遥感原理及应用实验报告.doc

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 土木工程学院 年 级 2013级
专 业 班 级 测绘工程1班
学 生 姓 名 学 号
开 课 时 间 2015 至 2016 学年第 1 学期

总 成 绩

教师签名

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 - 5 -
实验三 遥感图像的增强处理 - 8 -
实验四 遥感图像的变换 - 13 -
实验五 遥感信息的融合 - 17 -
实验六 遥感图像分类 --- 监督分类 - 19 -
实验七 遥感图像分类 --- 非监督分类 - 22 -
实验八 遥感图像分类后处理 - 24 -

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）主菜单窗口如下，每次打开的文件都显示在Available Bands List中，列表中可以完成当前在ENVI中打开的或存储在内存中的文件的信息，还可以进行包括：打开新文件、关闭文件、将内存数据项保存到磁盘，以及编辑ENVI头文件等操作

（2）图像显示有Gray Soale灰度显示和RGB彩色显示、伪彩色三种。

（3）当你打开一个图像文件时，会在一个ENVI的三视窗图像显示中，其中包括主图像窗口，缩放窗口和滚动窗口（应用于大的图像），交互性强的操作在这个窗口中完成。

四、 实验结果分析
ENVI（The Environment for Visualizing Images）是一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据的高级工具。ENVI包含了齐全的遥感影像处理功能，如常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用等，同时ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。
实验二 遥感图像的几何校正
一、实验目的
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、实验内容
ENVI 软件中图像预处理模块下的图像几何校正。利用控制点的选择和编辑来纠正影像。
三、 实验步骤
（1）在ENVI 中打开12840-123457裁剪后的影像，RGB 模式加载RGB的影像,同时打开裁剪后的TM影像。

（2）依次点选主菜单下的Map—Restration—select GCPs image to image进行两幅图像的几何校正，以图像一作为基准图像，图像二作为待校正图像。

（3）分别在基准图像上和待纠正图像上找到对应的15个控制像点，要求误差在0.5以内，选好后选择ground control points—file—save gcp as ASCII。

（4）对图像进行校正，在ground control points.对话框中选择：options—warp file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：选择重采样方法resampling为bilinear。

（5）保存现有成果，选择保存路径。
四、 实验结果分析

纠正后的图像与原图像的对比如图所示，通过对比可以发现校正后的图像相对于校正前的图像河流的走势等图像信息发生了变化，像元坐标发生了变化，而其变化后的地物特征更接近实物，很大程度上对遥感图像在几何位置上发生的变化进行了调整，减少了地形起伏、地球曲率等因素对遥感图像的影响，就总体效果而已校正基本符合要求，

实验三 遥感图像的增强处理
一、实验目的
通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
二、实验内容
直方图均衡化；灰度反转；直方图正态化。
三、实验步骤
1.直方图均衡化处理
（1）ENVI 中打开12840-123457 影像，Gray Scale 模式加载第一波段的影像.
（2）选择Image 窗口中Enhance(增强) 选项下的Image Equalization（均衡化）
来实现图像的均衡化处理，结果如图：

2.直方图拉伸
（1）选择Enhance 菜单下的Interactive Stretching 选项，单击Stretch Type
菜单，选择不同类型，单击Apply 应用即可得到不同的拉伸效果。如图：

（2）选择不同的拉伸类型就可得到不同的效果图，如下图：

3.图像匹配
（1）以波段6 影像为作为基准影像，波段1 影像作为待匹配影像。灰度模式打
加载第一波段的影像；右击第六波段选择Load Band to New Display。如图：

（2）选择波段1 影像下的Enhance -->Hitogrm Matching 选项，在弹出的Hitogrm
Matching 对话框中选定Display #2，单击ok 按钮，就可完成两张影像的匹配。

（ 3 ） 查看图像的直方图， 打开第一张图像的enhance 中的interactive
stretching 选项，显示出原始图像和匹配后图像的影像信息，1 号窗口中红色是
2 号窗口的图像直方图，白色是对1 号窗口处理后的直方图。如图：

四、实验结果分析
通过对图像进行直方图均衡化处理、拉伸处理和图像匹配处理的结果分别分析，就进行直方图均衡化和拉伸处理后的图像而言，由于进行了均衡化处理使得图像的灰度级减小，地物的对比度大大加强，实验结果基本满足要求；图像匹配得出的数据也都整体满足要求。

实验四 遥感图像的变换
一、实验目的
通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
二、实验内容
波段比值变换；主成分变换
三、 实验步骤
波段比值变换：
（1）在ENVI 中打开12840-123457 影像，选择Trasform 选项下的Band Rations
选项，弹出Band Rations Input Bands 对话框。在分子Numerator 一栏里添加
第一波段，在分母Denomirator 一栏里添加第六波段，单击ok 按钮，在Selected
Ratrio Pairs 中出现新曾波段时再单击ok 即可，结果如下：

（2）在弹出的Band ratio parameter 对话框中选Memory （结果存在内存下的
可用波段列表中）单击ok：
（3）比值是浮点数，影像越暗，两个波段的比值越小，越亮比值越大。如图：

主成分分析法：
（1）在ENVI 开发环境中打开12840—123457 中的RGB 为321 波段的影像。

（2）选择Transform 菜单下的Principal Component 子菜单下的Forward PC
Rotation 下的Compute New Statistics and Rotate 选项，在弹出的Principal
Components Input File 对话框中：在Select Input File 中选Memory1，单击
ok。
（3）在Forward PC Parameters 对话框的choose 选项设定输出路径（或者存在
Memory），即得Selected Output PC Bands 对话框，将Number of Output PC Bands
的参数改为5(生成新的主成份影像，主分量个数为5)，单击ok。

（8）在可用波段列表中，依次打开主分量影像。其中PC1 为第一主分量影像，
信息最丰富，噪声最少；其次是第二主分量影像PC2，以此类推。

四、实验结果分析

在主成分分析相关实验中，可以得到第一主成分包含最大的数据方差百分比，第二主成分包含第二大的方差，以此类推，最后的主成分波段由于包含很小的方差（大多数由原始波谱的噪声引起），因此显示为噪声。由于数据的不相关，主成分波段可以生成更多种颜色的彩色合成图像。在色彩空间变换实验中，通过使Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，得到相应的彩色增强后的图像 ，从而我们可根据不同的地物特征，研究对象等，选择不同的色彩空间及波段组合，实验结果基本满足要求。

实验五 遥感信息的融合
一、实验目的
通过上机操作，初步掌握遥感信息复合的方法，深入理解遥感信息复合在信息解译中的意义。
二、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融合的一个主要方法，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。
三、实验步骤
(1)加载12840-8 高分辨影像
(2)导入12480-123457 数据的真彩色影像。

（3）单击Transform--->ImageSharpening-->HSV，选中12840-8 图像为高分辨
率图像，选中真彩色影像为多光谱影像。如图：

（4）输入处理结果路径，选择重采样方法，打开融合后影像#2，可以看出结
果既有光谱信息，色彩丰富，又有高空间分辨率的特点。如图所示：

四、实验结果分析
通过观察图像融合的实验结果，可发现经过图像融合后的影响，具有更高的分辨率，从而很好地弥补了高光谱影像低分辨率的缺点，方便对目标地物进行解译。
实验六 遥感图像分类 --- 监督分类
一、实验目的
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。
二、实验内容
ENVI 遥感图像监督分类：1.最小距离法；2.最大似然法
三、实验步骤
（1）将裁剪过后的数据打开波段3、2、1。
（2）打开overlay → region of interest→zoom， 水体，blue。
（3）选择ROI_Type中的polygon，然后根据左键起点，右键终点，再单击右键进行填充蓝色。
(4)选择new regin,分别对居民地、裸地、植被进行进行编辑。

(5)打开option中的倒数第二个选项，然后选择select all,选择OK。

(6)得出结果。

(7) 在主窗口依次点选classification →superived →Mahalanobis Distance.OK。

四、实验结果分析

将分类图像与原图像进行对比可发现分类结果基本符合要求，植被和裸地的分布具有较强的统一性，水体、植被和居民地等在颜色等各方面都符合人们的常识性认识，不足之处在于居民居民地和裸地的区分不是很明显。
实验七 遥感图像分类 --- 非监督分类
一、实验目的
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。
二、实验内容
ENVI 遥感图像非监督分类。
三、 实验步骤
（1）打开裁剪过后的实验数据
（2）依次打开classification → unsuperived →IsoDate，OK。

（3）原始图像上打开overlay， classfication，打开前面分类后的影像，OK。
（4）点击窗口上的option， Edit class name/color,进行编辑，file—save。
（5）依次点击ENVI主窗口的classification → post classification →combineclass →OK。
（6）在原图上进行改颜色。
(7) 依次点击主窗口菜单classification → post classification →clumpclass。

四、 实验结果分析

将该分类结果与原图像进行对比不难发现去除了一些噪声点，分类结果基本符合要求，从分类的结果不难看出水体和植被的颜色选择和分布是非常符合人们的常识性认识的、与实际的相似度非常大，不足之处仍然是居民地和裸地的区分度不是很大，不过它们单体的分布表示也是基本符合要求的，分类结果总体满足要求。
实验八 遥感图像分类后处理
一、实验目的
对分类影像进行后续编辑，进一步提高分类精度；提取混淆矩阵报告，定量分析分类质量。
二、实验内容
分类后处理，混淆矩阵生成
三、实验步骤
1、监督分类
在监督分类实验的基础上，在主窗口依次点选classification → post classification → minimum matris→ using ground truth ROIs.
2、非监督分类

监督分类
在非监督分类实验基础上，主窗口依次点选classification → post classification → minimum matris→ using ground truth ROIs.
非监督分类

四、实验结果分析
1、监督分类

2、非监督分类

第 - 23 - 页 共 25 页