影像,即而解译过程就是成像过程的逆过程,即 一般来说,当选定
3、时间、波段、位置、成像方式后,成像过程获得的影像像元与地面对应的单位面积近一一对应。换言之,是唯一的。但是,由于解译过程中存在着同物异谱、同谱异物现象,因此解译结果不是唯一的。为了获得唯一的解,则需要用多种遥感和非遥感信息加以印证。在对图像进行解译前,首先要弄清影响的性质,其次是摄影比例尺、地域、季节和成像前三天的天气状况。相关软件功能实现方法和步骤1 打开图像,查看相关信息,对图像进行缩放,平移和查询。1.1在viewer#1中单击FileOpenRaster Layer,在弹出的Select Layer To Add对话框中选择File项,在Look in选择examples文件夹中tm_
4、860516.img,然后单击OK,完成导入tm_860516.img图像。图1.1 tm_860516.img1.2单击utilitylayer info,得到第一层的基本信息:图1.2信息对话框日期:1999 07 22 04:53:59.地理坐标范围:Upper Left X:2932282.750; Upper Left Y:4291681.250;Lower Right X:315365.250; Lower Right Y:4277326.250.波段数:7。分辨率:27.5*27.5。1.3进行图像缩放、漫游、查询图像信息。2.不同波段假彩色合成2.1在viewer#1中,单击r
5、asterband combinations,打开set layer combinations for对话框,选择不同的波段组合,单击OK,apply观察viewer窗口变化情况。图1.3 Layer1(red)、layer2(blue)、layer3(green)的假彩色合成影像图1.4 Layer3(red)、layer5(green)、layer6(blue)的假彩色合成影像3.查询上述地物在不同波段的数值并进行分析。图1.5波段的数值处理结果及分析图1.6 河流各波段的采样值图1.7 森林各波段的采样值图1.8 森道路各波段的采样值图1.9 建筑各波段的采样值图1.10 草地各波段的采
6、样值不同地物在不同波段的采样值如下表:图1.11 不同地物在不同波段的采样值根据上述表格的数据可以看出,蓝色波段中的建筑的像素较多;绿色波段中的也是建筑的像素较多;红色波段建筑的像素较多,其次是道路;近红外波段建筑和道路的像素都较多,河流的最少;1.55-1.75短波红外建筑和道路的像素较多,河流的十分少;热红外波段河流、森林、道路、建筑、草地的像素都很多;1.08-1.35短波红外波段建筑最多,其次是道路,河流的特别少。可以判断这幅影像图是在白天拍摄的,因为白天道路和建筑的反射红外比较多。4TM 2、5 这两个波段的数据采用Excel 或Matlab做出散点图图1.11TM2、TM5各地物的
7、散点图实习二. 图像几何精纠正(Polynomial Rectification)实习地点:仿真中心302,实习时间:2014.05.22实习目的掌握图像几何精纠正的原理和方法实习内容和要求 利 用 SPOT 全色波段图像panAtlanta.img 对TM 数据tmAltanta.img 进行几何精纠正。采用图像对图像纠正法,以及SPOT 影像投影参数的定义,从纠正好的地形图中读取影像中对应点的坐标控制点数不少于10 个,并均匀分布在图幅的各个方向上。基本原理 遥感图像的几何校正是指从具有几何畸变的图像中消除畸变的过程。即建立遥感图像的像元坐标(图像坐标)与目标物的地理坐标(地图坐标)间的对
8、应关系。图像几何校正的过程主要包括:1.确定校正方法;2.确定校正式;3.验证校正方法和校正式的精度;4.重采样和内插。实现方法和步骤1、显示图像文件在ERDAS图像面板中双击Viewer图标,打开两个窗口为Viewer#1、Viewer#2,并将两个窗口平铺放置,接着操作: 在ERDAS图像面板菜单条,sessiontitle viewers命令; 在Viewer#1中打开tmatlanta.img,在Viewer#2中打开panatlanta.img。图2.1 显示图像文件2、启动几何校正模块 在Viewer#1菜单条,RasterGeometric Correction命令; 打开Set
9、 Geometric Model 对话框; 选择多项式几何校正计算模型为Polynlmial; 单击OK,同时打开了Geo Correction Tools对话框和Polynlmial Model Properties窗口,在此定义多项式模型参数及投影参数,定义多项式次方为2,投影参数为默认的,单击Close。图2.2设置几何模型对话框与工具条 图2.3 设置多项式次方及采点模式对话框3、启动控制点工具在Gcp Tools Reference Setup对话框中选择采点模式,Existing Viewer;单击OK,同时打开了Viewer Selection Instructions指示器;
10、在Viewer#2中单击,打开了Reference Map Information提示框(显示参考图像的投影信息),单击OK关闭之,整个屏幕将自动变化为几个窗口的组合,此时控制点工具已启动,进入了控制点采集状态。 图2.4 指示器与显示参考图像的投影信息4、采集地面控制点 在Gcp工具对话框中单击Select Gcp图标,进入Gcp选择状态; 将表中输入Gcp的Color设置为明显的黄色; 在Viewer#1中一动关联方框位置,寻找明显的地物特征点,作为输入Gcp; 在Gcp工具对话框中点击Create Gcp图标,并在Viewer#3中单击定点,Gcp数据表将记录一个输入Gcp,包括编号、标
11、识码、X坐标、Y坐标; 在Gcp中单击Select Gcp图标,重新进入Gcp选择状态; 在Gcp数据表中将参考Gcp设置为比较明显的红色; 在Viewer#2中一动关联方框位置,寻找对应的地物特征点,作为参考Gcp; 在Gcp工具对话框中单击create Gcp图标,并在Viewer#4中单击定点,系统自动生成数据; 在Gcp Tool中单击Select Gcp图标,重新进入Gcp选择状态,并将光标移回到Viewer#1,准备采集另一个输入控制点; 重复以上操作,采集10个Gcp。图2.5 Gcp操作表5、采集地面检查点以上采集的Gcp的类型均为控制点,用于控制计算、建立转换模型及多项式方程
12、。地面检查点用于检验所建立的方程的精度和实用性,如果控制点的误差比较小的话,也可以不采集地面检查点。6、计算转换模型在控制点采集过程中,一般是设置为自动转换计算模式,所以,随着控制点采集过程的完成,转换模型就自动计算生成,可以查阅:在geo correction tools对话框中单击display model properties图标,打开polynlmial model properties对话框,就可以查阅了。图2.6 转换信息7、图像重采样 定义输出图像文件名为rectify.img; 选择重采样方法为nearest neighbor; 定义输出图像范围; 定义输出像元大小,x、y皆为
13、30; 设置输出统计中忽略零值,即选中ignore zero in stats复选框; 设skip factor为10; 单击ok。 图2.7 重采样设定8、保存几何校正模式在Geo correction tools对话框中单击exit按钮,退出图像几何校正过程,按照系统提示选择保存图像几何校正模式,并定义模式文件(*.gms),以便下次直接使用。9、检验校正结果 其基本方法是同时在两个窗口中打开两幅图像,其中一幅是校正以后的图像,一幅是当时的参考图像,通过窗口地理连接功能及查询光标共功能进行目视定性检验,过程如下:打开两个平铺图像窗口 SessionTile Viewers命令,选择平铺窗口
14、建立窗口地理连接关系 在viewer#1中右击,选择inquire cursor命令,打开光标查询对话框,在viewer#1中移动查询光标,观测其在两屏幕中的位置及匹配程度,并注意光标查询对话框中数据的变化。如果满意,就关闭光标查询对话框。图2.7 图层信息图2.8图2.9实习三. 遥感图像辐射增强(Radiometric Enhancement)实习地点:仿真中心302 时间:2014.05.26实习目的 理解遥感图像辐射增强的概念和意义,掌握运用ERDAS IMAGINE进行辐射增强的步骤和方法。实习内容和要求1. 图像取子区:从影像 dmtm.img 中取出一个正方形子区,供后续分析使用
15、;要求所选择区域包含尽可能多的地物类型;2. 图像直方图生成和描述,打开提取的正方形子区图像,观察其各个波段上的直方图,并加以描述;3. 查找表拉伸(LUT Stretch):要求通过拉伸使某一类特征地物的信息得到突出;4. 直方图均衡化(Histogtram Equalization):比较均衡化前后图像上各类地物特征的差异;5. 亮度反转(Brightness Inversion):比较反转前后图像上各类地物特征的差异。基本原理 图像辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。查找表拉伸:是遥感图像对比度拉伸的总和,通过修改图像查找表使输出图像值发生变化,根据对查找表的定义
16、,可以实现线性拉伸、分段性拉伸和非线性拉伸等处理。直方图均衡化:实质上是对图像进行非线性拉伸,重新分配图像像元值,使用一定灰度范围内像元的数量大致相等。亮度反转:是对图像亮度范围进行线性或非线性取反,产生一幅与输入图像亮度相反的图像,原来亮的地方变暗,原来暗的地方变亮。实现方法和步骤1. 图像取子区在Viewer #1中打开位于example中的dmtm.img文件,点击UtilityInquire Box,弹出“Viewer #1: dmtm.img”对话框,在对应的地方输入如下坐标:ULX: 1698385.570;ULY: 288632.691217;LRX: 1702282.55743
17、4;LRY: 284900.708704 图3.1 图像取子区2. 图像直方图生成和描述图3.2直方图3. 查找表拉伸在ERDAS图标面板工具条,单击Interpreter图标Radiometric EnhancementLUT Stretch命令,打开LUT Stretch对话框,设置参数: 输入文件为mobbay.img; 输出文件为stretch.img; 文件坐标类型为file; 处理范围确定,默认即可;输出数据类型为unsigned 8 bit;确定拉伸选择为RGB或Gray Scale;单击View按钮,打开模型生成器窗口,浏览Stretch功能的空间模型; 双击Custom Ta
18、ble,进入查找表编辑状态,根据需要修改查找表,单击ok; 单击File Close all命令,再单击ok。图3.3图3.4图3.5图3.64. 直方图均衡化在ERDAS图标面板工具条,单击Interpreter图标Radiometric EnhancementHistogram Equalization命令,打开Histogram Equalization对话框,设置参数: 输入文件为lanier.img; 输出文件为equalization.img; 文件坐标类型为file; 处理范围确定,默认即可;输出数据类型为unsigned 8 bit;输出数据统计时忽略零值,选中ignore z
19、ero in stats;单击View按钮,打开模型生成器窗口,浏览equalization功能的空间模型; 双击Custom Table,进入查找表编辑状态,根据需要修改查找表,单击ok; 单击File Close all命令,再单击ok。图3.7图3.85. 亮度反转在ERDAS图标面板工具条,单击Interpreter图标Radiometric EnhancementBrightness Inversion命令,打开Brightness Inversion对话框,设置参数: 输入文件为loplakebedsig357.img; 输出文件为inverseon.img; 文件坐标类型为map
20、; 处理范围确定,默认即可;输出数据类型为unsigned 8 bit;输出数据统计时忽略零值,选中ignore zero in stats; 单击View按钮,打开模型生成器窗口,浏览inverse功能的空间模型; 双击Custom Table,进入查找表编辑状态,根据需要修改查找表,单击ok; 单击File Close all命令,再单击ok。图3.9图3.10实习四. 遥感图像空间增强(Spatial Enhancement)实习地点:仿真中心302,实习时间:2014.05.28实习目的 理解遥感图像空间增强的概念和意义,掌握运用ERDAS IMAGINE进行空间增强的步骤和方法。实习
21、内容和要求1. 卷积增强(Convolution)数据:lanier.img。2. 非定向边缘增强(Non-directional Edge)数据:lanier.img。3. 聚焦分析(Focal Analysis)数据:lanier.img。4. 纹理分析(Texture)数据:lanier.img。5. 自适应滤波(Adaptive Filter)数据:lanier.img。6. 统计滤波(Statistical Filter)数据:lanier.img。7. 锐化增强(Crisp)数据:panAtlanta.img。基本原理 遥感图像空间增强技术是利用像元自身及其周围像元的灰度值进行运算
22、,达到增强整个图像之目的。卷积增强:是将整个图像按照像元分块进行平均处理,用于改变图像的空间频率特征,处理的关键是卷积算子系数矩阵的选择,该系数矩阵又称为卷积核。非定向边缘增强:应用两个非常通用的滤波器,首先通过两个正交卷积算子分别对遥感图像进行边缘检测,然后将两个正交结果进行平均化处理。聚焦分析:使用类似卷积滤波的方法对图像数值进行多种分析,其基本算法是在所选择的窗口范围内,根据所定义的函数,应用窗口范围内的像元数值计算窗口中心像元的值,从而达到图像增强的目的。纹理分析:通过在一定的窗口内进行二次变异分析或三次非对称分析,使雷达图像或其他图像的纹理结构得到增强。自适应滤波:应用Wallis
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- ERDAS IMGAINE图像处理软件 IMGAINE 图像 处理软件
限制150内