遥感图象处理指导书.docx
- 文档编号:12372125
- 上传时间:2023-04-18
- 格式:DOCX
- 页数:46
- 大小:2.86MB
遥感图象处理指导书.docx
《遥感图象处理指导书.docx》由会员分享,可在线阅读,更多相关《遥感图象处理指导书.docx(46页珍藏版)》请在冰豆网上搜索。
遥感图象处理指导书
《遥感图像处理》
实验指导书
编者:
奚秀梅
石河子大学师范学院地理系
遥感导论课程组
《遥感图像处理》实习指导
实习指导教材
朱述龙主编《遥感图像处理与应用》,北京:
科学出版社,2007年2月第一版
李小娟等编译《ENVI遥感影像处理教程》,北京:
中国环境科学出版社,2007年2月第一版
实习共包括四部分内容:
实习一、遥感图象的前处理
实习二、遥感图像的增强处理
实习三、遥感图像分类
实习四、遥感图象分类的后处理
实习五、图像输出
实习一:
遥感图象的前处理
一、实习目的
通过实习操作,掌握遥感图像前处理的方法,包括波段选择、彩色合成、几何校正、镶嵌等处理的基本方法和步骤,深刻理解遥感图像前处理的意义。
重点是几何校正。
二、实验准备
软件准备:
ENVI4.0
三、实验内容
原始遥感影像由于接收姿态及地形起伏等原因,本身存在着各像元大小的不一致性,需要进行校正。
ENVI软件中图像预处理模块下的图像几何校正,包括两方面内容:
图像对地图的校正、图像对图像的校正。
校正后的影像除消除了几何变形外,还添加了地理座标。
在这个意义上,几何校正又叫做图象配准。
1、图像几何校正的途径
ENVI通过选取地面控制点(GroundControlPoints,简称GCPs),从而建立纠正多项式的方法对图象进行几何校正,可以从ENVI的主菜单中的Map>Register菜单里选择。
ENVI支持图像-图像和图像-地图的配准。
2、图象对地图的校正操作
1.打开需要几何校正的图像,用彩色合成方式显示出来
2.选择Map>Register>SelectGroundControlPoints>ImagetoMap.
出现ImagetoMapRegistration对话框。
3.点击对话框中显示的名字,选择要校正的图像。
4.在“SelectRegistrationProjection”列表中,选择要输出的投影。
·对于UTM,在标有“Zone”的文本框里输入区域号,或点击“SetZone”按钮,输入经纬度值计算区域号。
·对于那些需要定义数据的投影类型,选择“Datum”按钮,并从列表中选择。
·改变投影单位,点击“Units”按钮,并选择需要的单位。
5.分别在“XPixelSize”和“YPixelSize”文本框里,输入X和Y输出像元的大小(用与投影相对应的单位)。
6.点击“OK”。
出现GroundControlPointsSelection对话框,逐一选择地面控制点。
注:
选择地面控制点的原则
A.必须选择标志点,这些点在遥感影像及地图上都可以明显清晰地看出:
道路交叉点、标志物、水域的边界、山顶、小岛中心、机场等。
B.控制点要在图像上均匀分布,不能太少,也不必太多,20个左右。
C.校正的精度和地面控制点的精度、分布、数量及纠正范围有关
注:
选择地面控制点的方法
A.移动缩放窗口到需要的图像区域选择GCPs.
B.在缩放窗口里特定像元上,点击鼠标左键,定位在指向像元的光标处。
在GroundControlPointsSelection对话框里,标签为“ImageX”和“ImageY”的框里出现选择处的坐标。
亚像元坐标用于提高选择GCPs的精度。
C在地图和图像里选择一般的参考特征(例如在图像和地图中都能看到的道路交叉口),手工从地图上抽取向东和向北方向或经纬度坐标。
D分别在标有“E”和“N”的文本框里,点击适当的位置,手工键入选择的GCPs的地图坐标
·点击地图投影名附近的按钮,在“Latitude”和“Longitude”文本框里,输入地图上GCP位置(用经纬度)。
·在度、分、秒与十进制度数之间变换经纬度值,点击“DMS<->DD”按钮。
·用负(-)的经度代表西半球,负(-)的纬度代表南半球。
·恢复地图投影坐标,点击“GeographicCoordinates”文本标签附近的按钮。
·相应的地图投影坐标将自动被计算出来。
·用矢量数据自动输入地图坐标,见“EntryofMapGCPsfromaVectorWindow”部分。
·用GPS位置自动输入地图坐标,见“GPS-Link”。
5一旦选择完图像中需要的像元,且地图坐标已经输入,点击GroundControlPointsSelection对话框中的“AddPoint”按钮,将点添加到GCPs的列表里。
被选择的位置处坐标显示在GroundControlPointsSelection对话框的中心,顺序为“MapX,Y”(第一个圆括号),“ImageX,Y”(第二个圆括号)。
一旦已经选择了足够的点,对选择的纠正预测的X,Y坐标显示在第三组圆括号里。
X,Y误差和RMS误差将被显示在第四和第五个圆括号里。
当GCPs已经被添加在列表里,在图像缩放窗口里选择的像元周围将出现一个标记。
已经选择的GCP数将出现在标记周围。
在标记中心(在十字准线的下方)的像元表明了实际的GCP位置。
6用同样的方法添加另外的GCPs.
注意:
当添加了较多的GCPS后,要注意校正的精度RMS,有时有些点位与其它点位有较大矛盾,RMS会较大,一般RMS不应超过一个像元,保持在0.5个像元最好。
为了选取到较优的控制点(降低RMS),有时需要对现有控制点进行比较、删除等操作。
比较时可以使用“忽略”操作,观察去掉某一特定点后RMS和其他点MS的变化
·配准过程中,有选择性地忽视控制点,选择“On/Off”按钮,点击准备忽略的点,在选择的“OFF”点的左边将出现一个星号,GCP标记的颜色将发生改变,此时该点将不再参与计算RMS误差和空间转换。
点击列表中的该点,再次选择“On/Off”按钮,则该点被重新加上。
从列表中永久性删除一些控制点,点击要被删除的GCP,点击“Delete.”
7.当选取了足够多的GCPs及合适的精度后,进行校正。
选择Groundcontrolpointsselection对话框中的Options>WarpDisplayedBandorWarpFile。
3、图象对图象的配准Image-to-ImageRegistration
1用AvailableBandsList打开基图像和纠正图像文件,并在两个窗口显示它们。
2一旦两幅图像都已经显示,选择map>Register>SelectGroundControlPoints>ImagetoImage。
3出现ImagetoImageRegistration对话框时,在“BaseImage:
”下面点击需要显示的名字,选择基图像(参照图像)。
4在“WarpImage:
”下方点击需要显示的名字,选择被纠正的图像。
5点击“OK”,出现GroundControlPointsSelection对话框。
注:
选择地面控制点的方法
选择地面控制点(GCP或TiePoint),通过在缩放窗口定位十字准线,在基图像和纠正图像中分别选择同一位置的像元。
1观察两幅图象,寻找到相同特征点,必须为标志点,容易精确定位。
2.将其中一幅图像,移动缩放窗口到需要的定位区域,点击寻找到的特征像元,把光标定位在该像元或像元的一部分上。
3.在另一幅图像上按步骤2定位到同一位置的像元。
定位后光标不再移动。
注意:
在GroundControlPointsSelection对话框,被选择处的坐标按sample、line顺序分别显示在标签为“BaseX,Y”和“WarpX,Y”文本区中。
4.一旦两幅图像都选择了需要的像元,在GroundControlPointsSelection对话框中点击“AddPoint”,将选择的GCPs添加到已经选择的X、Y(样本,行)坐标对列表里。
它们将按基图像(第一个圆括号)、纠正图像(第二个圆括号)顺序被列出。
当已经选择了四个或更多个GCPs,对选择的纠正预测的X、Y坐标将显示在第三组圆括号中,X、Y的误差被列表显示在第四组圆括号中,RMS误差列表显示在最后一组圆括号中。
5.用同样的方法添加其它的GCPs。
4、控制点的保存和恢复
很多情况下,控制点需要分多次做完。
这样就需要在每次做完一部分之后,将已有的控制点保存起来。
保存的文件叫做点文件,后缀名为pts。
在GroundControlPointsSelection对话框中,File菜单包括存储和恢复地面控制点文件选项。
·将GCPs存储到一个ASCII输出文件中:
1选择File>SaveGCPstoASCII.
2键入一个扩展名为.pts的输出文件,用“Choose”按钮选择一个输出文件,点击“OK”保存文件。
·恢复以前存储的GCPs:
1重新打开校正图象,选择map>Register>SelectGroundControlPoints>ImagetoImage。
出现ImagetoImageRegistration对话框,选择基图象和校正图像,出现GCPs对话框,选择File>RestoreGCPsfromASCII.
2输入需要的GCP.pts文件名。
5、校正图象Warp
当选取了足够多的GCPs及合适的精度后,进行校正。
ENVI提供三个纠正选项:
RST(旋转、缩放和平移)、多项式和德洛内三角测量。
RST纠正是最简单的方法,需要三个或更多的GCPs运行图像的旋转、缩放和平移。
在进行校正时可以运用1次到n次多项式纠正,可以使用的次数依赖于选择的GCPs数,GCPs的数目应该>(次数+1)2。
次数越高,一般来说校正的精度越好。
可利用的重采样方法包括最近邻、双线性和立方体卷积,值得注意的是立方体卷积重采样比其它方法速度慢。
用下列步骤指定纠正和重采样方法:
1在GroundControlPointsSelection对话框,选择Options>需要的纠正方法。
2出现RegistrationParameters对话框时,从与“WarpMethod”邻近的下拉菜单中,选择需要的纠正方法。
可以使用RST(旋转、缩放和平移)、多项式和三角测量纠正方法。
3从“Resampling”标签附近的下拉菜单里,选择需要的重采样方法。
4在“BackgroundValue”文本框里,输入DN值,设定背景值(在纠正图像里,DN值用于填充没有图像数据显示的区域)。
5不考虑输出维数,点击“ChangeOutputParameters”,将需要的数值输入到“OutputImageSize”文本框里,用于图像-图像配准。
·对图像-地图配准,通过点击“ChangeOutputParameters”输入需要的值,改变地图坐标或为了左上方坐标、像元大小以及图像大小而改变经纬度信息。
“Geographic”投影中,地理坐标用米或度表示,“ChangeProjection”按钮只是输入左上方坐标改变投影。
选择地面控制点时,输出图像的投影就已经设置好。
注意:
如果你的输出投影是“Geographic”,则用“ChangeOutputParameters”对话框,将输出的像元和图像大小单位变换成度。
6选择输出到“File”或“Memory”.
·若选择输出到“File”,输入一个输出文件名,用“Choose”按钮选择一个文件名。
当纠正被计算时,出现一个状态框。
完成以后,纠正图像将出现在AvailableBands列表中。
通过使用OpenFilesList中的File>SaveSelectedFiletoDisk选项,一幅纠正图像也从内存中被保存。
四、实习报告要求
独立完成一幅图象的几何校正,并达到一定精度。
交出精度分析报告。
实习二、遥感图像的增强处理
——综合设计性实验
一、实习目的
通过上机操作,了解空间增强、辐射增强等增强方法,加深对图象增强处理的理解,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、实验准备
软件准备:
ENVI4.0
三、实验内容
卷积增强处理;锐化(滤波)增强处理;图象运算(NDVI);彩色变换;主成分变换;纹理信息的提取等。
1、卷积增强(Convolution)
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,达到增强整个图像之目的。
卷积增强(Convolution)是空间增强的一种方法。
1选择Filter>Convolutions>一种滤波类型。
2出现ConvolutionInputFile对话框时,选择一个输入文件名,若需要可以输入一个空间子集。
3然后点击“OK”,出现ConvolutionParameters对话框时,在“Size”文本框里键入一个变换核的大小。
注:
设置卷积参数
卷积滤波需要选择一个变换核的大小。
多数滤波变换核呈正方形,默认的变换核大小是3×3,对此可以进行修改。
但一些特别的滤波(如Sobel和Roberts)有自己的默认值,是不能改变的。
选择这些滤波时,不会出现变换核大小的选项。
4对原始图像的“AddBack”部分,在“AddBack”文本框里,键入一个0.0与1.0之间的数(与原始图像的0到100%相对应)。
其意是指可以在滤波的基础上添加原图象的部分信息。
加回值越大,原图象信息保留越多。
5点击“OK”,在第二个ConvolutionParameters对话框里,选择输出到“File”或“Memory”。
6点击“OK”,开始卷积滤波。
2、几种滤波器
HighPassFilter(高通滤波器)
高通滤波在保持高频信息的同时,消除了图像中的低频成分。
它可以用来增强不同区域之间的边缘,使图像尖锐化。
通过运用一个具有高中心值的变换核来完成(典型地周围是负值权重)。
ENVI默认的高通滤波用到的变换核是3×3的(中心值为“8”,外部像元值为“-1”)。
高通滤波变换核的大小必须是奇数。
·实现这一功能,选择Filters>Convolutions>HighPass。
LowPassFilter(低通滤波器)
低频滤波保存了图像中的低频成分,默认的变换核的大小是3x3。
·实现这一功能,选择Filters>Convolutions>LowPass.
LaplacianFilter(拉普拉斯滤波器)
拉普拉斯滤波是派生的边缘增强滤波,ENVI中默认的拉普拉斯滤波用的是一个大小为3x3的,中心值为“4”,南北向和东西向均为“-1”的变换核。
Directional(直通滤波)
直通滤波是派生的边缘增强滤波,它选择性地增强有特定方向成分的图像特征。
直通滤波变换核元素的总和是零。
结果在输出的图像中有相同像元值的区域均为0,不同像元值的区域呈现为亮的边缘。
实现直通滤波:
1选择Filters>Convolutions>Directional.
2除了ConvolutionParameters对话框中的标准的滤波调整项目以外,ENVI直通滤波需要你在标有“Angle”的文本框里键入需要的方向(单位是度)。
正北方是0度,其他角度按逆时针方矢量度。
GaussianFilter(高斯滤波器)
高斯滤波通过一个指定大小的高斯卷积函数对图像进行滤波。
默认的变换核大小是3×3,且变换核的大小必须是奇数。
1选择Filters>Convolution>Gaussian。
2除了ConvolutionParameters对话框中的标准滤波调整项目以外,选择“HighPass”或“LowPass”滤波。
MedianFilter(中值滤波器)
中值滤波在保留比变换核大的边缘的同时,平滑图像。
ENVI的中值滤波用一个滤波器大小限定的邻近区的中值(不要与平均值混淆)代替每一个中心像元值。
默认的变换核大小是3x3。
·实现这一功能,选择Filters>Convolutions>Median。
Sobel滤波器
Sobel滤波器是非线性边缘增强,它特别地用到了Sobel函数的近似值,是一个预先设置了3×3的,非线性边缘增强的算子。
滤波器的大小不能更改,也无法编辑变换核的大小。
·实现这一功能,选择Filters>Convolutions>Sobel。
Roberts滤波器
罗伯特滤波器是一个类似于Sobel的边缘探测器滤波。
是一种特殊的滤波,运用Roberts函数预先设置的2×2的近似值。
是一个简单的两维空间的差分方法,用于边缘尖锐化和隔离。
滤波器的大小不能被更改,也不能编辑变换核的大小。
·实现这一功能,选择Filters>Convolutions>Roberts。
UserDefinedConvolutionFilters(用户自定义的卷积滤波)
1选择Filters>Convolutions>UserDefined。
用户定义的卷积变换核可以是n×m×k维的。
2在合适文本框里,键入需要的数值,以改变变换核的维数。
3选择“EditKernel”按钮,交互式地编辑默认值,改变个别滤波器的权重。
3、图象运算(NDVI)
NDVI(NormalizedDifferenceVegetationIndex)是一个普遍应用的植被指数,将多波谱数据变换成唯一的图像波段显示植被分布。
NDVI值指示着像元中绿色植被的数量,较高的NDVI值预示着较多的绿色植被。
NDVI变换可以用于AVHRR、LandsatMSS、LandsatTM、SPOT或AVIRIS数据,也可以输入其他数据类型的波段来使用。
1选择Transforms>NDVI(VegetationIndex)。
2出现NDVICalculationInputFile窗口时,选择输入文件。
(若需要)用标准ENVI文件选择程序输入文件或空间子集。
3点击“OK”。
4通过点击“InputFileType”下拉菜单,用NDVICalculationParameters对话框,说明你已经输入的文件类型(TM,MSS,AVHRR等)。
用于计算NDVI的波段将自动输入到“Red”和“NearIR”文本框。
·要计算下拉菜单中没有列出的传感器类型的NDVI,在“Red”和“NearIR”文本框里输入需要的波段数。
5用“OutputDataType”下拉菜单选择输出类型(字节型或浮点型)。
6选择输出到“File”或“Memory”。
7点击“OK”开始计算NDVI变换。
运算后结果如图:
4、主成分变换
主成分变换(PrincipalComponentAnalysis)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译。
ENVI提供的主成分变换功能最多等对256个波段的图象进行转换压缩,能完成正向的和逆向的PC旋转。
ForwardPCRotation(正向的PC旋转)
正向的PC旋转用一个线性变换使数据差异达到最大。
当你运用正向的PC旋转时,ENVI允许你计算新的统计值,或将已经存在的统计项进行旋转。
输出值可以存为字节型、浮点型、整型、长整型或双精度型。
你也可以基于特征值抽取PC旋转输出的部分内容,生成只有你需要的PC波段的输出。
1、ComputeNewStatisticsandRotate(计算新的统计值和旋转)
这一选项用于计算数据特征值、协方差或相关系数以及PC正向的旋转。
选择Transforms>PrincipalComponents>ForwardPCRotation>ComputeNewStatisticsandRotate,出现PrincipalComponentsInputFile对话框时,选择输入文件或用标准ENVI选择程序建立子集。
出现ForwardPCRotationParameters对话框时,在“StatsX/YResizeFactor”文本框键入小于1的调整系数,对计算统计值的数据进行二次抽样。
点击输出。
2、PCRotationfromExistingStats
如果你已经计算出协方差和特征值,你可以将它们输入到PC旋转里。
你可以用PC旋转(包含与你输入的数据具有相同波段数的协方差和特征值)中的一些统计文件(也许你已经用BasicTools>ComputeStatistics选项,或以前的PV旋转中计算出了这些统计值)。
选择Transforms>PrincipalComponents>ForwardPCRotation>PCRotationfromExistingStats,当出现标准ENVI选择文件或子集对话框时,选择你的输入文件,并用标准ENVI文件选择程序建立需要的子集。
点击“SelectSubsetfromEigenvalues”标签附近的按钮,选择“YES”。
特征值大的PC波段包含最大量的数据差异。
较小的特征值包含较少的数据信息和较多的噪声。
有时,为存储磁盘空间,最好仅仅输出特征值大的那些波段。
InversePCRotation(反向PC旋转)
将主成分图像变换回到它们的原始数据空间:
1选择Transforms>PrincipalComponents>InversePCRotation.
2当出现标准ENVI选择文件或子集对话框时,选择你的输入文件,并用标准ENVI文件选择程序建立需要的子集。
出现另一个文件选择对话框,在当前输入数据目录中,列表显示出了已经存在的统计文件(默认扩展名为.sta)。
3用标准ENVI文件选择程序选择前面在正向PC旋转中存储的统计文件。
注意:
在选择反向PC旋转之前,统计文件必须已经存在。
4在“Calculateusing”标签附近,选择“CovarianceMatrix”或“CorrelationMatrix”。
5选用“File”或“Memory”输出。
6点击“OK”运行反向变换。
5、色彩变换(RGBtoHIV)
色彩变换是将遥感图像从红(R)、绿(G)、兰(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得更接近。
其中,亮度表示整个图象的明
- 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:
- 遥感 图象处理 指导书