遥感实习小实验报告.docx

《遥感实习小实验报告.docx》由会员分享，可在线阅读，更多相关《遥感实习小实验报告.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国矿业离垓成果：遥感原理与应用上机试验报告学 号： 07073043姓 名： 况佳亮 班 级：测绘工程09-4班指导老师：赵银娣 学 院：环境与测绘学院2022年10月22日试验一典型地物的光谱反射特征试验目的熟识ENVI软件供应的各种光谱库，针对五种典型地物：雪、植被、水体、 土壤、矿物岩石，通过绘制地物的反射光谱特性曲线，说明典型地物的反射光谱 特性，并分别比拟属于同一大类但处于在不同状态下的地物反射光谱特性。试验原理地物的光谱反射率为地物在某波段的反射通量与该波段的入射通量之比。将 地物的反射率与波长的关系在直角坐标系中描绘出的曲线称为光谱反射曲线。不同的地物有不同的光谱反射率，同一地

2、物在不同波段有不同的光谱反射 率。试验数据试验数据为地物envi软件自带的光谱库。试验过程启动 envi,在主菜单中选择 Spectral-Spectral library-Spectral library viewer 在open中选择Spectral library再选择jhu_lib文件夹，里面就有各种地物的 光谱反射曲线。试验结果雪的地物反射光谱曲线特性如下：植被的地物反射光谱曲线特性如下：水体的地物光谱反射光谱曲线特性如下：土壤的地物光谱反射光谱曲线特性如下：矿物岩石的地物光谱反射光谱曲线特性如下：试验体会经过这次试验，让我基本了解了五种典型地物：雪、植被、水体、土壤、矿 物岩石的反

3、射光谱特性曲线。试验过程中，可以看到，每种地物的光谱反射曲线 都有自己本身的特点。而不同的地物有不同的光谱反射特性，相同的地物在不同 波段也有不同的光谱反射特性。而植被的光谱反射特性又与我们上课时表述的全都，在可见光波段有两个汲 取带，一个反射峰值，这是由于叶绿体的原因，在长波波段，可以看到很明显的 三个水汲取带。试验二 遥感图像目视解译试验目的采用徐州四环范围的Landsat-5 TM遥感影像进行目视解译，主要完成：(1)基于较优的波段组合图像，采用ENVI的折线注记功能，猎取徐州 三环路的矢量图；(2)基于较优的波段组合图像，采用ENVI的文本注记等功能，标识出 遥感影像中的山、河、湖等典

4、型地物。试验原理遥感图像的目视解译的目的是从遥感图像中猎取需要的地学专题信息，它需 要解决的问题是判读出遥感图像中有那些地物，它们分布在哪里，并对数量特征 给与粗略的估量。遥感图像中目标地物特征是地物电磁辐射差异在影像上的反映 和纪录。按其表现形式的不同，目标地物特征可以概括分为“色、形、位”三大 类。试验数据徐州四环范围的Landsat-5 TM 2000年的遥感影像试验过程启动 envi ,在主窗口中选择 file-open image file 选择 KJLp 122r036_20000924-SubSpatial500.hdr 在 RGB 里面分别选择波段 2、4、1 组合，翻开Lan

5、dsat-5 TM的遥感影像图。然后在主影像窗口中点击Overlay Annotation,在Object里面有一些注记的工 具。试验结果(1)、采用2000年的数据根据波段2、4、1的组合图像如下：采用注记功能猎取徐州三环路的矢量图(黄色局部)如下：(2)、采用ENVI的文本注记等功能，标识出遥感影像中的山、河、湖等典型地 物如下：试验体会经过这次试验，让我知道了如何通过目视解译和判读来看遥感地图，目视解 译过程中可能要用到遥感图像的色、形、位，而这些方法也不是独立的，有时要 推断某个地物，可以综合的运用这些东西。图像的外形、纹理、大小、位置、图型、相关布局等都是目标地物的特征，都可以用来对

6、目标地物的识别和判读。目视解译目标地物的特征作为分析、解译、 理解和识别遥感图像的基础，有特别重要的意义。试验三遥感图像配准试验目的在ENVI平台下，以2000年徐州城区遥感图像作为基准图像，对1994年徐 州城区遥感图像进行配准。试验原理在遥感影像处理与分析中，预处理是最初的也是最基本的影像操作。图像校 正是从具有畸变的图像中消退畸变的处理过程，消退集合畸变的称为几何校正。几何校正是从具有几何畸变的图像中消退畸变的过程。其任务是定量地确定 图像上的像元坐标与目标物的地理坐标的对应关系。校正的最终目的是确定校正后图像的行列数，然后找到新图像中每一像元的 亮度值。试验数据以 2000 年的徐州城

7、区遥感图像(KJLpl22ro36_20000924-SubSpatial500.hdr) 作为基准图像，对 1994 (KJLp 122r036_l9940906-SubSpatial500.hdr)年徐州城区 遥感图像进行配准。试验过程预备工作-输入原始数字影像:建立校正变换函数-确定输出影像范围-像 元几何位置变换;像元的灰度重采样- 输出校正数字影像。主要步骤包括：选择掌握点、建立整体映射函数、校正模型求解、像元灰度 重采样。2000年的徐州城区遥感图像按波段3、4、2组合图像如下：1999年的徐州城区遥感图像按波段4、2、1组合图像如下：影像配准并加入掌握点坐标: 加入掌握点后的坐标

8、效果图如下:试验结果Q 比 Warp (Band 4:KJLpl22r036_19940906-Sub. |。I 回Q 比 Warp (Band 4:KJLpl22r036_19940906-Sub. |。I 回I File Overlay Enhance Tools WindowRST 和 Nearest Neighbor 显示 RST 和Bilinear 显不：RST 和 Cubic Convoution 显示：Polynomial 和Cubic Convoution 显示：Triangulation 和 Cubic Convoution 显示：试验体会经过这次试验让我知道了，基于图像到图

9、 像的影像匹配，假如把其中的一长图片作为基 准，那么一长图片，不行能与这张基准图片完 全一样。这样就存在着几何畸变和辐射畸变， 有了这些变形，就要消退活着减弱这些变形。然而在做这些操作之前就必需把这两长图片放在一个坐标系统下进行计算 消退等。要把它们放在同一坐标系下，就得通过影像匹配。我们采用envi软件操作，试验过程中，在两张图片中加入同名像点，在找这 些同名像点的同时，要求我们急躁并且细心的查找，由于，在找出同名像点的时 候，envi软件自带的一个计算找点精确与不精确的一套算法。我们只要保证ERROR X和ERROR Y的值不超过0.5就认为是符合精度要 求的。而要到达这些要求，往往需要我

10、们反复的操作和选点。剔除一些误差比拟 大的点。选点的时候要特殊留意，选择的点要尽量不满整个图幅，而且点的个数最少 要大于4个。原那么上是选择n* (n-l) /2个。在点位配准完成之后，我们又添加了一个几何校正，在灰度重采样的时候有 一些方法，可以采用最近接近法，也可以采用双线性内插法，还有三次卷机内插 法。而这些方法的具体原理和优缺点，我们书上都有具体的介绍。试验四遥感图像处理试验目的通过envi软件实现下面一些功能：(1)空间域滤波增加(2)频率域滤波增加(3)彩色变换，包括真彩色增加、伪彩色增加、假彩色增加(4)植被指数(5)多光谱变换试验原理图像增加与变换的目标是突出相关的专题信息，提

11、高图像的视觉效果，使分 析者更简单地识别图像内容，从图像中提取更有用的定量化信息。前者侧重与图 像增加，后者侧重于变换和主要特征信息的提取。图像增加与变换包括：空间域滤波增加；频率域滤波增加；彩色变换(真彩 色增加、伪彩色增加、假彩色增加)；多图像代数运算；多光谱图像变换。图像 增加的目的是转变图像的灰度等级，提高图像比照度；消退边缘和噪声，平滑图 像；突出边缘或者线状地物，锐化图像；合成彩色图像；压缩图像数据量；突出 主要信息等。试验数据2000 年的徐州城区遥感图像(KJLpl22ro36_20000924-SubSpatial500.hdr) 试验过程翻开2000年的徐州城区遥感图像按波

12、段4、3、2显示如下：空间域滤波增加：卷积滤波：卷积是一种滤波方法，它产生一幅输出图像(图像上，一个给定像元的亮度值是 其四周像元亮度值加权平均的函数)。用户选择变换核用于图像列卷积生成一个 新的空间滤波图像。(1)选择Filter Convolutions 一种滤波类型。但一些特殊的滤波(如Sobel和 Roberts)有自己的默认值，是不能转变的。选择这些滤波时，不会消失 变换核大小的选项。高通滤波：高通滤波在保持高频信息的同时，消退了图像中的低频成分。它可以 用来增加不同区域之间的边缘，如同使图像尖锐化。通过运用一个具有高中心值 的变换核来完成（典型地四周是负值权重）。高通滤波变换核的大

13、小必需是奇数。 低通滤波：低频滤波保存了图像中的低频成分。使图像平滑。默认的变换核的大 小是3x3,使用外位值的均值来替代中心像元值。频率域滤波增加：傅立叶分析是一种将图像分成空间上各种频率成分的数学方法。实际上，快 速的傅立叶变换被原来将数据变换成一个简单的强调频率分布的图像。ENVI中 FFT滤波（从Filters下拉菜单中选择）包括图像正向的FFT、频率滤波器的交 互式建立、滤波器的应用，以及FFT向原始数据空间的逆变换。当前，FFT处 理没有用到ENVI tiling程序，因此能被处理的图像大小受到系统可采用内存的 限制。FFT图像是“复数”数据类型，它占用了类似大小的字节图像的8倍内

14、 存。快速傅里叶变换：正向的FFT生成的图像能显示水平和垂直空间上的频率成分。图像的平均亮 度值显示在变换后图像的中心。远离中心的像元代表图像中增加的空间频率成 分。这一滤波能被设计为消退特殊的频率成分，并能进行逆向变换。彩色变换：颜色变换将3-波段红、绿、蓝图像变换成一个特定颜色的空间，并且从能从 选择的颜色空间转回到RGBo两次变换之间，通过用比照度拉伸，你可以生成 一个颜色增加的彩色合成图像。止匕外，亮度波段值可以被另一个波段代替（通常 比拟高的空间区分率），生成一幅合成图像（将一幅图像的颜色特征与另一幅图 像的空间特征相结合）。这可以由IHS尖锐化自动完成。由ENVI支持的彩色 空间包

15、括“色调，饱和度，数值（HSV）”变换，“（色调，亮度，饱和度（HLS）” 变换和“USGS Munsell”变换（作为一个用户函数）。真彩色增加处理：将图像按波段3、2、1显示就是该影像的真彩色显示伪彩色密度分割：图示为伪彩色密度分割处理后结果假彩色合成：假设将原图像按波段4、3、2显示就是一种假彩色图像合成。归一化植被指数：NDVI（Normalized Difference Vegetation Index）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 AVHR

16、R、LandsatMSS LandsatTM SPOT 或 AVIRIS 数据，也可以输入其他 数据类型的波段来使用。经过处理后影像如下：多光谱变换：1、主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新 的坐标系统，以使数据的差异到达最大。这一技术对于增加信息含量、隔离噪声、 削减数据维数特别有用。ENVI能完成正向的和逆向的PC旋转。PCA1、2、3合成如下：2、缨帽变换缨帽变换是一种通用的植被指数，可以被用于Landsat MMS或Landsat TM等 数据。对于LandsatMMS数据，缨帽变换将原始数据进行正交变换，变成四维空 间（包括土壤亮度指数SBI、绿色植被指数

17、GVI、黄色成分（stuff）指数YVI,以 及与大气影响亲密相关的non-such指数NSI）。对于Landsat TM数据，缨帽植 被指数由三个因子组成一一“亮度”、“绿度”与“第三” （Third） o其中的 亮度和绿度相当于MSS缨帽的SBI和GVL第三种重量与土壤特征有关，包括水 分状况。缨帽变换结果如下：试验结果试验结果在试验过程中已经表达，生成的中间结果文件如下:KJL_DNVI归一化植被指数文件 KJL_kspinlv快速傅里叶变换文件 KJL_pinhua频率域增加平滑滤波文件 KJL_zhuchenfen主成分分析分文 KJL_yinmaobianhuan缨帽变换文件 试验

18、体会KJL_DNVLHDR相应ENVI头文件KJL_kspinlv.hdr相应ENVI头文件KJL_pinhua.hdr 相应 ENVI 头文件 KJL_zhuchenfen.hdr 相应 ENVI 头文件 KJL_yinmaobianhuan.hdr 相应 ENVI 头文件通过这次上机试验，初步了解了使用ENVI软件处理遥感影像的方法，把握了 图像增加的方法，深入了对相关学问的理解。从图像的空间域滤波增加、频率域滤波增加，还有彩色变化，归一化植被指 数计算，多光谱变换等了解到对图像的处理和运算等多种方法和手段。但总得一 点，就是为了突出显示我们需要的内容；提高图像的视觉效果。让图像分析人员 能够更轻松的在图像中提取有用的信息。在试验过程中，由于这个试验没有PDF试验指导书，都是靠自己摸索着进行, 许多地方都不甚了然。在对图像进行各种操作时，调整图像处理的各个参数，为 及明白它的真正含义。但是我想在以后的学习中，我会把这个缺乏的地方弥补上 去。加强对遥感图像的处理学问的把握。