中国地质大学微波遥感上机实习报告(共13页).docx

《中国地质大学微波遥感上机实习报告(共13页).docx》由会员分享，可在线阅读，更多相关《中国地质大学微波遥感上机实习报告(共13页).docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上微波遥感课程实习报告学生姓名： 班 学 号：-07学 号：指导教师： 陈启浩中国地质大学信息工程学院2017年 11月 目录实习一 SAR图像目视解译【实习目的】1. 熟悉常用的SAR图像分析软件，2. 了解SAR图像格式和元数据信息，3. 利用所学的SAR图像特性进行目视解译。【实习内容】1. 利用SAR软件查看其数据和元数据信息，并列出数据大小、范围、分辨率、轨道参数、极化方式等信息；2. 对SAR图像进行目视解译，分析图像范围内地物的目视解译结果，并给出解译依据；3. 掌握斜距转地距、多视处理、滤波处理等基本功能，并对处理后结果进行分析。【实习过程】1. 常用的

2、SAR图像处理软件常用的SAR图像处理软件有ENVI、PolSARpro、Nest、SARscape等。他们各自有着各自的优缺点，其中ENVI以强大的雷达图像数据导入功能著称，而PolSARpro的极化SAR数据处理及信息提取功能也十分的强大。因此，在SAR图像处理的过程中，我们应该根据需求，选择不同的软件进行操作。本次实习用的软件是SNAP，是一款由ESA（欧洲航天局）开发的软件。包含了滤波、分类、统计等基本的图像处理功能。2. SAR图像的图像格式和元数据信息在Open Product中打开数据，待数据加载完后，所有的信息如图所示：图1 包含的文件打开数据的Abstracted_Metad

3、ata，可以看到它的文件类型、相关参数。包括文件类型、文件日期、轨迹和轨道等信息。 图2 数据信息从上图中我们可以得到如下基本信息：（1） 影像类型：ENVISAT（2） 获取方式：Stripmap（3） 处理软件版本：ASAR/4.07（4） 获取时间：2009/1/25 14:17:003. 基本图像处理本次实习主要做了多视和滤波两个基本的图像处理方法。首先是打开SNAP的Radar模块，选择Multilooking，在Processing Parameters中设置Number of Range Looks为3图3 设置参数图4 多视结果在多视的基础上，进行图像滤波，在Radar模块中，

4、选择Speckle Filtering中的Multi-temporal Speckle Filtering。参数设置为默认，待程序运行，结果如下：图5 滤波后的影像滤波后的影像整体比滤波前偏亮，建筑区域变得平滑，而道路信息得到了增强。而且滤波前的影像上有许多的噪点，在滤波后这些噪点得到了去除。4. 目视解译我使用的是SNAP软件结合91卫图助手进行的目视解译。最终解译结果有：河流、湖泊、道路、农田、建筑等。图中呈条状分布的地物为河流。由于水体对于微波具有强吸收作用，导致卫星上接受到水体的回波较小，在图像上呈黑色。同理，图中的斑状地物为湖泊。 图6-1 河流 图6-2 湖泊图中的白色线状地物为道

5、路，首先，该线性地物几乎都分布在陆地，并远离水体，再结合光学图像，可以推断出该地物为道路图7 道路图中白色的图斑为建筑，考虑到该图斑在影像上比较亮，可以认为是反射率较大，且集中分布在河流（长江）以及道路两侧，呈片块状密集分布，因此，可以推断出，该地物应为建筑。 图8 建筑实习二 极化SAR信息提取【实习目的】1. 理解极化目标分解2. 掌握极化SAR信息提取方法和流程。【实习内容】1. 观看视频，了解PolSARpro软件的基本操作；2. 选用某个地区的全极化SAR数据，滤波去噪等预处理；3. 通过H/a、H/a/A、Freeman、Cameron等极化SAR目标分解处理，分析实验区地物散射特

6、性；4. 通过合理选择样本并实验，探寻适合提取建筑物、河流、海洋、植被、农田、等典型地物的特征；5. 对H/a、H/a/A分解结果，采用基于Wishart统计分布的分类方法进行分类；6. 分析分类结果。【实习过程】本次实习的数据是AIRSAR_SanFrancisco文件夹里的T3数据。在PolSARpro中先设置好主路径，然后在import模块里导入机载AIRSAR数据，配置头文件，选择数据输出大小。图9 原始影像接着进行滤波处理，我采用的是J.S.Lee.Refined.Filter滤波处理方法。设置好参数后等待程序运行。待程序运行结束后，使用Display模块进行PauliRGB合成显示

7、图像。图10 滤波后的影像接着使用Process模块进行H/A /Alpha分解，设置好相关参数后等待软件运行。程序运行结束后，会得到alpha、beta等分量的影像。其中的entropy分量代表的是该地区的熵，表现的是该地区的热度分布情况。由图中可以看出，该地区内陆的热度高于沿海地区。而anisotropy分量代表的是该地区的各向异性，表现的是该地区不同地物的特征分布。 图11-1 entropy分量 图11-2 anisotropy分量接下来是Freeman三分量分解，设置好参数后等待程序运行。待程序运行结束后，得到Dbl、Odd、Vol分量的影像。这三个分量分别是偶次散射，表面散射和体散

8、射。 图12 Freeman三分量分解结果 图13-1 DBL分量 图13-2 ODD分量图13-3 VOL分量接下来是分类，我做的是H/a-Wishart分类和H/a/A-Wishart分类，设置好参数后等待程序运行，得到分类后的图像。 图14-1 H/a-Wishart分类图14-2 H/a/A-Wishart分类H/a-Wishart分类主要流程是输入H/a分类结果和Wishart分类器，得到最终的分类图。而H/a/A-Wishart分类的主要流程是输入H/a/A分类结果和Wishart分类器，输入参数A，再通过Wishart分类器，得到最终的分类图。从上面的分类结果可以看出，H/a/A

9、-Wishart分类对于海水的特征更加明显，陆地上的不同地物也被区分开来，而H/a-Wishart分类对于海水的特征表现不如H/a/A-Wishart分类，只能表现为一个整体。而对于陆地来讲H/a-Wishart分类的效果较好。最后是图像的均值分类，设置好参数后等待程序运行。程序运行结束后，得到最终的分类图。图14-3 mean分类从图上可以看出，均值分类陆地上的绝大多数地物和海水融合在了一起，效果不是特别好。心得与体会本次实习很快结束了，收获颇丰，感受颇多。通过本次实习，我对微波遥感有了更进一步的认识。区别于上课，实习的时候能让我们去思考每一个模块后面对应的是什么知识，每一次变换都是什么原理

10、。这些感悟是上课的时候不曾体会到的。此外，本次实习也让我对遥感图像处理的软件有了更进一步的了解，不管是从未操作过的PolSARpro，还是光学遥感经常使用的ENVI。在实习的过程中，我掌握了SAR图像的目视解译的基本流程，极化SAR信息提取等知识，这对于我今后的学习生涯来说，也算是一笔不小的财富。此外，在实习过程中，不仅仅是体会到了遥感图像处理的重要性，也体会到了遥感工作人员和科研人员的艰辛。除此之外，本次实习的过程中，我也遇到了不少的困难。全新的软件，全新的知识，让我在实习一开始遇到了不少的麻烦。在做多视处理的时候，由于参数设定的原因，导致多视的效果不是很好，也影像了后面的滤波。还好在老师和同学的帮助下，我及时发现了问题并改正。这也让我意识到了，无论从事什么工作，都要求自身的基本功扎实，才能保质保量的完成任务。最后，对于本次实习中给予帮助的老师和同学们，表达我真挚的感谢！专心-专注-专业