ERDAS应用讲义实验内容ppt课件

上传人:我*** 文档编号:145596593 上传时间:2020-09-22 格式:PPT 页数:81 大小:551KB
返回 下载 相关 举报
ERDAS应用讲义实验内容ppt课件_第1页
第1页 / 共81页
ERDAS应用讲义实验内容ppt课件_第2页
第2页 / 共81页
ERDAS应用讲义实验内容ppt课件_第3页
第3页 / 共81页
ERDAS应用讲义实验内容ppt课件_第4页
第4页 / 共81页
ERDAS应用讲义实验内容ppt课件_第5页
第5页 / 共81页
点击查看更多>>
资源描述

《ERDAS应用讲义实验内容ppt课件》由会员分享,可在线阅读,更多相关《ERDAS应用讲义实验内容ppt课件(81页珍藏版)》请在金锄头文库上搜索。

1、李新国 ,ERDAS应用,第五章ERDAS介绍,一、.ERDAS启动与退出 双击桌面ERDAS图标,Viewer视窗同时出现。 退出时,只需选择主菜单中的Session菜单,选择”Exit Imagine”,二.模块介绍,1.Viewer 2.Import/export 3.Data Preparatiuon 4.Composer 5.Interpreter 6.Catalog 7.Classifier 8.Modeler 9.Vector,三、Viewer模块,1.改变图像显示波段,在视窗菜单上选择Raster,点击Band Combinations,选择波段,点击OK,2.图像点查询,点击

2、视窗工具条上的光标查询按钮,弹出所在点的信息窗口。 点击箭头可改变位置,3.查看图像图层信息,点击工具栏上的Information按钮。 显示行数、列数、数据类型、文件数据值的统计信息、坐标、投影、直方图、像素值等信息。点击EDIT菜单可进行图像信息编辑,4.显示一幅多波段图像的所有波段,在视窗菜单中点击File/Open/Multi Layer Arrangement 项,打开”Open Multi Layers”对话框,选择“lanier.img”. 点击 OK,会同时打开多个视窗,图像的不同波段显示在不同的视窗中。 检测红外和可见光波段的差异。多窗同时联动。,5.多视窗连接,打开两个视窗

3、 在主菜单中”Session”菜单,点击Tile Viewers命令,多个视窗平铺在显示器内。 如在Viewer#1个打开Lanier.img,在Viewer#2中打开insoils.img(同一地区) 在Viewer#1中按鼠标右键,选择Link/Unlink,联接。 解除连接,可以关闭一个视窗。,6.AOI工具(Area of Interest),点击视窗中的 AOI菜单项,选择AOI Tools,弹出AOI工具。 点击某工具可以看它的工具。主要有选择AOI,选择框内元素、生成矩形区域、生成椭圆形AOI区域,生成点AOI、种子工具。等。,7.图像面积量测,点击视窗工具条上的量测按钮,弹出量

4、测工具窗口。可以量测长度、面积,确定点的位置。 方法:用AOI工具勾出量测范围,而后在勾画区域内双击鼠标左键,弹出AOI工具属性框,可以选择面积、周长的单位,如米、英尺等。,面积量测和长度量测,8.文件图层操作,在一个视窗打开多个文件图层,包括图像文件 AOI图层、注记文件等,可以应用View中的Arrangementlayer命令,弹出调整图层对话框,对图层进行上下位置调整、图层删除、图层保存等。 在调整图层对话框中的图层上点击鼠标右键,弹出快捷菜单,可以进行图层删除、亮度、对比度调整等。,四、图像裁剪(Subset Image),规则裁剪:是指裁剪图像的边界范围是一个矩形,通过左上角和右下

5、角的坐标,可以确定图像裁剪位置,整个裁剪过程比较简单。 点击Data Preparation菜单,选择Subset Image,弹出对话框。输入下列参数: 输入文件名称、输出文件名称、坐标类型、裁剪范围、输出数据类型、输出文件类型,输出像元波段。点击OK,不规则裁剪,必须事先生成一个完整的多边形区域,如一个AOI多边形,左上角和右下角取多边形边界的最大值。,ARC/INFO多边形裁剪,分两步: 1)将ARC/INFO多边形转换成栅格图像文件。 点击Vector,Vector to Raster,设置参数,点击OK。 2)通过掩膜运算(MASK)实现图像不规则裁剪。注意:进行掩膜的两幅图像的投影

6、信息必须相同,否则不能进行运算。 点击Interpreter图标,选择Utilities,点击Mask命令,弹出Mask对话框。,Mask,在Mask对话框中输入下列参数: 输入图像文件名称:germtm.img 输入掩膜文件名称:vtor.img 点击Setup Recode设置裁剪区域内新值(New Value)为1,区域外取0值,这也称二值化。,五、几何校正(geometric Correction),遥感影像几何变形的原因(P103106),1)遥感平台位置和运动状态变化的影响; 2)地形起伏的影响; 3)地球表面曲率的影响; 4)大气折射的影响; 5)地球自转的影响。,几何变形的结果

7、,1。像点位移;看图4.22,图4.23(a),图4.25 2。像元对应地面宽度的变化;图4.21(a),图4.23(b), 3。图像边缘压缩;图4.24 4。影像偏移。图4.26,几何校正的目的,1)确定校正后的图像的行列数; 2)找到新图像中每一像元的亮度值。,几何校正方法(P107111),1)建立图像校正前后的坐标关系。多项式计算求系数; 2)确定校正后图像的亮度值。方法有:最近邻法、双线性内插法、三次卷积内插法。各有优缺点。,几何校正后的问题,1)图像的亮度不连续; 2)精度有影响。最近邻法计算量小方法简单精度低,三次卷积方法计算量大方法复杂精度高,图像几何校正(或确定地理参考坐标系

8、)是将数字图像投影到平面上,使其符合地图投影系统(如UTM)的过程,即将地图坐标系统赋予数字图像的过程。同时,校正也可以通过数据重采样,改变每个像元的栅格尺寸(如TM30m)。 图像的几何校正通常将图像校正到一幅地形图上或一幅已经校正的图像上。,1.何时校正(When to Correct?),准备精确硬拷贝输出; 为使用其它GIS软件积累数据; 确定图像中可见特征的地图位置; 生成一个具有现实世界面积量度的GIS数据。,2.何时配准(When to Registration),用同一地区不同时相的遥感影像做动态变化分析; 数据重采样,改变图像的栅格尺寸以便与其它图像数据匹配;,3.几何校正步

9、骤,地面控制点的选取; 计算变换矩阵参数; 图像重采样生成一个输出图像文件;,4.基于ERDAS的几何校正过程,1)打开两个Viewer显示被校正图像和参考图像; 2)启动几何校正模块:RasterGeometric CorrectionSet Geometric Model:选择多项式法(polynomial) ,定义多项式阶数(polynomial order:2),定义投影(projection参数:map units:meter;add/change projectioncustomprojection type:gauss krugerkrasovskylongtitude:111f

10、alse easting:500000,按ok按钮close。 3)启动控制工具: GCP Tool Reference Setup选择existing Viewerok点击参考图像Viewerok,4)采集地面控制点:(控制点选取原则P112)两图像中找对应点; 计算变换矩阵; 重采样图像; 保存几何校正模式。,六、图像解译(Image Interpreter),选择图像解译菜单,弹出图像解译模块: 空间增强(Spatial Enhancement) 辐射增强(Radiometric Enhancement) 光谱增强(Spectral Enhancement) 高光谱工具(Hyper Sp

11、ectral Tools) 傅立叶变换(Fourier Analysis) 地形分析(Topographic Analysis) 地理信息系统分析(GIS Analysis) 其它实用功能(Utilities),1.空间增强(Spatial Enhancement),通过改变单个像元及其相邻像元的值来增强图像。空间增强针对空间频率做处理,空间频率是一幅图像任意部位单位距离上亮度值变化的个数。包括 空间滤波 卷积增强(Convolution) 非定向边缘增强(Non-directional Edge) 聚焦分析(Focal Analysis) 分辨率融合(Resolution Merge),空间

12、滤波(Filter),低空间频率与低通滤波:低空间频率指图像中像元的亮度值连续变化缓慢,如海面。低通滤波是增强图像中低空间频率部分,抑制高空间频率信息。用低频核(Low Pass Kernel)处理图像。 高频图像与高通滤波:与上相反。,卷积增强(Convolution),它是将整个图像按像元分块进行处理,用于改变图像的空间频率特征。卷积增强的关键是卷积核系数矩阵的选择。 低频核低通滤波能消除图像上的斑点或平滑高程。 高频核能提高空间频率,用作边缘增强,边界高亮度,但不一定将其他物体消去。 边缘检测(又称0值滤波):即卷积核中所有系数和为0,可以将低频区域平滑或变成0,将高频区域产生强烈对比度

13、,输出图像只有边界和0。,非定向边缘增强(Non-directional Edge),它用两个通用滤波器(Sobel滤波器和Prewitt滤波器),首先通过两个卷积核分别对遥感图像进行边缘探测,然后将两个正交结果进行平均化处理。执行过程如下: InterpreterSpatial EnhancementNon-directional Edge,聚焦分析(Focal Analysis),聚焦分析类似卷积滤波的方法对图像进行多种分析,其基本算法是在所选择的聚焦窗口范围内,根据所定义的函数,应用窗口范围的像元数值计算窗口中心像元值,从而达到图像增强的目的。,InterpreterSpatial En

14、hancement Focal Analysis,分辨率融合(Resolution Merge),它是对不同空间分辨率图像的融合处理,使融合后的图像既具有较好的空间分辨率又有多光谱特性。如TM与SPOT融合,InterpreterSpatial Enhancement Resolution Merge,Dmtm.img与spots.img,2.辐射增强,它是对单个像元值进行变换达到图像增强的目的。包括: 查找表拉伸(LUT Stretch) 直方图均衡化(Histogram Equalizatiuon) 直方图匹配(Histogram match) 亮度反转(Brightness Invers

15、e) 去霾处理(Haze Reduction) 降噪处理(Noise Reduction) 去条带处理(Destripe TM Data),查找表拉伸(LUT Stretch),查找表拉伸是对比度拉伸的总和,是通过修改图像查找表(Look UP Table)使输出图像值发生变化。可以进行线性拉伸、分段线性拉伸、非线性拉伸等处理。操作如下: InterpreterRadiometric EnhancementLUT Stretch:例mobbay.img,直方图均衡化(Histogram Eqalization),它实质上是对图像进行非线性拉伸,重新分配像元值,使一定灰度范围的像元数量大致相等。

16、 InterpreterRadiometric EnhancementHistogram Equalization:例lanier.img,直方图匹配(Histogram Match),直方图匹配是对图像查找表进行数学变换,使一幅图像的直方图与另一幅图像类似,它经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作,通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。,InterpreterRadiometric EnhancementHistogram Match,如mosaic1.img和mosaic2.img,亮度反转(Brightness Inverse),它是对图像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,原来亮的变暗,原来暗的变亮。,去霾处理(Haze Reduction),它的目的是降低多波段图像或全色图像的模糊度。,降噪处理(Noise Reduction,它是利用自适应滤波方法去除图像中的噪声,该技术在沿着边缘或平坦区域去除噪声的同时,可以很好地保持图像中的一些微小细节。,3.光谱增强(Spectral

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > PPT模板库 > PPT素材/模板

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号